Standardi koda zbog kojih je prihvatanje AI koda postalo jeftino

Konvencija za koju niko ne odgovara samo je prijedlog: poštuje se dok neko ima vremena za pažljiv pregled, a prestaje prve sedmice kad niko nema.

Konvencije se prestanu poštovati i u disciplinovanim timovima, jer ništa ne osigurava da se dogovor drži. Na sistemu od devetnaest repozitorija, s četiri developera u timu od dvanaest ljudi, „dogovorili smo se da radimo ovako“ za otprilike jedan kvartal upola se zaboravi. Već sam vidio kuda to vodi: isti helper za red poruka kopiran je u sedam repozitorija, jer to ništa nije spriječilo.

Kad u rad uđe AI, mekan standard postaje još slabiji: generisani kod stiže brže nego što ga čovjek može pažljivo pročitati, pa od standarda ostane samo ukras.

Zato je zahtjev bio da standarde provjeravaju alati, kako bi prihvatanje koda koštalo manje od pisanja.

Pravila napisana kao kod

Standarde smo napisali kao provjere koje pokreću alati, pa nijedno pravilo nije zavisilo od toga hoće li se neko sjetiti vodiča za stil. Među njima su bila:

• Nema any, uz propisan način deklarisanja tipova
• Komponenta ne smije preći 200 linija
• Svaki API poziv mora imati tip zahtjeva i tip odgovora

Zaseban skup pravila za svaki codebase

Web aplikacija, backend i biblioteka komponenti imali su svaki svoj skup pravila. Jedan skup za backend i dizajn sistem bio bi ili toliko labav da u jednom od njih nema smisla, ili toliko strog da se u drugom rutinski zaobilazi.

Odluka o tome koja su pravila važna u kojem codebaseu bila je dio mog posla kao tehničkog lidera.

Tri nivoa ozbiljnosti, po fazi

Isto pravilo imalo je drugačiju ozbiljnost u svakoj fazi:

Kad ozbiljnost raste po fazama, pravilo je prisutno cijelim putem, a blokira samo tamo gdje je blokiranje jeftino. Većina timova izabere jednu ozbiljnost i dobije jedan od dva problema: ako je prestroga, ljudi se bore s alatima ili ih isključe, a ako je preblaga, pravilo se postepeno prestane poštovati. Ovaj dio postavke preporučio bih svakom timu.

Raspored provjera slijedi istu logiku. Formatiranje i linting idu u hook, jer su brzi i lokalni, a tipovi i testovi u CI, jer su spori i konačni. Hook koji traje trideset sekundi počne se zaobilaziti već za sedmicu.

AI u svakodnevnom radu

Kad su provjere bile na mjestu, Claude Code je ušao u svakodnevnu upotrebu za komponente, testove i integracije, a dizajn je povezan s Figmom.

Redoslijed je bio važan jer je generisani kod jeftin samo kad je jeftino i njegovo prihvatanje, a za to dosadnu polovinu umjesto čovjeka mora provjeravati nešto drugo.

• Propusnost tima porasla je za otprilike 50%, prema procjeni iz vremena ciklusa tiketa
• Testovi se više nisu pisali ručno: tim ih je generisao pomoću Claude Codea, a to je važno jer su testovi prvo što otpadne pod pritiskom roka
• Standardi su se provodili jednako, bez obzira na to ko je radio pregled koda i da li ga je iko radio

Gledano unazad, najvrjednije pravilo bila je granica od 200 linija po komponenti, vrjednija od pravila o tipovima i API ugovora. Isplaćuje se godinama, jer tjera na razlaganje čim se nešto počne širiti, dok je razdvajanje još lako.

Brojka od 50% je procjena iz vremena ciklusa tiketa, a ne kontrolisano mjerenje.

METR je u julu 2025. proveo randomizovano kontrolisano istraživanje sa 16 iskusnih developera, na 246 stvarnih zadataka u repozitorijima u kojima su radili godinama. Developeri su predvidjeli da će ih AI ubrzati za 24%, a poslije su izjavili da su bili 20% brži. Mjerenje je pokazalo da su bili 19% sporiji, pa je razlika između osjećaja i stvarnosti iznosila 39 procentnih poena.

METR je u međuvremenu promijenio dizajn studije i rezultat tretira kao historijski, dijelom zato što je u nastavku mnogo developera odbilo učestvovati ako bi morali raditi bez AI-ja. Glavni nalaz i dalje vrijedi kao upozorenje: brzina koju ljudi sami prijave nije pouzdana, ni onda kad im laska.

Postavka u ovom angažmanu razlikovala se od one u studiji na načine koji bi mogli biti bitni. METR je mjerio pojedinačne developere u kodu koji su poznavali pet godina, a AI su koristili ad hoc u editoru, s alatima s početka 2025. Ovdje je tim radio na proizvodu u aktivnom razvoju, s pravilima koja se provode automatski i s alatima iz 2026. Zbog tih razlika moguće je da je 50% stvarna brojka, ali one to ne dokazuju.

Izmjerio bih vrijeme ciklusa kako treba: tri mjeseca prije i tri mjeseca poslije, iz podataka koje je tim već imao. Podaci su bili dostupni, a ja sam umjesto toga procijenio.