Ηγέτες σκέψης

Ο Νέος Μηχανικός 10x Δεν Γράφει 10x τον Κώδικα. Κατασκευάζει το Σύστημα που τον Γράφει.

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
A cinematic, wide-angle shot of a technical professional sitting at a futuristic curved workstation in a dark data center, orchestrating a complex digital workflow displayed on glowing holographic glass panels.

Ο μηχανικός 10x έχει sido ένα μύθος της Silicon Valley για δεκαετίες. Ο μοναχικός γένος, με τα ηχεία, παράγει κομψό κώδικα με υπεράνθρωπη ταχύτητα. Έχουμε συζητήσει αν υπάρχουν, έχουν συζητηθεί πώς να τους προσλάβουμε και σιωπηλά να τους ζηλεύουμε όσοι ισχυρίζονται ότι είναι ένας από αυτούς.

Αλλά κάτι ενδιαφέρον συνέβη στο δρόμο προς το μέλλον του AI: ο μηχανικός 10x έγινε πραγματικός. Απλά δεν μοιάζει με αυτό που φανταζόμασταν.

Η OpenAI μοιράστηκε πρόσφατα πώς μια ομάδα τριών ατόμων χρησιμοποιώντας το Codex έστειλε 1.500 αιτήματα και περίπου ένα εκατομμύριο γραμμές κώδικα, χωρίς να γράψουν ούτε μια γραμμή χειρόγραφα. Τρεις μηχανικοί και μηδέν χειρόγραφος κώδικας. Ένα προϊόν παραγωγής που χρησιμοποιείται από εκατοντάδες εσωτερικούς χρήστες.

Αυτό δεν είναι 10x· είναι πιο κοντά στο 100x. Και η δεξιότητα που το έκανε δυνατό δεν ήταν η ταχύτητα γραφής ή η γνώση περισσότερων αλγορίθμων. Ήταν η κατασκευή του συστήματος που κάνει τους πράκτορες παραγωγικούς: οι ροές εργασίας, τα φράγματα, οι βρόχοι επαλήθευσης, οι διεπαφές που οι πράκτορες συνδέονται και οι άνθρωποι τις αναθεωρούν.

Πιστεύω ότι αυτό είναι η εμφάνιση μιας νέας βασικής λειτουργίας στις μηχανικές οργανώσεις. Θα το ονόμαζα Μηχανική Ορχήστρα του AI.

Τρεις Δισципλίνες Μπενάκουν σε Ένα Standup

Αν κοιτάξετε τι ακριβώς κάνει ένας Μηχανικός Ορχήστρα του AI, θα αναγνωρίσετε τρεις οικείες δισципλίνες που συνδυάστηκαν σε μία.

Το πιο προφανές συστατικό είναι το DevOps. Το DevOps κεντρικοποίησε την πipeline ανάπτυξης. Μια ομάδα ρύθμισε τις ροές εργασίας CI/CD που κάθε μηχανικός χρησιμοποιούσε όταν έστελνε κώδικα. Η Μηχανική Ορχήστρα του AI κάνει το ίδιο, αλλά για τις ροές εργασίας των πρακτόρων. Ορίζει πώς οι εργασίες ανατίθενται στους πράκτορες, πώς οι εξόδους επικυρώνονται, πώς λειτουργούν οι επαναλήψεις και οι πτώσεις. Είναι η κοινή υποδομή που οι πράκτορες εκτελούν.

Στη συνέχεια, υπάρχει η αρχιτεκτονική, η οποία перекrýβεται με το DevOps περισσότερο από ό,τι θα περιέγραψα. Οι αρχιτέκτονες αποφασίζουν ποιες διεπαφές είναι κλειδωμένες, ποιες προτύπους επιβάλλονται, ποιες όρια δεν μπορούν να διασχιστούν. Σε ένα κόσμο που βασίζεται στους πράκτορες, αυτό έχει ακόμη μεγαλύτερη σημασία. Οι πράκτορες χρειάζονται καθαρό, καλά τεκμηριωμένο κώδικα με σαφείς συμβάσεις. Ο Μηχανικός Ορχήστρα του AI ορίζει αυτές τις περιορισμούς, όχι μόνο για την αναγνωσιμότητα των ανθρώπων, αλλά και για την κατανόηση των πρακτόρων. Ένας ακατάστατος αποθετήριο δεν είναι πλέον μόνο τεχνικό χρέος. Είναι ένα όριο παραγωγικότητας για κάθε πράκτορα που το αγγίζει.

