Postali smo 50% brži — i zašto u to treba sumnjati

Posljednja četiri mjeseca četverogodišnjeg angažmana u tehničkom vodstvu otišla su na uvođenje AI-ja u radni proces tima od četiri developera. Na kraju se tim kretao otprilike 50% brže. To je rečenica koja otvara vrata u prodajnom razgovoru, i to je rečenica s kojom želimo polemisati.

Ne zato što je netačna. Nego zbog toga kako je nastala, i zbog onoga što ljudi pretpostavljaju da znači.

Odakle dolazi taj broj

Jira tiketi. Protok prije, protok poslije, kroz uporedive periode, na istom proizvodu, sa iste četiri osobe. To je cijela metodologija.

To je razumna operativna mjera i slaba naučna. Ne izoluje model od svega ostalog što se promijenilo u ta četiri mjeseca, a promijenilo se mnogo toga u ta četiri mjeseca. Ako nas pitate kako je mjereno, to je odgovor, i radije ćemo ga dati nego ga zaokružiti u nešto čvršće.

Istraživanje zbog kojeg treba biti oprezan

U julu 2025. METR je objavio dosad najpažljiviji eksperiment o ovom pitanju. Šesnaest iskusnih open-source developera, 246 stvarnih issue-a iz repozitorija koje su godinama održavali, svaki issue nasumično raspoređen na to da AI alati budu dozvoljeni ili zabranjeni.

Prije početka, developeri su očekivali da će ih AI učiniti 24% bržim. Poslije su procijenili da ih je učinio 20% bržim. Izmjereno, trebalo im je 19% duže.

Usporenje nije zanimljiv dio. Razmak jeste: 39 poena između onoga što su developeri osjećali i onoga što je sat zabilježio, među ljudima sa stvarnim iskustvom i u alatima i u samom kodu.

Važi u oba smjera, i pošteno čitanje mora uključiti i to. METR se vratio dizajnu eksperimenta u februaru 2026. i našao selekcijske efekte dovoljno ozbiljne da eksperiment grade iznova — među novoregrutovanim developerima izmjereno usporenje gotovo nestaje, a organizacija sada rezultat iz 2025. označava kao historijski. Dakle, to nije dokaz da AI usporava timove. To je dokaz da je samoprijavljena brzina nepouzdana, a to uključuje i našu.

Šta se zapravo promijenilo

Ako je tih 50% stvarno, ne mislimo da je model zaslužan za veći dio toga. Model je stigao u isto vrijeme kad i skup ograničenja, a ograničenja su dio koji bismo branili.

Inženjerski standardi koji su do tada živjeli u komentarima na review prepisani su kao pravila koja build može provjeriti:

// standard, onako kako ga build vidi
'@typescript-eslint/no-explicit-any': 'error',
'max-lines': ['error', { max: 200, skipBlankLines: true }],
'local/api-call-must-declare-request-and-response-types': 'error',

Bez any, i propisan način deklarisanja tipova. Nijedna komponenta preko 200 linija. Svaki API poziv nosi tip zahtjeva i tip odgovora. Još nekoliko njih u istom duhu.

Pokreću se na dva mjesta:

# .husky/pre-commit — brzo, samo staged fajlovi
npx lint-staged

# ci — ista pravila, bez zaobilaženja
npm run lint -- --max-warnings=0
npm run typecheck
npm test

Hook je ljubaznost: odgovara developeru prije nego što uradi push. CI je garancija: niko ga ne zaobilazi, ni mi. Jedno je udobnost, drugo je ugovor.

Zašto su ograničenja važnija onog trenutka kad piše model

Model proizvodi uvjerljiv kod, a uvjerljivo je upravo ta opasnost. Dobro se čita, kompajlira se, i preživi review nekoga ko je tog jutra već pročitao četiri pull requesta. Ljudski standardi klize sa umorom, rokom i senioritetom. Pravilo koje obori build ne klizi.

Prije pravila, standard je bio ono za šta je onaj ko radi review tog dana imao snage. Poslije je bio isti u devet ujutro i u sedam uvečer, za najnovijeg developera i za nas. To je promjena na koju bismo pokazali — a to je slučajno i promjena koja čini da se generisani kod može bezbjedno prihvatati u brzini.

Testovi su prestali da se pišu rukom

Testovi su prva stvar koja otpadne pod pritiskom roka. Čim su prestali biti ručni posao, prestali su biti opcioni, a pokrivenost je prestala biti pregovor na kraju sprinta.

Uz jednu ogradu koju vrijedi izreći: generisanom testu i dalje treba čovjek koji će pitati testira li on pravu stvar. Prepušten sam sebi, model će napisati test koji provjerava implementaciju umjesto ponašanja, i taj test će prolaziti zauvijek a da nijednom nije bio koristan.

Gdje model radi posao

Komponente, testovi, integracije i code review naspram zapisanih pravila. Dizajn ide kroz Claude Design povezan sa Figmom, pa komponenta i njen mockup dolaze iz istog izvora umjesto da se ručno približavaju. Tim ga koristi svaki dan, kroz cijeli tok, a ne kao povremenu provjeru.

Poslovne odluke su također na listi, i uz njih bismo dodali ogradu: model skicira opcije i kompromise, a odluka ostaje kod nas.

Šta bismo rekli nekome ko tek počinje

Napišite pravila prije nego dodate model. Model pojačava proces u koji upadne. Ako vaš standard živi u nečijoj glavi, dobićete više koda koji varira zavisno od toga ko ga je pregledao.

Provodite ih na dva mjesta. Hook za odgovor u nekoliko sekundi, CI za garanciju. Bilo koje od to dvoje samo za sebe ostavlja rupu.

Izaberite mjeru prije nego počnete, i znajte koliko vrijedi. Naša je protok tiketa. Poštena je o tome šta jeste, a to je više nego broj izveden iz pitanja timu kako mu se činilo.

Ne vjerujte osjećaju. To je jedina stvar koju je METR-ovo istraživanje utvrdilo van rasprave, i važi za ljude koji su najuvjereniji da su izuzetak.

Šta nećemo tvrditi

Da se tih 50% prenosi. Došlo je od četiri developera koji su godinama radili zajedno, u kodu koji smo sami ponovo izgradili, pod pravilima pisanim za taj kod. Uklonite bilo šta od toga i broj pripada tuđem projektu, ne vašem.

Ono što se prenosi jeste redoslijed poteza: prvo standardi, učinjeni izvršivim, pa tek onda model na njima. Taj dio košta sedmicu i preživljava koji god alat koristili sljedeće godine.

Ovo je nastalo iz četiri godine tehničkog vodstva za američki marketplace, kroz četiri promjene platforme i tim od dvanaest ljudi. Pročitajte studiju →