I'm sorry, but you still have to think

DHH rewrote Campfire from Ruby on Rails to Rust, Elixir, and Go using AI agents, revealing critical insights about AI-assisted coding. The rewrites show that vague prompts lead to inconsistent decisions, as LLMs make implicit choices about backwards compatibility, latency vs. throughput, and memory usage. The Rust version dropped CSRF tokens and Redis, opting for in-process queues, while Elixir stayed closer to Rails. These differences are language-agnostic, not dictated by the target language.

Code quality issues emerge: Elixir's version processes SQL queries sequentially, while Rust mixes async and blocking database operations, potentially harming performance. The article demonstrates that coding cannot be 'solved' by AI alone—deep understanding remains essential. Benchmarks are also misleading, focusing only on throughput while ignoring delivery rates.

Zach Daniels found a 1% notification delivery rate under load, highlighting the gap between synthetic benchmarks and real-world performance.

أعاد DHH كتابة Campfire من Ruby on Rails إلى Rust وElixir وGo باستخدام وكلاء الذكاء الاصطناعي، مكشفًا عن رؤى حاسمة حول البرمجة بمساعدة الذكاء الاصطناعي. تُظهر إعادة الكتابة أن الأوامر الغامضة تؤدي إلى قرارات غير متسقة، حيث تتخذ نماذج اللغة الكبيرة خيارات ضمنية بشأن التوافق العكسي، والتأخير مقابل الإنتاجية، واستخدام الذاكرة. أزالت نسخة Ruby on Rails رموز CSRF وRedis، واختيار الطوابير داخل العملية، بينما بقيت نسخة Elixir أقرب إلى Rails. هذه الاختلافات لا تتعلق باللغة، ولا تمليها اللغة المستهدفة. تظهر مشكلات جودة الكود: تُعالج نسخة Elixir استعلامات SQL بشكل تسلسلي، بينما تخلط نسخة Rust بين العمليات غير المتزامنة والحاجزة لقاعدة البيانات، مما قد يضر بالأداء. يوضح المقال أن البرمجة لا يمكن 'حلها' بواسطة الذكاء الاصطناعي وحده—يظل الفهم العميق ضروريًا. كما أن المعايير مضللة أيضًا، حيث تركز فقط على الإنتاجية بينما تتجاهل معدلات التسليم. وجد Zach Daniels معدل تسليم إشعارات يبلغ 1% تحت الحمل، مسلطًا الضوء على الفجوة بين المعايير الاصطناعية والأداء في العالم الحقيقي.

الكيانات الرئيسية: الشركات: Ruby on Rails, Redis | الأشخاص: DHH, Piotr Sarnackoson, Zach Daniels

الأسئلة الشائعة: هل يمكن لوكلاء الذكاء الاصطناعي استبدال المطورين البشر بالكامل في إعادة كتابة الكود؟

لا. تُظهر تجربة DHH أن وكلاء الذكاء الاصطناعي يتخذون قرارات تقنية ضمنية تختلف بشكل كبير دون توجيه دقيق. تتطلب القضايا مثل التوافق العكسي، وتحسينات الأداء، والخيارات المعمارية إشرافًا بشريًا. أظهرت إعادة الكتابة بلغة Rust وElixir تناقضات لا تتعلق باللغة، مما يثبت أن البرمجة تتطلب فهمًا عميقًا لا يمكن للذكاء الاصطناعي تكراره بمفرده.

