روش جدید دی‌اچ‌اچ در کدنویسی
خلاصه هوش مصنوعی
دیوید هاینمایر هانسون (DHH)، خالق Ruby on Rails و مدیر ارشد فناوری 37signals، رویکرد خود را از کدنویسی دستی به یک جریان کاری مبتنی بر عامل‌های هوش مصنوعی (Agent-First) تغییر داده است. او با عبور از ابزارهای ساده تکمیل خودکار، اکنون از مدل‌های پیشرفته‌ای که همزمان در محیط ترمینال (tmux، Neovim و مدل‌هایی مانند Gemini و Opus) اجرا می‌شوند برای نوشتن و تست کد استفاده می‌کند. این شتاب‌دهی به تیم‌ها اجازه می‌دهد به بهینه‌سازی‌های قبلی نپرداخته و زمان‌بندی توسعه محصول را تغییر دهند. با این حال، DHH تأکید می‌کند که هوش مصنوعی به شدت توان مهندسان ارشد را افزایش می‌دهد زیرا آن‌ها توانایی اعتبارسنجی خروجی‌ها را دارند، که این موضوع چالش‌هایی را برای توسعه‌دهندگان جوان ایجاد می‌کند.
نکات کلیدی
- جریان کاری DHH از چند ترمینال تقسیم‌شده شامل مدل‌های سریع (Gemini) در کنار مدل‌های قدرتمندتر (Opus) در بستر tmux و Neovim استفاده می‌کند.
- زبان Ruby on Rails به دلیل بهره‌وری بالا در مصرف توکن، الگوهای تست داخلی و خروجی قابل خواندن برای انسان، احیای مجدد را تجربه کرده و برای عامل‌های هوش مصنوعی بسیار مناسب است.
- مهندسان ارشد به طور قابل توجهی از عامل‌های هوش مصنوعی سود می‌برند زیرا مهارت‌های لازم برای اعتبارسنجی و ارسال ایمن کدهای تولید شده توسط هوش مصنوعی به محیط پروداکشن را دارند.
چرا مهم است
درک نحوه سازگاری رهبران فنی با تجربه‌ای مانند DHH با جریان‌های کاری مبتنی بر عامل‌های هوش مصنوعی، الگوی عملی مناسبی برای ادغام مدل‌های زبانی بزرگ در سیستم‌های تولیدی بدون افت کیفیت و اصالت نرم‌افزار فراهم می‌کند.
گفتگو 0
آغازگر گفتگو باشید.