Публикувано на 10 юни 2025 г.На 22 юли Явор Папазов – главен технологичен директор на ABIES, ще проведе 4-часов интензивен workshop на тема AI-assisted software development.
Писането и редактирането на код с изкуствен интелект (AI) вече не е нещо ново, но начините, по които това се случва, се променят постоянно. Явор е един от малкото IT професионалисти у нас с опит в AI-enhanced development обученията.
Разгледайте програмата тук, а междувременно вижте и какво по темата за AI сподели Явор Папазов.
Явор, колко реда код си написал с помощта на AI?
Спрях да броя, когато стигнах до около 300-400 хиляди. Очаквам, че на този етап е няколко милиона. Разбира се, голяма част от този код не е production-ready – част от „красотата“ на AI е, че може да се ползва за Proof of Concepts, валидации, дребни автоматизации – все неща, които преди 4 години стояха твърдо в категорията would – тоест: „Ще го свършим това, ама друг път“.
Така че, за мен AI промени не само това колко код „пиша“, но и защо и какви проблеми решавам с код – цената на писането на код падна стократно, поне за опитни професионалисти.
Кои са най-важните концепции, които трябва да научат специалистите в посока AI-assisted software development и защо?
Тук, предполагам, ще изненадам много колеги, които очакват да говоря за Prompt engineering, Agentic RAG или други горещи термини, но моите наблюдения са в друга посока – и ще започна с „горчив хап“. Най-важното умение при употреба на AI е… добър мениджмънт.
Обичам да се шегувам, че AI е непонятно талантлив и безкрайно junior колега – той ще свърши заданието с огромна вероятност и много познания… но също така ще се хвърли да върши невъзможни задачи, без да спори, няма да попита защо това е заданието, ще се върти в кръг, когато е без надзор, понякога дори ще се престори, че работата е свършена.
Другият изключително ценен съвет, който бих дал, е да се чете резултатът от AI. Мисля, че тук аз лично намерих своята сила – сигурен съм, че съм прочел над 200 хил. страници, написани от AI по мои prompt-ове. Наблюдението ми е, че колеги, които не успяват да „яхнат вълната“, не си правят труда да прочетат и разберат какво им казва AI.
Моделите подлежат на „обучение“ в рамките на самия разговор под формата на допълнителен контекст и инструкции, но това човек може да види, само ако следи резултата от работата им. Неслучайно се появяват обяви за работа за читатели на код, написан от AI, вместо за хора, които ще го пишат.
Loading …Би ли споделил конкретни примери, при които AI е улеснил много работата ти или ти е спестил време?
Първият подобен пример беше когато имах спешна нужда от сложен технически прототип, който ползва виртуализация във виртуализация, но решава наш критичен технически проблем, а решението е необходимо буквално за следващия ден. С агресивна употреба на AI в рамките на 4 часа стигнах до работещ прототип и успешно се подготвихме за демото на другия ден – нещо, което без AI щеше да отнеме по всяка вероятност дни до седмица.
Друг пример е възможността да подобря качеството на кода, който пиша – стига проектът да е архитектурно правилно „разделен“, чрез AI е възможно да се повишава степента на тестване измеримо и постепенно докато проектът се развива с допълнителна функционалност. В моите проекти например броят unit тестове, покритието им и дори и другите типове тестове се повиши значително откакто ползвам AI – това е евтина инвестиция за по-лесна и бърза работа в бъдещето, която препоръчвам на всеки.
Explore more
Как според теб AI-assisted software development променя начина, по който работят IT специалистите?
Бих казал, че промените са наистина много и като цяло ще прекараме следващите няколко години в индустрията да отсяваме добрите идеи от прекалено амбициозните и рискови практики.
Като за начало смятам, че в текущия момент във времето инстиктивно всеки програмист трябва да опита да решава задачите си първо с участието на AI и едва ако това не стане – да премине към алтернативи, опитвайки да оптимизира процеса с помощта на AI.
Ако трябва да бъда директен, посланието ми е, че писането на код „на ръка“ в момента представлява да си бръкнеш сам в джоба. Въпрос на време е компаниите да вдигнат своите стандарти за продуктивност, така че приложението на AI от страна на програмистите да стане неизбежно.