DHH AI এজেন্টদের ব্যবহার করে Campfire কে Ruby on Rails থেকে Rust, Elixir এবং Go-এ রিরাইট করেছেন, যা AI-সাহায্য পাওয়া কোডিংয়ের গুরুত্বপূর্ণ অন্তর্দৃষ্টি প্রকাশ করেছে। রিরাইটগুলো দেখায় যে অস্পষ্ট প্রম্পট অসংসিদ্ধ নিষ্কাশন করে, কারণ LLMs পশ্চাদত সামঞ্জস্যতা, লেটেন্সি বনাম থ্রুপুট এবং মেমোরি ব্যবহার সম্পর্কে অন্তর্নিহিত পছন্দ বেছে নেয়। Rust সংস্করণটি CSRF টোকেন এবং Redis বাদ দিয়েছে, ইন-প্রসেস কিউज़ের জন্য বেছে নিয়েছে, যখন Elixir সংস্করণটি Rails-এর কাছে থাকেছে। এই পার্থক্যগুলো ভাষা-অনির্ভর, লক্ষ্য ভাষা দ্বারা নির্ধারিত নয়। কোড গুণমানের সমস্যা উঠে আসছে: Elixir সংস্করণটি SQL কোয়েরিগুলো ক্রমিকভাবে প্রক্রিয়া করছে, যখন Rust সংস্করণটিAsync এবং ব্লকিং ডেটাবেস অপারেশন মিশ্রিত করছে, যা কর্মক্ষমতা ক্ষতিগ্রস্ত করতে পারে। নিবন্ধটি দেখায় যে কোডিংকে মাত্র AI দিয়ে 'সমাধান' করা যায় না—গভীর বোঝা এখনও জরুরি। বেঞ্চমার্কগুলোও ভ্রান্তিকর, কারণ তারা শুধুমাত্র থ্রুপুটে ফোকাস করে এবং ডেলিভারি রেটকে উপেক্ষা করে। Zach Daniels বোঝায় 1% নোটিফিকেশন ডেলিভারি রেট খুঁজে পেয়েছেন, যা সিনথেটিক বেঞ্চমার্ক এবং বাস্তব জগতের কর্মক্ষমতার মধ্যে পার্থক্য উজागर করে।

মূল entidades: কোম্পানিগুলো: Ruby on Rails, Redis | লোকেরা: DHH, Piotr Sarnackoson, Zach Daniels

সामान्य প্রশ্ন: কি AI এজেন্টরা মানব ডেভেলপারদের কোড রিরাইটে সম্পূর্ণরূপে প্রতিস্থাপন করতে পারে?

না। DHH-এর অভিজ্ঞতা দেখায় যে AI এজেন্টরা সুনির্দেশ না থাকলে অন্তর্নিহিত টেকনিক্যাল সিদ্ধান্ত নেয় যা খুব বেশি পরিবর্তনশীল হয়। পশ্চাদত সামঞ্জস্যতা, কর্মক্ষমতা অপ্টিমাইজেশন এবং স্থাপত্য পছন্দের মতো বিষয়গুলো মানব নিরীক্ষণ প্রয়োজন করে। Rust এবং Elixir রিরাইটগুলো ভাষা-অনির্ভর অসংসিদ্ধতা দেখিয়েছে, যা প্রমাণিত করে যে কোডিংকে গভীর বোঝার প্রয়োজন হয় যা AI একা নকল করতে পারে না。

DHH schrieb Campfire von Ruby on Rails auf Rust, Elixir und Go mit KI-Agenten um, wobei wichtige Erkenntnisse über KI-gestütztes Coding gewonnen wurden. Die Umschreibungen zeigen, dass vage Prompts zu inkonsistenten Entscheidungen führen, da LLMs implizite Entscheidungen hinsichtlich Abwärtskompatibilität, Latenz gegenüber Durchsatz und Speicherverbrauch treffen. Die Rust-Version entfernte CSRF-Token und Redis, entschied sich für In-Prozess-Warteschlangen, während die Elixir-Version näher bei Rails blieb. Diese Unterschiede sind sprachunabhängig, nicht durch die Zielsprache diktiert. Codequalitätsprobleme treten auf: Die Elixir-Version verarbeitet SQL-Abfragen sequentiell, während die Rust-Version asynchrone und blockierende Datenbankoperationen mischt, was die Leistung potenziell beeinträchtigen kann. Der Artikel zeigt, dass Codierung nicht allein durch KI 'gelöst' werden kann—tiefes Verständnis bleibt unerlässlich. Benchmarks sind ebenfalls irreführend, da sie sich ausschließlich auf den Durchsatz konzentrieren und Lieferraten ignorieren. Zach Daniels fand unter Last eine Benachrichtigungszustellrate von 1 %, wodurch die Lücke zwischen synthetischen Benchmarks und der realen Leistung aufgezeigt wird.

