Η μεγαλύτερη αλλαγή που έχω νιώσει τον τελευταίο ένα ή δύο χρόνο είναι, *η ποσότητα των αιτήσεων για την έκδοση αρχείων έχει αυξηθεί αφύσικα.
Ήμουν διευθυντής μηχανολογίας. Είχα την ευθύνη για μια ομάδα περισσότερων από δώδεκα ατόμων, Περισσότεροι από τους μισούς ήταν εργολάβοι (δευτερεύοντες μηχανικοί).
---
Λειτουργούν τη νύχτα και τα Σαββατοκύριακα μετά την πρωινή τους εργασία. Και από το βράδυ της Παρασκευής έως το βράδυ της Κυριακής, Μαζικός αριθμός τραβήγματος ανεβαίνει ταυτόχρονα.
Ένας εργολάβος μπορεί να εργάζεται ταυτόχρονα σε πολλά αποθετήρια, Μέχρι το τέλος της εβδομάδας, βρίσκεται σε κατάσταση "από πού να ξεκινήσω;". Οι δεκάδες αιτήσεις έλξης που συσσωρεύονται μόνο κατά τη διάρκεια του Σαββατοκύριακου είναι συνηθισμένο φαινόμενο.
---
Ακριβώς επειδή ένα προϊόν είναι μια διαμόρφωση μικρο-υπηρεσιών, Ακόμα και η διαδικασία συγχώνευσης δεν είναι micro.
Στην πράξη, η επιχειρησιακή λογική είναι πολύπλοκη και εκτείνεται σε κάθε υπηρεσία, Αν συγχωνευθεί χωρίς να κατανοηθεί το πλαίσιο, Η ακεραιότητα ολόκληρου του συστήματος καταστρέφεται αμέσως.
Με μια πρώτη ματιά, η παραγωγικότητα φαίνεται να αυξάνεται. Αλλά συνολικά, το προϊόν γίνεται πιο ασταθές.
---
Είναι δύσκολο να ξεκουραστείτε σε αυτή την κατάσταση. Αν αφήσετε τα τραβήγματα του Σαββάτου και της Κυριακής ανεξέλεγκτα, τη Δευτέρα, κάτι μπορεί να έχει χαλάσει κάπου.
Εξάλλου, οι διαχειριστές και οι προγραμματιστές, "δομή που δεν μπορεί να ξεκουραστεί".
---
Επιφανειακά, αυτό θα μπορούσε να περιγραφεί ως "αύξηση της παραγωγικότητας". Αλλά ουσιαστικά, υπάρχει μια αυξανόμενη "απώλεια του πλαισίου ". Η παραγωγικότητα είναι, Δεν έχει να κάνει με την ταχύτερη συγγραφή κώδικα, *εξαρτάται από την ικανότητα των ανθρώπων που κατανοούν το πλαίσιο να λαμβάνουν τις σωστές αποφάσεις και να συγχωνεύουν σωστά.
---
Ωστόσο, η τεχνητή νοημοσύνη μπορεί να βοηθήσει σε αυτόν τον τομέα σε ορισμένους τομείς, οι περιορισμοί είναι επίσης σαφείς. Ιδιαίτερα στο UX και στο front-end, όπου χρειάζονται "μάτια" και "αυτιά", η τεχνητή νοημοσύνη δεν μπορεί ακόμη να συμπληρώσει τις ανθρώπινες αισθήσεις.
Ωστόσο, η ΤΝ μπορεί να προχωρήσει μόνο με τη λογική του back-end, το UI και ο σχεδιασμός εμπειρίας δεν μπορούν.
Όσο περισσότερο χρησιμοποιείται η τεχνητή νοημοσύνη, τόσο λιγότερη παραγωγικότητα λέγεται ότι επιτυγχάνεται, *Όσο περισσότερο χρησιμοποιείται η ΤΝ, τόσο λιγότερη παραγωγικότητα επιτυγχάνεται, και είναι εύκολο να πέσει κανείς στην "παγίδα της αντίστροφης παραγωγικότητας ".
---
Αυτό είναι ένα πρόβλημα που γίνεται εμφανές όταν ξεπερνάτε έναν οργανισμό ανάπτυξης με περίπου δώδεκα άτομα. Δεν μιλάω για πράγματα όπως "01 πρωτότυπα στον κώδικα Claude". *Είναι μια πραγματικότητα που αναδύεται όταν φτάνεις στο στάδιο της συντήρησης ενός προϊόντος που λειτουργεί σε κλίμακα παραγωγής.
Τόσο η τεχνητή νοημοσύνη όσο και οι άνθρωποι εργάζονται ήδη στα όριά τους. Παρόλα αυτά, δεν υπάρχει πουθενά εγγύηση ότι τα προϊόντα δεν θα καταρρεύσουν.