Το λιγότερο κατανοητό κομμάτι είναι το στρώμα του AI. Η μηχανική προώθησης, η διαχείριση του контекστα, η επιλογή μοντέλου, η ρύθμιση του πράκτορα. Σήμερα, οι περισσότεροι μηχανικοί το κάνουν αυτό με σκόρπιο, εργασία-προς-εργασία τρόπο. Κάθε άτομο βγάζει το δικό του στυλ προώθησης, τη δική του ρύθμιση του πράκτορα, τις δικές του λύσεις. Ο Μηχανικός Ορχήστρα του AI κεντρικοποιεί αυτό. Κατασκευάζει τα κοινά βιβλία, τις ανακυκλώσιμες ρυθμίσεις, τις γνώσεις της οργάνωσης για το τι δουλεύει και τι όχι σε μοντέλα και περιπτώσεις χρήσης.

Ξεχωριστά, αυτές οι τρεις λειτουργίες υπάρχουν στις περισσότερες μηχανικές οργανώσεις σήμερα. Το επιχείρημα είναι ότι η συνδυασμός τους σε ένα單ικό, κεντρικό ρόλο δημιουργεί κάτι ποιοτικά διαφορετικό.

Το Μετάφρο του Showrunner

Ένας σκηνοθέτης δεν λειτουργεί την κάμερα, δεν ενεργεί στις σκηνές, δεν επεξεργάζεται το υλικό. Αλλά κάθε καρέ αντανακλά τις αποφάσεις του.

Επιλέγει τη σύνθεση του πλάνου, το ρυθμό, τον τόνο. Αποφασίζει πότε να πιέσει κοντά και πότε να τραβήξει μακρυά. Ρυθμίζει το περιβάλλον (φωτισμός, σχεδιασμός σκηνής, μπλοκ) ώστε κάθε άτομο στη σκηνή να μπορεί να κάνει την καλύτερη δουλειά του εντός einer συνεκτικής όρασης. Η ομάδα είναι ατομικά ταλαντούχα, αλλά χωρίς αυτήν τη συντονισμό, παίρνετε ένα χάος που ποτέ δεν αποστέλλεται.

Η Μηχανική Ορχήστρα του AI λειτουργεί με τον ίδιο τρόπο. Οι πράκτορες είναι ικανοί. Τα μοντέλα είναι ισχυρά. Αλλά χωρίς κάποιον που σχεδιάζει το σύστημα που συντονίζει τους πράκτορες, ορίζει τους περιορισμούς, κατασκευάζει τους βρόχους επαλήθευσης, δομεί τις ροές εργασίας, παίρνετε αυτό που όλοι έχουμε βιώσει: ασυνεπείς εξόδους, σπατάλη υπολογιστικών πόρων, πράκτορες που δουλεύουν σε αντίθετες κατευθύνσεις, και μηχανικοί που ξοδεύουν περισσότερο χρόνο για να διορθώσουν τον κώδικα που παράγουν οι πράκτορες παρά θα έκαναν αν έγραφαν τον κώδικα οι ίδιοι.

Ο σκηνοθέτης κάνει μια ταινία μεγαλύτερη από το άθροισμα των μερών της. Ο Μηχανικός Ορχήστρα του AI κάνει το ίδιο για τους στόλους των πρακτόρων.

Γιατί Οι Περισσότερες Οργανώσεις Υποεπενδύουν

Αυτό που βλέπω σε όλη την βιομηχανία: οι εταιρείες επενδύουν πολύ σε εργαλεία AI και όχι αρκετά στα συστήματα γύρω από αυτά.

Οι μηχανικοί έχουν πρόσβαση σε Copilot, Claude, Codex. Πειραματίζονται ατομικά. Κάποιοι γίνονται power users. Οι περισσότεροι φτάνουν στο στάδιο του “εlegant autocomplete”. Τα 20% κέρδη παραγωγικότητας που αναφέρουν οι μελέτες; Αυτό είναι το σύμπτωμα της υιοθέτησης εργαλείων χωρίς συστηματική σκέψη.

