আপনার কোডিং সহকারী জানায় যে সব টেস্ট পাস করেছে। বিল্ড সবুজ, তাই আপনি পুল রিকোয়েস্ট মার্জ করে পরের কাজে চলে যান। তিন সপ্তাহ পরে একটি সমস্যা আসে, কিন্তু এজেন্ট সাহায্য করার জন্য উপলব্ধ নেই। হয়তো আপনার API কোটা শেষ, অথবা আপনি সিগন্যালহীন কমিউটার ট্রেনে আটকে আছেন। কোডটি এখন আপনার, এবং কিছু একটা ভেঙে গেছে। আপনি কি সত্যিই এটি ঠিক করতে পারবেন?
এই প্রশ্নটিই CodeOwnership প্রকল্পের মূল সমস্যা। বাস্তবে মালিকানা মানে শুধু কমিটে আপনার নাম থাকা নয়। আপনি তখনই সত্যিকারের মালিক হন, যখন আপনি কোডের যুক্তি অনুসরণ করতে পারেন এবং কোনো সাহায্য ছাড়াই তা সম্পূর্ণভাবে ঠিক করতে পারেন। পাস করা টেস্ট কেবল দেখায় যে ভালো দিনে সফটওয়্যারটি কাজ করে, কিন্তু প্রমাণ করে না যে আপনি এটি বোঝেন। এখানে আলোচনা শুধু রক্ষণাবেক্ষণ নিয়ে, লাইসেন্স বা কপিরাইট নিয়ে নয়।
লেখক এই অন্ধ স্থানটি পরীক্ষা করার জন্য CodeOwnership নামের একটি হালকা পাইলট প্রকল্প তৈরি করেছেন। একটি AI এজেন্ট একটি ফিচার লেখে, এবং ডেভেলপার সৎভাবে নিজের বোঝার মাত্রা রেকর্ড করেন। এরপর দ্বিতীয় একটি এজেন্ট একটি মাত্র পূর্ব-নিবন্ধিত বাগ ঢুকিয়ে দেয়। ডেভেলপার সব AI টুল বন্ধ রেখে একটি ইনসিডেন্ট রিপোর্ট খোলেন এবং ত্রুটিটি খুঁজে বের করার চেষ্টা করেন।
টেস্ট হার্নেসটি সম্পূর্ণ, যেখানে লকড স্পেসিফিকেশন, দৃশ্যমান ও লুকানো টেস্ট, একটি ব্লাইন্ড বাগ-যাচাই পরীক্ষা, একটি নির্দেশিত CLI এবং একটি রিপোর্ট টুল রয়েছে, যা মেট্রিকগুলোকে একক স্কোরে মিশিয়ে দেয় না। প্রথম পরীক্ষায় লেখক তাঁর আত্মবিশ্বাস ৫ এর মধ্যে ৪ দেন, এরপর ৮ মিনিট ১২ সেকেন্ডে টাইমার থামান, তবুও বাগটি খুঁজে পাননি। পরবর্তী এক সেশনে প্রায় ৩০ মিনিট পর বাগটি শনাক্ত হয়, তবু স্ক্রিপ্টটি NOT FIXED লিখে রাখে, কারণ কোনো সংশোধন প্রয়োগ করা হয়নি।
এটি একজন ডেভেলপারের একটিমাত্র রানের ফল, কোনো শিল্পব্যাপী বেঞ্চমার্ক নয়। এটি দেখায় হার্নেসটি কীভাবে কাজ করে, কোথায় ব্যর্থ হয় এবং কোড বোঝার একটি বাস্তবসম্মত পরীক্ষা কেমন হওয়া উচিত।
উৎস: Towards Data Science · সারাংশ: HeadlinesBriefing