Mentionsy

To jest odcinek 64 Stosowanie AI a praca z systemami legacy przemyślenia i wnioski.

Bo obecnie jako firma mocno w tym działamy, w Makimo sam również jestem uczestnikiem z różnym natężeniem, ale jednak kilku projektów i praca z systemami legacy ma swoją specyfikę i ona zwłaszcza wychodzi właśnie w przypadku AI i mam nadzieję, że to czym będę chciał się dzisiaj podzielić okaże się interesujące.

Jednym z bardziej oczywistych zastosowań AI jest oczywiście wszelkiego rodzaju wykrywanie pewnych powtarzających się wzorców, takie automatyzacje, które nazwałbym rozszerzonym znajdź i zamień, czyli sytuacje, w których chcemy zastąpić fragmenty kodu, ale nie wprost jeden.

To są takie sytuacje, w których faktycznie AI się dobrze sprawdza, a jednocześnie można powiedzieć, że takie ręczne robótki wykonywane własnoręcznie, ludzkimi rękoma, są narażone na duże ryzyko błędu.

Można oczywiście w takiej sytuacji zastosować modele działające lokalnie, ale to oczywiście wymaga pewnego sprzętu, pewnego też przygotowania, zajmuje też więcej czasu, no i nagle może się okazać, że wcale stosowanie AI tak na siłę nie ma za dużo sensu.

Z drugiej strony coś, o czym chciałbym przestrzec w ogóle w kwestii pracy z narzędziami AI w kontekście systemów legacy, czyli właśnie to, czy jesteśmy gotowi podzielić się kontekstem, podzielić się np.

Jeżeli już korzystamy z tego AI, to możemy liczyć na to, że przy podejmowaniu decyzji brane będą pod uwagę, zwłaszcza w tym wariancie chmurowym, całe lata doświadczenia, dekady wręcz w niektórych przypadkach doświadczenia.

Także o ile ten vibecoding dużo zyskuje przy tworzeniu nowych rozwiązań, zwłaszcza wtedy, kiedy chcemy coś szybko sprototypować i ta jakość rozwiązania nie jest aż taka istotna, ale liczy się szybki efekt, tak przy pracy z systemami legacy jest to w pewnym sensie odwrócone, więc nic dziwnego, że to zastosowanie AI do legacy może być problematyczne.

Oczywiście jest też niezwykle istotna kwestia bezpieczeństwa, bo z jednej strony to w zasadzie tak naprawdę nie tylko AI, ale nawet bardziej złożone tradycyjne rozwiązania są w stanie bardzo dobrze radzić sobie z wykrywaniem pewnych podatności w kodzie.

Tutaj taka automatyzacja postaci właśnie AI-owej jakiegoś modelu, który, agenta w zasadzie z modelem w tle, który

To jest ogromne ryzyko, bo o ile na przykład, zwłaszcza jeżeli tutaj mówimy o sytuacji, w której do takiego korzystania z AI w kontekście legacy siada ktoś niezbyt doświadczony z strony programistycznej.