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.
Założyłby sobie, że np. drop na bazie to jest dobry pomysł, bo dalej nam przeszkadzają i testy nie przechodzą np. Czemu tak miałoby się nie wydarzyć? Ale mamy w teorii narzędzia, tak jak powiedziałeś, którymi możemy ten zakres ograniczać. No tylko jak widać, nie zawsze to działa, więc nie jest to do końca deterministyczne. I tak samo, jeszcze rozmawiając przed naszym podcastem, chwilę poruszyłem temat O stabilności narzędzi. Używamy różnych CLI do gadania z AI. Ja osobiście doświadczyłem w ostatnim czasie problemów, nie będę mówił z którym, ale to jest jeszcze warstwa pośrednia pomiędzy nami a sztuczną inteligencją. Jakieś update'y.
Które się pojawiają bardzo szybko, w ogóle ten rynek się bardzo szybko zmienia i ciężko jest nad tym nadążyć. Nie jesteśmy w stanie sprawdzać każdej aktualizacji, prawda? Więc po prostu aktualizuje nam się CLI i nagle agent odpowiada w inny sposób. Dzień wcześniej gadało się z nim jak z równym sobie, powiedzmy. A drugiego dnia odpowiada nam kompletne głupoty. Zmierzam do tego, że to nie jest jeszcze ten etap, żebym ja miał na tyle zaufania, żeby powierzyć mu jakieś poważniejsze rzeczy i żeby móc zrzucić tą odpowiedzialność na niego, bo wiem, że koniec końców klient przyjdzie do mnie i zgłosi swoje uwagi.
No to cała reszta jak domino będzie się sypać w pewnych momentach, więc o to bym zadbał. Jeżeli jest taka możliwość, budujemy coś od zera, a nawet jeżeli nie, ale jest budżet, tak jak mówisz, w idealnym świecie, bo to pewnie jest jedna z tych sytuacji, która się nie wydarzyła najbardziej, że jest właśnie taki budżet na takie rzeczy po prostu. No to tak, no to od tej strony. A czego bym unikał? Unikałbym takiego YOLO podejścia. Mnie się to bardzo podoba, uśmiecham się, bo nawet Gemini CLI tu wymienię z nazwy ma tryb YOLO, który sobie można włączyć. Oni to tak nazwali, prześmiewczo, ale trochę to pokazuje.
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.