Tretitam AI kao brzog, neumornog juniora u paru programiranja — odličan za prve nacerte i istraživanje, ali nikad nije konačan autoritet. Ubrzava posao; prosuđivanje i verifikacija ostaju kod mene. Kao voditeljski, način na koji ga koristim također postavlja primjer za timski.
Gdje pomaže u svakodnevnom radu
- Pisanje koda i testova. Generiraj prvi nacrt funkcije, boilerplate handlera ili tablicu jediničnih testova — zatim čitam, ispravim i preuzimam odgovornost za svaki redak.
- Pregledavanje diff-ova. Brz pregled za očite greške, nedostajuće rubne slučajeve ili nejasno imenovanje prije nego što odradim pravi pregled.
- Istraživanje nepoznatog koda. "Objasni što ovaj modul radi i gdje se X obrađuje" me orijentira u novom području puno brže nego slijepo pretraživanje.
- Pisanje dokumentacije i RFC-ova. Pretvori točke u čitljiv nacrt, zatim stegnem argument i provjerim činjenice.
- Sažimanje diskusija. Kondenzira dugi thread ili transkripciju sastanka u odluke i akcijske stavke.
- Rubber-ducking dizajna. Razgovaram pristup i omogućim mu da pokaže rupe — jeftina druga mišljenja prije nego što se obavežem.
Održavanje prosuđivanja u petlji
Način neuspjeha je povjerenje u tečan izlaz. Zato:
- Verifiziram tvrdnje i API-je — pokreni ga, testiraj ga, provjeri dokumentaciju. AI halucina pouzdano.
- Nikad ne spajam ono što ne razumijem. Ako ne mogu objasniti, ne ide u produkciju.
- Koristim ga za polugu, ne abdikaciju — on piše nacrt, ja odlučujem.
Vodim primjerom
Kada dijelim prompt koji je zaradio, ili pokažem kako sam uhvatio halucinirani API u pregledu, tim uči dobru praksu, ne samo alat. Норma koju modeliram je: AI ubrzava, ali inženjer je odgovoran.
Zašto je važno
Ako se koristi dobro, AI uklanja rutinski posao i oslobađa tim za rad težak na prosuđivanju koji samo ljudi mogu obaviti. Ako se koristi naslijepo, poplavi bazu koda vjerojatnim greškama. Razlika je potpuno u tome kako voditeljski ga koristi i što modelira.