لقد استخدمت LLMs بكثافة في هندسة البرمجيات لأغراض البرمجة وزيادة الإنتاجية. بينما تكون فعالة في مشاريع الخضراء، تنخفض الجودة sharply في قواعد الرموز البرمجية التراثية ذات الاعتماديات الثقيلة، والارتباط القوي، والديون التقنية. يقوم النموذج باختراع تهجئات غير متسقة للمفاهيم،编写 adaptors where none are needed, or calls through where adaptors are required. This stems from confusion and missing shared language in the codebase.

المشاريع البنية لها طبقتان: العمق التقني والالتباس أسفل. يقوم النموذج بالتخمين الخاطئ لأن النظام لا يجيب على الأسئلة الأساسية. يمكن بناء الجاهزية تدريجياً. في بداية هندسة البرمجيات، كانت المخاوف الوحيدة هي الديون التقنية. الفرق تقدم بسرعة، مدفوعة بالتبادلات. الإجابة المعتادة هي إنفاق 10-20% من الميزانية على التنظيف، لكن اتخاذ قرار بما يجب تغييره مكلف في حين أن التنفيذ أصبح رخيصاً مع LLMs.

لقد قسمت المؤلفات إلى عمل استراتيجي وعمل تكتيكي. يتضمن العمل الاستراتيجي قراءة النظام، تحديد ما يحتاج للتغيير، والتأكد من التوافق. يتضمن العمل التكتيكي نقل القرارات إلى الملفات. يتطلب العمل الاستراتيجي فهمًا عميقًا للنظام؛ والعمل التكتيكي الآن مجدي من حيث التكلفة. أنا أنشئ مشاكل في GitHub لتحليل الرموز البرمجية بشكل عام، ثم أحلها باستخدام أنظمة AI باستخدام المهارات ووكلاء الفرعي. المهارات هي إجراءات Markdown تضمن التنفيذ المتسق.

كيانات رئيسية: أشخاص: John Ousterhout