კოდს AI წერს. ჩვენ ყოველ ხაზს ვამოწმებთ.
ჩვენი კოდის 80% AI-ს დაწერილია. აი, რატომ აუმჯობესებს ეს კოდს და არა პირიქით — და როგორია დანარჩენი 20%.
როცა ვამბობთ, რომ „კოდის 80% AI-ს დაწერილია“, ადამიანები ორ რამეს ფიქრობენ:
სკეპტიკოსები ფიქრობენ: „ესე იგი, ChatGPT-ის პასუხს აკოპირებთ და ამაში ფულს იღებთ.“
ენთუზიასტები ფიქრობენ: „ესე იგი, 5-ჯერ უფრო სწრაფად აკეთებთ და ყველაფერი მაგიაა.“
ორივე ცდება.
რასაც AI მართლა კარგად აკეთებს:
- შაბლონური კოდი: API მარშრუტები, ფორმების ვალიდაცია, CRUD ოპერაციები, ტიპების აღწერა
- ერთი და იმავე ნიმუშის გამეორება: თუ ერთი ცხრილი უკვე გაკეთებულია, დანარჩენ ცხრას AI გააკეთებს
- ტესტების გენერაცია: აღწერეთ, რა უნდა აკეთოს ფუნქციამ, და ტესტს AI დაწერს
- რეფაქტორინგი: „გადააკეთე ეს server actions-ის გამოსაყენებლად“ წამებში სრულდება
რასაც AI ცუდად აკეთებს:
- არქიტექტურული გადაწყვეტილებები (რომელი მონაცემთა ბაზა? როგორ აიგოს API?)
- განსაკუთრებული შემთხვევები (რა ხდება, როცა გადახდის webhook ორჯერ გაიშვება?)
- ინტეგრაციების გამართვა (რატომ აბრუნებს GHL API 422-ს?)
- წარმადობა (რატომ იტვირთება ეს გვერდი 4 წამის განმავლობაში?)
ის 20%, რასაც ხელით ვწერთ, სწორედ ისაა, რაც განსაზღვრავს, იმუშავებს პროდუქტი რეალურ გარემოში თუ მეორე დღესვე ჩამოვარდება.
ჩვენი რეალური სამუშაო პროცესი:
- სისტემის დაპროექტება (ადამიანი, AI-ს გარეშე)
- საბაზისო სტრუქტურისა და შაბლონური კოდის შექმნა (AI, გადამოწმებული)
- ბიზნეს-ლოგიკის განხორციელება (AI-ს მონახაზი → ადამიანის რედაქტირება)
- განსაკუთრებული შემთხვევებისა და ინტეგრაციების დამუშავება (ადამიანი, AI-ს დახმარებით)
- ტესტირება და გაშვება (AI-ს დაწერილი ტესტები, ადამიანის მიერ ხარისხის შემოწმება)
შედეგი: იმას, რასაც ადრე თვეები სჭირდებოდა, კვირებში ვაწვდით. არა იმიტომ, რომ ხარისხს ვწირავთ, არამედ იმიტომ, რომ AI-მ მოსაწყენი ნაწილი მოხსნა და საშუალება მოგვცა, ყურადღება იმას დავუთმოთ, რაც მართლა მნიშვნელოვანია.