Οι οργανώσεις που διαλύουν, αυτές που αναφέρουν 2x ή μεγαλύτερη απόδοση, έχουν κάτι κοινό. Έχουν κεντρικοποιήσει την ορχήστρα. Κάποιος (ή κάποια ομάδα) έχει την ευθύνη για τις ροές εργασίας των πρακτόρων, την προετοιμασία του αποθετηρίου, την υποδομή επαλήθευσης, το κοινό контекστο που κάθε πράκτορας μπορεί να έχει πρόσβαση.

Πώς Φαίνεται Ο Ρόλος

Μια μέρα-προς-μέρα ενός Μηχανικού Ορχήστρα του AI μπορεί να περιλαμβάνει:

  • Σχεδιασμό ροών εργασίας πρακτόρων: ορίζοντας πώς μια αίτηση χαρακτηριστικών γίνεται μια προδιαγραφή, γίνεται ένα σχέδιο, γίνεται παράλληλες εργασίες πρακτόρων, γίνεται αναθεωρημένος και συγχωνευμένος κώδικας.
  • Κατασκευή υποδομής επαλήθευσης: αυτοματοποιημένα τεστ, κανόνες λίντινγκ, σκανς ασφαλείας και πλαισιά επαλήθευσης που οι πράκτορες πρέπει να περάσουν πριν ο κώδικας τους συγχωνευθεί.
  • Διατήρηση υγείας αποθετηρίου για κατανάλωση πρακτόρων: τεκμηρίωση, καθαρές διεπαφές, διαχείριση εξαρτήσεων και απλοποίηση κώδικα, όλα βελτιστοποιημένα για κατανόηση των πρακτόρων, όχι μόνο για αναγνωσιμότητα ανθρώπων.
  • Κεντρικοποίηση στρατηγικών προώθησης και контекστα: κοινά συστήματα προώθησης, πipelines ανάκτησης, αποφάσεις διαδρομής μοντέλων και προτυπωμένα templates που η ολόκληρη ομάδα χρησιμοποιεί.
  • Παρακολούθηση και βελτίωση της απόδοσης των πρακτόρων: παρακολούθηση των ποσοστών επιτυχίας, των τρόπων αποτυχίας, του κόστους ανά εργασία, και του χρόνου-προς-συγχώνευση σε όλο τον στόλο των πρακτόρων, και στη συνέχεια ρύθμιση του συστήματος με βάση τα δεδομένα.

Αυτός ο άνθρωπος κάθεται στο σημείο τομής της μηχανικής πλατφόρμας, της αρχιτεκτονικής λογισμικού και της εμπειρογνωσίας του AI. Δεν γράφει χαρακτηριστικά. Κατασκευάζει το σύστημα που κάνει την παράδοση χαρακτηριστικών γρήγορη, αξιόπιστη και κλιμακωτή.

Ο Ιστορικός Τρόπος

Στις πρώτες μέρες της υπολογιστικής στο cloud, η ανάπτυξη ήταν το πλάγιο εγχείρημα κάθε μηχανικού. Κάθε ομάδα είχε τα δικά της scripts, τις δικές της ρυθμίσεις διακομιστή, τον δικό της τρόπο για να πάρει τον κώδικα στην παραγωγή. Το DevOps εμφανίστηκε για να κεντρικοποιήσει αυτήν την εργασία, και η Μηχανική Πλατφόρμα εξελίχθηκε για να την κατασκευάσει σε κοινή, αυτοεξυπηρετούμενη υποδομή.

Το AI ακολουθεί την ίδια καμπύλη. Τώρα, η χρήση πρακτόρων είναι το πλάγιο εγχείρημα κάθε μηχανικού. Κάθε άτομο έχει το δικό του στυλ προώθησης, τις δικές του προτιμήσεις εργαλείων, τη δική του νοητική μοντέλο για το πότε το AI βοηθά και πότε όχι. Οι οργανώσεις που κεντρικοποιούν αυτό, που το αντιμετωπίζουν ως υποδομή και όχι ως ατομική πειραματική, θα προχωρήσουν μπροστά με τον ίδιο τρόπο που οι οργανώσεις με ωριμές πρακτικές DevOps ξεπέρασαν αυτές χωρίς.

Η διαφορά είναι η ταχύτητα. Η μετάβαση στο DevOps πήρε μια δεκαετία. Αυτή μπορεί να πάρει trimesters. αν και θα ομολογήσω ότι αυτή η πρόβλεψη υποθέτει ότι οι οργανώσεις αναγνωρίζουν το πρότυπο γρηγορότερα από ό,τι συνήθως κάνουν.

