Mikor kell az AI-t kódot teljesen nulláról írni, és mikor csak meglévő kód áttekintésére vagy refaktorálására használni?

Question

Accepted Answer

A gyakorlat: hagyd az AI-t **írni** olyan helyeken, ahol a hibák olcsók és nyilvánvalóak, és használd **áttekintésre/refaktorálásra** olyan helyeken, ahol a hibák költségesek vagy nem nyilvánvalók. A döntő tényező az, hogy mennyibe kerül az output ellenőrzése.

## Mikor hagyd, hogy nulláról írjon

- **Zöldmezős fejlesztés és boilerplate** — egy új util, egy konfigurációs fájl, egy CRUD endpoint, egy regex. Nincs rejtett kontextus, amit elronthatna.
- **Ismeretlen API-k/könyvtárak** — az AI ismeri a könyvtár felszínét, amit te nem, és az eredményt az dokumentáció alapján ellenőrizheted.
- **Eldobható/prototípus kód** — a gyorsaság fontosabb, mint a tökéletesség.

Ezekben az esetekben egy bug költsége alacsony, és az eredményt elejétől végéig át tudod olvasni.

## Mikor használd csak áttekintésre/refaktorálásra

- **Üzleti szempontból kritikus logika** — számlázás, autentikáció, pénzügyi számítások. Egy plauzibilisnek tűnő rossz válasz veszélyes.
- **Szofisztikált kód** — konkurencia, biztonság, edge case-ben gazdag algoritmusok, ahol az "jól néz ki" nem egyenlő az "működik"-kel.
- **Nagy meglévő rendszerek** — az AI nem látja az összes invariánst, amely a kódbázisod működésén múlik, így a generálás hallgatag meghibásodást kockáztathat.

Ebben az esetben az AI-t **második párként** használod: javasol, te döntesz.

```text
                 Cost of a bug LOW          Cost of a bug HIGH
New code          ✅ let AI write           ⚠️ AI drafts, you verify hard
Existing code     ✅ AI refactors           ✅ AI reviews, you write the change
```

## Kompromisszumok és kockázatok

A nulláról való írás gyors, de az AI feltalálhat API-kat (**hallucináció**) vagy hiányozhat neki a látható kontextus. Az áttekintés biztonságosabb, de lassabb, és csak olyan jó, mint az általad biztosított kontextus. Akárhogy is, **te vagy az accountable szerző** — az AI egy eszköz, nem a commit aláírója.

## Miért fontos

Az AI-s fejlesztés ekkor megy félre: amikor az emberek az AI-val kritikus logikát generáltatnak, amit aztán nem tudnak teljes mértékben ellenőrizni, vagy amikor triviális boilerplate-ot kézzel írnak meg, amelyet az AI másodpercek alatt elkészíthetne. A mód (**írás** vs **áttekintés/refaktorálás**) összehangoláása a **hibázás költségével** tartja a tempót az olcsó dolgoknál, és gondosságot az áll veszélyes dolgoknál. A tesztelni kívánt készség az ítélőképesség arról, hova fordítsd az ellenőrzési erőforrásaidat — nem az, hogy tudsz-e promptolni egy AI-t.