Loading…

Adakah AI membuatkan hampir mustahil nak bezakan jurutera hebat daripada yang cuma bising?

senior_slacker
Awam 12 perbualan 20 pemikiran 20 undian sokong 1 undi tolak 0 siri 44 tontonan

Maklum balas yang sama asyik datang dalam pelbagai bentuk: “velociti hebat,” “suka throughput dia,” “bagus guna AI.” Dari luar, memang nampak macam lebih banyak yang berlaku: lebih banyak Code Review, lebih banyak tiket disentuh, lebih banyak kemas kini, lebih banyak e-mel, lebih banyak tugas, lebih banyak reka bentuk. AI memudahkan kita kekalkan rentak itu tanpa geseran biasa menulis, berfikir, atau teragak-agak pun. Tetapi di dalam kerja itu sendiri, ada satu dilema yang makin lama makin membe

In groups

Kandungan perbincangan

Maklum balas yang sama asyik datang dalam pelbagai bentuk: “velociti hebat,” “suka throughput dia,” “bagus guna AI.”

Dari luar, memang nampak macam lebih banyak yang berlaku: lebih banyak Code Review, lebih banyak tiket disentuh, lebih banyak kemas kini, lebih banyak e-mel, lebih banyak tugas, lebih banyak reka bentuk. AI memudahkan kita kekalkan rentak itu tanpa geseran biasa menulis, berfikir, atau teragak-agak pun. Tetapi di dalam kerja itu sendiri, ada satu dilema yang makin lama makin membesar.

Ada bahagian engineering yang sebenar: memburu race condition yang cuma muncul bila sistem dibebani, atau sedar yang pepijat “mudah” itu sebenarnya andaian yang silap dalam reka bentuk. Atau memutuskan untuk tidak refactor sesuatu sistem semata-mata kerana ia kelihatan kemas, sebab ia masih berfungsi dan risikonya tak berbaloi. Bahagian itu tidak jadi lebih laju dengan AI. Buat kerja yang AI boleh buat dan biarkan metrik jauh lebih rendah daripada jurutera lain? Atau terus saja prompt sepanjang hari, hasilkan kod dan reka bentuk tanpa henti? Cari jalan untuk penyelesaian TANPA kod, atau guna AI untuk hasilkan timbunan ciri, sistem, reka bentuk yang melampau? Ya... saya pun tak tahu nak buat apa.

Lepas tu ada segala yang mengelilinginya. AI buat senang sangat untuk hasilkan refactor “pembersihan” besar-besaran yang menamakan semula fail dan menyusun semula modul supaya kod itu nampak lebih elok dalam satu PR. Atau membina test suite yang luas, memberi gambaran liputan yang menyeluruh tanpa benar-benar menyasarkan mod kegagalan yang penting. Atau memecahkan satu perubahan yang koheren kepada sepuluh PR kecil supaya graf aktiviti nampak lebih sihat. Dokumentasi pun terheret sama, dokumen yang digilap dan panjang lebar, sedap dibaca... tetapi sudah tak pernah dibaca lagi sebab terlalu banyak bunyi bising. Kita prompt AI untuk hasilkan reka bentuk, kemudian penyemak kita pula prompt AI untuk meringkas dan menyemak. Dan pihak pengurusan nampaknya suka.

Tingkah laku engineering menyesuaikan diri dengan KPI yang dikira. Lebih banyak commit berperingkat, lebih banyak serpihan PR, lebih banyak nota “AI bantu saya hasilkan ini” yang menandakan penyertaan dalam aliran kerja yang diharapkan. Walaupun kerja sebenar masih bahagian yang lambat itu, menyahpepijat, menaakul, menolak perubahan yang tak perlu,ia makin lama makin terpaksa dibalut dengan artifak yang nampak macam momentum. Kita semua mahu kekalkan kerja masing-masing.

Bahagian yang tak selesa ialah AI bukan sekadar menaikkan produktiviti. Ia menurunkan kos untuk menghasilkan bukti produktiviti yang meyakinkan. Dan sebaik sahaja itu jadi mudah, ia mula bersaing dengan persoalan yang lebih sukar: sama ada apa-apa daripadanya benar-benar bermakna.

Thoughts

  • minggu_release

    Pihak pengurusan suka, katanya. Sudah tentu mereka suka. Graf naik, dashboard hijau, semua orang ada nota "AI bantu saya". Yang mereka tak nampak, kerja pemadam kebakaran yang halang semua tu daripada terbakar, sebab kerja tu tak pernah masuk naratif kenaikan pangkat. Pasukan kata mereka nak kelajuan. Yang mereka nak ialah urgensi tanpa akibat.

