Muhandisni uning AI modeliga sarflagan tokenlari va yozgan kod satrlari soni bo'yicha baholash — bu yo'l yo'qolgan. Vaziyat shundaki: staff muhandis bir kun ichida kod yozmasdan, lekin vizion hujjatini to'g'irlab, murakkab pull requestlarni ko'rib chiqib, boshqa jamoalarga ta'sir qilganda, u ikki marta ko'p PR yozgan oddiy muhandisdan ko'proq foyda keltirishi mumkin. Bu Andy Grove'uning "High Output Management" kitobidagi leverage (kuvaytlanish) nazariyasining aynan shu mazmuni: rahbar natijasi shu kishi o'zi nima qilganda cheklanmaydi, balki u tizimga qanday imkoniyat berganida o'lchanadi.
Tarixiy ravishda, muhandis darajasi oshganda, u koddan uzoqroqqa chiqardi. Senior muhandislar o'zlari kod yozmasdan, balki boshqalarga yo'l ko'rsatish, arxitektura qurish, standartlar belgilash orqali ta'sir ko'rsatardi. Bu mantiqiy edi: dasturlash interfeysi (IDE, terminal) yillab o'zgaribsiz qolganida, tajribaga ega shaxs interfeysdan chetlasa ham "qanday ishlaydi"ni bilib turardi.
Ammo hozir bu tasvir buzilmoqda. Kodlash agentlari paydo bo'lgani bilan, odam va dastur o'rtasidagi interfeys butunlay qayta yozilmoqda. Hali hech kim standart yo'l topolmadi. Har kuni yangi vositalar, yangi usullar chiqayotganida, texnik rahbar o'z qo'lidan o'tkazgan tajribasiz, faqat ikkinchi qo'l ma'lumotlar (maqolalar, demolar) asosida qaror qilsa — bu xato yo'lga olib keladi.
Yozuvchi shaxsan o'ziga quyidagi savollarni qo'ydi va ularning hammasi nazariy fikrlash bilan hal qilinmaydigan, amaliy tekshiruv talab qiluvchi masalalar:
AGENTS.md fayliga nima kiradi? Samarali kontekst oynasi qanchalik? Agentlar o'zlari skill chaqirishi mumkinmi?Bu savollarga javob topish uchun — real kod bazasida agentlarni ishga tushirish, ularni buzish yo'llarini topish, o'z stackini qurib, uch oy keyin butunlay yangidan boshlashga tayyor bo'lish kerak. Bu birinchi qo'l tajribasiz imkonsiz.
Oddiy muhandis agentdan vazifa bajarishni xohlaydi. Texnik rahbar esa kengroq vazifaga ega: jamoa miqyosida agentlardan qanday samarali foydalanishni o'rganish. Qayerda ular zo'r ishlaydi? Qayerda halakatga uchraydi? Ularga qanday kontekst kerak? Inson nima tekshirishi shart? Qaysi qoidalar jamoa uchun majburiy, qaysilari shaxsiy tanlovga over qoldiriladi?
Bu savollarga javob berish uchun staff va principal muhandislar o'zlari eng ko'p eksperiment o'tkazuvchi, eng yangi vositalarni sinovdan o'tkazuvchi, real muammolarga modelni eng kuchli tortuvchi odamlar bo'lishi lozim. Bu tabiiy ravishda katta "AI egzozi"ni (sarflangan tokenlar, kod satrlari, muvaffaqiyatsiz prototiplar, bekor qilingan branchlar) oldiga keltiradi.
Eng kuchli modellar ham (masalan, Fable va Sol) uzun kontekst oynasida ko'p xato qiladi va ko'rsatmalarga e'tibormaslik qiladi. Yozuvchi xulosa qildi: agentlarning samarali kontekst oynasi bor, lekin bu qat'iy son emas — vazifaga bog'liq. Hozirgi strategiya: kontekst oynasining 50% gacha ishlatish, 20% o'tgach ogohlantirish.
Modellar hozir juda avtonom. Agar ko'rsatmalar noaniq bo'lsa, ular siz so'rmagan funksiyalarni yozib, main branchiga push qilishi, PR ochishi mumkin. Yozuvchi bu haqida o'z stackini butunlay o'chirib, noldan qayta qurayotganda bilib oldi: barcha skilllar va AGENTS.md ni yo'qotib, spec-driven development freymvorkidan ham voz kechdi. Endi u instruction guardrails (ko'rsatma cheklovlari) va deterministik hooklar/ish jarayonlari bilan yangi harness qurmoqda. Oldindan aniq belgilangan vazifalar — surprizlarni kamaytiradi.
Agentlar spesifikatsiyada yo'q qarorlarni o'zlari to'ldirib qo'yadi — bu odatda over-engineered (zor murakkablashtirilgan) yechimlar, so'ralmagan testlar yoki oddiy yomon kodga olib keladi. Eng pisimi: ular bu haqida xabar bermaydi, siz so'rmaguningizcha. Inson nazorati hali ham zarur.
AI agentlari faqat "tezroq kod yozish" vositasi emas — u dastur tuzish usulining asosini o'zgartirmoqda. Agar texnik rahbar bu o'zgarishning ichida bo'lmasa, u jamoa uchun to'g'ri standartlarni, xavfsizlik cheklovlarini va ish jarayonlarini belgilay olmaydi. Natija: jamoa ya nafaqat samarali, ya xavfsiz ishlatilmaydigan vositalarga bog'lanadi.
Eng katta AI egzozi — bu "ko'p kod yozdim" degan ko'ngilochar bayonot emas. Bu: "Men real muammolarda sinov o'tkazdim, buzilgan holatlarni ko'rdim, cheklovlarni topdim, va endi jamoa qanday ishlasin deb bilaman" degan isbotdir. Bu farq o'rganish va boshqarish o'rtasidagi chegarani belgilaydi.
Hali ham ancha narsa noaniq. Standartlashtirish erta yoki kech keladi, lekin hozir har jamo o'z yo'lini o'zi topishi kerak. Quyidagi mavzular hali ham bahsda:
Texnik rahbar uchun vazifa — bu hayajonli o'zgarishlar okeanida cho'qqini tutib turish emas, balki o'z qo'li bilan har bir to'lqinni sinab ko'rib, jamoa uchun xavfsiz yo'l belgilash.
Asl manba: schipper.ai
Collaborative Human Agent Protocol (CHAP) — AI agentlari va odamlar o'rtasidagi har bir qarorni, tahrirni va tasdiqlashni yozuvchilar, diff va sabablash bilan saqlab, keyin tekshirish va o'rganish imkonini beruvchi ochiq standart.
CSS Selectors Level 5 specifikatsiyasiga qo‘shilgan .prefix-* sintaksisi dizayn tizimlari va utility klasslar uchun katta yutuq, lekin brauzerlarda hali yo‘q.
Cursor kod muhiti yaratuvchilari GitHub ning tizimli nosozliklaridan foydalangan holda, Git bilan to'liq mos keluvchi va AI-agentlar uchun mo'ljallangan 'Origin' platformasini ishga tushirdi.
Terry A. Davis, TempleOS yaratuvchi dasturchi, uning texnik erishishlari, shaxsiy janglari va maddiy asoslari haqida chuqovlj tahlil.