Odpovídáte na názor k článku AI asistenti pro vývoj software: nástroje používané pro agentické programování. Názory mohou přidávat pouze registrovaní uživatelé. Nově přidané názory se na webu objeví až po schválení redakcí.
Přijde mi, že úspěšnost nejvíc závisí na množství kontextu (potřebného/dodaného) a vazeb na okolní svět. Pokud děláte víceméně izolovanou věc, kterou dokážete velmi dobře vyspecifikovat, i poměrně složitou, často ji to dokáže vysypat na první pokus. Čím více komplexních interakcí s okolním světem, tím je to větší minové pole.
Myslím, že agentic coding by mohl přinést velkou renesanci unixové filosofie, protože prostě s malou a dobře ohraničenou věcí, které má malá a dobře popsaná rozhraní k okolí, si agenti vždy poradí lépe než s velkým molochem, kde je všechno provázané se vším.
Taky je agent tím užitečnější, čím větší je propast mezi složitostí popisu, co daná věc má dělat, a složitostí implementace. Pokud je ta věc jednoduše popsatelná a zároveň spousta práce ji udělat, pak je agent super. Pokud je tam naopak spoustu nuancí, máte velmi specifické a detailní představy o tom, jak má implementace vypadat, atp., často je lepší napsat to ručně. Ale to je koneckonců podobné jako s lidmi. Někdy prostě máte v hlavě tak jasnou a detailní vizi, že je pro vás výrazně rychlejší to prostě napsat než ji vysvětlit kolegovi.
Obecně toto funguje jako dobrá heuristika. Pokud se na agenta díváte jako na inteligentního, obecně znalého, občas až příliš hrr nadšeného brigádníka, který o vašem záměru a projektu neví nic kromě toho, co mu řeknete, myslím, že to často dá dobrou intuici o tom, kdy můžete chtít na něj nějakou práci delegovat a kdy ne.
Příklad dobře definovaného a ohraničeného problému: tady mám nějakou hardwarovou krabičku s nějakým rozhraním. Předhodím agentovi PDF datasheet/dokumentaci, řeknu udělej věc, co se s tím baví a na druhé straně má MQTT rozhraní s takovými topicy. Typicky na první pokus hotovo.