Teza strategiczna 03

Podejście do systemu agentycznej sztucznej inteligencji w odniesieniu do cyklu życia wdrożenia kodu

euphile postrzega przyjęcie kodowania agentowego jako podział pomiędzy różnymi modelami operacyjnymi, a nie tylko różnymi narzędziami. Wczesny rynek już zmierza w kierunku wykonania opartego na planowaniu, tworzenia natywnych potoków i systemów, które mogą działać poza komputerem programisty. Większość głównego nurtu rynku nadal znajduje się w warstwach asystentów, IDE-natywne, agentowe przepływy pracy i ulepszanie kodowania zamiast prawdziwego SDLC przeprojektować.

Wróć do strony głównej Przejdź do modelu

Przyszła granica Wczesny rynek Ponowne odkrycie
przepaść Przystępność cenowa
przepaść Rynek główny

Specjalistyczne przepływy pracy agentów Dopracowane modele o otwartej wadze, zespoły agentów i oprogramowanie typu open source CLI pojawiają się przed standaryzacją głównego nurtu.

Wygenerowane przez sztuczną inteligencję DSL, kompilatory i narzędzia dostosowane do potrzeb przedsiębiorstwa.

Siatka usług, siatka danych, wykresy wiedzy i dynamika systemów dla architektury korporacyjnej.

Sztuczna inteligencja przyszłej generacji może już nie generować kodu, ale maszynę kodującą.

Wczesny rynek przechodzi od przepływów pracy skupiających się przede wszystkim na kodowaniu do przepływów pracy skupiających się przede wszystkim na planowaniu. Kompleksowa realizacja planu wykracza już poza kodowanie, ale pozostaje obszarem wczesnych zastosowań.

Automatyzacja i tworzenie oprogramowania są odkrywane na nowo. Tworzenie nie musi już przechodzić przez komputer programisty. OpenClaw jest mocnym przykładem.

Generowanie kodu staje się potokiem obsługiwanym przez sztuczną inteligencję CLI. Nie IDE do tworzenia, tylko do debugowania. Dźwignia żyje w potokach i platformach wykonawczych.

Poza komputerem deweloperskim

IDE systemy agentowe utrzymują przepływ pracy wewnątrz IDE, rozszerzenia, CLIi komputer programisty.

Wewnątrz komputera deweloperskiego

Dzięki narzędziom takim jak Antygrawitacja i Kursor, planowanie na komputerze programisty umożliwi komodyfikację.

Modele kodowania towarów wkraczają w fazę wczesnej większości.

Większość organizacji nadal wspiera rozwój za pomocą asystentów, baz wiedzy i czatu skoncentrowanego na dokumentach.

Wpływ AI na SDLC jest nadal ograniczona do asystentów programistów.

Innowatorzy 2.5% poza komputerem deweloperskim

Pierwsi użytkownicy 13.5% wewnątrz komputera deweloperskiego

Wczesna większość 34% narzędzia agenta towarowego

Późna większość 34% adopcja pod kierunkiem asystenta

Maruderzy 16% minimalne użycie sztucznej inteligencji

Strategiczna metafora rynkowa dotycząca przyjęcia kodowania agentowego, a nie badanie statystyczne. Powiększenie użyte na stronie głównej pochodzi z tego samego pokazanego tutaj modelu operacyjnego z wczesnego okresu rynkowego.

Co mówi modelka

Wdrożenie polega na podziale według modelu operacyjnego, a nie tylko według dostawcy lub rodziny modeli.

Obecny rynek nie porusza się w jednej linii prostej. Niektóre zespoły już przeprojektowują produkcję oprogramowania pod kątem planowania, orkiestracji i potoków. Inni standaryzują IDE-rodzime przepływy pracy agenta. Większość nadal rozszerza istniejący rozwój o asystentów i warstwy modeli towarowych.

Wczesny rynek wykracza już poza możliwości autouzupełniania

Wykonanie oparte na planowaniu, tworzenie natywne dla potoków i systemy, które mogą działać poza komputerem programisty, nie są już hipotetyczne. Są to wczesne realia rynkowe.

Przepaść w ponownym odkryciu ma charakter organizacyjny, a nie kosmetyczny

Pierwsza realna luka dzieli zespoły, które tylko dodają asystentów do już istniejących SDLC od zespołów, które faktycznie przeprojektowują sposób planowania, generowania, sprawdzania i wysyłania oprogramowania.

IDE-rodzime systemy agentowe szybko się utowarowią

IDEoparte na planowaniu, orkiestracji i kodowaniu wieloetapowym staną się powszechnie dostępne. Zmniejsza to zróżnicowanie produktów, które pozostają całkowicie w komputerze programisty.

Dłuższa granica dotyczy produkcji świadomej domeny

Bardziej strategiczną granicą pozostają narzędzia uwzględniające domenę przedsiębiorstwa, DSL, kompilatory, dynamika systemu i ostatecznie maszyna kodująca, a nie kod jako główny artefakt.

