Zum ersten Mal in meiner Karriere habe ich absolut keine Ahnung, wie der Job als Software-Ingenieur in fünf oder zehn Jahren aussehen wird. Ich liebe es, Apps von Grund auf zu erstellen, ebenso wie große, komplexe Codebasen zu verstehen. Ich genieße es, ein komplexes Problem zu übernehmen und eine einfache Implementierung zu finden, oder ein komplexes Stück Code zu nehmen und es einfacher zu machen. Diese Liebe zum Handwerk formte meinen anfänglichen Widerstand gegen KI-Codierungswerkzeuge. Früherer Hype und Skepsis Es ist nicht, dass ich dachte, „ich brauche das nicht und werde es nie brauchen.“ Ich war bereits ein täglicher ChatGPT-Benutzer für nicht-coding-Aufgaben. Meine Vorurteile wurden durch diese Geschichten über Junior-Entwickler oder sogar Nicht-Entwickler verstärkt, die vollständige Apps mit KI schreiben. „Ich habe eine Todo-Liste mit nur einem Anruf erstellt“, würden sie sagen. Ein paar Mal habe ich GitHub Copilot ausprobiert, und meine Skepsis schien gerechtfertigt zu sein. Ich war enttäuscht. Die Vorschläge waren manchmal irrelevant, und es dauerte mir mehr Zeit, sie zu beheben, als die Zeit, die ich von den relevanten gewann. Was noch wichtiger ist, ich fühlte mich weniger produktiv und erreichte meinen Job weniger.Ich verlor meinen Flow-Status. anstatt über das große Bild nachzudenken, konzentrierte ich mich mehr darauf, den erzeugten Code zu überprüfen und Fehler zu beheben. Mein Wendepunkt Dann sagten mir zwei Freunde, Cursor einen Schuss zu geben. Wie, ernsthaft. Zu der Zeit gab es einen riesigen Hype um Cursor, also dachte ich, es sei ein guter Zeitpunkt. Für diese zwei Stunden nutzte ich ausschließlich den Agent-Modus.Ich schrieb keinen Code selbst.Ich arbeitete an grundlegenden Funktionen, die ich der App hinzufügen musste, an der ich bei meiner Arbeit arbeite. Heilige Scheiße Ich wurde weggeblasen. Cursor war in der Lage, mit der komplexen Codebase umzugehen. Ich konnte ihm sagen, „nimm diese Datei als Beispiel“, und das Ergebnis war meistens in Ordnung. Der Agent-Modus war nicht perfekt – er machte manchmal Annahmen, die er nicht haben sollte. Aber anstatt den Code selbst zu beheben, erklärte ich, warum er falsch war und gab ihm präziser Anweisungen. Entdecken Sie neue Handwerkskompetenzen Heute verwende ich sowohl Claude Code als auch Cursor täglich. Die „Tab“-Funktion von Cursor ist immer noch der beste Zeitersparer und die Funktion, die ich am häufigsten verwende. Parallel dazu lasse ich Claude Code auf größeren Funktionen arbeiten, aber ich dokumentiere sie gründlich, bevor ich es für eine Weile arbeiten lasse. Ich habe erkannt, dass das Schreiben präziser Anrufe tatsächlich sehr ähnlich ist wie das Schreiben von Code. Sie lernen Muster, gute Praktiken und Wege, um zu überprüfen, ob Ihre Anrufe korrekt sind. Es ist das gleiche wie beim Lernen der Programmierung – schließlich müssen Sie Designmuster, Tests, Kollaborationstechniken usw. lernen. Der Unterschied besteht darin, dass die Verwendung von KI-Tools so neu ist, dass es nicht viele up-to-date Ressourcen gibt. Es gibt eine Menge Junk und veraltete Techniken. Ich versuche, ein Dokument mit guten Praktiken zu pflegen, die ich identifiziert und getestet habe, und wir teilen sie mit Kollegen. Noch immer Software-Ingenieur Ich bin immer noch ein Software-Ingenieur, und ich glaube nicht, dass sich das ändern wird. Unsere Rolle ist immer noch, gute Software zu machen. Egal, wie gut KI-Tools werden, sie sind immer noch nur Tools. Ich gebe dem Agent Aufgaben, die ich tun könnte, ohne zu viel nachzudenken, aber das würde mir viel Zeit in Anspruch nehmen – sehr systematische Aufgaben, die ein Junior-Entwickler mit den richtigen Erklärungen tun könnte. Das beste Beispiel, das ich für den Agent gefunden habe, war die Migration einer riesigen App von einer UI-Bibliothek in eine andere.Es ist keine harte Arbeit, aber es dauert eine große Menge Zeit und ist völlig uninteressant. Selbst wenn der Agent einen guten Code schreibt, braucht es Fachwissen, um sicherzustellen, dass er tatsächlich gut ist, und noch mehr Fachwissen, um Fehler zu beheben oder zu debuggen, wenn es Probleme gibt. Unsicherheit vorwärts Ich dachte, dass die Verwendung von KI bedeutete, meine Liebe zum Erstellen von Code im Austausch für Produktivität zu opfern. Jetzt bin ich ziemlich sicher, dass ich falsch war. Also ja, ich habe absolut keine Ahnung, wie mein Job in fünf oder zehn Jahren aussehen wird. AI-Tools sind so neu, dass jeder, der heute mit ihnen beginnt, wahrscheinlich in wenigen Wochen up-to-date Fähigkeiten erwerben könnte.Blickend zurück, ist es nicht klar, ob mein anfänglicher Skepsis angesichts dessen, was die Tools früher waren, angemessen war oder ob ich etwas Wichtiges vermisse. Was ich weiß, ist, dass ich noch sehr früh auf meiner Reise mit KI-Tools bin und jeden Tag neue Dinge lerne.