Wesentliche Entitäten: Unternehmen: Ruby on Rails, Redis | Personen: DHH, Piotr Sarnackoson, Zach Daniels

Häufig gestellte Fragen: Können KI-Agenten menschliche Entwickler beim Code-Umschreiben vollständig ersetzen?

Nein. DHHs Erfahrung zeigt, dass KI-Agenten ohne präzise Anleitung implizite technische Entscheidungen treffen, die stark variieren können. Probleme wie Abwärtskompatibilität, Leistungsoptimierungen und architektonische Entscheidungen erfordern menschliche Aufsicht. Die Umformungen in Rust und Elixir zeigten sprachunabhängige Inkonsistenzen, was belegt, dass Codierung ein tiefes Verständnis erfordert, das KI allein nicht replizieren kann.

DHH reescribió Campfire de Ruby on Rails a Rust, Elixir y Go utilizando agentes de IA, revelando ideas clave sobre la codificación asistida por IA. Las reescrituras muestran que los prompts vagos conducen a decisiones inconsistentes, ya que los LLMs toman decisiones implícitas sobre compatibilidad hacia atrás, latencia frente a rendimiento y uso de memoria. La versión de Rust eliminó los tokens CSRF y Redis, optando por colas en proceso, mientras que Elixir se mantuvo más cerca de Rails. Estas diferencias son independientes del lenguaje, no dictadas por el lenguaje objetivo. Surgen problemas de calidad de código: la versión de Elixir procesa las consultas SQL secuencialmente, mientras que Rust mezcla operaciones asíncronas y bloqueantes de base de datos, lo que podría afectar el rendimiento. El artículo demuestra que la codificación no puede 'resolverse' solo con IA—se requiere comprensión profunda. Los puntos de referencia también son engañosos, enfocándose solo en el rendimiento mientras ignoran las tasas de entrega. Zach Daniels encontró una tasa de entrega de notificaciones del 1% bajo carga, resaltando la brecha entre los puntos de referencia sintéticos y el rendimiento real.

Entidades clave: Empresas: Ruby on Rails, Redis | Personas: DHH, Piotr Sarnackoson, Zach Daniels

Preguntas frecuentes: ¿Pueden los agentes de IA reemplazar completamente a los desarrolladores humanos en las reescrituras de código?

No. La experiencia de DHH muestra que los agentes de IA toman decisiones técnicas implícitas que varían enormemente sin una guía precisa. Problemas como la compatibilidad hacia atrás, las optimizaciones de rendimiento y las decisiones arquitectónicas requieren supervisión humana. Las reescrituras en Rust y Elixir demostraron inconsistencias independientes del lenguaje, demostrando que la codificación requiere una comprensión profunda que la IA no puede replicar sola.

DHH a réécrit Campfire de Ruby on Rails vers Rust, Elixir et Go en utilisant des agents d'IA, révélant des idées clés sur le codage assisté par IA. Les réécritures montrent que les invites vagues conduisent à des décisions incohérentes, car les LLM font des choix implicites concernant la rétrocompatibilité, la latence par rapport au débit et l'utilisation de la mémoire. La version Rust a supprimé les jetons CSRF et Redis, optant pour des files d'attente en processus, tandis qu'Elixir est resté plus proche de Rails. Ces différences sont indépendantes du langage, pas dictées par le langage cible. Des problèmes de qualité de code apparaissent : la version d'Elixir traite les requêtes SQL de manière séquentielle, tandis que Rust mélange des opérations de base de données asynchrones et bloquantes, pouvant potentiellement nuire aux performances. L'article démontre que le codage ne peut pas être 'résolu' par l'IA seule—une compréhension approfondie reste essentielle. Les références sont également trompeuses, se concentrant uniquement sur le débit tout en ignorant les taux de livraison. Zach Daniels a trouvé un taux de livraison de notifications de 1 % sous charge, mettant en évidence l'écart entre les références synthétiques et les performances réelles.

