Dług technologiczny na sterydach: co AI robi z kodem, którego nie sprawdzasz
Dług technologiczny istnieje od lat 90. Ale czy definicja sprzed trzech dekad wciąż działa w świecie, gdzie kod generuje AI?Patryk Kiepel, Cloud Data Architect i Mateusz Salik, Senior Software Engineer rozmawiają z Błażejem Ksyckim o tym, jak AI zmienia charakter długu technicznego – i czy w ogóle można mówić o świadomym zaciąganiu długu, gdy kod generuje black box.Rozmawiamy o tym, czy dług zaciągnięty przez AI to nadal dług, czy zwykły bałagan, dlaczego refaktoryzacja spadła z 21% do 3,8% a duplikacja kodu wzrosła o 81%, co się dzieje, gdy agent wyłącza testy, żeby tylko przejść CI, czym jest dług kognitywny i czy za kilka lat młodzi programiści będą umieli ocenić kod, którego nigdy ręcznie nie pisali oraz kiedy tryb YOLO ma sens – i kiedy kończy się żart.Dla tych, którzy używają AI do kodowania i zastanawiają się, czy powinni się tym bardziej martwić.
Co do tej definicji, to ja mam takie zdanie, znaczy nie chcę tu podważać autorytetów, broń Boże. Definicja jest według mnie okej, natomiast z tym świadomym zaciąganiem długu, to nie jestem przekonany, czy to do końca zawsze tak jest, że go zaciągamy świadomie. Zakładając, że nad projektem pracował doświadczony zespół, I podejmował świadome decyzje, to okej, ale często jest tak, że brak jakichś kompetencji ludzkich, zakładając jeszcze, że mówimy o świecie bez AI, ten dług też jakby to wyklucza się trochę z tej definicji, bo wtedy zaciągamy go nieświadomie. Chodzi mi o to, że według mnie efekt jest podobny.
Znacząco obniżyłoby ryzyko takich przedsięwzięć wprowadzenie dobrej warstwy semantycznej. Wiadomo, że to nie rozwiąże od razu całego zła, ale znacząco zmniejszy to ryzyko. W tym momencie, jeżeli ten AI już by wiedział, z jakimi danymi ma do czynienia, jeszcze nie daj Boże miałby dostęp do jakichś tam dokumentów opisujących, jak się prowadzi te wyliczenia, to już w ogóle byłby wspaniale. I w tym momencie już komfort budowania takich promptów i takich dataproduktów rośnie? Przynajmniej ograniczymy halucynacje w pewnym zakresie, na pewno, to bym powiedział, ale z kwestii komfortu dalej nie wyeliminujemy tego szumu, który AI potrafi zrobić, bo to na pewno nie.
Mam ten output, powiedzmy jakieś tam przemyślenia i w odpowiednim momencie ja sobie go po prostu zatrzymam. Taka sytuacja, że sobie wychodzisz na obiad i wracasz po dwóch godzinach I masz rezultat. Ja bym się tutaj obawiał, że jednak odbije mu Palma i skończy się to jakimś na przykład pull requestem, którego ja bym na przykład jeszcze nie chciał wrzucać. Mała szkoda, ale już to jest trochę za dużo jak dla mnie. A nie daj Boże przeoczylibyśmy, nie ograniczylibyśmy go w odpowiedni sposób i zrobiłby jakiś kuku na bazie, bo miałby gdzieś dostęp. Nie powinno tak być. Powinno być to tak skonfigurowane, że nie ma dostępu do zmiennych środowiskowych, powiedzmy, lokalnie na komputerze, no ale o to też trzeba zadbać.
Pokazano wszystkie 3 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Diskussja na temat definicji dług technologicznego w erze AI i jej zgodność z oryginalną definicją.
Rozważania na temat rozróżnienia dług technologicznego od bałaganu i ewentualne zmiany w definicji.
Analiza spec-driven development jako potencjalnej metody zarządzania długiem technologicznym w erze AI.
Diskussja na temat wpływu AI na bałagan i potrzebę kontrolowania procesów w erze AI.
Analiza konsekwencji braku backup planu w kontekście długów technologicznych i AI.
Opowieść gościa o doświadczeniu z repozytorium i AI.
Porównanie umowy kredytowej z długiem technologicznym i potrzeba zrozumienia procesu AI.
Diskussja na temat jakości kodu wygenerowanego przez AI i możliwości jego recenzji.
Analiza statystyk duplikacji kodu i jej wpływ na dług technologiczny w erze AI.
Diskussja na temat konsekwencji rozwoju AI i jego wpływ na dług technologiczny i zarządzanie kodem.
Rozmowa koncentruje się na konsekwencjach wprowadzenia AI w proces programowania, w tym utratę umiejętności i dług kognitywnego. Debatują nad tym, czy młodzi programiści, pracujący z AI od początku, zdołają utrzymać krytyczny wzrok wobec kodu generowanego przez te narzędzia.
Rozmówcy omawiają problem jakości danych i wpływu na AI, podkreślając znaczenie semantyki i analizy wczesnej.
Rozmówcy omawiają strategie zmitygowania ryzyka w projektach AI, w tym mapowanie procesów biznesowych i unikanie YOLO podejścia.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.
Kliknij, aby znaleźć fragmenty, w których pada.
Dług technologiczny istnieje od lat 90. Ale czy definicja sprzed trzech dekad wciąż działa w świecie, gdzie kod generuje AI?
Patryk Kiepel, Cloud Data Architect i Mateusz Salik, Senior Software Engineer rozmawiają z Błażejem Ksyckim o tym, jak AI zmienia charakter długu technicznego – i czy w ogóle można mówić o świadomym zaciąganiu długu, gdy kod generuje black box.
Rozmawiamy o tym, czy dług zaciągnięty przez AI to nadal dług, czy zwykły bałagan, dlaczego refaktoryzacja spadła z 21% do 3,8% a duplikacja kodu wzrosła o 81%, co się dzieje, gdy agent wyłącza testy, żeby tylko przejść CI, czym jest dług kognitywny i czy za kilka lat młodzi programiści będą umieli ocenić kod, którego nigdy ręcznie nie pisali oraz kiedy tryb YOLO ma sens – i kiedy kończy się żart.
Dla tych, którzy używają AI do kodowania i zastanawiają się, czy powinni się tym bardziej martwić.