Znalazłem to interesujące, aby rejestrować, gdzie spędzam czas podczas kodowania z AI. Krótko mówiąc, znacznie mniej czasu spędzam na konfigurowaniu bibliotek i rozwiązywaniu problemów z platformą (budowanie, repozytorium, wdrażanie). Znacznie mniej czasu martwię się o architekturę na początku. I znacznie mniej czasu na debugowanie prostych błędów logicznych. Z drugiej strony, znacznie więcej czasu spędzam na debugowaniu błędów, gdzie semantyka jest oddzielona od składni (im więcej stanu muszę śledzić, tym mniej AI pomaga). Znacznie więcej czasu na refaktoryzację. Znacznie więcej czasu na profilowanie i przeprowadzanie drugorzędnych i trzeciorzędnych optymalizacji. I oczywiście znacznie więcej czasu na przemyślenie i naszkicowanie tego, co chcę zbudować następnie. Zasada 80/20 zdecydowanie ma zastosowanie. Podczas gdy przejście od 0 do działającego projektu jest 50x szybsze, to redukuje się do około 2x szybciej, gdy wdrażam i debuguję skomplikowane rzeczy, które wymagają kompromisów opartych na charakterystykach czasu wykonywania. To w pewnym sensie odzwierciedla przyspieszenia, które widzę w portfelach, z którymi pracuję. Ci, którzy budują rozproszoną infrastrukturę, która wymaga silnych gwarancji i kompromisów wydajnościowych, nie poruszają się tak szybko, jak ci bliżej warstwy aplikacji.