فهمیدن کد، گلوگاه جدید کار با ایجنتها
هوش مصنوعیخلاصهٔ کاملتر
جفری لیت تو سخنرانیش تو کنفرانس AI Engineer (جولای ۲۰۲۶) یه ادعای ساده داره: هنوز مهمه کدی که ایجنتها برامون مینویسن رو بفهمیم. به گفتهٔ اون بیشتر آدمها — حتی موافقها — جواب اشتباهی به «چرا؟» میدن. جواب رایج اینه که میفهمیم تا تأیید کنیم؛ ولی ایجنتها دارن تو بررسی کار خودشون بهتر و بهتر میشن و این جواب داره بیربط میشه.
جواب خود نویسنده اینه که میفهمیم تا مشارکت کنیم. یه پروژه هیچوقت یه حلقه نیست، دهها حلقه با ایجنته، و اون تصویری که از سیستم تو ذهنت داری همون چیزیه که بهت اجازه میده ایدهٔ بعدی رو بدی. اگه اون واژگان ذهنی رو نداشته باشی، توان مشارکتت واقعاً محدود میشه. اون این رو به مفهوم cognitive debt (بدهی شناختی) وصل میکنه — یعنی مثل بدهی فنی، کوتاهمدت میشه نفهمید و جلو رفت، ولی آخرش یقهت رو میگیره.
تکنیک اول توضیحدادنه. لیت یه اسکیل به اسم /explain-diff ساخته که خروجیش یه توضیحنامهٔ ساختاریافتهست (HTML، مارکداون یا صفحهٔ Notion). قاعدههاش اینه: اول پسزمینه رو یادم بده، بعد شهود قبل از جزئیات — هدف تغییر و مفاهیم مرتبط رو قبل از هر خط کد توضیح بده — و در آخر بهجای دیف الفبایی، یه «دیف روایی» بنویس که تغییرات رو به ترتیب منطقی و با توضیح دورش تعریف میکنه. شکلهای تعاملی هم برای ساختن شهود کمک میکنن.
ولی خوندن سخته و راحت میشه خودت رو گول بزنی که فهمیدی. برای همین ته هر توضیحنامه یه کوییز تعاملی پنجسؤالی میذاره، و قانونش اینه که تا کوییز رو پاس نکنه کد رو برای بقیه نمیفرسته. به تعبیر خودش کوییز یه تنظیمکنندهٔ سرعته: موقع کار با AI حلقه راحت تندتر از سرعت فهم آدم میره، و کوییز اون نیروی متعادلکنندهست.
تکنیک دوم دنیاهای کوچیکه، با الهام از سیمور پیپرت و ایدهٔ «زندگی تو Mathland». نویسنده میگه ایجنتها میتونن کدی بنویسن که به فهمیدن کدِ دیگه کمک کنه: یه بار برای مفسر Prolog خودش یه دیباگر ساخته که میشه تو زمان جلو و عقب رفت و دید هر مرحله چه قاعدهای اجرا میشه؛ بار دیگه برای مهاجرت سایت شخصیش به یه فریمورک جدید، بهجای یه اسکریپت غیرقابلبازبینی، یه «اتاق فرمان» گرفته که خودش قدمبهقدم پورت رو اجرا کنه و سایت قدیم و جدید رو کنار هم ببینه.
تکنیک سوم فضاهای مشترکه: وقتی تیمی کار میکنی، فهم مشترک لازمه تا واژگان مشترک داشته باشین و بتونین سریع با هم ایده بدین. جمعبندی نویسنده اینه که این بحث فقط دربارهٔ کد نیست؛ همون ایدهٔ ۵۰ سال پیش آلن کیـه که کامپیوتر میتونه رسانهای برای فهمیدن دنیا باشه. هدف همیشه augment بوده نه صرفاً automate — و حالا AI ساختن شبیهسازی و ابزار آموزشی رو ارزون کرده.
نکات کلیدی:
- دلیل فهمیدن کد از «تأیید کار ایجنت» به «مشارکت تو ایدههای بعدی» جابهجا شده
- cognitive debt: نفهمیدن مثل بدهی فنی جمع میشه و بعداً هزینه میده
- اسکیل /explain-diff توضیحنامه رو بهصورت HTML، مارکداون یا صفحهٔ Notion میسازه
- قانون شخصی نویسنده: تا کوییز پنجسؤالی ته توضیحنامه رو پاس نکنه، کد رو نمیفرسته
- دیباگر Prolog و اتاق فرمان مهاجرت سایت، دو نمونهٔ واقعی از «دنیای کوچیک» ساختهشده با ایجنتان
- Notion حالا اجرای ایجنتهای Claude و Cursor و جاسازی HTML تعاملی داخل صفحه رو پشتیبانی میکنه
