ჩვენ პროგრამული უზრუნველყოფის განვითარებაში გარდამტეხ წერტილზე ვდგავართ. დისკუსია ხშირად ეხება რომელი რომ AI უკეთეს კოდს წერს (Claude ტოლი ChatGPT) ან სად სად უნდა მდებარეობდეს ეს AI (IDE ან CLI). მაგრამ ეს არ არის სწორი კითხვა.
პრობლემა არ არის გენერირება კოდის. პრობლემაა ვალიდაცია ის.
თუ შევიქმნით AI-ს როგორც “Vibe Coders” — სადაც ჩვენ ვაჩვენებთ ნებას და AI ასრულებს შესრულებას — ვქმნით ახალ პროგრამულ უზრუნველყოფის უზარმაზარ ნაკადს. AI-აგენტების ჯოგი ერთ წუთში შეძლებს უფრო მეტ კოდს გენერირებას, ვიდრე უხელმძღვანელვებულმა უფროსმა დეველოპერმა ერთი კვირის მანძილზე შეძლოს შემოწმება. ადამიანმა კი ბოთლნეკი შეიქნა.
მონახაზად გამოსავალი არ არის მეტის მოქმედი ადამიანები. გამოსავალი არის AI დიზაინის ავტორიტეტი.
ტრადიციულად „დიზაინ ავტორიტეტი“ არის არქიტექტორთა ჯგუფი, რომელიც კვირაში ან თვეში ერთხელ თავს იყრის დიზაინის დამტკიცების ან უარყოფისთვის. სამყაროში სწრაფი AI განვითარება ეს მოდელი უტილიტარულია და მოძველებულია. ის ძალიან ნელია და რეაქტიულია.
თუ გადავდივართ „一次ზეპირ კოდზე“ — პროგრამული უზრუნველყოფა, რომელსაც მუდმივად არ ვრე ფაქტორებთ, არამედ მოთხოვნების შეცვლისას ვაგდებინებთ და თავიდან ვგენერირებთ — ჩვენი როლი რადიკალურად იცვლება. ჩვენ ვეღარ ვიქნებით ქვისდამჭედავები, რომლებიც ქვას ქვის მიჰყრიან. ჩვენ ვიქნებით ქარხნის დიზაინერები, რომელიც კედლებს სტამბავს.
მაგრამ ვინ შემოწმებს, რომ კედლები სწორი დგას?
AI დიზაინის ავტორიტეტი პიროვნება არ არის, არამედ პიპლაინია. „გონტლეტი“ — ჯაჭვი, რის გამრთმეც თითოეულიenerated კოდს უნდა გადაევლოთ, რათა პროდუქციაში მოხვდეს. ეს პროცესი არ ადვილებს ადამიანური კოდის შემოწმებას ისე, როგორც რისიც არაფერი, არამედ რაღაცით საუკეთესო.
ეს სამ დონეზე მუშაობს:
1. აღმასრულებელი ძალა (გენერაცია)
ჩვენ ერთ AI-ს არ ვთხოვთ გადაწყვეტილებას, ჩვენ ვთხოვთ სამს. ვუშვებთ Gemini 3-ს, GPT-5-ს და ღია კოდის მოდელს (როგორიცაა Llama) პარალელურად იმავე პრობლემაზე მუშაობისთვის. ეს აცილებს თუნდაც تونელის ხედვას და არღვევს იმ „ინცენდენციას“, რაც LLM-ებს ზოგჯერ აქვთ. ეს მიდგომა ასევე სამეცნიერო გამოკვლევებით გამყარებულია და ცხადყოფს, რომ AI-ის ჰალუცინაციების შეჩერება შეიძლება და ძალიან გრძელ ჯაჭვებსაც შეგვიძლია ვაშენოთ შეცდომების გარეშე
2. მკაცრი ფილტრი (კანონი)
აქ განხილვა შესაძლებელი არ არის. კოდი უნდა კომპილირდეს. ლინტერები არ უნდა ითხოვდნენ. და კრიტიკულია: შავი ყუთის ტესტები უნდა გაიაროს. ჩვენ არ ვამოწმებთ ფუნქციის შინაგან მუშაობას (ეს AI-ს შეუძლია მანიპულირება), ვამოწმებთ, აკეთებს თუ არა სისტემა გარედან იმას, რაც საჭიროა. ტესტი წარუმატებელია? პირდაპირ ნაგავში.
3. რბილი ფილტრი (AI ჟიური)
ეს არის ნამდვილი ინოვაცია. დარჩენილი გადაწყვეტილებები წარდგება სპეციალიზებულ "მოსწავლე AI"-ს. ეს აგენტი კოდს არ წერს, არამედ კითხულობს კოდს იკვლევს. იგი გაწვრთნილია ჩვენს არქიტექტურის პრინციპებსა და უსაფრთხოების მოთხოვნებზე (OWASP, ISO) და შესაბამისობის წესებზე (EU AI Act).
მას वोटი აქვს: "გადაწყვეტილება A სწრაფია, მაგრამ გადაწყვეტილება B უფრო უსაფრთხოა და უკეთესად შეესაბამება ჩვენს მიკროსერვისების არქიტექტურას."
გამარჯვებული გადადის წარმოებაში.
ეს მოდელი აფართოვებს ძალაუფლების გამიჯვნას, რომელიც ბევრ გუნდში აკლია.
project-description.md, rules.md, skills.md en principles.md), მყარ მოთხოვნებს. არქიტექტორი განსაზღვრავს რა რა შევქმნით, ვინ შექმნის, როგორ და რატომ.
ეს გვათავისუფლებს სინტაქსური შეცდომების ტირანიიდან და გვაძლევს საშუალებას გავახვილოთ ყურადღება იმაზე, რაში ვართ კარგები: სისტემური აზროვნება. ჭეშმარიტების მოძიება. სტრუქტურა და გადაწყვეტილებების მიღება.
ნიშანდობლივია არ არის კითხვა, შეუძლია თუ არა AI-მ ჩვენი კოდი დაწეროს. ეს საკითხი უკვე გადაწყვეტილია. კოდი დიდწილად გახდება ერთჯერადი პროდუქტი.
კითხვა ასეთია: თუ უყურებ კონტროლს კოდი უარყოფა, რათა ამის საშუალებით ხელში ჩაიგდოს კონტროლი ხარისხი იმის მისაღებად?
გამაგებინეთ