Entités clés : Entreprises : Ruby on Rails, Redis | Personnes : DHH, Piotr Sarnackoson, Zach Daniels

FAQ : Les agents d'IA peuvent-ils entièrement remplacer les développeurs humains dans les réécritures de code ?

Non. L'expérience de DHH montre que les agents d'IA prennent des décisions techniques implicites qui varient énormément sans une orientation précise. Des problèmes tels que la rétrocompatibilité, les optimisations de performance et les choix architecturaux nécessitent une supervision humaine. Les réécritures en Rust et en Elixir ont démontré des incohérences indépendantes du langage, prouvant que le codage nécessite une compréhension profonde que l'IA ne peut pas reproduire seule.

DHH ने AI एजेंट्स का उपयोग करके Campfire को Ruby on Rails से Rust, Elixir और Go में लिखा, जिससे AI-सहायता प्राप्त कोडिंग के बारे में महत्वपूर्ण अंतर्दृष्टि मिली। रीराइट दिखाते हैं कि अस्पष्ट प्रॉम्प्ट असंगत निर्णय लेते हैं, क्योंकि LLMs बैकवर्ड्स कंपेटिबिलिटी, लेटेंसी बनाम थ्रूपुट और मेमोरी उपयोग के बारे में निहित विकल्प चुनते हैं। Rust संस्करण ने CSRF टोकन और Redis को हटा दिया, इन-प्रोसेस क्यूज़ के लिए चुनाव किया, जबकि Elixir Rails के करीब रहा। ये अंतर भाषा-अनिर्भर हैं, लक्ष्य भाषा द्वारा निर्धारित नहीं। कोड गुणवत्ता की समस्याएं उभरकर सामने आईं: Elixir संस्करण SQL क्वेरीज़ को क्रमिक रूप से प्रक्रिया करता है, जबकि Rust एसिंक्रोनस और ब्लॉकिंग डेटाबेस ऑपरेशंस को मिलाता है, जो प्रदर्शन को नुकसान पहुंचा सकता है। लेख यह दर्शाता है कि कोडिंग को केवल AI द्वारा 'हल' नहीं किया जा सकता—गहरी समझ अभी भी आवश्यक है। बेंचमार्क भी भ्रामक हैं, क्योंकि वे केवल थ्रूपुट पर ध्यान केंद्रित करते हैं जबकि डिलीवरी दरों को नजरअंदाज़ करते हैं। Zach Daniels ने भार के तहत 1% नोटिफिकेशन डिलीवरी दर पाई, जो सिंथेटिक बेंचमार्क और वास्तविक दुनिया के प्रदर्शन के बीच के अंतर को उजागर करती है।

मुख्य इकाइयाँ: कंपनियाँ: Ruby on Rails, Redis | व्यक्ति: DHH, Piotr Sarnackoson, Zach Daniels

अक्सर पूछे जाने वाले प्रश्न: क्या AI एजेंट्स मानव डेवलपर्स को कोड रीराइट में पूरी तरह से बदल सकते हैं?

नहीं। DHH का अनुभव दर्शाता है कि AI एजेंट्स सटीक मार्गदर्शन के बिना निहित तकनीकी निर्णय लेते हैं जो बहुत अधिक भिन्न होते हैं। बैकवर्ड्स कंपेटिबिलिटी, प्रदर्शन अनुकूलन और वास्तुकला विकल्प जैसे मुद्दों के लिए मानव निगरानी की आवश्यकता होती है। Rust और Elixir के रीराइट ने भाषा-अनिर्भर असंगतताओं को दिखाया, जिससे यह सिद्ध होता है कि कोडिंग को गहरी समझ की आवश्यकता होती है जो AI अकेले दोहरा नहीं सकता。

