Rozhovor s tvorcom Moltbota: Ako uspieť v agentic coding

Prečo „zatváranie slučky" oddeľuje AI víťazov od frustrovaných programátorov

Peter Steinberger vytvoril PSPDFKit—PDF framework na viac ako miliarde zariadení—potom vyhorel a na tri roky zmizol z technológií. Keď sa vrátil v roku 2024, preskočil GitHub Copilot a GPT-3.5 úplne a pristál priamo na Claude Code. Počas niekoľkých mesiacov zlučoval 600 commitov za jeden deň. Je tiež tvorcom Moltbota (predtým Claudebot)—open-source osobného AI asistenta, ktorý vzal svet solopodnikateľov útokom.

O psychológii hazardného automatu: "It's the same economics as a casino. You press the trigger and ding ding ding—it does crap or it blows your mind." (Je to rovnaká ekonomika ako v kasíne. Stlačíte spúšť a ding ding ding—urobí to nezmysly alebo vám to vyrazí dych.) Variabilná odmeňovacia slučka AI kódovania je naozaj návyková, keď sa naučíte s ňou pracovať namiesto proti nej.

O tom, čo oddeľuje efektívne AI kódovanie: "The good thing about how to be effective with coding agents is always: you have to close the loop. It needs to be able to debug and test itself. That's the big secret." (Dobrá vec na tom, ako byť efektívny s kódovacími agentmi, je vždy: musíte zatvoriť slučku. Musí byť schopný sa debugovať a testovať sám. To je veľké tajomstvo.) To je dôvod, prečo AI vyniká v kódovaní, ale zápasí s kreatívnym písaním—kód sa dá skompilovat, testovať a overiť.

O tom, že nečíta väčšinu svojho kódu: Peter priznal, že dodáva kód, ktorý úplne neprečítal, ale vysvetľuje, prečo to nie je také bezstarostné, ako to znie. "Most apps are just data coming in one form, packaged into a different form, stored in a database in a different form... We are pretty chasing printers. The hard part was solved by Postgres 30 years ago." (Väčšina aplikácií sú len dáta prichádzajúce v jednej forme, zabalené do inej formy, uložené v databáze v inej forme... V podstate sme naháňači tlačiarní. Ťažká časť bola vyriešená Postgresom pred 30 rokmi.) Zameriava sa na architektúru systému, zatiaľ čo nechá agentov riešiť inštalatérske práce.

O PR, ktoré sa stávajú „žiadosťami o prompt": "I read the prompts more than I read the code because this gives me more idea about the output. I ask people to please add the prompts." (Čítam prompty viac ako čítam kód, pretože mi to dáva lepšiu predstavu o výstupe. Prosím ľudí, aby pridali prompty.) Myšlienka na to, ako by to malo fungovať, je dôležitejšia ako vygenerovaná implementácia.

O spúšťaní agentov paralelne: Zvyčajne spúšťa 5-10 Codex agentov simultánne a považuje kódovanie za riadenie tímu nedokonalých, ale brilantných inžinierov. Keď jeden agent potrebuje 40 minút na vytvorenie funkcie, prejde na niečo iné: "Neustále skákam okolo. Zvyčajne je jeden hlavný projekt, ktorý má moju pozornosť, a satelitné projekty, ktoré potrebujú starostlivosť."

O tom, prečo spoločnosti zápasia s adopciou AI: "I could easily run a company with 30% of the people. But this requires completely redefining how the company works... You have to do a big refactor first—not just on your codebase, but also on your company." (Ľahko by som mohol viesť spoločnosť s 30% ľudí. Ale toto vyžaduje úplné predefinovanie toho, ako spoločnosť funguje... Musíte najprv urobiť veľký refactor—nielen na vašom kóde, ale aj na vašej spoločnosti.)

5 kľúčových poznatkov pre AI-poháňaných vývojárov

• Zatvárajte slučku — Navrhujte systémy tak, aby agenti mohli overiť svoju vlastnú prácu prostredníctvom testov, lintingu a CLI nástrojov. Toto je základný princíp.
• Myslite v architektúre, nie v riadkoch — Záleží vám na štruktúre systému; agenti riešia podrobnosti implementácie. "Som architekt, Codex robí pochopenie riadok po riadku."
• Budujte CLI-first na všetko — CLI nechávajú agentov filtrovať, reťaziť a skriptovať operácie—oveľa výkonnejšie ako MCP, ktoré nemožno skladať.
• Vzdajte sa perfekcionizmu — "Kedysi som sa staral o každú medzeru, každé pomenovanie. V retrospektíve—čo to bolo? Zákazník nevidí vnútornosti."
• Považujte prompty za dokumentáciu — Pri hodnotení PR prompt, ktorý niekto použil, odhalí viac o kvalite riešenia ako vygenerovaný kód.

Čo to znamená pre AI-prvé vývojové tímy

Petrov prístup predstavuje zásadný posun v tom, ako by mohli senior inžinieri pracovať v ére AI. Namiesto písania kódu sa stanú architektmi, ktorí navrhujú systémy na overovanie agentov a kontrolujú vkus výstupov. Zručnosť nie je kódovanie—je to vedieť, aké otázky klásť a ako štruktúrovať feedback slučky, ktoré robia AI úspešnou.

Pre organizácie zvažujúce transformáciu AI je jeho upozornenie jasné: nemôžete jednoducho pridať AI nástroje k existujúcim pracovným tokom. Musíte preštruktúrovať, ako spoločnosť myslí na vlastníctvo kódu, recenzie a to, čo robí inžiniera cenným.

Súvisiace: Pozrite si, ako Moltbot funguje v praxi: Moltbot vysvetlený: Váš 24/7 AI zamestnanec