Ο Δρόμος προς τα Εμπρός

Αν είστε ένας ηγέτης μηχανικής, αυτό είναι που θα σας πρότεινα, αν και η απόσταση θα διαφέρει ανάλογα με το πόσο μακριά η ομάδα σας είναι ήδη.

  1. Αναγνωρίστε ποιος κάνει ήδη αυτήν την εργασία ανεπίσημα. Κάθε οργάνωση έχει κάποιον που έχει καταλάβει τις ροές εργασίας των πρακτόρων, τον οποίο οι άλλοι μηχανικοί πηγαίνουν για συμβουλή σχετικά με την προώθηση ή τη ρύθμιση εργαλείων. Αυτός ο άνθρωπος είναι ο proto-Μηχανικός Ορχήστρα του AI σας.
  2. Κάνετε το σαφές. Δώστε στη λειτουργία ένα όνομα, ένα κεφάλαιο και πόρους. Μην αφήσετε να παραμείνει ένα πλάγιο εγχείρημα που είναι προσαρτημένο σε μια “αληθινή” δουλειά.
  3. Ξεκινήστε με την ετοιμότητα του αποθετηρίου. Πριν επενδύσετε σε σύνθετες ροές εργασίας πρακτόρων, βεβαιωθείτε ότι ο κώδικας σας είναι κάτι που οι πράκτορες μπορούν πραγματικά να πλοηγηθούν. Καθαρές διεπαφές, καλή τεκμηρίωση, πλήρη τεστ, απλοποιημένη αρχιτεκτονική.
  4. Κεντρικοποιήστε αυτό που δουλεύει. Όταν κάποιος ανακαλύπτει μια στρατηγική προώθησης ή ένα πρότυπο ροής εργασίας που βελτιώνει δραματικά την έξοδο του πράκτορα, καταγράψτε το. Κάντε το το προεπιλεγμένο για όλη την ομάδα, όχι γνώση φυλών που είναι κλειδωμένη στο κεφάλι ενός ατόμου.
  5. Μετρήστε στο επίπεδο του συστήματος. Μην μετράτε μόνο την ατομική χρήση εργαλείων. Μετρήστε πόσες εργασίες ολοκληρώνουν οι πράκτορες από άκρο σε άκρο, τι είναι τα ποσοστά αναθεώρησης και επανεργασίας, πού είναι τα σημεία συμφόρησης.

Ο Νέος 10x

Ο μύθος του μηχανικού 10x ήταν πάντα για ατομικές ηρωικές πράξεις. Ένας άνθρωπος, που ξεπερνά όλους τους άλλους μέσω καθαρής ταλέντου και καφεΐνης.

Η πραγματικότητα του μηχανικού 10x στην εποχή του AI είναι για συστηματική σκέψη. Ο άνθρωπος που κάνει κάθε άλλον μηχανικό (και κάθε πράκτορα) πιο παραγωγικό κατασκευάζοντας την σωστή υποδομή, τις σωστές ροές εργασίας, τους σωστούς περιορισμούς.

Δεν γράφουν 10x τον κώδικα. Κατασκευάζουν το σύστημα που τον γράφει.

Δεν είμαι βέβαιος ότι αυτός ο ρόλος θα κρυστάλλωσει ακριβώς όπως τον περιέγραψα εδώ. Αλλά είμαι αρκετά βέβαιος ότι οι οργανώσεις που θα καταλάβουν το στρώμα της ορχήστρας (όποιο όνομα και αν θα του δώσουν) θα είναι αυτές που θα πραγματοποιήσουν τις κέρδη παραγωγικότητας που όλοι οι άλλοι μιλάμε μόνο.

Ο Andrew Filev είναι ιδρυτής και διευθύνων σύμβουλος της Zencoder. Μετέβαλε τη διαχείριση συνεργατικής εργασίας ιδρύοντας την Wrike (20.000+ πελάτες, πουλήθηκε για 2,25 δισ. δολάρια), παρουσιάστηκε στο Forbes και στο The NY Times, και η αγάπη του για την τεχνητή νοημοσύνη και την καινοτομία συνεχίζει να διαμορφώνει το μέλλον της εργασίας.