Satu sistem pengurusan projek baharu yang dipanggil Claude Code PM telah muncul, mendakwa akan merevolusikan pembangunan perisian dengan menjalankan beberapa ejen AI secara selari. Sistem ini menjanjikan untuk memecahkan ciri-ciri kepada tugas-tugas yang lebih kecil dan memberikan ejen khusus untuk bekerja serentak, berpotensi menyampaikan penyampaian ciri 3 kali ganda lebih pantas dan pengurangan 75% dalam kadar pepijat menurut penciptanya.
Peningkatan Prestasi Yang Didakwa:
- 95% pengurangan dalam pertukaran konteks
- 5x peningkatan pemprosesan ciri
- 75% pengurangan dalam genangan
- 3x lebih pantas penyampaian ciri
- 5-8 tugasan selari berbanding 1 sebelum ini
Jurang Antara Janji dan Realiti
Sistem Claude Code PM mengikuti pendekatan berstruktur lima fasa: perancangan produk, perancangan pelaksanaan, penguraian tugas, penyegerakan GitHub , dan pelaksanaan. Ia menggunakan GitHub Issues sebagai pangkalan data dan mendakwa membolehkan beberapa ejen Claude bekerja pada aspek berbeza projek yang sama secara serentak. Walau bagaimanapun, komuniti pembangun kekal sangat skeptikal tentang dakwaan bercita-cita tinggi ini.
Ramai pembangun berpengalaman melaporkan bahawa alat pengekodan AI memerlukan pengawasan berterusan dan semakan teliti. Cabaran asas terletak pada hakikat bahawa walaupun AI boleh menjana kod dengan pantas, kesesakan sering beralih kepada semakan kod dan jaminan kualiti berbanding kelajuan pembangunan awal.
Fasa Alur Kerja Claude Code PM:
- Fasa Perancangan Produk: Mencipta PRD dengan kisah pengguna dan kriteria kejayaan
- Fasa Perancangan Pelaksanaan: Mengubah PRD kepada pelan pelaksanaan teknikal
- Fasa Penguraian Tugasan: Memecahkan epik kepada tugasan yang boleh dilaksanakan dengan kriteria penerimaan
- Penyegerakan GitHub: Menolak epik dan tugasan ke GitHub Issues dengan label
- Fasa Pelaksanaan: Menggunakan ejen khusus untuk pelaksanaan selari
Pengurusan Konteks Berbanding Penyelarasan Mentah
Menariknya, sesetengah pembangun telah menemui nilai dalam menggunakan beberapa ejen bukan untuk kelajuan, tetapi untuk pengurusan konteks yang lebih baik. Pendekatan ini melibatkan penggunaan sub-ejen khusus sebagai tembok api konteks - setiap ejen mengendalikan tugas khusus seperti ujian, dokumentasi, atau penyuntingan fail, kemudian melaporkan kembali hasil ringkasan kepada ejen penyelaras utama. Ini menghalang perbualan utama daripada menjadi berselerak dengan butiran teknikal.
Seorang pembangun menyatakan bahawa manfaat sebenar datang daripada memastikan setiap ejen fokus pada domain khususnya, membolehkan benang utama mengekalkan pemahaman projek berbanding terjebak dalam serpihan kod dan butiran pelaksanaan.
Masalah Pengawasan
Isu kritikal muncul berkaitan tahap pengawasan yang diperlukan. Kebanyakan pembangun melaporkan mereka tidak boleh menjalankan ejen AI dengan selamat tanpa pengawasan berterusan, kerana kualiti kod merosot dengan pantas tanpa campur tangan manusia. Janji pembangunan selari autonomi sepenuhnya nampaknya bercanggah dengan realiti bahawa pengekodan AI yang berkesan masih memerlukan bimbingan dan semakan manusia yang ketara.
Saya benar-benar perlu meluluskan setiap suntingan dan mengawasinya SEPANJANG MASA, jika tidak ia akan menjadi huru-hara dengan sangat pantas!
Perbincangan komuniti mendedahkan corak di mana pembangun yang mendakwa kejayaan dengan alat pengekodan AI selalunya pengaturcara berkemahiran tinggi yang boleh mengenal pasti dan membetulkan kesilapan AI dengan pantas, berbanding pemula yang mungkin paling mendapat manfaat daripada automasi.
Kebimbangan Kualiti dan Hutang Teknikal
Beberapa pembangun menyatakan kebimbangan tentang kebolehselenggaraan jangka panjang kod yang dijana AI. Isu biasa termasuk kod yang digandingkan rapat yang menyukarkan ujian, kes tepi yang hilang, penggunaan penyelesaian kompleks yang tidak sesuai seperti regex di mana pendekatan yang lebih mudah sudah memadai, dan kelas gergasi yang menjadi mustahil untuk diselenggara.
Penekanan sistem pada menjana sejumlah besar kod dengan pantas bercanggah dengan falsafah bahawa perisian yang baik sering memerlukan penyingkiran kod berbanding menambahnya. Ramai pembangun berpengalaman lebih suka perpustakaan yang lebih kecil dan fokus berbanding pangkalan kod yang meluas.
Kesimpulan
Walaupun Claude Code PM menyajikan pendekatan menarik untuk mengatur pembangunan berbantukan AI, respons komuniti menunjukkan bahawa cabaran asas pengawasan pengekodan AI kekal tidak diselesaikan. Sistem ini mungkin menawarkan nilai dalam menstruktur aliran kerja pembangunan dan menguruskan konteks, tetapi janji pembangunan AI selari autonomi sebenar nampaknya melebihi keupayaan AI semasa. Kejayaan dengan sistem sedemikian masih nampaknya memerlukan kepakaran dan pengawasan pembangun yang ketara, mengehadkan kebolehcapaian mereka kepada komuniti pengaturcaraan yang lebih luas.
Rujukan: Claude Code PM