Generativni AI za programiranje: Ispravi bugove u sekundi
Prestanite vjerovati u mit o ‘savršenom kodu’ koji izlazi iz prve. To je laž. Ako ste mislili da će vam LLM isporučiti gotov projekt bez da zaprljate ruke u terminalu, prevareni ste od strane marketinga. Istina je surovija: AI je vaša najbrža ruka u radionici, ali ako mu ne postavite granice, napravit će vam više štete nego koristi. Vi držite alat, a ne on vas. U narednih deset minuta naučit ćete kako iskoristiti tu sirovu snagu da sasečete sate debagovanja na sekunde, a da pritom ne postanete ovisni o kodu koji niko ne razumije.
Vjerovatno ste proveli sate buljeći u ekran dok vam oči ne prokrvare, pokušavajući shvatiti zašto taj jedan ‘null pointer’ uporno ruši aplikaciju. Zidovi vaše sobe odzvanjaju tišinom, a kafa je odavno hladna i bljutava. To je emocionalni dno svakog programera. Onda ubacite kod u ChatGPT i on vam izbaci rješenje. Radi. Ali, da li znate zašto radi? Ako ne znate, upravo ste ugradili tempiranu bombu u svoj projekt. Pravi majstor zna svaki šaraf u svom stroju.
Prsti na tastaturi i miris ozona: Gdje bugovi zapravo žive
Prvi korak u popravci nije kucanje prompta, već izolacija kvara. Bugovi imaju miris – miris loše logike i preopterećene memorije. Kada vaš server počne da trza, to nije magija. To je trenje. Morate osjetiti gdje kod zapinje. Smanjenje bugova pri deployu zahtijeva hiruršku preciznost, a ne nasumično ‘copy-paste’ rješenje. Prvo izvucite logove. Ako vidite hrpu crvenila, ne paničarite. AI najbolje radi kada mu date specifičan simptom, a ne cijelu istoriju bolesti.
Da li moram razumjeti svaki red koda koji AI generiše?
Da. Kratko i jasno. Ako ne možete objasniti taj red koda mlađem programeru, nemojte ga stavljati u produkciju. AI često ‘halucinira’ funkcije koje ne postoje ili koristi zastarjele biblioteke koje imaju sigurnosne rupe. Provjerite svaku liniju. To je vaš potpis.
Prompt nije čarobni štapić – to je precizni alat
Zaboravite na upite tipa ‘popravi ovo’. To je kao da mehaničaru kažete ‘auto mi ne radi’. Morate biti specifični. ‘Iščupajte’ sporni blok koda, dajte AI-u kontekst biblioteka koje koristite i jasno definišite očekivani izlaz. Slather (nabacajte) mu dovoljno informacija, ali ne i smeće. Ako mu date 2000 linija koda za problem koji je u 10 linija, on će se pogubiti u tokenima kao početnik u skladištu punom vijaka.
CRVENA ZONA – SIGURNOSNO UPOZORENJE: Nikada, ali nikada ne lijepite API ključeve, lozinke ili privatne podatke klijenata u javne AI modele. Sakrivanje lozinki od AI alata je osnova preživljavanja. Jedan pogrešan ‘enter’ i vaša baza podataka je na prodaju na mračnom webu. Shvatite ovo ozbiljno: 120v struja vas može ubiti, a curenje podataka vam može uništiti karijeru.
Anatomija katastrofe: Kada AI ‘popravi’ kod tako da sruši sve
Sjedio sam za stolom prošlog utorka, pokušavajući popraviti jedan jednostavan loop. AI mi je ponudio rješenje koje je izgledalo elegantno, ‘flush-mounted’ (savršeno uklopljeno). Prihvatio sam ga bez razmišljanja. Šest minuta kasnije, server je počeo da vrišti. Memorija je skočila na 98%. AI je kreirao rekurzivnu funkciju bez izlaznog uslova jer nije razumio stanje globalne varijable. To je ‘Anatomija Screw-Up-a’. Ako preskočite testiranje u lokalnom okruženju, vaš kod će se raspasti kao jeftina iverica na vlagi. U januaru, kada vlažnost skoči, ta loša logika će ‘nabubriti’ i srušiti sistem. Uvijek testirajte jedinicu (unit test) prije nego što pustite AI rješenje u divljinu.
Zašto ovo zapravo radi: Mehanika pažnje i tokena
Vrijeme je za malo nauke o materijalima. LLM modeli rade na principu ‘Attention’ mehanizma. Zamislite to kao reflektor na mračnom radnom stolu. Model ne ‘razumije’ kod kao vi; on predviđa sljedeći najvjerovatniji token na osnovu milijardi primjera. To je čista statistika maskirana u inteligenciju. Kada mu date kod, on traži obrasce. Ako je vaš kod ‘špageti’, on će vam vratiti još komplikovanije špagete. Zato je podešavanje temperature parametra ključno. Za programiranje, želite nisku temperaturu (oko 0.2) – želite hladnu, robotsku preciznost, a ne kreativno pisanje poezije u vašem JavaScriptu.
Alati koje trebate (i oni koje možete baciti)
Ne kupujte skupe pretplate dok ne savladate osnove. VS Code uz GitHub Copilot je standard, ali lokalni modeli poput Llama 3 koji rade na vašem hardveru su budućnost privatnosti. Instalacija lokalnog LLM-a vam omogućava da radite bez interneta i bez straha da će neko ukrasti vašu intelektualnu svojinu. To je kao da imate vlastiti strug u garaži umjesto da plaćate najam u zajedničkoj radionici. Kao i kod svakog alata, važna je kalibracija. Ako vaš drill (bušilica) nema kvačilo, polomit ćete svaki vijak. Ako vaš AI nema dobar sistemski prompt, dobit ćete smeće.
Mogu li AI koristiti za pisanje cijelih aplikacija?
Možete, ali nećete moći održavati to čudovište. AI je fenomenalan za male, diskretne zadatke: pisanje regex-a, generisanje boilerplate koda ili pronalaženje onog jednog zareza koji fali. Za arhitekturu sistema, još uvijek vam treba ljudski mozak koji razumije kako se materijali (podaci) ponašaju pod pritiskom. Provjera AI koda je vještina koja se uči godinama, a ne preko vikenda.
Na kraju dana, programiranje s AI-om je kao rad sa šegrtom koji je pročitao svu literaturu svijeta, ali nikada nije držao čekić u ruci. On će vam dati ideju, ali vi ste taj koji mora udariti ekser. Vaš posao nije da pišete kod, već da rješavate probleme. AI vam samo daje brži čekić. Koristite ga pametno, ne budite lijeni i uvijek, ali uvijek, imajte spreman ‘rollback’ plan. Jer kada se kod sruši u produkciji, AI neće biti taj koji će primati pozive u 2 ujutro. To ćete biti vi. Držite taj multimetar (logove) blizu i ne vjerujte nikome dok ne vidite zelene testove. To je jedini put do majstorstva u 2026. godini.
