Про продуктивность и энтропию С ростом размера и сложности программ растет и их энтропия – уровень неопределенности и непредсказуемости поведения. Чем продуктивнее разработчик, тем больше изменений в систему он вносит, и тем быстрее растет энтропия. На AI все смотрят как на волшебную таблетку продуктивности – и такой подход может привести к очень быстрому и про том неявному росту энтропии. Вот несколько интересных мыслей из статьи: 👉Чем раньше принято какое-то решение по дизайну системы, тем сложнее его изменить в будущем. Оно задает ограничения и воркэраунды, которые приходится делать при разработке новых фичей. Чем больше фичей вы будете генерировать, тем сложнее станет отказываться от таких ранних легаси решений, тем больше неочевидных путей и решений в вашем коде будет появляться. 👉У разных команд в организации могут быть конфликтующие цели с точки зрения архитектуры. Например, платформенные команды стремятся сделать архитектуру стабильной и развивающейся по понятному набору правил, и в то же время продуктовые команды хотят move fast and break things, потому что поджимают квартальные OKR. Обычно такие конфликты заставляли людей сесть в одной комнате и договориться. AI ускоряет цикл разработки, и гораздо чаще будут случаться ситуации, когда вместо договоренности все будут тянуть систему в разных направлениях, увеличивая энтропию. 👉Обратная связь о многих решениях прилетает не сразу. Например, качество принимаемых архитектурных решений может быть видно только спустя месяцы или годы. То же самое и с запутанным кодом – обратную связь в виде инцидентов вы можете получить, только когда распутывать его станет уже слишком сложно и дорого. Ну и напоследок прекрасная цитата: AI will require us to hold on to good software engineering principles even tighter. Those who understand this will build systems that grow and last. The ones chasing unbounded productivity gains won’t know why they failed.