Loading…

Ang mga manager bang akala'y papalitan ng AI ang mga engineer ang siya palang pinakamabilis na pinapalitan ng AI?

senior_slacker
Pampubliko 7 pag-uusap 17 iniisip 150 upvote 25 downvote 0 serye 280 view

Noong nakaraang taon may genre ang LinkedIn feed ko. Isang program manager o "delivery lead" o isang taong may Agile sa headline ay magpo-post ng screenshot ng AI na sumusulat ng function, magdadagdag ng linyang tulad ng "at sinabi nila ligtas ang trabahong ito, mag-aral ka lang mag-code" at mangangalap ng apat na raang like mula sa mga taong gumagawa ng parehong trabaho. Lagi nang ipinahihiwatig na ang pag-type na bahagi ng engineering ang mismong engineering, at ngayong kayang mag-type ng isan

In groups

Nilalaman ng talakayan

Noong nakaraang taon may genre ang LinkedIn feed ko. Isang program manager o "delivery lead" o isang taong may Agile sa headline ay magpo-post ng screenshot ng AI na sumusulat ng function, magdadagdag ng linyang tulad ng "at sinabi nila ligtas ang trabahong ito, mag-aral ka lang mag-code" at mangangalap ng apat na raang like mula sa mga taong gumagawa ng parehong trabaho. Lagi nang ipinahihiwatig na ang pag-type na bahagi ng engineering ang mismong engineering, at ngayong kayang mag-type ng isang model, tapos na ang typing class.

Sa tingin ko binasa nila ang org chart nang baligtad. At natutuwa akong nalalaman na nila

Heto ang bagay na walang nagsasabi nang malakas sa panig na iyon ng feed. Hindi masyadong magaling ang AI sa load-bearing na bahagi ng pagbuo, na ang pagdedesisyon kung ano dapat ang gawin ng sistema, ang pag-alam kung bakit nabigo ang nakaraang tatlong pagtatangka, at ang kakayahang malaman kapag basta't kumpiyadong nagbigay sa iyo ang model ng isang bagay na sira. Talagang, nakakahiyang, magaling ito sa kabilang bahagi. Ang status rollup. Ang release notes na walang nagbabasa. Ang feature catalog na nangangaluma sa loob ng isang linggo. Ang test plan na halos pag-reformat lang ng acceptance criteria. Ang weekly update na nagbubuod sa standup na nagbuod sa Slack thread. Hindi iyon ang trabahong nahihirapan ang AI. Iyon ang trabahong para dito ipinanganak ang AI.

Kaya tingnan mo kung sino ang nasa saan. Umiiral ang supporting layer, sa disenyo, para gawin ang mga bahaging ayaw gawin ng mga engineer. Panatilihing updated ang project tracker. Habulin ang mga tao para sa update. Gawing isang talata ang dalawang pangungusap ng isang engineer para sa VP. Gawing dalawang pangungusap ang isang talata ng isang engineer para sa VP. Panatilihin ang doc. Patakbuhin ang meeting kung saan sinasabi ng lahat ang sinabi na nila sa sulat kahapon. Hindi ako nagiging malupit dito. Tunay ang mga task na ito at nakakaumay ang mga ito at may kailangang gumawa nito, na siyang buong dahilan kung bakit napondohan ang mga role. Ang problema ay ang "gumawa ng malinis na buod ng input na ginawa ng ibang tao" ay eksaktong hugis ng pinakamagaling na ginagawa ng isang language model, at ang "gumawa ng input" ang bahaging hindi pa rin nito kayang gawin nang mag-isa.

At heto ang asymmetry na nilaktawan ng mga obsolescence poster. Para gamitin nang maayos ang AI kailangan mo itong ma-check. Kailangan mong basahin ang diff at malamang mali ito. Kailangan mong tingnan ang generated migration at mapansing wala itong rollback. Nasa builder na iyon. Iisa lang itong skill na nag-builder sa kanya. Ang coordination layer naman, na-hire sa malinaw na pagkakaunawaang hindi nila kailangang basahin ang code, at ngayon ang tool na dapat sana magligtas sa kanila ay gumagawa ng output na mapagkakatiwalaan lang ng isang taong marunong magbasa ng code. Inabot sa kanila ang isang chainsaw at ang manwal ay nasa wikang sinabihan silang hindi nila kakailanganing matutuhan.

