Paradoks brzine: Kako je hiper-efikasni AI kod preopteretio Microsoftove inženjerske timove
Posljednjih godina Microsoft je intenzivno promovirao umjetnu inteligenciju kao ključni pokretač produktivnosti u razvoju softvera. No nedavno su dva odvojena inženjerska tima unutar tvrtke iznijela neočekivani problem s kojim se suočavaju u praksi. Umjesto očekivanog ubrzanja svih procesa, masovna primjena AI alata stvorila je ozbiljno usko grlo u kontroli kvalitete, provjeri i izdavanju novih verzija softvera.
Exchange tim pod pritiskom AI detekcije grešaka
Prvi ozbiljan signal zabilježen je u timu odgovornom za Microsoft Exchange Server Subscription Edition. Kupci su mjesecima čekali objavu najavljenog kumulativnog ažuriranja (CU1), čije je izdavanje više puta odgađano bez definiranja novog datuma. Razlog kašnjenja nije bio nedostatak programerskih resursa, već hiper-produktivnost
Implementirani algoritmi za automatsku analizu koda pronalazili su ogroman broj potencijalnih ranjivosti. Međusobna ovisnost procesa zahtijeva da svaki identificirani problem prođe kroz detaljnu ljudsku provjeru, reprodukciju, modifikaciju koda i regresijsko testiranje kako ispravak jedne greške ne bi uzrokovao nove nestabilnosti. Budući da sigurnosne ranjivosti zahtijevaju hitno mjesečno krpanje, inženjeri su primorani dati prioritet tekućim zakrpama, dok je izdavanje opsežnog CU1 paketa stavljeno na čekanje do ostvarivanja potpunog kognitivnog i tehničkog uvida u stabilnost sustava.
Trgovina Edge ekstenzija preplavljena AI generiranim sadržajem
Nekoliko tjedana kasnije slične poteškoće potvrdio je i tim zadužen za razvoj preglednika Microsoft Edge. Nagli skok u primjeni generativnih AI alata omogućio je vanjskim programerima masovnu i iznimno brzu izradu velike količine novih dodataka za preglednik.
Trgovina proširenjima, međutim, zahtijeva rigorozan proces pregleda kako bi se spriječila distribucija zlonamjernog koda i osigurala usklađenost s pravilima platforme. Prijelaz s ručno pisanog koda na kod koji agenti generiraju u nekoliko minuta doveo je do eksponencijalnog rasta broja prijava.
Izvorno uspostavljeni sustavi za brzu verifikaciju dodataka visoke kvalitete postali su preopterećeni, što je značajno produžilo vrijeme potrebno za odobrenje novih proširenja. Kako bi ublažio pritisak bez narušavanja sigurnosnih standarda, Edge tim bio je primoran uvesti dodatne AI modele za automatsku trijažu standardnih zahtjeva, dok su kompleksniji slučajevi i dalje preusmjereni inženjerima.
Strukturni izazov razvoja softvera u AI eri
Situacije unutar Exchange i Edge timova ukazuju na fundamentalni problem moderne primjene umjetne inteligencije u programiranju. Dok AI agenti drastično ubrzavaju početnu fazu pisanja koda i detekcije grešaka, naknadni procesi verifikacije, ispitivanja i preuzimanja odgovornosti i dalje uvelike ovise o ljudskom faktoru i rigoroznim procedurama testiranja. Povećanjem učinkovitosti u ranoj fazi razvoja stvorilo se nerazmjerno usko grlo u završnim fazama provjere kvalitete, dokazujući da veća količina stvorenog koda ne podrazumijeva nužno i veću razinu sigurnosti ili brzine isporuke.
