AIをコード生成に使いこなされている皆さん、生成AIによるコードの質には満足されているのでしょうか?
ルールやお手本の実装を整備して、タスク粒度を適切に分割することで、求めたレベルの6割以上程度はAIが満たしてくれる様になると言う事は、これまで様々な事例を見聞きして把握しています。
しかし、まだそこに至っていない自組織の現状では、AIによる成果物が、DRYや単一責任と言った基本的なプログラミング原則にも則っておらず、コードレビューが追いつかずにそれらが積もって、もはやメンテ不能に陥りつつあります。
実験的なプロジェクトなのでビジネス的には特に影響していないものの、今後のプロジェクトへの適用にはまだまだかなりの準備が必要と感じています。
ジュニアなエンジニアが下手なコードをまともにセルフ(?)レビューせず、またはその良し悪しを判断できないまま、大量にPRを出してくるだろう未来を想像すると恐怖でしかありません。
スペック駆動開発にも取り組む予定ですが、その手法がAIの実装の成果物の質をまともにする訳ではないと思っています。
業界動向の把握の為に、皆さんの環境では、AI駆動開発が現実的な程に、AIが活躍できるだけの地盤を整備済みなのかどうかを教えていただけないでしょうか。
よろしくお願いします。
Kiroめっちゃ良いよ。まず楽しい
ありがとうございます,
AWSは利用していないので、Kiro以外でのスペック駆動にこれから取り組む予定です。
Kiroのプロセスを踏まえると、最初の投稿で挙げた様な品質問題にある程度は対処できるものでしょうか?
もちろん、自前準備なしで手放しでフレームワークに押し付けるつもりは無いですが、どの程度の対策が含まれているものか知りたく。
まず自分ならこう実装する、という案がある前提で、Plan modeでAIがどう実装しようとしているのか確認しつつ、実装開始前に精度を上げておくとかなり満足できる品質になる印象です。
実装中に他のタスクできますし効率も良いです。
ここが甘いと修正箇所を都度指示して直させて、、、の繰り返しが増え効率が悪いです。
逆に、自分でどう実装するのか浮かばないものを指示した時はあまり満足できる品質になった記憶がないですし、そもそも動いてないですけど、、、となりがちですね。
そういう意味でもジュニアがAI使ってプロダクション品質のコードをバリバリ書けるのか?というと現状難しいんじゃないかという気がします。
ありがとうございます。
ジュニアには確かに難しいですよね。
そのノウハウをなんとか組織として再現可能な状態まで持っていきたいところです。
環境自体は整っているというより、整備しつつ改善しているという状況です。
仕様駆動開発は半年ほど実践していて、ルールやコンテキストの整理をある程度していますが、まだ改善の余地ありです。
レビュー負荷もありますが、AI自身にレビューさせるフローを入れて人間の負荷軽減をしています。
具体的には、自動テストやコードのレビュー自体をエージェントAIを並列実行した結果をまとめて、それをチェックすることで負荷軽減しています。
そうしたレビューをするためのルールやエージェント定義をメンバーと共有して、自動テストやAIチェックを事前にメンバーに実行してもらい、OKなら人間レビューに進むようにしています。
まだまだ発展途上ですが、AIのコードを自動テストやAIレビューする事により、人間の負荷は減らせるかと思います。
ありがとうございます。
環境整備を進めている間に、AIが良くないコードを増殖させない様、ガードレールとしてのレビュー機能から少しずつ進めていこうと思います。
レビューのルールを作る事で、コード生成も良くなりそうです。
AIは組織や人の能力を倍増させると言う話がありますが、それらのルールを明文化できるかどうかなんですよね。
外資IT営業の給与ガイド
#給料
#営業
外資IT営業の給与体系・株式報酬、期待できる年収値や上がり幅を、WorkCircleのユーザー様且つパートナー企業チャレンジャーベース社市川さんと、外資エンタプライズ向けソフトウェア(SaaS)営業の経歴を持つ西村さん共同で記事にしました。
RSU完全ガイド(確定申告用スプレッドシート付き)
#給料
外資企業で多く採用される給与の一つ、RSUの構造や仕組み、リスクや確定申告方法に関してWorkCircleのユーザー様、且つパートナー企業チャレンジャーベース社代表の市川さんと紹介します。
外資・日系IT企業のRTO(オフィス出社)状況リスト
各企業のRTO(オフィス出社)状況をリスト化しました。 提供元データは所属企業が証明されているWorkCircleユーザーによるものです。 希望する働き方や転職先を決める軸の一つとして、是非参考にしてください!