Како да се движите брзо кон вистинската работа

Во ерата на вештачка интелигенција, најголемата предност не е брзината, туку способноста да знаете што вреди да се направи

Во поголемиот дел од историјата на софтверот, кодот беше капијата кон создавањето производи, а развивачите ги држеа клучевите. Со појавата на вештачката интелигенција, таа капија исчезна. Денес, луѓе кои никогаш не отвориле развојна средина (IDE) можат да испорачаат функционален софтвер.

Сепак, оваа леснотија доаѓа со цена: Кога можете да изградите сè, станува потешко да се изгради вистинската работа.Тимовите за развој на производи чувствуваат притисок постојано да извршуваат и забрзуваат, но таа брзина може да ја замагли нашата проценка – можеме да помешаме полирани резултати за добри резултати.

Еве три работи кои треба да ги запомните кога испорачувате побрзо од кога било.

1. ВЕШТАЧКАТА ИНТЕЛИГЕНЦИЈА ГО ЗАБРЗУВА ИЗВРШУВАЊЕТО, НЕ ЈАСНОСТА

Лесно е да се дојде до излез кој изгледа полиран и подготвен за производство. Претходно, тој сјај беше резултат на тешки одлуки и внимателни компромиси што експертите ги правеле – како се однесува системот и кои ограничувања се важни.

Денес, можеме брзо да креираме прототип, но големите јазични модели (LLM) ги пополнуваат празнините за нас за да генерираат нешто што изгледа одлично на површината, но се распаѓа под хаубата.

Когнитивното предавање е термин воведен од Стивен Д. Шо и Гидеон Нав во нивниот труд „Thinking—Fast, Slow, and Artificial: How AI is Reshaping Human Reasoning and the Rise of Cognitive Surrender.“Тој се однесува на она што се случува кога некој ги прифаќа излезите на вештачката интелигенција без критичка проверка, прегазувајќи ја сопствената интуиција и расудување.

Размислувањето значи триење, а дозволувањето на вештачката интелигенција целосно да го отстрани тоа триење е примамливо.Често се фаќам себеси како го усвојувам судот на моделот како свој – движејќи се брзо и прифаќајќи го излезот од првиот обид.

Но, мора да започнете со намера. Јас го нарекувам императив на размислување: седнете со проблемот и разјаснете што вреди да се изгради, наместо да ја испратите првата опција што изгледа разумно.

2. КОНТЕКСТОТ МОРА ДА ДОЈДЕ НА ПРВО МЕСТО

Во нивниот труд „The New SDLC With Vibe Coding“, лидерите на Google – Ади Османи, Шубхам Сабу и д-р Сократис Картакис – ја воведуваат идејата за агентско инженерство: поместување на улогата на развивачот од пишување код кон изразување намера, и користење на вештачката интелигенција да ја преведе таа намера во софтвер.

Трудот опишува како лесното „vibe coding“ води до технолошки долг.Фокусот на развивачот треба да се префрли од пишување код кон градење намера преку:

• Детерминистички слоеви – тестови, проверки на типови, валидација – кои работат на ист начин секој пат и ги фаќаат грешките на моделот

• Високо-сигнален контекст – вклучувајќи спецификации и документирани компоненти, така што агентот работи од вашата намера

• Јасни интерфејси – така што агентот знае како деловите се поврзуваат, наместо да погодува

Кога се оди од дизајн до код, на агентите им недостасува контекстот на вашите продукциски компоненти. Алатки како Code Connect во Figma им ги дава вистинските продукциски компоненти – со пропс и варијанти – наместо да ги реконструираат од пиксели.Овој тип на агентско инженерство значи повеќе работа однапред, но на крајот се исплаќа кога имате софтвер кој е многу полесен за одржување.

Истото важи и за дизајнот. Ако вложите време и грижа во изградба на силен дизајн систем, вие ги кодифицирате одлуките кои им даваат на агентите прецизен речник и јасни огради. Таа прецизност резултира со конзистентни излези, помалку код и помалку технолошки долг.

3. ДОБРОТО СE УШТЕ МОЖЕ ДА БИДЕ ПРОСЕЧНО

Размислувањето и контекстот ви помагаат да се движите побрзо во вистинската насока, но сепак треба да бидете сигурни дека она што сте го изградиле се истакнува.Овде вештачката интелигенција работи против вас.

Моделите се тренирани на огромни количини на податоци. Тие го знаат секој тренд, стил и шема и влечат кон просекот во опсегот на она што веќе постои – со термини од машинското учење, она што е „во дистрибуција“.Со текот на времето, сè повеќе работа е во дистрибуција.

Прашајте ја вештачката интелигенција за лого и ќе добиете едноставна геометриска ознака со градиент. Прашајте за презентација и ќе добиете sans-serif фонт кој го користат сите други. Прашајте за React компонента и тоа е картичка со заоблени агли која сите веќе ја виделе.Ништо од тоа не е погрешно, и поголемиот дел е адекватен – но токму тоа е проблемот.

Прифатете го доволно пати и вашето расудување се стеснува. Престанувате да прашувате: „Што треба да биде ова?“ и почнувате да прашувате: „Која од овие е најмалку погрешна?“Како што вештачката интелигенција се подобрува, луѓето можат да направат нешто подобро отколку пред година дена – но тоа се уште е незабележително во споредба со сè друго што се генерира.

Токму тоа го прави толку тешко да се само-коригирате: „Добро“ е стандард кој сега секој може да го достигне, и ако немате јасна перспектива за она што сакате да го направите, моделот одлучува наместо вас.

ПЕРСПЕКТИВАТА МОРА ДА БИДЕ ВАША

Сега, работата е да се спојат брзината со проникливоста. Дајте приоритет на однапред вчитаната јасност, за да се движите во вистинската насока, и не верувајте веднаш на сјајот. Фокусирајте се на контекстуалните слоеви како дизајн системите, за агентите да работат ефикасно. И направете го размислувањето основен дел од вашиот начин на работа.

Заедно, овие три инвестиции ви помагаат да ја пронајдете вистинската работа.

Оваа статија е инспирирана од оригиналниот напис „How to move fast toward the right thing“ на Џејк Албау (Jake Albaugh), Developer Advocate во Figma, објавен на официјалниот блог на Figma. Џејк Албау е искусен развивач и advocate, фокусиран на помагање на тимовите да ги искористат најдобрите практики во развојот на производи, особено во контекст на интеграцијата на вештачката интелигенција и дизајнерските системи.

Извор: How to move fast toward the right thing - Figma Blog