DHH menulis ulang Campfire dari Ruby on Rails ke Rust, Elixir dan Go menggunakan agen AI, mengungkapkan wawasan kritis tentang coding yang didukung AI. Penulisan ulang menunjukkan bahwa prompt yang kabur mengakibatkan keputusan yang tidak konsisten, karena LLM membuat pilihan implisit mengenai kompatibilitas mundur, latensi versus throughput, dan penggunaan memori. Versi Rust menghapus token CSRF dan Redis, memilih antrian dalam proses, sementara versi Elixir lebih dekat dengan Rails. Perbedaan ini tidak bergantung pada bahasa, bukan ditentukan oleh bahasa target. Masalah kualitas kode muncul: versi Elixir memproses kueri SQL secara berurutan, sementara versi Rust mencampurkan operasi basis data asynchronous dan blocking, yang berpotensi merusak kinerja. Artikel ini menunjukkan bahwa coding tidak dapat 'diselesaikan' hanya oleh AI—pemahaman yang dalam masih diperlukan. Benchmark juga menyesatkan, karena hanya berfokus pada throughput sambil mengabaikan laju pengiriman. Zach Daniels menemukan laju pengiriman notifikasi sebesar 1% di bawah beban, menyoroti kesenjangan antara benchmark sintetis dan kinerja dunia nyata.

Entitas kunci: Perusahaan: Ruby on Rails, Redis | Orang: DHH, Piotr Sarnackoson, Zach Daniels

DHHはAIエージェントを使ってCampfireをRuby on RailsからRust、Elixir、Goに書き換え、AI支援コーディングにおける重要な洞察を明らかにした。書き換えから、曖昧なプロンプトは一貫性のない決定をもたらすことがわかる。なぜならLLMは下位互換性、レイテンシー対スループット、メモリ使用量について暗黙の選択をするからである。RustバージョンはCSRFトークンとRedisを削除し、インプロセスキューを選択した一方、ElixirバージョンはRailsに近いままであった。これらの違いは言語に依存せず、ターゲット言語によって決定されるものではない。コード品質の問題が生じる：ElixirバージョンはSQLクエリを順次処理するが、Rustバージョンは非同期とブロッキングのデータベース操作を混在させ、パフォーマンスを低下させる可能性がある。この記事は、コーディングはAIだけで「解決」できるわけではないことを示している—深い理解が依然として不可欠である。ベンチマークも誤解を招くもので、スループットのみに焦点を当て、配信率を無視している。Zach Danielsは負荷下で通知配信率1%を見つけ、合成ベンチマークと実際のパフォーマンスの間のギャップを浮き彫りにした。

主要エンティティ: 会社: Ruby on Rails, Redis | 人物: DHH, Piotr Sarnackoson, Zach Daniels

よくある質問: AIエージェントは人間の開発者をコードの書き換えで完全に置き換えることができるか？

いいえ。DHHの経験から、AIエージェントは正確なガイダンスがないと暗黙の技術的決定を下し、それが大きくばらつくことを示している。下位互換性、パフォーマンス最適化、アーキテクチャの選択などの問題には人間の監督が必要である。RustとElixirの書き換えは言語に依存しない一貫性の欠如を示し、コーディングにはAIだけでは再現できない深い理解が必要であることを証明している。

DHH reescreveu o Campfire de Ruby on Rails para Rust, Elixir e Go usando agentes de IA, revelando insights-chave sobre a codificação assistida por IA. As reescrituras mostram que prompts vagos levam a decisões inconsistentes, pois os LLMs fazem escolhas implícitas sobre compatibilidade reversa, latência versus throughput e uso de memória. A versão Rust removeu os tokens CSRF e o Redis, optando por filas em processo, enquanto o Elixir permaneceu mais próximo do Rails. Essas diferenças são independentes da linguagem, não ditadas pela linguagem de destino. Problemas de qualidade de código surgem: a versão do Elixir processa consultas SQL sequencialmente, enquanto o Rust mistura operações assíncronas e bloqueantes de banco de dados, o que pode prejudicar o desempenho. O artigo demonstra que a codificação não pode ser 'resolvida' apenas por IA—compreensão profunda permanece essencial. Os benchmarks também são enganosos, focando apenas no throughput enquanto ignoram as taxas de entrega. Zach Daniels encontrou uma taxa de entrega de notificações de 1% sob carga, destacando a lacuna entre benchmarks sintéticos e desempenho no mundo real.

