Vai vēlaties gudrāku ieskatu iesūtnē? Reģistrējieties mūsu iknedēļas biļeteniem, lai iegūtu tikai to, kas ir svarīgi uzņēmuma AI, datu un drošības vadītājiem. Abonēt tūlīt
Tāpat kā daudzi uzņēmumi pēdējā gada laikā, Intuit MailChimp ir eksperimentējis ar vibe kodēšanaApvidū
Intuit MailChimp nodrošina e -pasta mārketinga un automatizācijas iespējas. Tā ir daļa no lielākas intuit organizācijas, kas pēdējo gadu laikā ir devusies vienmērīgā ceļojumā ar Gen AI, izvēršot savu Genos un aģenta AI iespējas savās biznesa vienībās.
Kamēr uzņēmumam ir savas AI iespējas, MailChimp dažos gadījumos ir atradis nepieciešamību izmantot vibe kodēšanas rīkus. Viss sākās, tāpat kā daudzas lietas, mēģinot sasniegt ļoti saspringtu laika grafiku.
MailChimp vajadzēja nekavējoties demonstrēt sarežģītu klientu darbplūsmu ieinteresētajām personām. Tradicionālie dizaina rīki, piemēram, Figma, nevarēja piegādāt nepieciešamo darba prototipu. Daži MailChimp inženieri jau bija mierīgi eksperimentējuši ar AI kodēšanas rīkiem. Kad sasniedza spiedienu termiņš, viņi nolēma pārbaudīt šos rīkus reālā biznesa izaicinājumā.
AI trieciena sērija atgriežas Sanfrancisko – 5. augusts
Nākamais AI posms ir šeit – vai esat gatavs? Pievienojieties līderiem no Block, GSK un SAP, lai apskatītu, kā autonomi aģenti pārveido uzņēmumu darbplūsmas-no reālā laika lēmumu pieņemšanas līdz automatizācijai galīgai līdz galam.
Nostipriniet savu vietu tūlīt – telpa ir ierobežota:
“Mums faktiski bija ļoti interesanta situācija, kad mums vajadzēja prototipu dažām lietām mūsu ieinteresētajām personām, gandrīz tūlīt, tā bija diezgan sarežģīta darbplūsma, kas mums vajadzēja prototipu,” VentureBeat pastāstīja Shivang Shah, Intuit MailChimp galvenais arhitekts.
MailChimp inženieri izmantoja vibe kodēšanas rīkus un bija pārsteigti par rezultātiem.
“Kaut kas līdzīgs tam, iespējams, prasīs dienas, lai to izdarītu,” sacīja Šahs. ”Mēs varējām to darīt pāris stundu laikā, kas bija ļoti, ļoti interesanti.
Šī prototipa sesija izraisīja Mailchimp plašāku AI kodēšanas rīku pieņemšanu. Tagad, izmantojot šos rīkus, uzņēmums ir sasniedzis attīstības ātrumu līdz 40% ātrāk, apgūstot kritiskās nodarbības par pārvaldību, instrumentu izvēli un cilvēku kompetenci, ko citi uzņēmumi var nekavējoties izmantot.
Evolūcija no jautājumiem un atbildēm, lai “darītu to man”
MailChimp ceļojums atspoguļo plašāku pārmaiņu, kā izstrādātāji mijiedarbojas ar AI. Sākotnēji inženieri izmantoja sarunvalodas AI rīkus pamata norādījumiem un algoritma ieteikumiem.
“Es domāju, ka pat pirms vibe kodēšanas kļuva par lietu, daudzi inženieri jau izmantoja esošos, sarunvalodas AI rīkus, lai faktiski izdarītu kaut kādu veidu – hei, vai tas ir pareizais algoritms lietai, kuru es cenšos atrisināt?” Šahs atzīmēja.
Paradigma principiāli mainījās ar mūsdienu AI vibe kodēšanas rīkiem. Vienkāršu jautājumu un atbilžu vietā rīku izmantošana vairāk kļuva par faktiski veikt dažus kodēšanas darbus.
Šī pāreja no konsultācijas uz delegāciju atspoguļo galveno vērtības ierosinājumu, ar kuru šodien cīnās uzņēmumi.
MailChimp apzināti pieņēma vairākas AI kodēšanas platformas, nevis standartizēja vienu. Uzņēmums izmanto kursoru, vindsērfu, Increase, Qodo un Github Copilot, pamatojoties uz galveno ieskatu par specializāciju.
“Tas, ko mēs sapratām, ir atkarībā no jūsu programmatūras izstrādes dzīves cikla, dažādi rīki sniedz jums atšķirīgas priekšrocības vai atšķirīgas kompetences, gandrīz kā ar inženieri, kas strādā ar jums,” sacīja Šahs.
Šī pieeja atspoguļo to, kā uzņēmumi izvieto dažādus specializētus rīkus dažādiem attīstības posmiem. Uzņēmumi izvairās piespiest viena izmēra piemērotu risinājumu, kas dažās jomās var būt izcils, vienlaikus nepietiekami veiktspēja citās.
Stratēģija radās no praktiskas pārbaudes, nevis teorētiskās plānošanas. MailChimp, izmantojot lietojumu, atklāja, ka dažādi rīki ir izcili dažādos uzdevumos viņu attīstības darbplūsmā.
Pārvaldības ietvari novērš AI kodēšanas haosu
MailChimp viskritiskākā vibe kodēšanas nodarbība koncentrējas uz pārvaldību. Uzņēmums ieviesa gan uz politiku balstītus, gan procesu iestrādātus aizsargus, kurus var pielāgot citi uzņēmumi.
