Прагматичний підхід до ефективності у розробці програмного забезпечення

@dexhorthy
АНГЛІЙСЬКА1 день тому · 29 лип. 2026 р.
117K
626
48
14
1.5K

Коротко

У цій статті розглядається, як досягти прискорення циклів розробки в 2-3 рази завдяки застосуванню штучного інтелекту на етапах планування та узгодження, а не лише для генерації коду.

Це свого роду доповнення / побічний квест до останньої серії. Воно не вписалося чітко в основний допис, тому публікую його окремо. Про це коротко згадується в Чому програмні фабрики зазнають невдач, частина 2: Увімкнення світла знову.

Пошук важеля

Ще до AI лише 25–50% часу на випуск функції йшло на написання самого коду. Решта припадала на узгодження/планування, перевірку коду/переробку, а також тестування/верифікацію рішення.

dex - inline image

Якщо ви використовуєте AI лише для написання коду, то скорочуєте 2–4 години кодування до 10–20 хвилин, але нічого іншого не прискорюєте.

dex - inline image

Але якщо ви використовуєте AI для допомоги в плануванні та узгодженні, то насправді досягаєте пришвидшення приблизно в 2–3 рази.

dex - inline image

Правило 80/20 у важелі AI-кодування

Припустімо, ви навмання вкидаєте дворядковий запит у свою фабрику. Імовірність отримати повністю готовий до злиття результат — близько 50%, а ймовірність того, що доведеться переробляти, — також 50%.

dex - inline image

Тепер уявіть, що ви провідний інженер із 10-річним досвідом. У голові тримаєте всю кодову базу зі 100 репозиторіїв. Тому витрачаєте день на написання ідеально детальної специфікації вручну. Ваші шанси кращі, але, ймовірно, все одно залишається 10% ризику, що доведеться переробляти щось суттєве.

dex - inline image

А на крайньому полюсі: пишете кожен рядок самі. Агенту не залишається нічого, у чому він міг би помилитися, тож імовірність переробки зводиться до нуля.

dex - inline image

Зауважте: для цього прикладу я збираюся «розмити»

«ймовірність, що доведеться щось змінити», зважену на «наскільки болючою буде ця зміна»

в одну відсоткову цифру, але очевидно, що це дві окремі змінні. Якщо модель із 50% імовірністю неправильно обере стиль кнопки, але виправлення — це один дешевий запит, то наш сукупний «очікуваний біль» невеликий.

очікуваний біль = P(вам доведеться це змінити) × наскільки болючою є зміна

Якщо це намалювати, то між зусиллями, вкладеними на початку, та очікуваним болем існує обернена залежність.

dex - inline image

Чого ви не хочете робити — це витратити 6 годин на планування завдання, для якого можна було усунути 80% очікуваного болю за перші 10 хвилин.

Потрібно робити це, не надмірно зосереджуючись на запитаннях, на які ви не зможете відповісти, не спустившись на рівень нижче. Наприклад, якщо ви виконали певну роботу на рівні «продукту» й досі не відповіли на всі відкриті запитання, можливо, варто зупинитися на досягнутому та спуститися на рівень технічних деталей, щоб зрозуміти, що взагалі можливо. Ідеального процесу для цього не існує.

Саме це ми маємо на увазі під важелем — і це вимагає прагматизму. Якщо ви виконуєте кілька етапів планування, поступово наближуючись від огляду з висоти 50 000 футів до огляду з 10 000 футів, варто на кожному етапі трохи коригувати напрямок, щоб усунути якомога більше очікуваного болю.

Бажаю успіху.

Збереження в один клік

Використовуйте YouMind для AI-глибокого читання віральних статей

Зберігайте джерела, ставте цілеспрямовані запитання, підсумовуйте аргументи та перетворюйте віральні статті на корисні нотатки в одному AI-робочому просторі.

Дослідити YouMind
Для авторів

Перетворіть свій Markdown на охайну статтю для 𝕏

Коли ви публікуєте власні лонгріди, зображення, таблиці та блоки коду роблять форматування в 𝕏 складним. YouMind перетворює повну чернетку в Markdown на чисту статтю для 𝕏, готову до публікації.

Спробувати Markdown для 𝕏

Більше патернів для аналізу

Останні віральні статті

Переглянути більше віральних статей