    Permalink
  • spike_teknikal

    Ayat paling tepat dalam post ni ialah yang AI tak naikkan produktiviti, dia turunkan kos untuk hasilkan bukti produktiviti. Itu betul-betul masalahnya. Kerja yang menanggung risiko, memburu race condition yang cuma muncul bila sistem dibebani, memutuskan untuk tidak refactor benda yang masih berfungsi, semua itu tetap lambat dan tetap susah dilihat dari luar. Yang jadi murah ialah lapisan persembahan di atasnya. Bila bukti senang dipalsukan, metrik berhenti memberitahu kau siapa yang betul-betul pegang sistem masa pukul dua pagi.

    Permalink
  • onboarding_tak_habis

    Di tempat aku, refactor "pembersihan" besar yang menamakan semula fail tu satu genre tersendiri. VP lancar inisiatif "modenkan code base", semua orang prompt AI susun semula modul supaya nampak elok dalam satu PR, dan enam bulan kemudian reorg tukar nama team tanpa ubah kerja sesiapa. Kod sama, fail nama lain, graf cantik. Aku masih tak tahu OKR team aku suku tahun lepas, tapi aku boleh bagitahu mana satu PR "pembersihan" yang sebenarnya cuma teater.

    Permalink
  • fail_proses

    Bahagian dokumentasi tu kena tepat di tempat yang paling sakit untuk aku. Dokumen yang digilap, panjang, sedap dibaca, tapi tak pernah dibaca lagi sebab terlalu banyak bunyi bising. Sebelum AI pun masalah ni dah wujud, cuma dulu kos menulis dokumen yang nampak lengkap tu tinggi, jadi orang fikir dua kali. Sekarang kos tu hampir sifar. Runbook yang aku jaga makin lama makin tenggelam dalam dokumen auto-jana yang tak memaku sebarang keputusan pada sesiapa. Dokumen yang tak boleh dipertanggungjawabkan kepada seseorang itu bukan dokumentasi, tu hiasan.

    Permalink
  • kerja_lebih_masa

    Aku nak tarik sikit dari nada post ni walaupun aku setuju mekanismnya. Bunyi macam dunia terbalik sebab AI, padahal main metrik ni dah lama wujud. Stack ranking, commit theatre, PR yang sengaja dipecah, semua tu ada sebelum prompt pertama. AI cuma turunkan kos masuk dan naikkan kelajuan. Kalau kita salahkan AI sepenuhnya, kita terlepas pandang yang sistem ganjaran tu memang dah rosak, dan dia akan cari alat seterusnya bila AI jadi biasa.

    Permalink
  • spike_teknikal

    Nak susun versi terkuat pihak sebelah sana dulu, sebab post ni boleh tergelincir jadi anti-Aic semata. Ada kerja yang AI memang patut buat, dan engineer yang enggan terus, lepas tu biar metrik dia jatuh jauh sambil mengeluh, dia pun bermasalah. Soalan yang post ni timbulkan, buat kerja yang AI boleh buat atau prompt sepanjang hari, tu soalan betul dan tak ada jawapan bersih. Yang aku tolak bukan guna AI, tapi pura-pura output AI dan penghakiman engineering tu benda yang sama berat. Satu boleh diukur murah, satu lagi cuma muncul bila sistem terbakar.

    Permalink
  • kerja_lebih_masa

    Bahagian yang post ni sentuh tapi tak namakan penuh: siapa yang sebenarnya kena beza-bezakan bunyi bising tu daripada kerja. Selalunya bukan orang yang hasilkan bunyi. Aku frontend, dan kerja paling sukar dilihat tu kerja yang halang kekacauan hulu daripada sampai ke pengguna. Sekarang AI bagi orang yang cipta kekacauan tu satu lagi cara nampak sibuk: sepuluh PR, test suite yang luas tapi tak sasarkan mod kegagalan penting. Yang kena selak semua tu balik tetap orang yang sama macam dulu, cuma sekarang timbunannya lebih tinggi.

    Permalink
  • aku_exit_liquidity

    Engineer ukur impact dalam dokumen promosi, sekarang AI tulis dokumen tu pula. Jadi kita sampai ke tahap satu mesin pujuk satu jawatankuasa yang dua-duanya tak pernah dekati production. Aku jual syarikat aku pada angka yang aku panggil "lumayan", dan aku belajar lebih banyak dalam satu Jumaat panik daripada lima tahun graf aktiviti yang cantik.

    Permalink

Related discussions

  • Adakah memberi insentif kepada jurutera untuk guna AI akhirnya jadi bumerang?

    Sesebuah syarikat boleh merosakkan hampir apa-apa alat yang baik dengan mengaitkannya pada metrik yang salah. Insentif sahaja yang penting di tempat kerja, sama ada faedah kewangan, status, kenaikan pangkat... Pekerja bekerja kerana insentif. Saya dan anda pun begitu. Hampir semua orang buat sesuatu kerana ia menguntungkan diri sendiri atau orang yang disayangi. Maka di tempat kerja, kita akhirnya buat apa yang membolehkan kita naik pangkat, dapat lebih banyak wang, dapat lebih jaminan kerja...

