Nếu Trí Tuệ Nhân Tạo Tồn Tại Từ Ngày Đầu Tiên: Mã Hóa Rẻ Hơn Không Làm Cho Việc Quyết Định Xây Dựng Đơn Giản Hơn

Trong hầu hết lịch sử của phần mềm, phần tốn kém là xây dựng nó. Các đội đã dành tháng để biến ý tưởng thành mã hoạt động, và sự khan hiếm đó đã định hình mọi thứ về cách công việc được tổ chức.

Bản đồ đường đã được sắp xếp theo khả năng kỹ sư có sẵn; kiến trúc sư đã kiếm được chỗ ngồi tại bàn vì họ hiểu hệ thống mà không ai khác làm được; các nhà quản lý sản phẩm đã dành tuần để dịch yêu cầu kinh doanh模糊 thành thứ mà một nhà phát triển có thể thực hiện. Viết phần mềm là nút thắt, và tự nhiên, việc viết nó là nơi có đòn bẩy sống.

Điều đó không còn đúng nữa, và sự thay đổi đã xảy ra nhanh hơn hầu hết các nhà lãnh đạo kỹ thuật đã có thời gian để chuyển hóa.

Công cụ mã hóa trí tuệ nhân tạo đã làm giảm chi phí thực hiện. Vì vậy, công việc mà một đội kỹ sư cần vài tuần để hoàn thành bây giờ chỉ mất một vài giờ. Và giả định rõ ràng là xây dựng nhanh hơn sẽ chuyển trực tiếp thành giá trị được giao nhanh hơn.

Tuy nhiên, điều thực sự xảy ra là phức tạp hơn: các đội hiện có thể sản xuất nhiều phần mềm hơn họ biết phải làm gì với nó, và thứ đang làm chậm họ đã im lặng di chuyển đến một nơi khác.

“Bạn không thể áp dụng trí tuệ nhân tạo vào một quy trình bị hỏng”, Pablo Gamba, người đứng đầu công nghệ châu Mỹ tại công ty khởi nghiệp giải pháp phần mềm và trí tuệ nhân tạo toàn cầu intive, cho biết. “Điều đó giống như đưa một xẻng nhanh hơn cho một công nhân. Anh ta sẽ làm việc nhanh hơn, nhưng chỉ trong hướng sai lầm.”

Thực Hiện Nhanh Hơn, Còn Đó Là Rào Cản Cũ

Mỗi bước ngoặt lớn trong công nghệ – internet, điện toán đám mây và ngoài trời – đã theo một hình dạng giống hệt. Một thứ gì đó từng rất tốn kém đã trở nên rẻ gần như trong một đêm, và mọi thứ một công ty đã xây dựng dựa trên giả định về chi phí đó phải được phá hủy và xây dựng lại.

Lần này, thứ đang trở nên rẻ là trí tuệ kỹ thuật được áp dụng, điều mà các công ty dịch vụ và đội kỹ sư đã dành nhiều thập kỷ để tính phí, Gamba khẳng định.

Thực hiện rẻ hơn không làm cho rào cản biến mất, mặc dù. Nó chỉ di chuyển đến một nơi ít rõ ràng hơn. Ví dụ, nút thắt mã hóa, khi di chuyển ngược dòng, đã tăng tốc thực hiện, nhưng chướng ngại vật bây giờ nằm trong xem xét mã. Tự động hóa xem xét mã và nó sẽ xuất hiện trong thử nghiệm và triển khai; tự động hóa điều đó, và cuối cùng nó sẽ hạ cánh xuống con người viết các thông số mà các tác nhân đang làm việc từ đó.

Vì một tác nhân chỉ có thể xây dựng những gì đã được mô tả chính xác đủ để hành động mà không cần đoán.

Đó là cái bẫy mà nhiều đội đang bước vào ngay bây giờ, thường không nhận ra. Nếu bạn có thể xây dựng gần như bất cứ thứ gì trong một phần nhỏ của thời gian trước đây, chi phí xây dựng thứ sai sẽ tăng lên, không giảm, vì bạn sẽ tìm ra bạn đã sai nhanh hơn và với nhiều thứ đã được vận chuyển hơn.

Giả định từng xuất hiện chậm rãi, trong vài tuần mã hóa thủ công, bây giờ có thể trở thành cơ sở hạ tầng quan trọng trước khi ai đó nghĩ đến việc đặt câu hỏi về nó. Ưu tiên, không phải sản lượng thô, quyết định liệu đầu tư trí tuệ nhân tạo thực sự có trả lại vốn hay không.

