Il più grande cambiamento che ho percepito nell'ultimo anno o due è, *la quantità di richieste di pull è aumentata in modo anomalo.
Ero un manager di ingegneria. Mi occupavo di un team di oltre una dozzina di persone, Più della metà erano appaltatori (ingegneri secondari).
---
Operano di notte e nei fine settimana dopo il loro lavoro diurno. E dal venerdì sera alla domenica sera, un numero enorme di tirate sale simultaneamente.
Un appaltatore può lavorare su diversi repository contemporaneamente, Alla fine della settimana, si trova in uno stato di "da dove comincio?". Decine di richieste di pull che si accumulano solo durante il fine settimana sono all'ordine del giorno.
---
Solo perché un prodotto è una configurazione di microservizi, Anche il processo di fusione non è micro.
In pratica, la logica aziendale è complessa e si estende a tutti i servizi, Se la fusione avviene senza comprendere il contesto, L'integrità dell'intero sistema viene immediatamente distrutta.
A prima vista, la produttività sembra aumentare. Ma nell'aggregato il prodotto diventa più instabile.
---
È difficile riposare in questa situazione. Se si lasciano i tiri di sabato e domenica senza controllo, lunedì, qualcosa potrebbe essere rotto da qualche parte.
Dopo tutto, manager e sviluppatori, "struttura che non può riposare".
---
Superficialmente, questo potrebbe essere descritto come un "aumento di produttività". Ma essenzialmente si assiste a una crescente "perdita di contesto ". La produttività è, Non si tratta di scrivere codice più velocemente, *dipende dalla capacità delle persone che comprendono il contesto di prendere le decisioni giuste e di fondere correttamente.
---
In alcune aree, però, l'intelligenza artificiale può essere d'aiuto in questo campo, i limiti sono altrettanto evidenti. In particolare nella UX e nel front-end, dove sono necessari "occhi" e "orecchie", l'IA non può ancora integrare i sensi umani.
L'intelligenza artificiale, però, può procedere solo con la logica del back-end, l'interfaccia utente e il design dell'esperienza non possono.
Più si usa l'IA, meno si dice che si raggiunga la produttività, *Più l'IA viene utilizzata, meno produttività viene raggiunta ed è facile cadere nella "trappola della produttività inversa ".
---
È un problema che diventa evidente quando si va oltre un'organizzazione di sviluppo composta da una dozzina di persone. Non sto parlando di cose come "01 prototipi in codice Claude". *È una realtà che emerge quando si arriva alla fase di mantenimento di un prodotto che funziona su scala produttiva.
Sia l'IA che gli esseri umani stanno già lavorando al limite. Tuttavia, non è possibile garantire che i prodotti non si rompano.
