JIT 58 - Rozloučení

Ahoj,

dnes se s tebou chceme na nějaký čas rozloučit. JIT má za sebou skoro 60 čísel. Ze začátku jsme jak maniaci vydávali každý týden. Ale teď si musíme dát pauzu. Hledání vhodných článků je pro nás poslední dobou čím dál náročnější. Proč? Naše další projekty si začaly žádat čím dál větší pozornost. Díky tomu čteme jiný druh článků jdoucích do hloubky problémů, které nás pálí. Článků, které můžou zamotat hlavu pokud začínáš v IT nebo neznáš kontext - který v některých případech nemůžeme sdílet.

Tohle neznamená, že končíme úplně. Entership, které převzalo Nauč mě IT štafetu tu bude stále. Jen ne tak aktivní, jako jeho předchůdce. Stále nás sleduj na sociálních sítích a hlavně Petra Glasera jako BleedingDev. Bude do světa pouštět svoje tooly, které pomáhají (nejen) s vývojem - o jednom se můžeš dozvědět níže. No a jak se na JIT sluší a patří, zde je tvoje poslední várka článků.

Špatné zadání = špatný kód

Koncept „shift-left“ určitě znáš (zmiňovali jsme ho několikrát). Ale pro jistotu jde o posun kvality a hledání chyb co nejvíce na začátek, už do fáze samotného zadání. Uvést to do praxe zní jako těžký úkol pro seniory, ale s umělou inteligencí to s přehledem zvládneš i ty. Navíc je to ten vůbec nejbezpečnější start s AI. Nehrozí, že rozbiješ produkci, protože se učíš na analýze zadání, ne na kódu. Koukni na článek. Dozvíš se, jak v User Stories odhalit chybějící edge cases, chybové stavy i logické díry, ještě předtím, než si ticket vůbec přesuneš do „in-progress“.

Uteč z pochlebovačné bubliny

Největší past je zamilovat se do vlastního nápadu a uvíznout v „echo chamber“, kde ti všichni (včetně umělé inteligence) všechno odkývou. Modely jsou zkrátka nastavené tak, aby ti vyhověly. V našem novém článku se dozvíš, jak tohle pochlebování utnout. Ukážeme ti metodu 6 myslících klobouků, díky kterému donutíš AI sundat růžové brýle. Získáš tak simulovanou poradu plnou tvrdé oponentury, reálných rizik a kreativních nápadů, kterou bys z živých kolegů jinak doloval*a týdny. Rozbij svou bublinu a nenech své nápady narazit do zdi!

AI ti zkrátí rutinu, ale ne cestu k senioritě

Na trhu se občas šíří panika, že AI vezme juniorům práci. Pravdou je, že základní "lopata" opravdu mizí. To ti ale vlastně otevírá úplně nové dveře. Díky AI můžeš hned od startu řešit komplexnější věci a mít mnohem širší přesah. Je v tom ale jeden obří paradox. Abys byl*a skutečný mistr, těch pověstných 10 000 hodin praxe a vlastních omylů si prostě odedřít musíš. Když necháš AI, aby za tebe vyřešila úplně každý zásek, zlenivíš a nikdy nepochopíš skutečný kontext. Místo komplexního profíka se z tebe stane jen pasažér, který dřív nebo později nabourá do prvního složitějšího problému. Koukni na video, kde zjistíš, jak propojit výhody chytrých nástrojů s tvrdou dřinou tak, aby sis nenechal*a ukrást vlastní omyly a uřídil*a to k senioritě.

Od programátora k dirigentovi

Představ si AI jako hyperaktivního stážistu, který je sice bleskově rychlý a dokáže makat hodiny v kuse, ale když mu nedáš jasné mantinely, klidně ti místo opravy bugu přepíše půlku aplikace do jiného jazyka. Přesně o tomhle úskalí se baví Prokop s Pavolem v 38. díle podcastu AI ta Krajta, kde rozebírají fenomén takzvaných autonomních agentů. Zjistíš, proč je naprosto klíčové fungovat jako „human-in-the-loop“ - tedy být tím šéfem, který práci fázuje, kontroluje a schvaluje. Tvoje role se totiž nezadržitelně mění z psavce kódu na supervizora. Koukni na video a nauč se, jak si svého digitálního stážistu zkrotit, aby dělal přesně to, co má.

Jaká je budoucnost vibecodingu?

Macaly je to skvělá platforma pro rychlý vývoj prototypu, ale něco tomu chybí - když chceš aplikaci nasadit do produkce a delší dobu ji udržovat, tak dřív nebo později narazíš. Zejména, pokud jsi vibecoder a ne vývojář a nedával jsi pozor a nevymohl sis plnou kvalitu. Nechceme hanit - Macaly je boží! Tenhle problém se týká všech dalších platforem jako Lovable, Base44 nebo Bolt.

Co tomu chybí? Striktní kontrola kvality (typechecking, linter, formátování kódu), jasná struktura codebase, předvybrané technologie (aby tě AI nezavedlo do slepé uličky) a hlavně zajištění hladkého provozu. Když nastane chyba, nechceš tápat a absolutně netušit, kde a co se stalo zírajíc na report “stalo se mi tohle”. Ideálně chceš přesně vědět, kdy se chyba stala, co k ní vedlo, jakému uživateli se stala… je toho zkrátka fakt hodně, co je potřeba řešit. To si myslí i náš Petr. Takže se rozhodl vytvořit přesně takovou platformu. Pokud ji chceš vyzkoušet, tak se přihlas na waitlist!

Nestihl*a jsi předchozí díly? Máme archiv.

Pokud by sis chtěl*a o některém článku popovídat, rádi tě uvítáme na našem Discordu.