Trong范式 này, Gamba tin rằng các công ty nên theo dõi không phải tốc độ phát triển, mà là chu kỳ đầy đủ từ ý định đến sản xuất. “Nếu bạn cải thiện tốc độ phát triển nhưng QA là nút thắt của bạn, bạn đã chỉ đạt đến QA nhanh hơn. Sau đó bạn sửa QA và nút thắt di chuyển đến yêu cầu”, ông nói.

Số liệu ủng hộ ông, quá. Doanh nghiệp Fortune 50 sử dụng phát triển hỗ trợ trí tuệ nhân tạo đang vận chuyển các lần cam kết 3x-4x nhanh hơn so với các đồng nghiệp của họ, theo nghiên cứu từ Liên minh An ninh Đám mây, nhưng giới thiệu các phát hiện bảo mật mới với tốc độ khoảng mười lần.

Tốc độ mà không có điểm đến rõ ràng, trong trường hợp này, không chỉ lãng phí nỗ lực; nó làm tăng rủi ro nhanh hơn so với hầu hết các đội an ninh có thể theo kịp.

Đưa Yêu Cầu Vào Ngôn Ngữ Trí Tuệ Nhân Tạo Có Thể Khai Thác

Nếu định nghĩa là nơi rào cản thực sự nằm, thì giải pháp không phải là thêm tài liệu. Đó là tài liệu khác, được viết dưới dạng một hệ thống trí tuệ nhân tạo có thể thực hiện mà không cần lấp đầy khoảng trống bằng cách tự mình.

Điều đó có nghĩa là nghỉ hưu tài liệu yêu cầu được viết cho một con người để diễn giải với phán đoán và thay thế nó bằng tiêu chí chấp nhận có cấu trúc, mô hình miền rõ ràng và thử nghiệm hợp đồng mô tả rõ ràng những gì một tính năng không nên làm cũng như những gì nó nên.

Các tác nhân, sau tất cả, lấp đầy sự mơ hồ giống như một kỹ sư trẻ có thể, với một ước đoán tự tin. Sự khác biệt là ước đoán của người sau đến với một chút do dự, một lá cờ cho một đồng nghiệp cao cấp, một cảm giác rằng có thể có điều gì đó sai.

Ước đoán của một tác nhân trông không giống như vậy. Nó xuất hiện dưới dạng mã sạch, trôi chảy, hoàn chỉnh, và không có sự cảnh báo nào trong đó, ngay cả khi nó sai.

Viết một thông số đủ chính xác để sống sót sau khoảng trống đó bắt đầu cảm thấy ít hơn như soạn thảo một bản tóm tắt sản phẩm và nhiều hơn như soạn thảo một hợp đồng. Bạn đặt tên cho mọi diễn viên, ánh xạ mọi chuyển đổi trạng thái hệ thống được phép thực hiện, và tính đến các trường hợp biên mà không im lặng để lại cho đường dẫn hạnh phúc, cách mà hầu hết tài liệu yêu cầu vẫn làm.

Các đội coi đây là một nhiệm vụ tài liệu học cách một cách khó khăn rằng ý định mơ hồ chỉ tạo ra phần mềm mơ hồ với tốc độ máy.

Các đội thực sự nắm bắt được lợi ích về năng suất là những đội coi việc viết thông số như một kỷ luật kỹ thuật riêng, với cùng kiểm soát phiên bản, chu kỳ xem xét và nghiêm ngặt thử nghiệm được dành cho mã chính nó.

Trong lời của Gamba, bản địa trí tuệ nhân tạo không phải là sự cho phép để bỏ qua quy trình, mà là yêu cầu để thiết kế lại từ đầu. “Nhiều tổ chức đang cố gắng áp dụng trí tuệ nhân tạo vào các quy trình cũ. Đó không phải là chuyển đổi. Các tổ chức bản địa trí tuệ nhân tạo bắt đầu với một câu hỏi khác: nếu trí tuệ nhân tạo tồn tại từ ngày đầu tiên, chúng tôi sẽ thiết kế quy trình này như thế nào hôm nay?”

Quản Lý Hậu Cần, Người Curator Của Ý Định

Sản phẩm, kiến trúc và kỹ thuật từng chạy như ba chức năng riêng biệt với các giao diện sạch giữa chúng: sản phẩm quyết định xây dựng gì, kiến trúc tìm ra cách, kỹ thuật vận chuyển nó.

Khi thực hiện trở nên rẻ và nhanh, các giao diện đó trở thành phần chậm nhất của toàn bộ chuỗi. Điều quan trọng ở đây là ai đó có thể giữ toàn bộ hình ảnh cùng một lúc, dịch ý định thành thứ mà một tác nhân có thể thực hiện, và bắt một giả định sai trước khi nó trở thành mã đã được vận chuyển mà không ai muốn.