  • Chromebook ke yang buat Gen-Z lemah dalam dunia teknologi, bukan AI?

    Panik sekarang kata AI buat orang makin lemah berfikir. Mungkin. Tapi kalau nak tahu kenapa ramai pekerja muda lancar guna app tapi kekok dengan komputer, AI bukan tempat pertama nak dicari. Retak yang lebih dalam berlaku lebih awal, masa sekolah dan institusi putuskan pelajar patut berurusan dengan peranti terurus, bukan mesin sebenar seperti generasi Millennial dulu.

  • Bila mesin buat semuanya pantas, bahagian yang lambat sekarang cuma memutuskan dan menyemak?

    Dulu, bahagian paling lambat dalam kerja ialah pengeluaran, jadi kita bina seluruh kerjaya untuk jadi pantas membuatnya. Sekarang mesin yang pantas, dan bahagian yang lambat ialah memutuskan apa yang hendak dibuat serta menyedari bila ia tersilap secara senyap-senyap — satu kerja yang berbeza daripada yang dilatih oleh kebanyakan kita.

  • Awak kena tersilap matlamat dulu baru boleh naik pangkat?

    Tiga tahun lalu saya perhatikan pengurus saya capai setiap satu sasaran suku tahun, dua tahun berturut-turut. Papan pemuka bersih. Hijau di merata tempat, sepanjang masa. Dialah orang yang paling boleh diharap dalam bangunan itu, dan pada kitaran perancangan berikutnya pasukannya dikecilkan empat orang jurutera daripada 35 dan dicantum di bawah orang lain. Tiada siapa membingkainya sebagai hukuman, sebaliknya sebagai "kecekapan" dan "kami mahu melabur di tempat lain". Pengajarannya tetap sampai

  • Bila kau dah faham insentif korporat, kau betul-betul berhenti rasa kecewa?

    Ada satu status deck di suatu sudut syarikat yang tiada siapa baca. Ia dikemas kini setiap beberapa minggu, ditayang dalam mesyuarat, lalu dilupakan. Bos pun tahu hal ini. Mereka pernah bina deck yang sama semasa mendaki dulu dan faham betapa sedikit fikiran yang biasanya masuk ke dalamnya. Penjelasan biasa untuk kerja sibuk korporat ialah ada orang di atas yang keliru atau terputus dengan realiti. Itu melegakan, tetapi kebanyakannya salah. Artifak ini terus hidup kerana ia memang ada tugasnya,

  • Adakah AI buat para pengurus jadi gila secara klinikal?

    Ada satu fantasi eksekutif baharu yang sedang berlegar, bahawa AI boleh ganti pekerja. Memang ia sedang menggantikan sebahagiannya, tetapi para eksekutif menyimpan fantasi yang membuatkan mereka rasa boleh buat sendiri kerja orang bawahan, dengan AI. Yang mereka pun boleh mengekod! Cuma buka satu dashboard penuh ejen bernama, tengok tugasan bergerak antara panel, minta kemas kini dengan nada mengarah, dan siaplah ciri sesuka hati. Rasa macam mimpi, lebih-lebih lagi bila idea "besar-besar" itu di

  • Kenapa pengurus mahu semua orang lain guna AI kecuali diri mereka sendiri?

    Yang mula menyakitkan hati saya bukan desakan AI itu sendiri. Sebahagian alatnya memang berguna. Saya guna setiap hari sekarang. Yang menyakitkan hati ialah pihak pengurusan menuntut sikap “AI-first” sambil mengekalkan setiap proses di sekelilingnya dalam keadaan yang amat memusuhi penggunaan AI. Orang disuruh guna AI untuk coding, perancangan, kajian, draf, debug, mencari maklumat, penyelarasan projek.. Tetapi separuh daripada pengetahuan operasi syarikat masih tersimpan dalam perbualan yang ta

  • Pengurus yang sangka jurutera akan diganti AI, rupanya merekalah yang kena ganti paling cepat?

    Tahun lepas feed LinkedIn saya ada satu genre tersendiri. Seorang program manager atau "delivery lead" atau sesiapa yang letak Agile dalam headline akan post screenshot AI menulis sebuah function, tambah satu ayat macam "dan katanya kerja ini selamat, belajar coding sahaja" dan kutip empat ratus like daripada orang yang buat kerja yang sama. Maksud tersiratnya selalu sama: bahagian menaip dalam engineering itulah engineering, dan sekarang sebab model dah boleh menaip, kelas penaip pun tamat riwa