Nakita ko ang isang non-negotiable call para sa aking engineering team: Ipinapakita ko ang aking mga developer na mag-integrate ng AI bots sa kanilang mga workflows para sa pag-writing, refactoring, at pag-testing code araw-araw. Sa kasalukuyang landscape, ang tech mundo ay lumabas sa isang bilis na gumagawa ng "manual-only" na pag-coding ay nagtatrabaho tulad ng pagkuha ng isang Formula 1 race sa isang bisikleta. Using AI is no longer optional. But if I'm being completely honest, ang mandate na ito ay nagbibigay sa akin ng kamangha-hindi. bilang isang Head of Engineering, ako ay balancing ang pangangailangan ng speed sa masamang posibilidad ng "automated mediocrity." Pumunta sa “The Dead Loop” Ang pinakamalaking killer ng productivity na nakita ko ay hindi ang kaligtasan ng mga tool; ito ay ang Lahat kami ay nakikita na ang hypnotic trance kung saan ikaw ay naniniwala ang AI ay sa isang perfect solution. Dead Loop. Isang mabilis na distansya Ito ay karaniwang tulad ng ito: Ang AI gumaganap ng isang block ng code (sabi, isang kompleksong Java Spring Boot controller) na nakikita na totoo ngunit hindi nag-execute. Ipinapakita mo ang error sa AI. Ang AI ay "apologize" para sa pag-aaralan at nagbibigay sa iyo ang parehong katulad na logic, posibleng pag-swap ng isang pangalan ng variable o dalawang. Ipinapakita ito hanggang sa dalawang oras ay umalis. Sa loob ng dalawang oras na iyon, ang isang matinding engineer ay maaaring magsulat ang logic mula sa huli, tested ito sa isang unit, at nakuha ang isang coffee. Ang "Dead Loop" ay dangerous dahil ito ay tumuturo tulad ng trabaho, ngunit sa katunayan ito ay lamang mahal na wheel-spinning. Pumunta ang “Big Picture” Ang AI ay isang master ng micro, ngunit isang nagsisimula ng macro. Maaari ito i-writing ang isang napaka-flawless regex o isang nakaraang helper function sa ilang segundo. Gayunpaman, ito ay may zero konsepto ng kung paano ang function ay nakakaapekto sa long-term scalability ng aming buong application architecture. Kapag ang mga developer ay tumigil ng mas malakas sa copy-pasted AI snippets, ang codebase ay nagsimula na makita tulad ng isang "Frankenstein" proyekto - isang koleksyon ng mga bahagi na gumagana individually ngunit hindi ganap na kumpanya. Ang mga massive amount ng Ito ay hindi ipinakita sa iyo ngayon, ngunit ay makagawa ng aming buhay ng isang nightmare sa loob ng isang taon na ang nakalipas kapag nagtatrabaho sa refactor. Leaky Abstractions Technical Debt Bilang isang lider, ang aking pananampalataya ay na kami ay umalis na bumuo ng cohesive systems at magsimula lamang "managing" isang serye ng disconnected scripts. 3 mga simpleng mga patakaran Upang matatagpuan ang aming engineering edge sharp, binubuo ko ang tatlong "ground rule" na ang lahat ng developer sa aking team ay dapat patuloy: I-treat ito tulad ng isang high-speed intern Tingnan mo sa Mon Tulfo, bumibira siya, pero hindi siya takot sa consequences, dahil preparado din siya. If you can't explain what the AI wrote, you aren't allowed to merge it. Huwag mag-iisip, Huwag mag-iisip Gamitin ang AI para sa mga "mekanikal" bahagi ng pag-coding - repetitive boilerplate, pag-convert data formats, o mag-writing mga pangunahing mga bahagi ng UI sa Vue o Tailwind. Ngunit ang mga decision-making ng architecture - ang "why" sa ilalim ng database schema o ang security protocols - ay dapat na dumating mula sa isang human brain. Hindi naman ang . ang labor ang logic Ang Regla ng 10 minuto Kung ginamit mo ng higit sa 10 minuto ang pag-argument sa isang bot o nagtatrabaho sa "panahong engineer" isang paghahatid para sa isang tiyak na bug, Ito ay ang circuit breaker para sa Dead Loop. Karamihan, ang "old school" paraan ng pag-open ng dokumento at i-type ito sa iyong sarili ay pa rin ang pinakamataas, pinakamataas na paraan sa isang solusyon. turn it off. ang bottom line Hindi lang ng maraming, at hindi mabilang na walking patay, na maaaring gumawa ng anumang bilang ng pagbuo ng mga modernong armas sa pamamagitan ng numero. I want my team to have the best tools in the world. I want us to be the fastest software house in the market. But I refuse to let us lose our "engineering gut." Gamit ang mga bots, magkaroon ng kontrol, at hindi magbigay ng AI upang gawin ang malaking pag-iisip para sa iyo. Ang oras na nagpasya namin sa pag-iisip ng output ay ang oras na nagpasya natin na maging engineers at magsimula na maging data entry clerks para sa mga LLMs.
