Didžiausias pokytis, kurį pajutau per pastaruosius metus ar dvejus, yra, *neįprastai padidėjo traukimo užklausų kiekis.
Buvau inžinerijos vadovas. Prižiūrėjau daugiau nei dešimties žmonių komandą, Daugiau nei pusė jų buvo rangovai (antraeiliai inžinieriai).
---
Jie dirba naktimis ir savaitgaliais po darbo dienos. Ir nuo penktadienio vakaro iki sekmadienio vakaro, Vienu metu vyksta masinis traukimų skaičius.
Vienas rangovas vienu metu gali dirbti su keliomis saugyklomis, Savaitės pabaigoje jie jau būna tokioje būsenoje: "Nuo ko pradėti?". Vien per savaitgalį susikaupia dešimtys užklausų, kurios yra įprastas reiškinys.
---
Vien todėl, kad produktas yra mikroserviso konfigūracija, net ir sujungimo procesas nėra mikroservisas.
Praktiškai verslo logika yra sudėtinga ir apima visas paslaugas, Jei sujungiama nesuprantant konteksto, akimirksniu sunaikinamas visos sistemos vientisumas.
Iš pirmo žvilgsnio atrodo, kad našumas didėja. Tačiau visumoje produktas tampa nestabilesnis.
---
Tokioje situacijoje sunku pailsėti. Jei paliksite šeštadienio ir sekmadienio traukinius nepatikrintus, pirmadienį kažkas kažkur gali būti sugedęs.
Galų gale, vadovai ir kūrėjai, "struktūra, kuri negali ilsėtis".
---
Iš pirmo žvilgsnio tai galima apibūdinti kaip "našumo augimą". Tačiau iš esmės vis labiau prarandamas kontekstas. Produktyvumas yra, ne apie greitesnį kodo rašymą, *priklauso nuo kontekstą suprantančių žmonių gebėjimo priimti tinkamus sprendimus ir teisingai sujungti**.
---
Tačiau kai kuriose srityse dirbtinis intelektas gali padėti šioje srityje, taip pat yra aiškių apribojimų. Ypač UX ir priekinės dalies srityje, kur reikia "akių" ir "ausų", dirbtinis intelektas dar negali papildyti žmogaus pojūčių.
Tačiau dirbtinis intelektas gali tęsti darbą tik su galine logika, o vartotojo sąsajos ir patirties dizainas - ne.
Teigiama, kad kuo labiau naudojamas dirbtinis intelektas, tuo labiau mažėja produktyvumas, *Kuo daugiau naudojamas dirbtinis intelektas, tuo mažesnis našumas, todėl lengva pakliūti į "atvirkštinius našumo spąstus ".
---
Ši problema išryškėja, kai plėtros organizacijoje dirba daugiau nei keliolika žmonių. Nekalbu apie tokius dalykus kaip "01 prototipas Claude Code". *Tai tikrovė, kuri išryškėja, kai pradedate prižiūrėti produktą, kuris veikia gamybos mastu.
Ir dirbtinis intelektas, ir žmonės jau dabar išnaudoja savo galimybių ribas. Vis dėlto niekur nėra garantijos, kad produktai nesuges.
