პროგრამული უზრუნველყოფის განვითარების გარდამტეხ წერტილზე ვდგავართ. დისკუსია ხშირად მიდის რომელი AI წერს საუკეთესო კოდს (Claude vs. ChatGPT) თუ სად სად უნდა ბინადრობდეს AI (IDE თუ CLI). მაგრამ ეს არასწორი დისკუსიაა.
ნამდვილი პრობლემა არ არის γενერაცია კოდის. ნამდვილი პრობლემა არის ვალიდაცია მისი.
თუ ხელოვნურ ინტელექტს მივიღებთ, როგორც „Vibe Coders“ – სადაც ჩვენ ვაძლევთ განზრახვას და ხელოვნური ინტელექტი ასრულებს – შევქმნით უზარმაზარ ახალი პროგრამული უზრუნველყოფის ნაკადს. ხელოვნური ინტელექტის აგენტების როიმ ერთ წუთში შეიძლება იმდენი კოდი შექმნას, რამდენიც უფროს დეველოპერს ერთი კვირის განმავლობაში შეუძლია მიმოხილვაში. ადამიანი გახდა შემაფერხებელი ფაქტორი.
გამოსავალი არ არის მეტი ადამიანები. გამოსავალი არის AI დიზაინის ავტორიტეტი.
ტრადიციულად, „დიზაინის ავტორიტეტი“ არის არქიტექტორების მცირე ჯგუფი, რომელიც იკრიბება კვირაში ან თვეში ერთხელ დიზაინის დასამტკიცებლად ან უარსაყოფად. სამყაროში, მაღალი სიჩქარის AI განვითარება ეს მოდელი სასოწარკვეთილად მოძველებულია. ის ძალიან ნელია და ზედმეტად რეაქტიული.
თუ გადავალთ „ერთჯერად კოდზე“ – პროგრამულ უზრუნველყოფაზე, რომელსაც არასდროს გადავაკეთებთ, არამედ გადავაგდებთ და ხელახლა შევქმნით მოთხოვნების შეცვლისას – ჩვენი როლი ფუნდამენტურად იცვლება. ჩვენ აღარ ვართ ქვისმთლელები, რომლებიც ქვას ქვაზე დებენ. ჩვენ ვართ ქარხნის არქიტექტორები, რომლებიც კედლებს ბეჭდავენ.
მაგრამ ვინ ამოწმებს, სწორად დგას თუ არა ეს კედლები?
AI დიზაინის ავტორიტეტი არ არის პიროვნება, არამედ მილსადენი. „ხელთათმანი“, რომელშიც გენერირებული კოდის ყველა წესი უნდა გაიაროს წარმოებაში მოსახვედრად. ეს პროცესი არ ცვლის ადამიანის კოდის მიმოხილვას არაფრით-ით, არამედ რაღაცით უკეთესით.
ეს სამ ფენად მუშაობს:
1. აღმასრულებელი ხელისუფლება (გენერაცია)
ჩვენ არ ვთხოვთ ერთ ხელოვნურ ინტელექტს გადაწყვეტილების მიღებას, არამედ სამს. ჩვენ ვაიძულებთ Gemini 3-ს, GPT-5-ს და ღია კოდის მოდელს (როგორიცაა Llama) ერთდროულად იმუშაონ ერთი და იმავე პრობლემაზე. ეს ხელს უშლის „ბრმა წერტილებს“ და არღვევს იმ „სიზარმაცეს“, რომლითაც ზოგჯერ იტანჯებიან დიდი ენის მოდელები (LLM). ეს მიდგომა ასევე მეცნიერულად შესწავლილი დაამტკიცებს, რომ შესაძლებელია ხელოვნური ინტელექტის ჰალუცინაციების თავიდან აცილება და შეცდომების გარეშე ძალიან გრძელი ჯაჭვების აგება
2. მყარი ფილტრი (კანონი)
აქ დისკუსია შეუძლებელია. კოდმა უნდა იმუშაოს. ლინტერებს პრეტენზია არ უნდა ჰქონდეთ. და რაც მთავარია, შავი ყუთის ტესტები ტესტებმა უნდა გაიაროს. ჩვენ არ ვამოწმებთ, მუშაობს თუ არა ფუნქცია შიგნით (რაც AI-ს მანიპულირების საშუალებას მისცემს), ჩვენ ვამოწმებთ, აკეთებს თუ არა სისტემა გარედან იმას, რაც საჭიროა. თუ ტესტი ჩავარდა? პირდაპირ ნაგავში.
3. რბილი ფილტრი (AI ჟიური)
ეს არის ნამდვილი ინოვაცია. დარჩენილი გადაწყვეტილებები წარედგინება სპეციალიზებულ „საგამოკითხავ ხელოვნურ ინტელექტს“ (Voting AI). ეს აგენტი არ წერს კოდს, მაგრამ კითხულობს კოდს. ის გაწვრთნილია ჩვენს არქიტექტურულ პრინციპებზე, უსაფრთხოების მოთხოვნებზე (OWASP, ISO) და მარეგულირებელ წესებზე (ევროკავშირის ხელოვნური ინტელექტის აქტი).
ის აძლევს ხმას: „გამოსავალი A უფრო სწრაფია, მაგრამ გამოსავალი B უფრო უსაფრთხოა და უკეთ ერგება ჩვენს მიკროსერვისების არქიტექტურას.“
გამარჯვებული გადის წარმოებაში.
ეს მოდელი აწესებს ძალაუფლების დანაწილებას, რაც ბევრ გუნდს აკლია.
project-description.md, rules.md en principles.md), მკაცრი მოთხოვნები. არქიტექტორი განსაზღვრავს რა როგორ ავაშენოთ და რატომ.
გვათავისუფლებს სინტაქსის შეცდომების ტირანიისგან და საშუალებას გვაძლევს ფოკუსირება მოვახდინოთ იმაზე, რაშიც კარგები ვართ: სისტემური აზროვნება. ჭეშმარიტების ძიება. სტრუქტურა და გადაწყვეტილების მიღება.
კითხვა არ არის, შეუძლია თუ არა ხელოვნურ ინტელექტს ჩვენი კოდის დაწერა. ეს უკვე გადაწყვეტილია. კოდი დიდწილად ერთჯერადი ხდება.
კითხვა ის არის: ბედავთ თუ არა თქვენ კონტროლის აღსრულება გათავისუფლებას, რათა ამით დაიბრუნოთ კონტროლი ხარისხი საქმეზე?