Reflexions finals

• Per què seguir escrivint codi a mà
• El coll d’ampolla es desplaça cap a l’arquitectura
• Precisió de llenguatge com a habilitat

Aquest capítol tanca la guia amb tres idees de fons: per què encara val la pena escriure codi a mà, com la IA desplaça el coll d’ampolla cap a l’arquitectura i per què la precisió de llenguatge passa a ser una habilitat central.

Més enllà de la tècnica, treballar amb IA també canvia quines habilitats convé preservar i quines obliga a desenvolupar millor.

Per què seguir escrivint codi a mà

Amb eines tan potents, per què no delegar-ho tot?

Perquè l’acte d’escriure codi introdueix fricció productiva:

• Anomenar una funció et fa decidir què fa
• Definir un límit et fa decidir què pertany a cada costat
• Construir un flux de dades pas a pas et revela com “se sent” el sistema

Els desenvolupadors que deleguen tota la implementació i només revisen la sortida perden gradualment la intuïció que fa que la revisió sigui efectiva. Poden verificar que el codi compila i passa tests, però perden el sentit de si és correcte: si encaixa al sistema, si l’abstracció aguantarà, si l’enfocament serà mantenible.

Aquesta intuïció es construeix escrivint, no llegint. Un desenvolupador que periòdicament escriu codi a mà — especialment en àrees arquitecturalment significatives o desconegudes — manté el judici que fa que la delegació sigui segura.

La IA t’accelera. Però no pot substituir l’enteniment que només s’obté fent les coses tu mateix.

Escrit d’una altra manera: l’acte d’escriure és també l’acte pel qual es construïa tradicionalment l’ownership del codi. Quan delegues tota l’escriptura, aquesta ownership s’ha de construir explícitament — i si no ho fas, s’erosiona sense avís.

El coll d’ampolla es desplaça cap a l’arquitectura

Abans de la IA, la primera barrera d’un desenvolupador nou era fer que el codi funcionés: sintaxi, APIs, debugging, fer que compili. Això era lent, i la lentitud ensenyava. L’arquitectura venia després, quan implementar ja no era el problema.

La IA elimina gran part d’aquesta primera barrera. Un junior amb un agent pot produir codi funcional des del primer dia. Però el que queda — decidir on va el límit entre mòduls, quin patró seguir, quina interfície exposar — no ha canviat de dificultat. Simplement arriba abans.

I arriba d’una manera menys visible. Abans, un junior sense criteri arquitectural produïa codi lent i maldestre — el problema era obvi. Ara, el mateix junior produeix codi net que sembla professional però que posa un repository pattern on no calia, o crea un servei amb una interfície que no encaixa amb la resta del projecte. El problema existeix igual, però l’aparença del codi ja no el delata.

Això reforça per què escriure codi a mà és especialment important per a qui està aprenent: la fase que la IA escurça és precisament la que construeix el criteri per jutjar si una estructura és correcta. I per la mateixa raó, la mentoria arquitectural — revisió de codi, explicar el “per què” dels patrons, ADRs — no pot esperar a quan el junior “ja domini la implementació”, perquè amb IA, ja està produint codi a velocitat de producció abans de tenir el criteri per saber si aquell codi hauria d’existir.

Precisió de llenguatge com a habilitat

Amb un col·lega humà, una instrucció vaga sovint activa una conversa: et demana què vols dir, comparteix context o empeny cap enrere. Amb la IA, massa sovint una instrucció vaga genera codi confidentment incorrecte — el model omple els buits en silenci amb el que és estadísticament probable, no amb el que necessites. El cost de la vaguetat és més alt: amb una persona, la imprecisió sovint es corregeix durant el diàleg; amb la IA, es converteix en codi que hauràs de depurar.

Això força el desenvolupador a fer la feina de clarificació abans del prompt, no durant. Has de saber què vols, anomenar-ho amb precisió, i anticipar on l’eina malinterpretarà. Això és, fonamentalment, una habilitat d’escriptura: convertir una intenció difusa en una especificació precisa.

El que fa interessant aquesta dinàmica és que l’habilitat sovint transfereix. Desenvolupadors que aprenen a comunicar-se amb precisió amb la IA acostumen a millorar també la comunicació amb humans: millors descripcions de PR, millors reports de bugs, millors especificacions. L’eina demanda una competència — llegir bé, escriure bé, pensar amb claredat — que la professió sempre ha necessitat però que rarament ha entrenat explícitament.