30-ročný veterán o tom, prečo AI nemôže nahradiť softvérových architektov

Prečo praktická architektúra stále vyhráva v ére AI

Dennis Doma je 30-ročný veterán softvérového inžinierstva, Microsoft MVP a tvorca Fluent Assertions — jednej z najpopulárnejších open source testovacích knižníc pre .NET. Ako coding architekt v Aviva Solutions strávil desaťročia bojom so zložitosťou, ktorá ničí podnikový softvér. V rozhovore s Beyond Coding sa delí o to, ako AI nástroje menia jeho pracovný postup — a kde narážajú na svoje limity.

O architektoch, ktorí prestanú kódovať: “If you stop coding, if you actually stop building production systems, you lose that experience. If I had stopped coding for the last 3 years, I would have probably missed the whole AI scene.” (Ak prestanete kódovať, ak skutočne prestanete budovať produkčné systémy, stratíte tú skúsenosť. Keby som prestal kódovať posledné 3 roky, pravdepodobne by som celú vlnu AI minul.) Doma tvrdí, že softvéroví architekti, ktorí sa stiahnu k abstraktným diagramom, strácajú schopnosť posúdiť, či riešenia skutočne fungujú. Praktická spätná väzba — budovanie, nasadzovanie, opravovanie chýb — je nenahraditeľná.

O vlastníctve kódu generovaného AI: “I treat all AI-generated code as mine.” (Všetok kód generovaný AI považujem za svoj.) Keď GitHub Copilot postavil väčšinu jeho novej open source mockovacej knižnice z jedného issue, Doma bol ohromený — ale okamžite prevzal zodpovednosť. Testy generované AI kontroluje riadok po riadku, refaktoruje kód, ktorý nespĺňa jeho štandardy, a postupne aktualizuje inštrukčné súbory, aby sa budúce generácie zlepšili. Kód nie je „kód AI” — je to jeho zodpovednosť.

O náhodnej zložitosti: Tímy slepo kopírujú architektonické vzory — onion architecture, clean architecture — bez toho, aby rozumeli prečo existujú. Vývojári s 10–15 rokmi skúseností sa stávajú „prehnaně” priľnutými k SOLID princípom a mávajú nimi ako štítom proti pragmatizmu. “Yeah, but you don’t need this abstraction. Yeah, but it’s ready for the future. You don’t need this abstraction. That’s a smell.” (Áno, ale túto abstrakciu nepotrebujete. Áno, ale je pripravená na budúcnosť. Túto abstrakciu nepotrebujete. To smrdí.)

O juniorných vývojároch a AI: Objavujú sa dva archetypy — tí, čo sa AI vyhýbajú, aby si zachovali učebné návyky, a tí, čo ju používajú všade bez toho, aby rozumeli výstupu. Doma sa stretol s vývojárom, ktorého pull request fungoval (testy prešli), ale nedokázal vysvetliť, čo kód robí. Jeho reakcia: “I don’t care if you don’t practice TDD properly, but make sure the code is designed the way we want it and we can maintain it.” (Nezaujíma ma, či TDD praktikujete správne, ale uistite sa, že kód je navrhnutý tak, ako chceme, a že ho vieme udržiavať.)

O udržateľnosti open source: Tím Tailwindu prepustil 75 % zamestnancov, pretože AI dokáže replikovať ich prémiové komponenty. Domova protiváha: ľudia chronicky podceňujú zložitosť, ktorá stojí za zrelými knižnicami. „15 rokov som zdokonaľoval Fluent Assertions. Niekto povie: ‚Toto dokážem postaviť za pár dní.’ Jasné.” Open source kód sa môže stať kódom, ktorý budete musieť sami udržiavať — plánujte podľa toho.

5 lekcií coding architekta o vývoji s pomocou AI

• Testy sú vaša záchranná sieť — Bez ohľadu na to, či kód napísal človek alebo AI, robustné testy sú najlepším validátorom. „Ak softvér vnímate ako čiernu skrinku a záchrannou sieťou sú vaše testy, mali by ste im venovať mimoriadnu pozornosť.”
• Dokumentácia sa s AI znásobuje — ADR-ky, commit správy a záznamy o rozhodnutiach sa stávajú dramaticky cennejšími, keď nimi môžu AI nástroje prechádzať. Spoločnosti, ktoré investujú do bohatého kontextu, budú „o míle napred”.
• Nechajte tímy vybrať si vlastné AI nástroje — Nestandardizujte na jednom nástroji. „Nechajte ľudí používať akýkoľvek AI nástroj chcú, pretože sa to neustále mení.” Sledujte využitie, rozširujte licencie, ale neobmedzujte experimentovanie.
• Kontext je ako mlieko — Doma sa naučil ťažkú lekciu o kompresii kontextu: jeho AI zlúčila a pushla experimentálny kód do mainu. Feature vetvy a časté commity sú nevyhnutné záchranné mantinely.
• Open source sa stále oplatí — „Dávate, ale dostávate toho tak veľa späť. Vedomosti, skúsenosti, nové nástroje, nové pohľady, viditeľnosť.” Návratnosť investície nie je len v kóde — je aj v spätnej väzbe komunity.

Čo to znamená pre softvérové tímy poháňané AI

Domov pohľad preráža cez hype: AI nástroje na kódovanie skutočne menia rýchlosť vykonávania, no nenahrádzajú architektonický úsudok, ktorý prichádza s desaťročiami praktických skúseností. Vývojári, ktorým sa bude dariť, budú tí, čo využívajú AI ako výkonný nástroj a zároveň si zachovávajú kritické myslenie — rozumejú prečo vzory existujú, nielen ich aplikujú. Pre organizácie je odkaz jasný: investujte do dokumentácie, kvality testov a architektonického mentorstva. To sú aktíva, ktoré sa zhodnocujú, keď AI píše kód.