Lai iegūtu pirmās rokas izpratni par AI ietekmi uz programmatūras izstrādes dzīves ciklu (SDLC), es nolēmu palaist eksperimentu. es gribēju izmēģināt un uzrakstīt samērā sarežģītu sistēmu no nulles, izmantojot AI. Es negribēju "Hello World" vai citu "To Do" lietotni; es gribēju kaut ko reālu, kaut ko, ko varētu izmantot mērogā, kā mēs veidotu uzņēmējdarbības pasaulē. Rezultāts ir - jautrs projekts, kas apvieno manu aizraušanos ar tehnoloģijām un savvaļas dzīvniekiem. Under The Hedge Eksperimentā tika iegūti vairāki galvenie konstatējumi, kas apstiprināja un pievienoja praktisku kontekstu plašākām nozares tendencēm: 
 
 
 
 
 
 Vai AI padara izstrādātājus ātrākus vai tikai sliktākus? "Stabilitātes nodoklis": Atklājiet slēptās izmaksas, kas saistītas ar ātrgaitas AI koda ģenerāciju un kāpēc tas rada tehnisko parādu. Vibe kodēšana ir mirusi: uzziniet, kāpēc koda ģenerēšana, izmantojot dabiskās valodas norādījumus, paaugstina izstrādātāja meistarības slieksni, nevis pazemina to. Uzticības paradokss: kāpēc 90% izstrādātāju izmanto AI, bet 30% neuzticas koda līnijai, ko viņi raksta. The Bricklayer vs. The Site Foreman: jauns modelis izstrādātāja lomai AI laikmetā. The Project: Under The Hedge Projekta nosaukums: Under the Hedge Es nolēmu izveidot kopienas platformu, lai dalītos un atklātu savvaļas dzīvnieku satikšanās - būtībā Instagram / Strava savvaļas dzīvniekiem. Lai sniegtu jums priekšstatu par projekta mērogu, tas ietver: 
 
 
 
 
 
 
 