Zasady działania

Przekraczanie przepaści wymaga dyscypliny, a nie tylko lepszych podpowiedzi.

Systemy kodowania agentowego stają się przydatne na dużą skalę, gdy podlegają zasadom operacyjnym. Zasady te mają znaczenie, ponieważ zmiana ma charakter nie tylko techniczny; zmienia sposób budowania zaufania, dostarczania, powtarzalności i odpowiedzialności.

Zasada A

Najlepsze praktyki stają się zasadami

Najlepsze praktyki stają się zasadami.

Oprogramowanie o długotrwałym działaniu nie jest zabezpieczane poprzez proszenie sztucznej inteligencji o wygenerowanie większej ilości kodu. Staje się trwały, gdy otaczający system zamienia jasne konfiguracje, określone kontrakty i przewidywalne zachowanie w deterministyczne reguły produkcyjne.

Słabe fundamenty stają się oczywiste w momencie poważnego audytu.
Narzędzia deterministyczne zmieniają standardy w egzekwowanie.
Silne podstawy oszczędzają zarówno czas, jak i tokeny później.

Zasada B

Użyj systemu na sobie

Jeśli nigdy się nie odbudował od początku do końca, nadal jest marketingiem z dołączoną wersją demonstracyjną.

Agentyczny system oprogramowania, któremu nigdy nie powierzono zaufania w zakresie tworzenia lepszej wersji samego siebie, jest wciąż daleki od ukończenia. Jest to jeden z powodów, dla których istnieją elementy składowe platformy euphile: nie tylko jako wizytówka, ale jako prawdziwe produkty zbudowane i udoskonalone na tej samej platformie, którą mają udowodnić.

Zaufanie zewnętrzne powinno podążać za zaufaniem wewnętrznym.
Dogfooding to dowód, a nie budowanie marki.
Systemy bez skórki w grze są łatwe do przecenienia.

Zasada C

Powtarzalność przed budżetami klientów

Jeśli nadal się uczysz, nie zaczynaj na koszt klienta.

Powtarzalność jest tym, co odróżnia zwinne wykonanie od szczęśliwej improwizacji. Elementy składowe mają znaczenie częściowo dlatego, że pozwalają na wielokrotne przećwiczenie tych samych ruchów, zamiast wymyślania ich na nowo publicznie przy czyimś budżecie.

Próby ujawniają prawdziwy koszt wymyślenia na nowo.
Powtarzające się przepływy umożliwiają precyzję i przewidywalność.
Nowość bez ujawnienia łatwo staje się budżetową czarną dziurą.

Zasada D

Modele mają znaczenie. Oprzyrządowanie jest mnożnikiem.

Jakość modelu nadal ma znaczenie, ale otaczające ją narzędzia często wyjaśniają więcej praktycznych różnic w wydajności, niż zespoły początkowo zakładają. Obsługa kontekstu, planowanie, powierzchnie wykonawcze i projektowanie przepływu pracy mogą dawać radykalnie różne wyniki w oparciu o tę samą podstawową rodzinę modeli.

Ten sam model może zachowywać się bardzo różnie w różnych łańcuchach narzędzi.
Innowacyjność nie ogranicza się do firm, które szkolą modelki.
Projektowanie doświadczeń i jakość wykonania pozostają głównymi źródłami przewagi.

Zasada E

Agent jest bliżej cyfrowego pracownika niż aplikacji

Nie wystarczy po prostu wdrożyć agenta. Uprawiasz to.

Agent wybiera dane, przywołuje narzędzia i powody na wielu etapach i może udzielić różnych odpowiedzi na to samo pytanie. Dzięki temu jest znacznie bliższy cyfrowemu pracownikowi niż statycznemu artefaktowi aplikacji.

Agenci potrzebują tożsamości, uprawnień, wdrożenia i nadzoru.
Potrzebują oceny i możliwości zatrzymania lub skorygowania.
Dobre systemy agentowe wymagają zarządzania, a nie tylko wdrożenia.

Implikacja strategiczna

Zdaniem euphile’a kodowanie agentowe nie przekroczy żadnej przepaści jedynie poprzez użycie asystenta. Przekroczy przepaść w zakresie ponownego wynalezienia, gdy systemy staną się oparte na planowaniu, powtarzalne, samodzielne, zarządzane i wystarczająco godne zaufania, aby budować na sobie prawdziwe produkty. Przekroczy przepaść w zakresie przystępności cenowej, gdy systemy te staną się wystarczająco tanie i niezawodne, aby można je było skalować poza możliwościami pierwszych użytkowników. Właśnie dlatego elementy składowe platformy mają znaczenie: stanowią zarówno dowód, jak i próbę modelu operacyjnego, który firma faktycznie chce propagować.