ابزارهای هوش مصنوعی و رشد مهندس نرم‌افزار
هوش مصنوعیخلاصهٔ کامل‌تر
ابزارهای اجنت‌محور (Agentic) در توسعه نرم‌افزار دیگه فقط به پیشنهاد اتوکامپلیت محدود نمی‌شن؛ می‌تونن مشکل رو بررسی کنن، پلن بدن، کد بنویسن و روی نتیجه تکرار کنن. این قابلیت‌ها وقتی با جزئیات تکراری یا پیاده‌سازی اولیه سروکار داریم خیلی به درد می‌خوره. اما نویسنده تأکید می‌کنه که مهم‌ترین بخش این فرایند، میزان درگیر موندن ذهن توسعه‌دهنده در طول کاره، نه اینکه اجنت چقدر می‌تونه انجام بده.
خطر اصلی اینه که این ابزارها «واگذاری تفکر» رو خیلی آسون می‌کنن. اجنت می‌تونه سریع پلن بده، فایل‌های ناآشنا رو خلاصه کنه و کدی تولید کنه که در نگاه اول درست به نظر می‌رسه. اما قبول‌کردن کورکورانه‌ی این خروجی‌ها یعنی نفهمیدن عمیق سیستم؛ چیزی که برای تقویت شهود طراحی، تشخیص انتزاع‌های بیش از حد پیچیده و درک trade-offها ضروریه.
برای جلوگیری از این وابستگی، نویسنده قبل از سپردن هر کاری به اجنت، یه پلن شخصی می‌سازه؛ شاید یه طرح کوتاه نوشتاری، فهرستی از فایل‌هایی که انتظار داره تغییر کنن، یا فرض‌هایی که می‌خواد تأیید بشن. بعد وقتی اجنت پیشنهادش رو می‌ده، این دو رو مقایسه می‌کنه. این مقایسه گاهی شکافی در پلن خودش نشون می‌ده و گاهی می‌فهمه که اجنت رو چیز اشتباهی بهینه کرده یا context کدبیس رو از دست داده.
در مرحله‌ی بازبینی کد هم کند شدن اصله. اجنت همیشه سرعت نمی‌ده؛ گاهی کدی تولید می‌کنه که نیاز به بازبینی سنگین داره یا مسیری پیشنهاد می‌ده که با الگوهای موجود پروژه جور نیست. به همین خاطر فقط چک‌کردن اینکه کد کامپایل میشه یا تست‌ها پاس می‌شن کافی نیست. مثلاً اگر تغییری به data access دست بزنه، باید فهمید واقعاً چه queryهایی اجرا می‌شن. اگر ارتباط بین سرویس‌ها اضافه بشه، باید رفتار شبکه و سناریوهای failure در نظر گرفته بشن.
نتیجه‌ی این رویکرد اینه که checklist بازبینی نویسنده مدام بزرگ‌تر میشه و این رو نشانه‌ی رشد می‌دونه نه بار اضافه. هدف از استفاده از اجنت‌ها وابستگی نیست؛ هدف تبدیل شدن به مهندس قوی‌تره در حالی که از ابزار برای کاهش اصطکاک در لحظه‌های درست استفاده می‌کنی. به قول نویسنده: هوش مصنوعی باید تخصص رو تقویت کنه، نه جایگزینش بشه.
نکات کلیدی:
- ابزارهای اجنت‌محور می‌تونن برنامه‌ریزی، کدنویسی و بهبود راه‌حل رو انجام بدن، اما خطر واگذاری تفکر وجود داره
- قبل از استفاده از اجنت، ساختن یه پلن شخصی و مقایسه‌ی اون با پیشنهاد اجنت خیلی مفیده
- بازبینی کد باید فراتر از کامپایل‌شدن و پاس‌شدن تست‌ها بره؛ باید queryها، رفتار شبکه و performance هم بررسی بشن
- هدف استفاده از AI تقویت قضاوت مهندسیه، نه جایگزین‌کردن اون