 AI-powered Analysis: Lietotāji augšupielādē fotogrāfijas, un sistēma izmanto Gemini, lai automātiski identificētu sugas, aprakstītu uzvedību un piešķirtu "interesantu punktu", pamatojoties uz izpratni par to, kas notiek attēlā un vietā, kur tas tika uzņemts. Sarežģīti ģeospātiski dati: interaktīvas kartes, ģeohashing atrašanās vietas izsekošanai un precīza koordinātu iegūšana no EXIF datiem. Augstas veiktspējas datu slānis: AWS DynamoDB mērogojams un asiņošanas ātrs viena tabulas dizains, lai apstrādātu sarežģītus datu piekļuves modeļus ar submilisekundes latenci. Izplatāmā plašsaziņas līdzekļu infrastruktūra: izturīgs plašsaziņas līdzekļu komponents, kas izmanto AWS CloudFront, lai efektīvi kešatmiņu un apkalpotu augstas izšķirtspējas attēlus un videoklipus lietotājiem visā pasaulē. Sociālais grafiks: pilna sekošanas sistēma (sekojiet lietotājiem, sugām, atrašanās vietām vai hashtag), virzīti komentāri un aktivitātes plūsmas. Gamification: novietojiet līderbordus, lai iesaistītu vietējos iedzīvotājus. Uzņēmumu drošība: nodrošiniet auth, izmantojot AWS Cognito, privātuma kontroles un moderācijas rīkus. Jūs varat to pārbaudīt šeit: https://www.underthehedge.com The Industry Context Rūpniecības konteksts Pirms es dalīšos ar to, ko es atklāju, izstrādājot Under The Hedge, mums vajadzētu novērtēt to, ko saka pārējā nozare, pamatojoties uz pēdējo pāris gadu pētījumiem. Kad mēs nonākam līdz 2025. gada beigām, stāstījums, kas aptver AI atbalstītu attīstību, ir attīstījies no vienkāršas "spēka" līdz daudz niansētākai realitātei. 2025 DORA (DevOps Research and Assessment) ziņojums definē šo laikmetu ar vienu spēcīgu koncepciju: AI ir pastiprinātājs. Throughput vs. Stability 2025. gada dati liecina par kritisku pārmaiņu salīdzinājumā ar iepriekšējiem gadiem. 2024. gadā agrīnie dati liecina, ka AI faktiski varētu palēnināt piegādi. Tomēr 2025. gada DORA ziņojums apstiprina, ka komandas ir pielāgojušās: AI pieņemšana tagad ir pozitīvi saistīta ar palielinātu piegādes caurlaidību. Bet šis ātrums nāk ar "stabilitātes nodokli." Ziņojums apstiprina, ka, jo AI pieņemšana palielinās, piegādes stabilitāte turpina samazināties. Vibe Coding Bug Spike Šo nestabilitāti apstiprina ārējie pētījumi. Uplevel pētījumi 2024. gadā atklāja, ka, lai gan izstrādātāji jūtas produktīvāki, kļūdu līmenis palielinājās par 41% AI atbalstītajos vilkšanas pieprasījumos. The Trust Paradox Neskatoties uz to, ka 90% izstrādātāju tagad izmanto AI rīkus, joprojām pastāv nozīmīgs "uzticības paradokss". 2025 DORA ziņojums uzsver, ka 30% profesionāļu joprojām maz vai nav uzticības AI ģenerētajam kodam. Mēs izmantojam rīkus, bet mēs esam piesardzīgi par tiem - apstrādājot AI kā "juniora stažieru", kas prasa pastāvīgu uzraudzību. Code Churn and Technical Debt Visvairāk apvainojoši pierādījumi par koda kvalitāti nāk no GitClear 2025. gada AI Copilot Koda kvalitātes ziņojuma.Analizējot 211 miljonu koda līniju, viņi 2024. gadā identificēja "apšaubāmu posmu": pirmo reizi, kad reģistrēts, "Kopēt/Pastēt" līniju apjoms (12,3%) pārsniedza "Pārvietotas" vai pārveidotas līnijas (9,5%). Ziņojumā detalizēti aprakstīts astoņkārtīgs duplikātu koda bloku pieaugums un straujais "churn" pieaugums, kods, kas tiek rakstīts un pēc tam pārskatīts vai dzēsts divu nedēļu laikā. tas norāda, ka AI rada "tikai rakstīšanas" kultūru, kurā izstrādātājiem ir vieglāk ģenerēt jaunus, atkārtojošus koda blokus, nevis pārveidot esošo loģiku, lai tas būtu modulārs. Security Risks Veracode 2025 analīze atklāja, ka 45% no AI ģenerēta koda paraugiem bija nedrošas neaizsargātības, un tādās valodās kā Java drošības pārejas rādītāji bija tik mazi kā 29%. So what do these studies tell us? Dati zīmē skaidru attēlu: AI darbojas kā reizinātājs. tas pastiprina ātrumu, bet, ja to netiek pareizi pārvaldīts, tas arī pastiprina kļūdas, tehnisko parādu un drošības trūkumus. What my Experiment Taught Me Ko man iemācīja eksperiments Mani izvēlētie rīki bija Gemini arhitektūrai/plānošanai un Cursor īstenošanai. ēkas Tas bija acīmredzams vingrinājums, kas gan apstiprināja nozares konstatējumus, gan uzsvēra praktisko, cilvēcisko AI atbalstītā attīstības elementu. Under The Hedge The Velocity Multiplier ātruma multiplikators Lai gan es nesaglabāju stingrus laika ierakstus, es novērtēju, ka es varētu īstenot visu šo sistēmu - samērā sarežģītu, uzņēmuma mēroga platformu - mazāk nekā mēnesi pilna laika darba laikā (apmēram 9-5, 5 dienas nedēļā). Man vislielākā personīgā ietekme, kas, iespējams, vairāk runā par motivāciju nekā tīru ātrumu, bija pastāvīgā atgriezeniskās saites sloksne. Iepriekšējos personīgajos projektos es bieži vien biju iestrēdzis mazās, sarežģītās detaļās, kas noveda pie izsmelšanas. The "Stability Tax" in Practice “Stabilitātes nodoklis” praksē Mana pieredze apstiprināja arī nozares pieaugošās bažas par "stabilitātes nodokli" - piegādes stabilitātes samazināšanos, jo palielinās koda apjoms. es atklāju, ka AI labi definētus, izolētus uzdevumus veic ārkārtīgi labi; sarežģītu karšu komponentu vai sarežģītu mediju UI veidošana tika veikta sekundēs, uzdevumi, kas parasti aizņems dienas vai pat nedēļas. 
 
