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.
Pełne pokrycie wszystkich zewnętrznych zależności integration testami i bogate testy playwrightem. Jeszcze do tego poszedł Semgrep na walidację statyczną kodu pod względem dziur bezpieczeństwa, dobrych praktyk i zależności. I doszedłem do takiego etapu, kiedy na bardzo prostej aplikacji pipeline wykonuje się dość długo. Robisz takiego trochę koszmarka i się zastanawiasz, czy to jest ten etap, kiedy mogę powiedzieć, że jest w miarę okej. Korporacyjny hello world. Tak, dokładnie, taki korporacyjny hello world.
Pokazano wszystkie 1 dopasowanie. 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.