Hur tänker ni runt utveckling med hjälp av AI?

Hej,

Jag har jobbat som systemutvecklare inom EDI-branschen i ca 20 år.
Men som alla förstår så har det hänt en del inom utveckling när AI har gjort sitt inträde.

Mitt jobb har blivit typ minst 50% effektivare, så jag blir lite nyfiken hur ni andra systemutvecklare känner runt med att jobba med AI och få en bättre kod?

Man jobbar självklart med AI. Men man måste lära sig programmera ordentligt innan man ska tillåtas använda AI.

AI kan göra mycket av det trista grovjobbet.

Det går snabbare att få till 80% bra kod, så ser ingen anledning till att inte använda det. Ett stort problem tror jag är att många programmerare och systemutvecklare går in med någon konstig stolthet och krav på arbetet; "Jag tycker att programmering är roligt så det är min rättighet att få sitta länge med ett problem och ha roligt". Det skulle aldrig flyga att låta en bartender gissa och pröva sig fram vad ingredienserna i en drink är om det är en lång kö till baren och det finns en lista nånstans lättillgängligt.

Ja du har en bra poäng

Jag är bara mer och mer imponerad vad man kan göra numera.
Hade ett gammalt perl-skript som skapade bra system för Svenska Spels Topptipset.
Bjöd på den koden till AI och bad den porta koden till KDE Qt, allt var över på 30 minuter med lite justeringar, sjukt snabbt gick det

Saken med all AI/LLM utveckling är:

Kontext
Har du för mycket eller för lite så blir resultatet ofta mindre. För bästa resultat så krävs bra kontext. Personligen så ber jag ofta agenten analysera hela systemet, föreslå en lösning på ett givet problem och sedan utföra en audit-review några gånger på den lösningen. Men det är mitt sätt, finns nog bättre. Dessutom så vill man gärna ha mycket stor kontext på agenten själv. Agenten blir lite sämre med längre "konversation", men informationen gör den generellt smartare har jag upplevt. Alla de automatiska "compact" grejorna är skit i grunden.

Uppgift
Beroende på reasoning-kapacitet, så behöver du anpassa uppgiften efter detta. Detta är inte tidsberoende, utan mer komplexitets-beroende. Vissa uppgifter kan en agent arbeta med 1 h och leverera bra resultat, medan andra 10 min-jobb blir skit om komplexiteten är för höh. Dessutom behöver man vara medveten om modellens träningsdata, systemet kommer ha en preferens att lösa saker på vissa sätt, även om det kan gå emot den generella strukturen i ett givet system.

Skills
Du vill ha några st skills som verkligen är bra. Detta möjliggör att du kan använda betydligt mindre prompts än annars. Du slipper återupprepa dig. Starta en ny session och ge den några rader på vad du vill och systemet förstår direkt.

Parallellisera
Hur skapar man uppgifter som man vet 100% på förhand kan lösas enskilt? Mycket svårt generellt. Detta tycker jag jag är det absolut svåraste. Har kanske kunnat ha 3-4 st parallella agentjobb samtidigt i ett normalt arbetsflöde. Efter det så blir det för mycket jobb. Man hinner helt enkelt inte med.

Tester och kommentar-bloat
AI/LLM älskar generera värdelösa tester och en massa värdelösa kommentarer. Det kan vara en betydande utmaning. Man vill knappast att AI-agenten ska lägga tid på att garantera att vissa tester fungerar, som den tidigare har genererat endast som ett sidospår, men som saknar ett verkligt produkt-behov.


Ovanstående saker ställer betydligt andra krav än en vanlig utvecklare. Min erfarenhet är att många utvecklare är duktiga på att lösa ett specifikt problem en efter en, men för att vara effektiv på agent-utveckling så krävs det snarare du måste vara otroligt duktig på lita på kod som har genererats av en AI/LLM och på hur du ska snabbt kunna bryta ned diverse problem i olika uppgifter med minimal kontext. Du måste skapa en process där AI-agenten själv mestadels hittar rätt lösning och du kommer inte ha tid att kunna köra code-review på allt. D.v.s du måste vara mer en "ledare", än en "utvecklare".

Personligen så har jag på en vecka lyckats bygga produkter som utan AI skulle ha kostat 250 000 kr utan problem.

Framförallt andra inlägget tål att upprepas ett par gånger. AI är ett verktyg. Visserligen ett ganska kompetent sådant, men det är fortfarande bara ett verktyg.

Vet man således inte vad man ska bygga och hur är det ju rätt meningslöst ändå, hur många gånger har man inte fått trycka på stopp för att den dragit iväg åt helt fel håll och inte alls byggt det man tänkt sig?

Så, det krävs fortfarande en förståelse för problemet man står inför och hur man går tillväga för att lösa det. När man har dessa två saker på plats kan man lugnt tala om för ain vad den ska göra och hur och däri ligger ju vinsten, för nog är den snabbare än vad jag är på att generera kod, framförallt när det är fråga om ren boilerplate eller wira upp nån databas med entiteter etc.

Den har sina poänger helt klart således, men den kräver styrning för att funka som bäst imo och där krävs det alltså fortsättningsvis ett yrkeskunnande.

ChatGPT och jag är kompisar på liknande nivå och det är skönt. Bra att ha AI om kör fast och då fixar AI det snabbt för det mesta =)

Om man ska klaga så är ChatGPT lite envis och allt ska testas hela tiden 1 - 2 gånger innan skarp version släppts.

AI har ju sina begränsningar det är vissa grejer den bara inte greppar ännu speciellt inom matematik, och det håller jag för mig själv. Men rent kodmässigt är den ganska lik mig själv i stilen.