 
 Bloat un Duplication: AI konsekventi noklusēja ātrāko risinājumu, nevis labāko, ja vien nav skaidri norādīts citādi. Tas noveda pie neefektīva, uzpūsta koda. "DRY" nāve ir apstiprināta: es bieži novēroju, ka AI kopē veselas koda daļas, nevis rada atkārtoti izmantojamas sastāvdaļas vai palīgmetodes.Tas ir tiešs pierādījums GitClear ziņojumā uzsvērtajai "rakstīšanai tikai" kultūrai, kas veicina kopēto / pagājušo līniju un kodu pieaugumu.Ja es mainītu vienkāršu datu līgumu (piemēram, pārdēvētu datu bāzes īpašumu), AI bieži mēģinātu saglabāt atpakaļ saderību, apstrādājot gan vecos, gan jaunos scenārijus, kas noved pie nevajadzīga koda izplūdes. Galu galā, man bija jāsaglabā dziļa izpratne par sistēmām, lai nodrošinātu, ka tiek īstenota labākā prakse, kas apstiprina "uzticības paradoksu", kurā izstrādātāji izturas pret AI kā jaunākajam stažierim, kam nepieciešama pastāvīga uzraudzība. Security and Knowledge Gaps Drošības un zināšanu nepilnības Drošības apdraudējumi, ko izceļ AI reti piešķir prioritāti drošībai pēc noklusējuma; man bija īpaši jāmudina to apsvērt un īstenot drošības uzlabojumus. Veracode Turklāt AI ir tikai tikpat labs kā dati, kuriem tam ir piekļuve.Kad es mēģināju integrēt ļoti jauno Cognito Hosted UI, modelis saskārās ar ievērojamām grūtībām, iestrēdzis atkārtotos lokos pašreizējo apmācības datu trūkuma dēļ. komponentiem bija jāatbilst kopā, es varētu vadīt AI uz pareizo risinājumu ātri, uzsverot, ka dziļa konceptuālā izpratne joprojām ir svarīga. Kā AI as a "Coaching Tool" AI kā “coaching rīks” Neskatoties uz trūkumiem, AI izrādījās lielisks mācību rīks. Kā jaunpienācējs Next.js un AWS Amplify, spēja ātri iegūt darba prototipus mani motivēja. Kad es saskāros ar funkcionalitāti, kuru es nesaprotu, es izmantoju AI kā treneri, lūdzot to izskaidrot jēdzienus. Es pēc tam pārsūtīju ģenerēto kodu ar oficiālo dokumentāciju, lai nodrošinātu atbilstību labākajai praksei. Aktīvi cenšoties izprast un pēc tam vadīt AI uz labākiem risinājumiem, es varēju ievērojami paātrināt savu mācīšanos. How to Help AI Be a Better Code Companion Kā palīdzēt AI kļūt par labāku koda pavadoni Lai mazinātu "stabilitātes nodokli" un maksimāli palielinātu AI ātrumu, ir nepieciešama proaktīva, disciplinēta pieeja: 
 
 
 
 
 Detalizēta iepriekšējā plānošana ir galvenais: Izmantojiet rīkus, piemēram, Gemini (izmantojot tās dziļo pētījumu funkciju), lai izveidotu detalizētas specifikācijas, arhitektūras diagrammas un dizaina dokumentus, pirms sākat īstenošanu.  Instead of relying on the AI to spontaneously generate quality code, we must proactively instruct it to maintain standards. This includes designing regular, specific prompts focused on:
 