Ang magaling na program manager ay hindi isang status-update machine.

Oo, alam ko. Pero sa ~40 na nakilala ko sa karera ko hanggang ngayon baka 2 lang. Ang 38 ay tiyak na status-update machine. Ang tunay na trabaho, iyong sulit bayaran, ay ang judgment kung ano ang puputulin, ang political cover kapag na-delay ang launch, ang pag-alam kung aling "quick question" ng executive ay isang banta, at ang pagpapakomit sa anim na team na galit sa isa't isa sa iisang petsa. Wala sa mga iyon ang ginagawa ng AI. Hindi nito kayang sumalo ng sisi sa isang silid. Hindi nito kayang ipasiyang ang teknikal na tamang sequencing ay ang pulitikal na suicidal. Ang pagbawas sa buong function tungo sa "pinapainit ang Confluence page" ay ang pinakamatandang pantasya ng coder at lagi na itong mali tungkol sa pinakamagagaling na tao sa role. Alam ko.

Ang judgment-at-pananggalang na trabaho ay hindi kailanman ang buong headcount. Sa ilalim ng bawat isa sa mga tunay na magaling na program manager na iyon ay may layer ng mga taong ang totoong araw ay ang artifact maintenance, ang rollup, ang catalog, ang deck na inuulit lang ang deck.

Baligtad ang pagkakaintindi ng grupong "tapos na ang mga engineer" kasi pinaghalo nila kung sino ang gumagawa ng halaga at kung sino ang pinakamaingay tungkol sa paggawa nito. Ang taong kayang malaman ang magandang sagot mula sa kumpiyado pero maling sagot ang taong ginagawang mas mahalaga ng AI, hindi mas hindi. Ang taong iyon ay madalas nagbubuo. Bihira itong iyong nagpo-post ng screenshot.

Thoughts

  • exit_liquidity_ako

    "Inabot sa kanila ang chainsaw at ang manwal ay nasa wikang sinabihan silang hindi nila kakailanganing matutuhan." Pinakamahusay na linya. Pero pre, may equity din naman ang chainsaw, kaya okay lang.

    Permalink
  • standing_desk_pampogi

    Sa startup namin, may PM na nag-post ng screenshot ng AI na sumulat ng function at "goodbye engineers". Pagkatapos ng dalawang linggo, ang AI tool na pinapagamit niya sa amin ay nag-generate ng tracker update na mali ang lahat ng deadline. Sinino niya kami para ayusin. Yung pinaka-automatable na bahagi niya ang inako ng AI, hindi yung sa amin.

    Permalink
  • feeling_ekonomista

    Binasa nila ang org chart nang baligtad. Tamang-tama. Yung naka-headline na Agile, naunang nag-celebrate ng obsolescence ng iba, siya pala ang unang automatable. Poetic ang timeline minsan.

    Permalink
  • roadmap_realista

    Tama ang core, pero hindi patas sa PM role. Ang judgment kung ano ang puputulin, ang pag-decode kung aling "quick question" ng exec ay banta, ang pagpapakomit ng anim na team na galit sa isa't isa, wala niyan ang ginagawa ng AI. Inamin naman ito ng post. Pero ang ratio na 2-sa-40 na binanggit ay masyadong cute. Mas marami ang gumagawa ng totoong judgment work kaysa sa inaakala ng engineer na nasa labas ng kuwarto.

    Permalink
  • utang_na_desisyon

    Yung asymmetry na nilaktawan ng obsolescence poster ay ang totoong punto: para gamitin nang maayos ang AI, kailangan mo itong ma-check, at para ma-check mo ang diff, kailangan mong marunong magbasa ng code. Yung generated migration na walang rollback, ako ang gigising ng alas-dos kung walang nakapansin. Yung coordination layer na na-hire sa pangakong hindi nila kailangang basahin ang code, sila ngayon ang binigyan ng tool na mapagkakatiwalaan lang ng marunong magbasa ng code.

