Posledních několik desetiletí utrácejí vlády a další subjekty miliardy za to, aby učily lidi programovat. Mělo se za to, že jde o jednu z mála profesí, která bude v měnícím se světě v bezpečí, ale ukazuje se, že psaní a manipulace s kódem je jednou z činností, pro které jsou modely umělé inteligence (AI) nejvhodnější. Technologické firmy propustily za posledních několik let více než 1 milion zaměstnanců a Microsoft jen minulý týden nabídl odstupné 60 000 zaměstnancům. Pro lidi v softwarovém průmyslu je to děsivý a naprosto dezorientující okamžik.
Asi před měsícem jsem napsal interní memorandum, v němž jsem podrobně popsal cestu k zavádění AI, kterou musí Proton následovat, aby zůstal konkurenceschopný a bezpečný, a co jsme jako organizace dosud opomněli a co musíme napravit, aby tato nevyhnutelná transformace byla úspěšná. Je jen málo pochyb o tom, že organizace, které se nepodaří transformovat dostatečně rychle, nakonec zklamou své týmy i ty, kdo se na ně spoléhají.
Memorandum mělo také další účel: přesvědčit své kolegy, že v této změně nejsme pasivními aktéry, že firma potřebuje jejich talent a odbornost, aby ji dokázala uskutečnit, a že tato transformace nabízí příležitosti těm, kdo se na ni rozhodnou připravit a zapojit se do ní.
Memorandum není podrobný inženýrský dokument. Nezabývá se konkrétnostmi zabezpečení, spolehlivosti ani infrastruktury. Spíše ukazuje směr, kterým se bude naše odvětví jako celek ubírat.
Celé memorandum najdete níže.
Stáhnout manifest o AI ve formátu PDF(nové okno)
AI @ Proton, inženýrský manifest
Nikoho v Protonu by to nemělo překvapit, a v inženýrství už vůbec ne, že se softwarové inženýrství letos neodvolatelně změnilo, pokud se tak nestalo už dříve. Velké jazykové modely (LLM) a související nástroje získaly schopnost psát kód do té míry, že mi před několika dny seniorní inženýr Protonu řekl, cituji: „V {business unit name} už nikdo nepíše kód.“ Stejně jako memorování telefonních čísel ve 20. století nebo jezdectví na koních v 19. století, i psaní skvělého kódu ručně je klíčová dovednost, jejíž doba pominula.
To je obecně skvělá věc. Velká část psaní kódu byla a je časově náročná dřina, přinejmenším v produkci a ve velkém měřítku. Dokumentace a testování jsou nutné činnosti, které málokdo dělá rád a které se historicky často zanedbávaly, což mělo za následek špatnou komunikaci, neefektivitu a nižší spolehlivost. Šablonovitý kód je ztělesněním dřiny softwarového inženýrství a možná už nikdy nebude něčím, čím se bude muset člověk zabývat. Modely nyní dokážou radit a navrhovat architektury a systémové návrhy, které sice bývají nedokonalé, ale smysluplně přispívají k diskusi, rozhodování a vzdělávání.
Mimo Proton revoluce AI dobývá svět. Mnoho z toho je vata a povrchní kosmetické kampaně, jejichž cílem je spíše vypadat inovativně než skutečně inovativní být. Ale velká část je velmi reálná a investice, které tyto firmy (včetně našich konkurentů) nyní dělají, určí podnikatelské prostředí, v němž budeme v budoucnu působit. Nejde o honbu za trendy. Tady zůstáváme pozadu a je to existenciální hrozba pro úspěch samotného poslání.
Tak proč to v Protonu nevypadá, že revoluce už dorazila? Proč produktivita dramaticky nevzrostla, když už všichni neustále používají LLM? Myslím, že to spočívá ve třech věcech, a všechny je budeme muset napravit, pokud máme uspět v nové éře, která tu už dnes je, a ne že teprve přichází.
První je změna inženýrské kultury a mentality inženýrů. Vaše práce se zásadně změnila. Už nejde o to psát kód a LLM tu nejsou od toho, aby vám pomáhaly psát lepší kód rychleji. Vaším úkolem je pomáhat LLM psát lepší kód rychleji. Každý inženýr je nyní vedoucím týmu a manažerem a vašimi přímými podřízenými jsou modely a agenti, které používáte. Přímé vedení a opravování, když se mýlí, k tomu samozřejmě patří. Ale tým dvou lidí, kteří vždy programovali ve dvojici, by nebyl moc dobrým týmem, stejně jako tým, v němž nikdo nepracoval, když byl vedoucí týmu na poradě. AI musí umět pracovat autonomně a nepřetržitě s čím dál menším dohledem člověka. Vaším úkolem je identifikovat problémy, které LLM nedokáže vyřešit sám, a pomáhat jim nejen je tentokrát vyřešit, ale umět je příště řešit lépe, a to nejen pro vás, ale pro všechny: kontextové soubory na úrovni repozitáře, sdílené dovednosti a prompty a návyk zajišťovat, aby opakovaná selhání vedla k prošetření a opravě. Vaším úkolem je posouvat hranice toho, co LLM dokáže autonomně, zasahovat tam, kde to nezvládne, a neustále přemýšlet o tom, jak zlepšit stávající stav.