Искам да обърна внимание и на притеснението за сигурността на работното място на много колеги – примерът как конете в индустрията са изчезнали след появата на ДВГ е показателен, че дългосрочни гаранции за сигурност в този аспект не могат да бъдат давани.
Но за мен е важно и това, че не би трябвало програмистите да се идентифицират с коня в тази метафора – кочияшите са „изчезнали“ само в смисъл, че сега се наричат шофьори, но същността на професията не се е променила – те управляват и донякъде обслужват транспортни средства. Това е един от най-големите икономически сектори спрямо брой заети хора в него на глобално ниво – тоест автоматизацията променя функцията, но рядко наистина я премахва като нужда.
Трето, от метафората за „шофьор на AI“ можем да вземем малко повече. Достъпността на AI за софтуерна разработка е в много отношения като това да започнат да се продават автомобили с инсталирани ракетни двигатели. И в двата примера производителността ще се качи значително, но само при качествено пилотиране. И точно там идва ключовото наблюдение – за шофьор на автомобил са необходими умения, достатъчни за шофиране със скорост 120 км/ч.
За „пилот“ на ракетен автомобил ще е необходима доста по-висока степен на подготовка и компетентност – в противен случай, докато се усети, пилотът ще е в канавката и ракетният двигател ще е на празен ход. Точно това е и един от основните симптоми на лошо приложение на AI – при лошо „пилотиране“ моделът пише код, но по грешния проблем, с грешни допускания, или още по-лошо – върти се в гигантски кръг, който по-неопитни колеги не могат да разпознаят.
Колко в бъдещето е това или вече се случва?
Определено вече се случва – по-голямата част от кода, използван в технологичните гиганти, вече не е написан от хора. Оттук нататък процесът ще се ускорява и разпространява, поне докато достигне икономически обоснована граница, която според мен засега не можем да предвидим.
Но съм скептик и по адрес на „акселерационистката“ хипотеза, според която AI ще стане 10 пъти по-умен от най-умния човек, който е съществувал 10 пъти по-бързо, отколкото е стигнал от 0 до елементарни познания.
По принцип експоненциалните предсказания просто не се сбъдват – има твърде много примери в историята за това как хора са описвали края на света заради експоненциален процес, който е „невъзможно да бъде спрян“, само за да бъдат видимо опровергани месеци или няколко години по-късно.
В случая на AI има много ограничаващи фактори, сред които производствени капацитети на заводи, геополитически риск (TSMC), човешки фактор (Хърбърт Франк е писал по темата преди 60 години), както и неща, които не можем да си представим.
Освен това ние сме съвсем в началото на тази индустриална революция – по всяка вероятност проблемът ще се окаже не просто технически, а също и инфраструктурен. А инфраструктура не се гради за една вечер, независимо от потенциалните печалби.
Колко време си инвестирал, за да натрупаш знанието и опита, които ще споделиш в този AI Workshop?
Златният стандарт за „майсторлък“ в дадена област на познанието е 10 000 часа, поне така твърдят психологическите проучвания по темата. Сигурен съм, че не съм стигнал още тези 10 хил. часа, прекарани в мислене и работене с AI, но също така съм сигурен, че съм над 1000 часа, където като цяло започва разбирането на по-дълбоките феномени и скрити зависимости.
Предвид колко е млада самата област (поне в модерната ѝ формулировка – работа с тензорни модели чрез обучение върху огромни обеми от данни), сигурен съм, че имам да науча още много, най-малкото защото много от големите пробиви тепърва предстои да се случат.
Въпреки тази значителна инвестиция бих казал, че опитен програмист може да получи стойност от работа с AI в рамките на първата работна седмица (при правилен избор на стартова задача), а след около месец ще бъде трудно да бъде убеден да се върне обратно към „ръчното“ програмиране – разликата в ефективността е твърде голяма за да бъде отметната с лека ръка.
На 22 юли Явор Папазов ще навлезе повече в темата за AI-assisted software development и вие имате възможност да почерпите от опита му. Ще си говорим за Prompts, Functions & MCP, RAGs & Agentic Search, Greenfield & Brownfield, Cursor, Windsurf, Claude Code, GitHub Copilot, Aider. Разгледайте програмата за интензивния 4-часов workshop тук.
