شارك أحد مستخدمي Hacker News منشورًا على LinkedIn لمهندس في Meta يقول فيه إن الشحن بمساعدة الذكاء الاصطناعي يشعر وكأنه العمل داخل صندوق أسود. فمراجعة كل سطر من الكود الذي يولّده الذكاء الاصطناعي ستستغرق وقتًا طويلًا، لذلك قد ينتهي المهندسون إلى امتلاك أنظمة لا يفهمونها إلا على مستوى عام. ويقول المنشور إن هذا يتعارض مع غريزة مهندسي البرمجيات، المعتادين على فهم ما يبنونه، ويتساءل عن القدر الكافي من الفهم قبل المضي قدمًا.
يصف المعلقون تحوّلًا في مكان بذل الجهد. يقول أحدهم إنه مع قضاء وقت أقل في البرمجة، يُنفق وقت أكبر على الاختبار، وإن نموذج LLM يعثر على أخطاء التنفيذ لا أخطاء الترميز، حتى في الكود الذي اعتقد المؤلف أنه مثالي. ويشير آخر إلى المقايضة: فالوقت الذي يُوفَّر في إنشاء الكود يُصرف على التحقق، أي أن العمل انتقل من مكان إلى آخر ولم يختفِ. ويقارن عدد منهم صياغة التعليمات لنماذج LLM بإدارة المنتجات، حيث تكون المساءلة أقل مباشرة، بينما يرى آخرون أن المهندسين يظلون مسؤولين عن أي كود يقدّمونه، سواء كتبه زميل أو الذكاء الاصطناعي.
يصف مطوّر يبني مترجمًا للتوجيه التلقائي المتجه (autovectorising compiler) سير عمل قائمًا على الاختبار المكثف، يتضمن بوابة إصدار تعمل لساعات عبر خمس بنى معمارية. تسبق التنفيذَ جلسات تخطيط طويلة تغطي الحالات الحدّية وتصميم الاختبارات، ويواصل المطوّر مراجعة الكود، مع اعترافه بأن ليس كل سطر يخضع للتدقيق. وعلى مدى ستة أشهر، ظلت جودة الكود مرتفعة إلى حد معقول، وهو ما يعزوه المطوّر جزئيًا إلى التخطيط المسبق.
المصدر: Hacker News · لخّصه HeadlinesBriefing