Pengembang Perangkat Lunak Profesional Tidak Bergetaran Pengkodean getaran bukanlah cara pengembang berpengalaman benar-benar menggunakan agen AI. Istilah ini telah meledak secara online. Praktisi menggambarkan pengalaman aliran dan kegembiraan, mempercayai AI sepenuhnya, melupakan keberadaan kode, dan tidak pernah membaca diff. Tapi apa yang sebenarnya dilakukan oleh para profesional dengan pengalaman bertahun-tahun? Penelitian baru ini menyelidiki melalui pengamatan lapangan (N=13) dan survei kualitatif (N=99) dari pengembang berpengalaman dengan pengalaman profesional 3 hingga 41 tahun. Temuan utamanya: profesional tidak bergetaran Mereka mengendalikan. 100% pengembang yang diamati mengontrol desain dan implementasi perangkat lunak, terlepas dari keakraban tugas. 50 dari 99 responden survei menyebutkan menggerakkan persyaratan arsitektur itu sendiri. Rata-rata, pengembang memodifikasi kode yang dihasilkan agen sekitar setengah waktu. Bagaimana mereka mengontrol? Melalui prompting terperinci dengan konteks yang jelas dan instruksi eksplisit (12x pengamatan, 43x survei). Melalui rencana yang ditulis ke file eksternal dengan 70+ langkah yang dijalankan hanya 5-6 langkah sekaligus. Melalui aturan pengguna yang menegakkan spesifikasi proyek dan memperbaiki perilaku agen dari interaksi sebelumnya. Apa yang bekerja dengan agen? Tugas kecil dan mudah (rasio 33:1 yang cocok dengan tidak sesuai). Pekerjaan yang membosankan dan berulang (26:0). Perancah dan boilerplate (25:0). Mengikuti rencana yang terdefinisi dengan baik (28:2). Tes menulis (19:2) dan dokumentasi (20:0). Apa yang gagal? Tugas kompleks yang membutuhkan pengetahuan domain (3:16). Logika bisnis (2:15). Kode satu tembakan tanpa modifikasi (5:23). Mengintegrasikan dengan kode yang ada atau lama (3:17). Menggantikan pengambilan keputusan manusia (0:12). Pengembang menilai kenikmatan pada 5,11/6 dibandingkan dengan bekerja tanpa agen. Tetapi kenikmatan berasal dari kolaborasi, bukan delegasi. Seperti yang dikatakan salah satu pengembang: "Saya melakukan segalanya dengan bantuan, tetapi tidak pernah membiarkan agen benar-benar otonom. Saya selalu membaca output dan kemudi." Kesenjangan antara klaim media sosial tentang kawanan agen otonom dan praktik profesional yang sebenarnya sangat mencolok. Pengembang berpengalaman berhasil dengan memperlakukan agen sebagai kolaborator yang dapat dikendalikan, bukan pekerja otonom. Kertas: Pelajari cara membangun agen AI yang efektif di akademi kami: