Zdaniem Darko Mesaroša, Distinguished Developer Advocate w Amazon Web Services, przewagę zyskają organizacje, które dadzą inżynierom więcej autonomii, a nie tylko szybsze narzędzia. Wygrają też programiści, którzy zachowają ciekawość i uwagę. A skoro o ciekawości mówimy… W czasie spotkania z dziennikarzami, w garażu pod Seattle uruchomił się IBM PC XT z 1984 roku. Na zielonym ekranie znak po znaku, z prędkością 300 bodów, pojawia się odpowiedź jednego z najnowszych modeli językowych. „Ten komputer jest starszy ode mnie. A gdyby tak mógł porozmawiać z modelem językowym?” – pyta Darko Mesaroš. Podczas spotkania online pokazał, że może. Stary komputer działa jako zwykły terminal: przez łącze szeregowe i emulator modemu łączy się z aplikacją zbudowaną na dostępnym w modelu open source Strands SDK, a sam model działa w Amazon Bedrock. W podobny sposób Darko Mesaroš podłączył dalekopis z 1982 roku do narzędzia Kiro, więc odpowiedzi AI drukują się na papierze. Za tym pokazem stoi poważna teza o przyszłości zawodu. „Czy to jest przydatne? Pewnie nie. Czy to świetna zabawa? Zdecydowanie tak. Stare komputery potrafią robić tylko jedną rzecz naraz. To zmusza mnie do skupienia i do świadomego podejmowania decyzji” – mówi. Kodowanie nigdy nie było całą pracą Darko Mesaroš otwarcie przyznaje, że skok jakości modeli wywołał wśród programistów kryzys tożsamości, który dotknął także jego samego. Uważa jednak, że wynika on z błędnego rozumienia tej pracy. „AI przejęła tę część inżynierii oprogramowania, która polega na pisaniu kodu. Ale inżynieria to znacznie więcej: zrozumienie klientów, skalowalność, utrzymanie, obserwowalność. Najważniejsze są decyzje techniczne. Kiedyś większość czasu spędzaliśmy na pisaniu kodu, bo była to najbardziej żmudna, ręczna część pracy. Dlatego wydawało się, że inżynieria to tylko kodowanie. Nigdy tak nie było” – tłumaczy. Taką zmianę branża IT już przechodziła. „Na początku kariery byłem administratorem systemów. Obok mnie pracowali administrator sieci, administrator pamięci masowych i administrator baz danych. Potem przyszła chmura i z dnia na dzień wszyscy staliśmy się inżynierami platformowymi. To samo dzieje się teraz z tworzeniem oprogramowania: programista przestaje być wyłącznie osobą, która pisze kod, i staje się kimś, kto robi znacznie więcej i jest dużo bliżej klienta” – mówi Mesaroš. To podejście jest zbieżne z niedawną publikacją kierownictwa inżynieryjnego Amazona o roli programisty w erze AI. Autorzy piszą, że liczy się efekt dla klienta, a nie narzędzia, którymi go osiągnięto, i opisują tzw. Renaissance Developera, który łączy narzędzia AI z ludzkim osądem i wiedzą dziedzinową. Darko Mesaroš dodaje do tego ważne dla menedżerów rozróżnienie: „Wielu ludzi patrzy na to, jak szybko można wytworzyć oprogramowanie. Nie sądzę, żeby o przewadze decydowała szybkość. Decyduje autonomia. Kiedy programista ma autonomię i możliwości, żeby budować rozwiązania dla swoich klientów, to właśnie tworzy wartość”. Od vibe codingu do pracy na specyfikacji Na pytanie o vibe coding, czyli tworzenie oprogramowania metodą kolejnych promptów, Darko Mesaroš odpowiada pragmatycznie. To jego zdaniem bardzo szybki i w pełni uprawniony sposób budowania prototypów, z którego sam często korzysta. W poważnych projektach stawia jednak na spec-driven development, podejście wbudowane w Kiro. Inżynier najpierw opracowuje z modelem formalną specyfikację: wymagania, projekt techniczny i listę zadań. Dopiero potem powstaje kod. „To dorosła wersja vibe codingu. Takie podejście istniało od dawna, podobnie jak test-driven development, ale ręcznie było bardzo żmudne. Modele językowe to ułatwiają. To właściwa droga przy wszystkim, co poważne, a zwłaszcza przy systemach wystawionych do internetu” – podkreśla. Nie ufać agentom, ufać systemom