Wir bauen einen Großteil des Produkts über Slack
Das ist der Teil, den die meisten Leute am ungewöhnlichsten finden. Wir haben einen öffentlichen Slack-Kanal, in dem jeder im Unternehmen – ob Entwickler oder nicht – eine virtuelle Maschine anfordern, ihr eine Aufgabe geben und einen PR zurückbekommen kann. Screenshots, ein aufgezeichnetes Video der funktionierenden Funktion, das komplette Paket.
Etwa die Hälfte der Nutzer sind keine Entwickler. Ein Product Manager möchte einen groben Prototyp, um ihn einem Kunden zu zeigen. Ein Jurist möchte wissen, wie sich die Nutzung einer bestimmten Funktion im letzten Quartal verändert hat. Jemand im Support führt eine Ursachenanalyse durch und lässt Bugs sogar direkt beheben, statt ein Ticket einzureichen und zu warten.
Das ersetzt keine normale Entwicklung. Wenn Sie etwas Substanzielles bauen, wollen Sie immer noch Ihre eigene Maschine, Ihren eigenen Austausch mit dem Modell, die Möglichkeit, den Code richtig zu lesen. Aber für Bugfixes, Ursachenanalysen und schnelle Prototypen verändert es grundlegend, wie schnell wir vorankommen.
Leitplanken sind wichtiger als früher
Die naheliegende Sorge bei all dem ist die Qualität. Wenn man KI so viel Code so schnell schreiben lässt, kann am Ende der neue Branchenbegriff stehen: „AI slop“-Code, der zwar technisch funktioniert, den aber niemand versteht oder dem niemand vertraut.
Die Lösung besteht darin, richtig in die Richtlinien zu investieren, nach denen die KI arbeitet. Wir führen eine schriftliche Bibliothek architektonischer Regeln – wie Schichten miteinander kommunizieren sollen, was jeder Endpunkt prüfen muss, wie wir Daten modellieren – und wir nutzen dieselbe Bibliothek sowohl zur Code-Generierung als auch zur Überprüfung. Wenn ein Mensch bei einem PR aus einem Grund widerspricht, der noch nicht schriftlich festgehalten war, fließt dieses Feedback in die Richtlinien zurück. Die Regeln werden dadurch immer präziser. Die endgültige Entscheidung, ob etwas gemergt wird, trifft nach wie vor immer ein Mensch.