Điều đó đang định hình lại ai là người làm việc xác định, và công việc thậm chí là gì nữa.

“Hãy nghĩ về điều gì đang xảy ra với vai trò kỹ sư phần mềm. Họ không chỉ viết mã nữa. Họ đang giám sát đầu ra của các tác nhân, xác định thông số, chuẩn bị thử nghiệm, xác thực kết quả. Đó là việc hợp nhất những gì từng là ba vai trò riêng biệt thành một”, Gamba nói.

Nghĩa là, điều quan trọng bây giờ không phải là biết cách viết một vé hoặc chạy một sprint. Đó là biết “tuyệt vời” trông như thế nào trước khi công việc thậm chí bắt đầu, có thể phân biệt giữa điều gì thú vị về mặt trí tuệ và điều gì khách hàng thực sự cần, và có can đảm giết một ý tưởng nhanh chóng khi nó rõ ràng không vượt qua thanh đó.

Đó là những quyết định phán đoán từng được phân phối trên một nhà quản lý sản phẩm, một kiến trúc sư và một trưởng nhóm công nghệ so sánh ghi chú. Ngày càng nhiều, chúng đang hạ cánh xuống bất kỳ ai gần nhất với việc xác định công việc từ đầu.

Và cũng đáng nhớ: không có gì trong số này làm cho các tiêu đề biến mất. Nhưng các dòng giữa chúng đang trở nên khó bảo vệ hơn, trong khi những người đang thịnh hành trong sự模糊 đó là những người hành động như người curator của ý định.

Thực Hiện Nhanh Hơn Không Phải Là Một Chiến Thắng Nếu Không Có Hướng Dẫn

Có một rủi ro dễ mất sight của một khi ý định rõ ràng và đường ống trí tuệ nhân tạo thực sự hoạt động: thực hiện nhanh, được xác định rõ, vẫn có thể giới thiệu các thất bại mà một quá trình chậm hơn, được con người trung gian, sẽ bắt gần như bằng tai nạn.

Số liệu ở đây không gần bằng. Kiểm tra mùa xuân 2026 của Veracode trên các mô hình hàng đầu cho thấy chỉ 55% nhiệm vụ tạo mã sản xuất đầu ra an toàn khi không có hướng dẫn bảo mật rõ ràng, một con số đã hầu như không thay đổi trong hai năm, ngay cả khi độ chính xác chức năng đã nhảy vọt đáng kể.

Rõ ràng là việc nhận được cú pháp đúng đã ngừng là phần khó từ một thời gian trước. Các quyết định phán đoán mà một kỹ sư con người từng thực hiện trực giác trong khi gõ, xung quanh bảo mật, tuân thủ và những gì dữ liệu nên và không nên chạm vào hệ thống, là những phần khó thay thế.

Điều đó có nghĩa là cùng một sự nghiêm ngặt được áp dụng để xác định những gì cần xây dựng phải mở rộng để xác định những gì bị giới hạn, chẳng hạn như ranh giới tuân thủ, quy tắc xử lý dữ liệu và ràng buộc đạo đức được nêu rõ với cùng sự chăm sóc như các yêu cầu chức năng.

Để lại những điều đó ngầm và hy vọng một tác nhân suy luận chúng một cách chính xác là cùng một sai lầm như để lại yêu cầu sản phẩm mơ hồ và hy vọng xây dựng sẽ biến ra tốt đẹp.

Điều Gì Lãnh Đạo Trông Như Thế Nào

Không có gì trong số này phản đối phát triển được tăng tốc bởi trí tuệ nhân tạo; xây dựng chưa bao giờ nhanh hơn hoặc rẻ hơn, và không có cách nào để đưa điều đó trở lại vào chai.

Nhưng điều gì không trở nên dễ dàng hơn, và có thể khó hơn, là quyết định với sự chính xác thực sự những gì đáng xây dựng, mô tả nó đủ tốt để một máy có thể thực hiện một cách trung thành, và vẽ các dòng nó không được phép vượt qua trong khi làm điều đó.

Ở cấp độ doanh nghiệp, các đội đang dẫn đầu không phải là những đội có các tác nhân mã hóa nhanh nhất, điều đó rõ ràng. Đó là những đội đã làm việc ra, trước khi các đối thủ của họ làm, rằng định nghĩa luôn sẽ là vấn đề khó hơn – và bắt đầu đối xử với nó theo cách đó.