    Permalink
  • kutsilyo_ng_lohika

    Maingat ang post sa karamihan, pero yung 2-sa-40 na bilang ay anekdotal na may kunwaring presisyon. Pattern na napansin ng may-akda, hindi sample. Pwedeng totoo ang gist na maraming role ang status-machine, pero ang pagbibigay ng eksaktong ratio ay nagbibigay ng katiyakan na hindi sinusuportahan ng kung paano ito nakuha. Honesto sana kung sinabing "maraming" sa halip na "38 sa 40".

    Permalink
  • gawang_di_nakikita

    Tama ang post, pero may dapat linawin para hindi maging gloat lang. Yung magaling na coordination work, ang pagsalo ng sisi sa kuwarto, ang pag-detect kung aling tamang sequencing ang political na suicide, ay totoong skill at madalas inaasahan sa iisang tao na walang credit. Yung bahagi na automatable ay totoo. Pero ingat na huwag mabura ang totoong judgment work kasama ng status-machine work. Magkaiba sila, gaya ng sinabi mismo ng post.

    Permalink
  • onboarding_habambuhay

    Yung patakbuhin ang meeting kung saan inuulit ng lahat ang sinabi na nila kahapon sa Slack, ayun na nga, yan ang buong week ko minsan. Kung yan ang automatable, busy ako kahit walang nangyayari. Kabisado ko ang kalendaryo, hindi ko alam kung ano ang shini-ship ng team ko ngayon.

    Permalink
  • tala_ng_proseso

    Yung "gumawa ng malinis na buod ng input ng ibang tao" na eksaktong hugis ng pinakamagaling ng language model, sakto. Yung status rollup, ang release notes na walang nagbabasa, ang test plan na reformat lang ng acceptance criteria, iyon ang araw-araw ng maraming role. Hindi ako nanlalait, totoong task yun. Pero kung yun ang load-bearing na bahagi ng trabaho mo, yun mismo ang ipinanganak na gawin ng AI.

    Permalink
  • linggo_ng_release

    May idadagdag akong layer. Hindi lang basa ng code ang kailangan para i-check ang AI, kundi ang context kung bakit nabigo ang nakaraang tatlong pagtatangka. Yung kumpiyado pero maling sagot ay panganib lang sa marunong mag-detect nito. Yan ang skill na binuo ng builder sa paggawa, at hindi mo makukuha sa pagsusummarize ng standup. Tama ang post, mas mahalaga ang builder sa AI era, hindi mas hindi.

    Permalink

Related discussions

  • Babalik nga ba sa kanila ang pag-iinsentibo sa mga engineer na gumamit ng AI?

    Kayang sirain ng isang kumpanya ang halos anumang magandang tool sa pamamagitan ng pagkabit dito ng maling metric. Ang mga incentive lang ang mahalaga sa workplace, maging financial benefits, status, promotion man iyon... Nagtatrabaho ang mga manggagawa dahil sa incentive. Ikaw at ako rin. Halos lahat ay gumagawa ng mga bagay dahil nakikinabang sila o ang mga mahal nila. Kaya sa trabaho, napupunta tayo sa paggawa ng mga bagay na nagpa-promote sa atin, nagbibigay ng mas maraming pera, nagbibigay

  • Ginagawa ba talagang medikal na baliw ng AI ang mga manager?

    May bagong pantasya ng mga executive na umiikot, na kayang palitan ng AI ang mga manggagawa. Bagama't tiyak na may napapalitan ito, may pantasya ang mga executive na nagpapakiramdam sa kanilang kaya nilang gawin nang mag-isa ang trabaho ng report nila, gamit ang AI. Na kaya nilang mag-code! Magbukas lang ng dashboard na puno ng pinangalanang agent, panoorin ang mga task na gumagalaw sa mga pane, humingi ng update sa nagmamandong tono, at matapos ang mga feature nang kisapmata. Parang panaginip,

  • Kung hindi kayang palitan ng AI ang office jobs nang mag-isa, bakit kayang palitan ka ng taong may AI?

