Гнучка автоматизація проти агентної доповнення в кодуванні

Агентна автоматизація (більш відоме як «вайб-кодіング») безумовно набула популярності, навіть за межами простору розробників, з тим, як Словник Коллінза назвав її словом року і навіть генеральний директор Microsoft зазначив, що до 30% (MSFT ) коду компанії написано штучним інтелектом. Цей підхід до кодування безумовно сприяє підвищенню продуктивності, але як і будь-яка трансформаційна технологія, розуміння того, де і як її застосовувати найбільш ефективно, є ключем до максимізації її переваг.

Розробники регулярно стикаються з такими проблемами, як розширення обсягу робіт, переривання сесій кодування та обмеження часу, тому пошук ефективності за допомогою штучного інтелекту є зрозумілим. Але розробники також повинні розглянути філософію «людини в циклі» пропоновані гнучкою автоматизацією. Замість використання автоматизації в кожному процесі вона фокусується на рутинних завданнях, закріплюючи розробників у ролі прийняття рішень на кожному етапі процесу. Цей підхід підтримує розвиток навичок та забезпечує архітектурну узгодженість між проектами. 

Ріст агентної автоматизації

Вайб-кодіング може бути всюди, але це все ж відносно новий підхід, який з’явився на початку 2025 року. Це процес використання генеративного штучного інтелекту для створення програмного коду на основі розмовних підказок, зазвичай з мінімальною ручною інтервенцією.

Його широко хвалять за зниження рівня входу для неконструкторів, щоб протестувати ідеї та створити робочі концепції. Наприклад, генеральні директори та керівники можуть тепер демонструвати свої бажані зміни через вайб-кодіовані прототипи, уникнувши тривалих розмов з розробниками, де вони пояснюють абстрактні ідеї.

Але виходячи за межі цієї стадії ідеї вимагає розуміння поточних можливостей штучного інтелекту. Штучний інтелект працює в певних обмеженнях при обробці великих контекстних вікін, що впливає на рівень деталізації генерування коду для великомасштабних професійних проектів. Хоча розробники можуть інструктувати його далі, щоб внести зміни, якщо виявлені помилки, код, згенерований штучним інтелектом, іноді дублює функціональність, що може створити питання щодо підтримки. Це стає особливо актуальним при роботі з вбудованими системами, які часто обмежені апаратними обмеженнями, що вимагає лише найбільш щільного коду для ефективної роботи.

Широке впровадження штучного інтелекту в кодуванні також піднімає важливі питання щодо розвитку навичок. 42% розробників, які використовують штучний інтелект у своїх процесах, стверджують, що щонайменше половина їхньої бази коду генерується штучним інтелектом. Коли агентна автоматизація стає більш поширеною, варто розглянути, як молоді розробники будують основні навички. Це ритуал ініціації для них різати зуби на тих рутинних завданнях кодування, які підтягують їхні навички та дозволяють їм швидко набувати досвіду кодування. Знаходження правильного балансу, де штучний інтелект обробляє відповідні завдання, зберігаючи можливості для практичного навчання, буде важливим для виховання наступного покоління розробників.

Відгук розробників також відображає цей період адаптації. У 2024 році 70% розробників мали позитивний відгук щодо штучного інтелекту, але цього року він впав до 60%, при цьому 46% висловили занепокоєння щодо точності коду штучного інтелекту. Однак більшість розробників (70%) не розглядають його як загрозу своїй позиції, а 59% старших розробників у іншому опитуванні заявили, що інструменти штучного інтелекту допомагають їм швидше відправляти код. Ці цифри свідчать про те, що розробники активно розбираються, як ефективно інтегрувати штучний інтелект, а не відхиляють його зовсім. Технологія змінюється швидко, і разом з нею змінюються найкращі практики впровадження.

Отже, замість цього «все або нічого» підходу варто розглянути іншу філософію, яка приймає більш вимірений підхід до використання штучного інтелекту, зберігаючи розробників у ролі водіїв.

Що таке гнучка автоматизація?

Де агентна автоматизація інтегрує штучний інтелект у процес розробки, гнучка автоматизація приймає стратегічний погляд.  Вона радить цільову інтеграцію штучного інтелекту в процес кодування, пропонуючи заміну одного адміністративного завдання за раз. Таким чином, розробник завжди зберігає контроль і нагляд над продуктом без надмірного порушення. Вона вибірково націлює на більш повторювані адміністративні завдання, такі як документація коду, створення одиниць тестування та будь-яке повторюване кодування.

Вирішальним є те, що вона визнає поточні можливості штучного інтелекту в кодуванні – хоча він ще не може створити повний програмний стек, він може забезпечити негайні переваги в деяких конкретних областях. Тому розробники не будуть розчаровані через застосування штучного інтелекту до неправильних завдань, його використання зосереджується на тих областях, де він excels. З часом розробники можуть ознайомитися з ним і прийняти його повільніше, дозволяючи його цінності у вирішенні адміністративних завдань стати очевидною. Потім розробники можуть повернутися до більш складних, основних причин, через які вони вступили в галузь спочатку, таких як просто написання хорошого, складного програмного забезпечення, та вирішення складних проблем – все це, будучи впевненими в тому, що штучний інтелект працює поряд з ними.

Важливо, що це також залишає місце для розумної кількості тих рутинних завдань для молодих розробників, щоб вони могли вивчити з практичного досвіду, дозволяючи їм будувати основні знання з глибоким вивченням, яке надходить з традиційної спроби та помилки. Замість того, щоб вважатися чимось, що може обмежити можливості навчання, штучний інтелект впроваджується як інструмент – той, яким розробники залишаються твердо під контролем.

Переваги виходять за межі окремих розробників до цілих команд розробників. Автоматизуючи повторювані елементи кодування, команди можуть підтримувати узгодженість у своїх практиках документації та тестування, звільняючи старших розробників, щоб вони могли наставляти молодих членів команди та зосередитися на архітектурних рішеннях. Це створює здоровішу культуру розробки, де штучний інтелект підтримує людську експертизу, а не намагається її замінити.

Балансування автоматизації в кодуванні

Варто повторити, що штучний інтелект – це найбільша зміна в кодуванні за десятиліття, і він безумовно має потенціал трансформувати, як ми кодуємо, на краще, але нам потрібно знайти правильний баланс. Це процес, який потрібно здійснювати стратегічно, оскільки і галузь, і розробники звикають до цього нового способу роботи, забезпечуючи, що ми будемо будувати на міцних основах, приймаючи інновації. Ключем є знаходження сладкого місця, де автоматизація покращує продуктивність без компрометації глибини розуміння, яка робить великих розробників.

Все це сказано, це не означає, що ми повинні розглядати гнучку автоматизацію та вайб-кодіング як конкуруючі філософії, а як інструменти, придатні для двох зовсім різних стадій життєвого циклу програмного забезпечення. Вперед, вайб-кодіング буде важливим для початкової ідеї, а також для неконструкторської комунікації між розробниками та їхніми організаціями. А потім, коли ми переходимо до стадії виробництва, гнучка автоматизація повинна вийти на перший план, забезпечуючи, що штучний інтелект залишається допоміжним засобом, а не перешкодою. Тому це не одне проти іншого – щоб успішно виконувати завдання, нам потрібно обидва.