wokół nich Dla działów IT kluczowe jest pytanie, ile autonomii dać agentom AI. Darko Mesaroš uzależnia odpowiedź od tego, jak duże szkody system może wyrządzić, jeśli coś pójdzie nie tak. „Pytam programistów, kto pójdzie do więzienia, jeśli agent ujawni dane. Odpowiedź brzmi: ty. Nie należy ufać swoim agentom. Należy ufać systemom, które je otaczają” – mówi. Wymienia przy tym znane z klasycznej inżynierii mechanizmy: filtry ochronne (guardrails) w Amazon Bedrock, drugi model w roli sędziego zatwierdzającego działania agenta, języki polityk blokujące określone operacje oraz obserwowalność. Tę ostatnią zespoły jego zdaniem wciąż zbyt często pomijają. Różnica wobec dawnych systemów polega na tym, że modele są probabilistyczne, a nie deterministyczne. Co zrobić z rosnącym rachunkiem za tokeny? Rosnące koszty korzystania z dużych modeli to temat, który coraz częściej wraca w rozmowach z klientami. „Nie sądzę, żeby przyszłość polegała na kierowaniu wszystkiego do największego modelu” – mówi Darko Mesaroš. Programiści coraz uważniej liczą koszty tokenów i sięgają po małe, szybkie modele decyzyjne, które mogą działać lokalnie i kierują każde zapytanie do odpowiednio dobranego modelu: prostsze zadania do tańszego, złożone do bardziej zaawansowanego. Według Darko Mesaroša marnotrawstwo zasobów w branży zaczęło się na długo przed AI, a dzisiejsze narzędzia wreszcie pozwalają realnie optymalizować oprogramowanie. „Nie ma już powodu, żeby pisać złe oprogramowanie. Mamy narzędzia, modele i agentów. Możemy debugować i optymalizować, ile dusza zapragnie” – mówi. Ciekawość jako przewaga w zawodzie programisty Najważniejszy przekaz Darko Mesaroša dotyczy jednak ludzi. „Każdy może napisać do modelu ‘zbuduj mi coś’ i kliknąć ‘akceptuj’. Ale wtedy jesteś jednym ze 100 tysięcy osób, które robią to samo. Jeśli jesteś ciekawy i gotów zejść głębiej, to naprawdę coś zbudujesz” – przekonuje. Ostrzega przed sytuacją, w której programista oddaje modelowi wszystkie decyzje: „Szybko się okaże, że nie miałeś żadnego wpływu na to, co powstało”. Polskie dane pokazują, że ta zmiana już trwa. Według badania DevHorizon, przeprowadzonego przez Strand Partners na zlecenie AWS, 97% programistów w Polsce korzysta z narzędzi AI co najmniej raz w tygodniu, a 87% codziennie. Oszczędzają średnio 7,3 godziny tygodniowo, a 80% spodziewa się, że w ciągu 5 lat agenci AI staną się standardowym elementem zespołów programistycznych. Darko Mesaroš dostrzega też wyzwanie dla osób wchodzących do zawodu. „Wymagania wobec juniorów przesunęły się do przodu. Oczekuje się od nich znacznie więcej niż 5 lat temu” – mówi. Doświadczenie bierze się jego zdaniem z rozwiązywania trudnych problemów, a nie z przekazywania wszystkiego modelowi. „Używajcie AI, ile się da, do nauki, budujcie, a przede wszystkim psujcie rzeczy. Na rozmowach rekrutacyjnych pytam: co ostatnio zepsułeś? Prawdziwa nauka zaczyna się wtedy, gdy naprawiasz to, co zepsułeś” – radzi studentom. Badanie DevHorizon wskazuje tu na szansę: 74% polskich programistów uważa, że AI pozwala młodszym specjalistom wnosić realny wkład wcześniej niż dotąd. Darko Mesaroš chłodno podchodzi do szumu wokół AI. Pytany o to, czy AI może uzyskać świadomość, odpowiada: „W architekturze modelu transformacyjnego nie sądzę. To maszyna do produkowania tokenów, która zgaduje następne słowo. Robi to bardzo dobrze, ale tylko to robi” - stwierdza. Jego zdaniem, o tym, którzy programiści sobie poradzą, a którzy będą jedynie używać AI, zdecydują ciekawość i świadome działanie. Darko Mesaroš jest Distinguished Developer Advocate w Amazon Web Services. Pochodzi z Serbii, przed przeprowadzką do USA pracował w kilku krajach Europy, a do AWS dołączył w 2015 roku. Jest pasjonatem retrokomputingu. W swoim garażu zgromadził ponad 100 działających komputerów.