    Maraming office worker ang inaaliw ang sarili sa maling tanong. Patuloy nilang tinatanong kung kaya ng AI gawin ang buong trabaho nila. Hindi iyon ang threshold na gagamitin ng employer nila. Ang tunay na tanong ay kung ang output ay puwedeng gawin nang sapat na mura, at ma-check nang sapat na mura, na magsisimulang magmukhang mahal ang role. Hindi yung kung kaya ng AI gawin nang buo ang trabaho natin, kundi "kaya ba nitong pabilisin ito nang sapat para kalahati na lang ng team ko ang kailangan?

  • Pinapahirap ba ng AI na makilala ang magagaling na engineer sa mga maingay lang?

    Paulit-ulit kong naririnig ang parehong feedback sa iba't ibang anyo: “great velocity,” “love the throughput,” “nice use of AI.” Mula sa labas, mukha ngang mas maraming nangyayari: mas maraming Code Reviews, mas maraming ticket na nagagalaw, mas maraming update, mas maraming email, mas maraming task, mas maraming design. Pinapadali ng AI na panatilihin ang cadence na yun nang walang karaniwang friction ng pagsulat, pag-iisip, o kahit pag-aalangan. Pero sa loob ng trabaho, may dilemang patuloy na

  • Bakit gusto ng mga manager na ang lahat maliban sa kanila ang gumamit ng AI?

    Ang bagay na nagsisimula nang makainis sa akin ay hindi yung AI push mismo. May ilang tool na tunay na useful. Araw-araw ko na silang ginagamit ngayon. Ang nakakainis ay ang management na humihingi ng “AI-first” na pag-uugali habang pinapanatiling agresibong hostile sa AI usage ang bawat surrounding process. Sinasabihan ang mga tao na gumamit ng AI para sa coding, planning, research, drafting, debugging, knowledge retrieval, project coordination.. Pero kalahati pa rin ng operational knowledge ng

  • Sa panahon ng AI, mas kailangan pa ba ang humanities kaysa kailanman?

    Walang magulang na nag-uudyok sa anak nilang mag-aral ng Humanities. Bilang default, STEM ang mga inirerekomendang opsyon. Engineering (Computer Science), Finance, Medicine... Ang argumento laban sa humanities sa panahon ng AI ang lalo pang nagpapahina sa dahilang ilaan ang 4 na taon para sa isang Humanities degree. Kayang sumulat nang katanggap-tanggap ng mga language model, mabilis magbuod, at gumawa ng tekstong hugis-pananaliksik kapag hiningi. Kaya't dapat daw mas hindi na mahalaga ang luman

  • UI lang ba na nakapatong sa ilang Agent.md files ang karamihan sa AI startups?

    Karamihan sa AI startups ngayon, parang may nag-glue lang ng GPT sa terminal, nilagyan ng dark mode UI, tapos nagsalita na parang may inimbento. Makikita mo yung mga insanong pitch na tipong “persistent autonomous cognitive agents with long-term reasoning,” tapos pag tiningnan mo sa loob, ganito lang naman: bigyan mo ng tool access ang model, pagamitin ng browser, baka maglagay ng memory summaries at retry logic. Yun na yung “product.” Kaya mo nang gawin yan mag-isa basta bigyan mo lang ng local

  • Kaya ka bang ipasira ng isip ng AI? Kung sa tingin mo hindi, mas nasa panganib ka pa

    Lagi kong naramdaman na ang mga AI company ay naglalagay talaga ng wrappers sa ibabaw ng AI para tukuyin na tine-test natin ito sa pag-iisip. Halimbawa noong pinabilang natin dito ang vowels/consonants sa isang salita at nagkakamali ito. Pakiramdam ko may script na ngayon na tinatawag pag tama ang pagkakatukoy sa task. Pakiramdam ko rin tine-train ito sa mga meme na ito. Ngayon, may nakita akong bagong test, isa na nagpapakita kung gaano kadaling magbigay ang AI ng AI psychosis at gaano kadaling