 Explicitly Enforce Quality Gates: 
 
 
 
 Identifying security improvements. Identifying performance issues or potential optimisations. Identifying duplicated or redundant code. Izmantojiet AI kvalitātes nodrošināšanai: Izmantojiet AI, lai retrospektīvi analizētu ģenerēto kodu un identificētu jomas pārveidošanai vai uzlabošanai, uzdevumu, ko tas var veikt daudz ātrāk nekā manuāla cilvēka pārskatīšana. Izmantojiet AI visam SDLC: Mums vajadzētu ieviest AI, lai rakstītu un pašnovērtētu funkciju dizaina dokumentus, episkus un atsevišķus uzdevumus, un, galvenais, lai rakstītu visaptverošus testēšanas plānus un automatizētus testus, lai nozagtu smalkās loģikas kļūdas, kas saistītas ar "vibe kodēšanu". Conclusion: The End of "Vibe Coding" Tātad, vai mums vajadzētu pārtraukt izmantot AI programmatūras izstrādē? Atkāpties no AI tagad būtu ignorēt lielāko sviras punktu inženiertehnisko produktivitāti mēs esam redzējuši gadu desmitiem. Man pierādīja, ka viens izstrādātājs, kas ir bruņots ar šiem rīkiem, var uzbrukt daudz augstāk par savu svaru, piegādājot uzņēmuma līmeņa arhitektūru daļējā laika periodā. Absolutely not. Under The Hedge Tomēr akla optimisma laikmets ir jābeidzas. „Sugar Rush” vienkāršas koda ģenerācijas ir beidzies, un „Stabilitātes nodoklis” ir pienācis. Dati un mana pieredze vienojas par vienu, neizbēgamu patiesību: AI lowers the barrier to entry, but it raises the bar for mastery. Tā kā AI pēc noklusējuma palielina kodu bāzes un ievieš smalkas nenoteiktības, cilvēka izstrādātājs ir kritiskāks nekā jebkad agrāk. Mūsu vērtības pilnībā pārvēršas par Mēs pārejam no tā, ka mēs esam ķieģeļu veidotāji, lai kļūtu par vietņu veidotājiem. sinteze Semantika, arhitektūra un kvalitātes kontrole Ja mēs uzskatīsim, ka AI ir burvju vītne, kas atbrīvo mūs no nepieciešamības izprast pamattehnoloģiju, mēs noslīksim tehniskā parāda jūrā, "apšaubāmiem" kopiju-pastu modeļiem un drošības neaizsargātībām. bet, ja mēs uzskatīsim, ka AI ir nemierīgs, spilgts, bet reizēm neapdomīgs junioru stažieris - viens, kas prasa stingras specifikācijas, pastāvīgu koda pārskatīšanu un arhitektūras vadību - mēs varam sasniegt neticamas lietas. Ceļš uz priekšu nav pārtraukt izmantot rīkus. tas ir pārtraukt "vibe kodēšanu" un sākt Mums ir jāizmanto AI ne tikai, lai rakstītu kodu, bet arī lai to izaicinātu, pārbaudītu un pilnveidotu. Inženierija Nākotne pieder tiem, kas spēj kontrolēt ātrumu.Es tikai vēlētos, lai mans eksperiments izraisītu kaut ko, kas man nopelnītu daudz naudas, nevis tikai vērot baložus! 😂 Paldies par lasīšanu, lūdzu, pārbaudiet manas citas domas par denoise.digital.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Decode the Tech Noise

Read My Stories

Šis audio ir izveidots stāsta oriģinālvalodā!

Es izveidoju uzņēmējdarbības mēroga lietotni ar AI. Šeit ir tas, kas bija pareizi - un nepareizi

About Author

KOMENTĀRI

PAKARINĀT TAGUS

ŠIS RAKSTS TIKS PĀRSTRĀDĀTS

Related Stories

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps