Nie wiem czy to kwestia pracy zdalnej czy ilości nowych rzeczy, ale mam poczucie że kazdy używa AI inaczej i zastanawiam się czy takie elastyczne podejście w obrębie jednego zespołu projektowego to plus czy minus? Jakie macie doświadczenia?
Ja bym nazwał AI nowym rodzajem języka programowania. W obecnych językach programowania, kod to głównie język angielski w "dziwnym zapisie" który pozwala na bardzo konkretne definiowanie co ma się wydarzyć. AI pozwala na pisanie bardziej po ludzku, język jest swobodniejszy, ale wyniki też są "swobodniejsze". Jeśli chcesz konkretnego rezultatu, musisz opisać wszystko konkretniej. Z tego co słyszałem, języki które są bardziej konkretne, dają lepsze wyniki, niż te które są mniej jednoznaczne, przykładowo polski wygrywa z angielskim, bo mamy tą naszą skomplikowaną (ale bardzo precyzyjną) gramatykę.
Kiedy i co opisywać szczegółowo, a kiedy ogólnie? Ty decydujesz - używasz, sprawdzasz co daje jakie efekty i zdobywasz doświadczenie (albo nie). Zauważyłem że niektórzy lubią kombinować z stylem pisania instrukcji, a inni nauczyli się najprostszego sposobu i próbują go używać do każdego problemu, ale to raczej jest po prostu cecha ludzi.
LLM się zmieniają i to że coś działało dobrze kiedyś, nie znaczy że działa dobrze teraz, przykładowo kilka miesięcy temu na szkoleniu słyszałem, że przy wieloetapowych zadaniach, dobrym pomysłem jest w jednej sesji wygenerować pod-zadania dla AI i w innych sesjach zlecać te drobne zadania niezależnie, a ostatnio zauważyłem, że dużo lepiej się sprawdza wrzucenie do świeżej sesji, bardzo dokładnej instrukcji z bardzo konkretnymi wymaganiami, po czym dopisanie na końcu, żeby po wykonaniu jej, zweryfikował czy na pewno wszystkie wymagania są spełnione, a jeśli nie, to niech próbuje ponownie, do momentu spełnienia wymagań.
Dobrą "sztuczką" jest też generowanie razem z AI, instrukcji dla AI, aby były wyciągały lepszą jakość z konkretnego modelu LLM.
A czasami po prostu piszę jedno zdanie, bo sytuacja jest prosta, a mi się nie chce myśleć nad instrukcją.
No i też konkretne wersje różnią się między sobą, przykładowo najnowsze modele claude, z moich obserwacji, są odporniejsze na typowe błędy dla AI (np zahaczanie się na jednym zdaniu i wykonywanie 90% pracy w oparciu o to jedno zdanie, ignorując całą resztę instrukcji lub danych na których pracuje).
Na pierwszy rzut idą AI dla managerów. Używają do tworzenia notatek z spotkania, tworzenia zadań w JIRA itp. Od rozpoczęcia tego procesu Zadania mają długie lanie wody w opisach. Mieliśmy też sytuacje że dostaliśmy w tasku architekturę rozpisana przez AI (Architektura nie miała sensu ale manager wygenerował i było zdziwienie kto tak do dupy to zaprojektował xD).
Tutaj powtórzę się, ale dobrze opisuje to fragment który wcześniej mówiłem "używasz, sprawdzasz co daje jakie efekty i zdobywasz doświadczenie (albo nie). Zauważyłem że niektórzy lubią kombinować z stylem pisania instrukcji, a inni nauczyli się najprostszego sposobu i próbują go używać do każdego problemu" - mieliśmy w pracy kolegę, który wrzucał opis zadania do AI i mówił "zrób", albo wklejał treść błędu i mówił "napraw", a później chyba nawet nie sprawdzał co AI mu wygenerowało, bo gubił się w kodzie z własnych zadań.
Efekt - nadmiarowy kod, który kompletnie nie pasował do reszty projektu i nie spełniał połowy wymagań, a czasami nawet psuł pracę innych ludzi... i przez pół roku zero refleksji, że może jednak warto byłoby robić zadania inaczej. Ten kolega już z nami nie pracuje.
To był jeden przypadek, a inni są albo sceptyczni i unikają AI z niewiadomego powodu, albo używają prostych instrukcji, ale tylko do obszarów w których sprawdzają się one dobrze (np generowanie podstawowych testów lub dokumentacji), albo eksperymentują z tym co jak działa. No i też z tego co zauważyłem, wszyscy inni weryfikują co AI im wygenerowało, często wprowadzają samodzielnie drobne poprawki itd.
Prywatnie od roku używam tylko claude, mam wykopiony pakiet pro, a w miesiącach w których robię więcej prywatnych rzeczy, wykupuję pakiet max. W pracy mamy postawiony chatgpt na własnej infrastrukturze i mam wrażenie że częściej gubi kontekst i jest bardziej pewny siebie w negatywnym znaczeniu (próbuje kłamać że coś zrobił dobrze) - niedługo w pracy mamy mieć eksperymenty z claude.
Słyszałem że są jakieś agenty jakieś sklile dla AI, jakieś pisanie ADRów dla AI. ale zupełnie wypadłem z tematu bo miałem przez ostatnie 2 lata trudniejszy projekt (który się teraz skończyć), a świat się jakoś bardzo pozmieniał i nie ogarniam tej nowej rzeczywistości
Wyobraź sobie że AI to taki stażysta-idiota, który za dużo nie myśli, ale jak dostanie instrukcje to ją dla ciebie wykona, z jakością zależną od jakości tej instrukcji. W korporacjach często są procedury przeciwko błędom ludzkim, gdzie jedna osoba ma konkretne zadania, druga osoba to weryfikuje, trzecia osoba dodaje swoją część, czwarta osoba ją weryfikuje, piąta osoba weryfikuje całość, szósta osoba przekazuje wyniki dalej, siódma osoba coś z nimi robi... takie procesy można robić, używając agentów, czyli takich "osobnych pracowników". AI ma swój kontekst i czasami mylą mu się wątki jak zmienisz mu zadanie - więc dobrym pomysłem jest układanie procesów, w których konkretne kroki są robione na czystej pamięci. To po prostu odwzorowanie tych procedur korporacyjnych gdzie ludzie patrzą na pracę innych z czystą głową. Fajna sprawa do procesów które wydarzają się wielokrotnie, przykładowo odświeżanie dokumentacji, dodawanie szczegółów do opisów zadań, przepisywanie kodu w projektach według specjalnego schematu (np zmiana frameworka).