Politikas sistēma ietver atbildīgus AI pārskatus par jebkuru AI balstītu izvietošanu, kas skar klientu datus. Procesa iestrādātās kontroles nodrošina, ka cilvēku uzraudzība joprojām ir galvenā. AI var veikt sākotnējās koda pārskatus, taču pirms jebkura koda izvietošanas ražošanā joprojām ir nepieciešama cilvēku apstiprināšana.
“Lokā vienmēr būs cilvēks,” uzsvēra Šahs. “Vienmēr būs cilvēks, kuram tas būs jāpārrēķinās, mums tas būs jāpārbauda zarnās, pārliecinieties, ka tā faktiski risina pareizo problēmu.”
Šī divslāņu pieeja pievēršas uzņēmumu kopīgai bažai. Uzņēmumi vēlas AI produktivitātes priekšrocības, saglabājot koda kvalitāti un drošības standartus.
Konteksta ierobežojumiem ir nepieciešams stratēģisks pamudinājums
MailChimp atklāja, ka AI kodēšanas rīki saskaras ar ievērojamu ierobežojumu. Rīki saprot vispārīgos programmēšanas modeļus, guess tiem trūkst īpašu zināšanu par uzņēmējdarbības jomu.
“AI, cik vien iespējams, ir iemācījušies no nozares standartiem, guess tajā pašā laikā tas, iespējams, neietilpst esošajos lietotāju braucienos, kas mums ir kā produkts,” atzīmēja Šahs.
Šis ieskats noveda pie kritiskas realizācijas. Veiksmīgai AI kodēšanai inženieriem ir jānodrošina arvien specifiskāks konteksts, izmantojot rūpīgi izstrādātas uzvednes, pamatojoties uz viņu tehniskajām un biznesa zināšanām.
“Jums joprojām ir jāsaprot tehnoloģijas, bizness, domēns un sistēmas arhitektūra, lietu aspekti dienas beigās, AI palīdz pastiprināt to, ko jūs zināt un ko jūs varētu ar to darīt,” skaidroja Šahs.
Praktiska nozīme uzņēmumiem: komandām ir nepieciešama apmācība gan par instrumentiem, gan par to, kā efektīvi komunicēt biznesa kontekstu ar AI sistēmām.
Prototips-ražošanas plaisa joprojām ir ievērojama
AI kodēšanas rīki izceļas ar ātru prototipu veidošanu, guess MailChimp uzzināja, ka prototipi automātiski nekļūst par ražošanu gatavu kodu. Integrācijas sarežģītībai, drošības prasībām un sistēmas arhitektūras apsvērumiem joprojām ir nepieciešama ievērojama zināšanas par cilvēku.
“Tikai tāpēc, ka mums ir izveidots prototips, mums nevajadzētu secināt, ka to var izdarīt x laika posmā,” Šahs brīdināja. “Prototips nav pielīdzināms prototipa ņemšanai ražošanai.”
Šī mācība palīdz uzņēmumiem noteikt reālas cerības par AI kodēšanas rīku ietekmi uz attīstības termiņiem. Rīki ievērojami palīdz veikt prototipēšanu un sākotnējo attīstību, taču tie nav burvju risinājums visam programmatūras izstrādes dzīves ciklam.
Stratēģiskā fokusa pāreja uz augstākas vērtības darbu
Pārveidojošākā ietekme nebija tikai ātrums. Instrumenti ļāva inženieriem koncentrēties uz augstākas vērtības aktivitātēm. MailChimp inženieri tagad vairāk laika pavada sistēmas projektēšanā, arhitektūrā un klientu darbplūsmas integrācijā, nevis atkārtotos kodēšanas uzdevumos.
“Tas mums palīdz vairāk laika pavadīt sistēmas projektēšanai un arhitektūrai,” skaidroja Šahs. “Tad tiešām, kā mēs integrējam visas darbplūsmas kopā klientiem un mazāk uz ikdienišķiem uzdevumiem.”
Šī maiņa liek domāt, ka uzņēmumiem jānovērtē AI kodēšanas panākumi, kas pārsniedz produktivitātes rādītājus. Uzņēmumiem vajadzētu izsekot darba stratēģiskajai vērtībai, kuru cilvēku izstrādātāji tagad var noteikt.
Uzņēmumu apakšējā līnija
Uzņēmumiem, kas vēlas vadīt AI-uzlabotu attīstību, Mailchimp pieredze parāda būtisku principu. Panākumi prasa AI kodēšanas rīkus uzskatīt par sarežģītiem palīgiem, kas pastiprina cilvēku zināšanas, nevis to aizstā.
Organizācijas, kas apgūst šo līdzsvaru, iegūs ilgtspējīgas konkurences priekšrocības. Viņi sasniegs pareizo tehnisko spēju sajaukumu ar cilvēku uzraudzību, ātrumu ar pārvaldību un produktivitāti ar kvalitāti.
Uzņēmumiem, kas vēlas izmantot AI kodēšanas rīkus vēlāk ciklā, Mailchimp brauciens no krīzes virzīta eksperimenta uz sistemātisku izvietošanu nodrošina pierādītu projektu. Galvenais ieskats joprojām ir konsekvents: AI palielina cilvēku izstrādātājus, guess cilvēku zināšanas un pārraudzība joprojām ir būtiska, lai panāktu ražošanu.
avots