Není to smrt odbornosti. LLM je rychlý. Člověk je sice pomalý, ale nese s sebou celoživotní zkušenosti, úsudek a porozumění. Je také (doufejme) mnohem méně náchylný k halucinacím a k tomu, aby ho špatné nebo zlomyslné vstupy svedly na scestí, a je odpovědný sám sobě, svému týmu i Protonu způsobem, jakým model nikdy nemůže být. Společně dokážete mnohem víc a mnohem rychleji, než by dokázal každý sám.
Není to ani smrt dobrých inženýrských postupů. Udržovatelnost a rychlost jsou lepší u dobře navržených kódových základen. Dokumentace a testy zůstávají klíčové. Nicméně musíme být otevřeni tomu, že se osvědčené postupy mění, jak se mění náklady a možnosti. Testování je dobrým příkladem. Starý osvědčený postup říká, že příliš mnoho testů (zejména koncových testů) je špatným kompromisem ve světě, kde je psaní a údržba testů drahá. Pokud bude psaní a údržba testů levná, místo, kde tuto hranici vedeme, se pravděpodobně také změní.
Druhým důvodem, proč jsme nedokázali plně využít revoluci AI, je to, že jsme téměř úplně uvízli ve fázi 1: používat LLM ke zrychlení úkolů v rámci stávajících pracovních postupů. Psaní kódu ale není jedinou částí životního cyklu vývoje softwaru. Co se stane, když odstraníte úzké místo? Nahradí ho jiné. Možná je to rychlost a kapacita CI. Možná je to design, schvalování, specifikace a revize kódu (ano, musíme a dostaneme se do bodu, kdy většina lidských revizí kódu skončí). Možná se pracovní postup příliš nezmění, ale LLM nám konečně umožní investovat do automatizace, která byla dříve kvůli nákladům nemožná. Pokud se na všechny naše procesy nepodíváme komplexně a nebudeme nemilosrdně odstraňovat úzká místa, nedosáhneme plného potenciálu. Odstraňování těchto úzkých míst často nebude znamenat jen optimalizaci částí stávajících pracovních postupů, ale jejich celkové přepracování a přehodnocení. To je fáze 2 a musíme se tam dostat teď.
Třetím důvodem je problém kolektivní akce. Efektivně používat LLM při psaní kódu zvládne jednotlivý inženýr sám za sebe. Přebudovat nebo optimalizovat proces CI pro celý tým, obchodní jednotku nebo firmu je mnohem těžší a přináší to náklady příležitosti a kompromisy. Není to nemožné a mnoho lidí v Protonu dokázalo samo úžasné věci, z nichž některé se rozšířily široko daleko. Ale na to, aby se celá firma převybavila, potřebujeme organizaci a zdroje v míře, do které jsme zatím prostě neinvestovali. Pokud jde o diskusi o životním cyklu vývoje softwaru v předchozím odstavci, v mnoha případech ani nevíme, kde jsou úzká místa, protože jsme neinvestovali do nástrojů potřebných k jejich nalezení. Určitá opatrnost byla v minulosti možná oprávněná: nějakou dobu trvalo zjistit, jak tyto nové nástroje nejlépe používat, a budeme i nadále podporovat experimentování. Ale už je nejvyšší čas, abychom se jako organizace zavázali k transformaci, kterou tato chvíle vyžaduje.
Co to tedy znamená pro vás, kdo pracujete v inženýrství? Vaše pravomoc i odpovědnost se rozšířily. Nejenže odpovídáte za to, že se práce udělá, ale nyní také určujete, jak se udělá, a proto odpovídáte za neustálou optimalizaci a maximální automatizaci (a sdílení těchto vylepšení s kolegy, protože úspěch v Protonu je týmový sport). Je také vaší odpovědností označit a eskalovat potřebná vylepšení, která nedokážete provést vlastními silami. Proton ze své strany zorganizuje a zajistí zdroje pro kritické investice, které jsou nutné k dokončení fáze 2 a plnému využití potenciálu revoluce AI.
Podstatné je, že jsme v novém světě. „Programování“ je mrtvé. Inženýrství ne, stejně jako odbornost. Vaše stará práce je pryč. Vaše nová práce stavitele vám umožní dělat více a mít větší dopad než kdykoli dříve, pokud využijete příležitost. A Proton vás k tomu připraví; o těchto snahách uslyšíte více v nadcházejících dnech a týdnech. Éra experimentování pokračuje, ale nastal čas jednat. Budoucnost je tady. Udělejme si ji svou.
Titulní obrázek: Bernard Leonardo
Instagram: @dranreboel
Web: https://dranreboel.myportfolio.com/work






