Home Nieuws Een reality check op AI-engineering: lessen van startups in een vroeg stadium

Een reality check op AI-engineering: lessen van startups in een vroeg stadium

23
0
Een reality check op AI-engineering: lessen van startups in een vroeg stadium

(Grote stockfoto)

Zoals de meeste technologieleiders heb ik het afgelopen jaar trends gevolgd: AI zal ontwikkelaars vervangen. Iedereen kan een app bouwen met AI. De levering van het product duurt weken, niet maanden.

De druk om AI te gebruiken om producten en functies snel te leveren is reëel. Ik ben uit het oog verloren hoe vaak mij iets werd gevraagd als: “Kun je het niet gewoon met AI bouwen?” De realiteit ter plaatse is echter heel anders.

AI vervangt ingenieurs niet. Dit compenseert de trage engineering.

Op Replicawe hebben ons product gebouwd met een klein team van geweldige full-stack-ingenieurs die AI als hun co-piloot gebruiken. Dit heeft de manier veranderd waarop we plannen, plannen, ontwerpen en bouwen, maar het is veel genuanceerder dan het verhaal suggereert.

De kracht van AI Vandaag

Dit kan een aantal onaanvaardbare schema’s wijzigen in releases op dezelfde dag. Een van onze technici schatte dat de wijzigingen aan onze stem-AI-orkestrator drie dagen zouden duren. Ik controleerde het idee met ChatGPT, genereerde een Cursor-prompt en Cursor paste de wijzigingen bij de eerste poging correct toe. We hebben alles binnen een uur opgeleverd: gedefinieerd, gecodeerd, beoordeeld, getest en geïmplementeerd.

Het is zeldzaam om het meteen bij de eerste poging goed te doen, maar een dergelijke snelheid is nu vaak mogelijk.

Het is beter dan mensen in moeilijke en uitgebreide foutopsporing in repo’s. We hadden een lastige, door een gebruiker gerapporteerde bug waar een van onze ontwikkelaars twee dagen achtervolgde. Met één slecht geschreven opdracht vond Cursor de boosdoener binnen enkele minuten en zorgde voor een oplossing. Wij raden aan dat hotfixes in minder dan 30 minuten worden geïmplementeerd.

Snellere en betere architectonische beslissingen. Wat vroeger maanden en eindeloze vergaderingen in een zakelijke omgeving duurde, duurt nu nog maar een paar uur. We dumpen langdradige bedrijfsvereisten in een LLM en vragen hem ideeën te testen, samen documentatie te schrijven en architecturale opties te herhalen met voor-, nadelen en faalpunten. Het brengt onmiddellijk scenario’s en ideeën naar voren waar we niet aan hadden gedacht en levert een schoon artefact op voor het team.

Oordelen en de meeste ideeën zijn nog steeds van ons, maar de snelheid en volledigheid van het denken ligt op een heel ander niveau.

Een redelijk goede gebruikersinterface en documentatie zijn gratis beschikbaar. Als u geen ontwerpkrediet nodig heeft, kan AI snel een goede, schone gebruikersinterface produceren. Hetzelfde geldt voor documentatie: langdradige aantekeningen erin, gepolijste documentatie eruit.

Prototypesnelheid is nu een handelswaar. In het begin kun je met AI heel snel ‘iets bereiken dat werkt’. Technologie is niet langer een competitieve arena, omdat technologie al zaken als distributie, klanten en operationele uitmuntendheid omvat.

Waar AI nog steeds faalt

Vol vertrouwen gaf hij het verkeerde antwoord. We hebben de hele dag geprobeerd ChatGPT en Gemini zover te krijgen dat ze de complexe omleidingsbehoeften van AWS Amplify konden oplossen. Beiden beweren dat ze een oplossing hebben. Beide zijn volkomen verkeerd. Het lezen van de documenten en het uitzoeken op de “ouderwetse manier” duurde twee uur en onthulde dat de LLM-aanpak niet eens mogelijk was.

Twee verspilde ingenieurs, één verloren dag.

Je moet nog steeds zorgvuldig vragen en alles bekijken. AI is zeer effectief in het introduceren van subtiele regressies als je beperkingen en tests niet expliciet uitlegt. Het zal de code ook netjes herschrijven als je zegt dat er iets kapot is (en je hebt het mis).

Dit versnelt de beoordeling van een goede techniek. Het versnelt ook slechte richting.

Infra, security en schaalvergroting vereisen echte expertise. Modellen kunnen praten over architectuur en infrastructuur, maar codeerassistenten hebben nog steeds moeite om een ​​veilige, schaalbare infrastructuur als code te produceren. Ze zien niet altijd de gevolgen verderop in de keten, zoals kostenpieken of risico op blootstelling als er geen deskundige begeleiding is.

Deskundigen bepalen nog steeds wat de beste, robuuste oplossing is.

Snelheid verschuift de weerstand. Engineering gaat sneller met AI, dus producten, UI/UX, architectuur, QA en releases moeten ook sneller gaan.

Eén niet-AI-bonuswinst die ons hierbij heeft geholpen: het weven van video’s voor het direct maken van tickets (vergeleken met de documentatie van complexe vereisten) resulteerde in snellere overdracht, minder misverstanden, nauwkeurigere uitvoer en een betere asynchrone snelheid.

Wat betekent dit voor startups?

  • AI stelt geweldige ingenieurs in staat bovenmenselijk te worden: Kleine teams kunnen nu leveren met de snelheid die een hele afdeling vroeger nodig had.
  • De normen voor ingenieurs stijgen en dalen niet: Minder mensen, maar ze zijn absoluut geweldig.
  • Technologie alleen is niet langer betrouwbaar: Iedereen heeft een AI. Uw verdediging bestaat uit zaken als distributie, netwerk, merk en operationele uitmuntendheid.
  • AI zal niet 10x alles doen: Sommige delen zullen vliegen. Anderen zijn nog steeds afhankelijk van tijd, mensen en oordeel.
  • Leiders moeten AI en technische strategie beheersen: Zonder dit zal AI alleen maar nieuwe obstakels en problemen creëren.

Realiteitscheck

AI vervangt ingenieurs niet. Dit vervangt langzame feedbackloops, vervelend werk en belemmeringen voor de uitvoering.

We leven (nog) niet in een wereld waarin AI je hele product schrijft, implementeert en schaalt. Maar dat zijn wij is leeft in een wereld waar een team van drie kan concurreren met een team van dertig – als ze AI goed kunnen gebruiken.

Nieuwsbron

LAAT EEN REACTIE ACHTER

Vul alstublieft uw commentaar in!
Vul hier uw naam in