رهبری مهندسی در عصر هوش مصنوعی: از حاشیه نمیشه هدایت کرد
هوش مصنوعیخلاصهٔ کاملتر
یک مدیر ارشد فنی (CTO) تصمیم میگیره که از این به بعد مهندسها فقط تیکت بنویسن، ایجنتهای AI شبها کد بزنن، و مهندسها صبح بیان خروجی رو چک کنن. این ایده روی کاغذ جذابه، اما نویسنده که خودش سابقه مدیریت مهندسی داره، میگه این نوع تصمیمگیری از روی بیتجربگی مستقیم با ابزارهاست. وقتی مدیر خودش نفهمیده کار با این ابزارها چه حسی داره، طراحی مدل عملیاتی براشون اشتباه محضه.
agentic engineering یعنی مهندس هنوز مالک نتیجهست: اون تعریف میکنه، محدودیتها رو میذاره، کار رو هدایت میکنه، خروجی رو بررسی میکنه و تصمیم میگیره که آیا قابل شیپ شدنه یا نه. ایجنت ابزاری در این فرایند مهندسیه، نه جایگزین قضاوت انسانی. این تمایز خیلی مهمه چون خیلیها اشتباه میکنن.
یکی از مهمترین نکاتی که نویسنده مطرح میکنه اینه که AI گلوگاههای قبلی تیم رو بزرگتر میکنه، نه کوچکتر. اگه کد ریویو قبلاً ضعیف بود، تولید سریعتر کد فقط اون درد رو بدتر میکنه. اگه جهت محصول مبهمه، ایجنتها سریعتر در اون ابهام غرق میشن. ایدههای بد حالا ارزونتر اجرا میشن — و این خطرناکه.
مدیرها باید به جای خوندن مقاله و دیدن دمو، خودشون وقت بذارن و با این ابزارها یک کار واقعی انجام بدن. نه یه اسباببازی آزمایشی. باید بفهمن یه ایجنت چطور سریع حرکت میکنه ولی context رو از دست میده، چطور ۸۰۰ خط کد مینویسه ولی اصل مسئله رو درست نمیفهمه، و چطور بار قضاوت نهایی برمیگرده روی دوش مهندس. این تجربه مستقیم یه چیزی میده که هیچ کنفرانس یا پادکستی نمیده: اعتبار واقعی پیش تیم.
در کنار مهارت فنی، نویسنده روی جنبه احساسی هم تأکید میکنه. خیلی از مهندسها ترس دارن — از بیربط شدن، از کمارزش شدن دانششون، از اینکه مجبور بشن بیشتر تولید کنن ولی نتونن استانداردهایی که بهشون اهمیت میدن رو نگه دارن. لیدری که خودش این ابزارها رو لمس کرده میتونه با این ترسها صادقانهتر کنار بیاد.
آخرین توصیه نویسنده اینه که به جای استانداردسازی سریع، یادگیری مشترک سریع رو هدف بذارید. فضا بسازید که مهندسها تجربههاشون رو با هم در میون بذارن — چی کار کرد، چی شکست خورد، کدوم مدل برای کدوم نوع کار بهتره. اجازه بدید تنوع و تفاوتها دیده بشن قبل از اینکه بخواید همه رو به یک فرآیند یکسان هدایت کنید.
نکات کلیدی:
- رهبری مهندسی در عصر AI بدون تجربه مستقیم با ابزارها، ریسک بالایی داره
- agentic engineering یعنی مهندس هنوز مالک نتیجهست، نه اینکه ایجنت جاشو بگیره
- AI گلوگاههای موجود رو تشدید میکنه، نه حل میکنه
- ترس و نگرانی مهندسها در این تحول واقعیه و باید جدی گرفته بشه
- یادگیری مشترک سریع از استانداردسازی زودهنگام مهمتره
- اعتبار لیدر پیش تیم، به تجربه واقعی با ابزارها وابستهست نه به حرفهای کنفرانس
