在罗马神话中，雅努斯是掌管门户与转变的神，他有两张面孔：一张回望过去的经验与模式，另一张望向未来的变化。在使用AI编程助手构建软件时，这种双重视角至关重要。如今，一个可运行的原型只需几个小时即可完成，代码的生成成本更低，修改也更容易。但这种速度也带来了新的风险：如果代码在缺乏清晰结构的情况下被迅速产出，项目将变得难以理解、维护和扩展。
对于数据科学家而言，这一转变意义重大。过去需要大量软件工程支持的应用，如今可以通过自然语言和编码代理快速原型化，从笔记本迈向API和已部署应用的过程也变得更加容易。然而，生成一个可运行的应用，并不等同于设计一个能够演进的系统。编码代理可能会将逻辑放在当下最容易实现的位置，例如端点、特定框架的对象或辅助函数中，而不考虑职责划分。
作者认为，AI项目需要这种雅努斯式的视角。回顾过去，团队应当沉淀来之不易的经验：分离职责，避免重复的设置，保持契约清晰，测试核心逻辑，并防止外部工具渗透到应用的每一个部分。展望未来，项目需要足够的灵活性，以便在无需彻底重新设计的情况下适应新的需求、技术和能力。
目标不是为架构而架构，而是让快速开发更安全、更可重复。基线定义了不应在每个项目中重新发明的最低限度架构决策，包括与工具无关的代码、可替换的基础设施以及可测试的核心逻辑。当这一基线被打包为可复用的模板时，它就成为一个脚手架，为团队提供实用的起点，帮助他们在不必每次都打造一次性结构的情况下更快前进。
来源: Towards Data Science · 由HeadlinesBriefing整理摘要