Entidades-chave: Empresas: Ruby on Rails, Redis | Pessoas: DHH, Piotr Sarnackoson, Zach Daniels

Perguntas frequentes: Os agentes de IA podem substituir totalmente desenvolvedores humanos em reescrituras de código?

Não. A experiência de DHH mostra que os agentes de IA tomam decisões técnicas implícitas que variam muito sem orientação precisa. Problemas como compatibilidade reversa, otimizações de desempenho e escolhas arquitetônicas requerem supervisão humana. As reescrituras em Rust e Elixir demonstraram inconsistências independentes da linguagem, provando que a codificação requer compreensão profunda que a IA não pode replicar sozinha.

DHH переписал Campfire с Ruby on Rails на Rust, Elixir и Go с использованием ИИ-агентов, раскрывая ключевые идеи о программировании с помощью ИИ. Переписывание показывает, что нечёткие запросы приводят к несогласованным решениям, поскольку большие языковые модели делают неявный выбор в отношении обратной совместимости, задержки по сравнению с пропускной способностью и использования памяти. Версия на Rust отказалась от токенов CSRF и Redis, выбрав внутрипроцессные очереди, в то время как версия на Elixir осталась ближе к Rails. Эти различия не зависят от языка, они не диктуются целевым языком. Возникают проблемы с качеством кода: версия на Elixir обрабатывает SQL-запросы последовательно, тогда как версия на Rust смешивает асинхронные и блокирующие операции с базой данных, что потенциально может навредить производительности. Статья демонстрирует, что программирование нельзя 'решить' только с помощью ИИ—глубокое понимание по-прежнему необходимо. Бенчмарки также вводят в заблуждение, фокусируясь только на пропускной способности, игнорируя скорости доставки. Zach Daniels обнаружил скорость доставки уведомлений 1% под нагрузкой, подчеркивая разрыв между синтетическими бенчмарками и реальной производительностью.

Ключевые сущности: Компании: Ruby on Rails, Redis | Люди: DHH, Piotr Sarnackoson, Zach Daniels

Часто задаваемые вопросы: Могут ли ИИ-агенты полностью заменить человеческих разработчиков при переписывании кода?

Нет. Опыт DHH показывает, что ИИ-агенты принимают неявные технические решения, которые сильно варьируются без точного руководства. Проблемы вроде обратной совместимости, оптимизации производительности и архитектурного выбора требуют человеческого надзора. Переписывание на Rust и Elixir продемонстрировало языково-независимые несоответствия, доказав, что программирование требует глубокого понимания, которое ИИ не может воспроизвести в одиночку.

DHH 使用 AI 代理将 Campfire 从 Ruby on Rails 重写为 Rust、Elixir 和 Go，揭示了关于 AI 辅助编码的关键见解。重写显示，模糊的提示会导致不一致的决策，因为大语言模型会在向后兼容性、延迟与吞吐量以及内存使用方面做出隐含选择。Rust 版本删除了 CSRF 令牌和 Redis，改用进程内队列，而 Elixir 版本则更接近 Rails。这些差异与语言无关，不是由目标语言决定的。代码质量问题随之出现：Elixir 版本按顺序处理 SQL 查询，而 Rust 版本混合了异步和阻塞的数据库操作，可能损害性能。文章表明，编码无法仅靠 AI 就“解决”——深度理解仍然必不可少。基准测试也具有误导性，它们仅关注吞吐量而忽略了交付率。Zach Daniels 在负载下发现了 1% 的通知交付率，凸显了合成基准测试与真实世界性能之间的差距。

关键实体：公司：Ruby on Rails, Redis | 人物：DHH, Piotr Sarnackoson, Zach Daniels

常见问题解答：AI 代理能否完全取代人类开发者进行代码重写？

不能。DHH 的经验表明，AI 代理在没有精确指导的情况下会做出差异巨大的隐含技术决策。诸如向后兼容性、性能优化和架构选择等问题需要人类监督。Rust 和 Elixir 的重写展示了与语言无关的不一致性，证明编码需要 AI 无法单独复制的深度理解。