skip to content
نوید مصباح
EN
→ بازگشت

هوشواره چطور شیوهٔ ساختن در چارسوک را تغییر داد

/ مطالعه در 12 دقیقه

شکل شرکت‌ها دارد عوض می‌شود

وقتی چارسوک را راه انداختیم، دامنهٔ کار را تعداد نفرات تعیین می‌کرد. در بیش از پانزده سال، بیش از صد پروژه برای مشتریان تحویل داده‌ایم، از محاسبات فضایی تا طراحی مولکول، و هر کدامشان محدود به این بود که چند آدم ماهر می‌توانستیم رویش بگذاریم. اگر مشتری چیز بلندپروازانه‌ای می‌خواست، اولین پرسش همیشه این بود: چه کسانی داریم، و چه کسانی را باید استخدام کنیم؟

استخدام همه‌چیز را شکل می‌داد. تعیین می‌کرد کدام پروژه‌ها را می‌توانیم بپذیریم، با چه سرعتی تحویل دهیم، چقدر هزینه بگیریم و چقدر ریسک کنیم. استودیویی با اندازه‌ای مشخص می‌توانست مقدار مشخصی کار انجام دهد، و هیچ مقدار زیرکی نمی‌توانست این را خیلی تغییر دهد.

امروز محدودیت فرق دارد. تیمی کوچک، همراه با عامل‌های هوشواره (AI) بسیار، می‌تواند کارهایی را بر عهده بگیرد که روزی یک دپارتمان لازم داشت. نه چون عامل‌ها نابغه‌اند، بلکه چون بخش بزرگی از کار نرم‌افزار معلوم شد اجرای خوش‌تعریف است. وقتی فکر کردن روشن انجام شود، انجام دادن را می‌شود واگذار کرد.

این شیوهٔ ساختن شرکت را عوض می‌کند. هنوز در حال یادگیری‌ام، و می‌خواهم بخشی از آنچه تا امروز آموخته‌ام را به اشتراک بگذارم، از جمله بخش‌هایی که جواب نداد.

شرکت بومیِ هوشواره واقعاً چه شکلی است

گاهی آدم‌ها شرکت بومیِ هوشواره (AI) را یک نفر و هزار عامل تصور می‌کنند که همه خودکار کار می‌کنند و بنیان‌گذار چای می‌نوشد. دست‌کم برای ما این شکلی نیست.

بیشتر شبیه گروه کوچکی از آدم‌هاست که هر کدام نقشی میان معمار، کارگردان و ویراستار دارند. هر کس مالک بخش‌هایی از محصول است و با عامل‌ها برای ساختن، آزمودن و نگه‌داری آن بخش‌ها کار می‌کند. آدم‌ها روزشان را صرف تصمیم گرفتن، مشخص کردن، بازبینی و حرف زدن با کاربران می‌کنند. عامل‌ها روزشان را صرف پیاده‌سازی، آزمون، بازسازی و مستندسازی.

نسبت فکر کردن به تایپ کردن وارونه شده. در تیم نرم‌افزاری سنتی، بیشتر آدم‌ها بیشتر وقتشان را صرف تولید کد می‌کنند. در تیم ما، بیشتر آدم‌ها بیشتر وقتشان را صرف تولید تصمیم می‌کنند، و کد از آن‌ها پیروی می‌کند.

کارآمد به نظر می‌رسد، و اغلب هست. اما از آنچه آدم‌ها انتظار دارند طاقت‌فرساتر هم هست. هر کس باید در بخش‌های سخت کارش خوب باشد، چون بخش‌های آسان دیگر نیستند که روز را پر کنند.

چه چیزهایی آسان‌تر شد

گستره. یک نفر حالا می‌تواند در یک هفته به ویرایشگر، بک‌اند، ارزیابی‌ها، زیرساخت و مستندات سر بزند بی‌آنکه گلوگاه هیچ‌کدام شود. در تیم سنتی، چنین گستره‌ای معمولاً یعنی کار سطحی در همه‌جا. با عامل‌هایی که پیاده‌سازی را بر عهده دارند، کسی با داوری خوب می‌تواند گسترده کار کند و همچنان نتیجهٔ محکم بگیرد.

این تغییر داده که دنبال چه کسانی هستیم. متخصص‌ها هنوز ارزشمندند، اما آدم‌هایی که می‌توانند در چند حوزه روشن فکر کنند بسیار ارزشمندتر از قبل‌اند.

نمونه‌سازی. می‌توانیم سه نسخه از یک ایده را امتحان کنیم به جای اینکه دربارهٔ یکی بحث کنیم. وقتی کسی تعامل تازه‌ای برای ویرایشگر چارسوک پیشنهاد می‌دهد، دیگر لازم نیست در جلسه‌ای انتزاعی دربارهٔ آن بحث کنیم. می‌توانیم در یک روز دو یا سه نسخهٔ خام بسازیم و نگاهشان کنیم. بحث دربارهٔ فرضیه‌ها تبدیل به مقایسهٔ چیزهای واقعی می‌شود، و داوری چیزهای واقعی بسیار آسان‌تر است.

متوجه شده‌ام این تیم را کمتر سیاسی می‌کند. وقتی ایده‌ها را می‌شود ارزان آزمود، هیچ‌کس لازم نیست با اقناع یا ارشدیت در بحث پیروز شود. نمونه به‌تنهایی می‌برد یا می‌بازد.

دنبالهٔ بلند کارها. مهاجرت‌ها، آزمون‌ها، ابزارهای داخلی، تمیزکاری، مستندات، اصلاحات دسترس‌پذیری، بهبودهای کوچک کارایی. هر تیم نرم‌افزاری صفی از کارهایی دارد که ارزشمندند اما هرگز فوری نیستند، پس هرگز انجام نمی‌شوند. در تیم ما بخش زیادی از آن کارها حالا انجام می‌شود، چون عاملی می‌تواند در پس‌زمینه انجامشان دهد در حالی که آدم‌ها روی مهم‌ترین چیزها تمرکز می‌کنند.

اثر انباشته‌اش چشمگیر است. پایگاه کدی که دنبالهٔ بلندش مرتب رسیدگی می‌شود سالم‌تر و تغییرپذیرتر می‌ماند، که همه‌چیزِ دیگر را سریع‌تر می‌کند.

یادگیری حوزه‌های تازه. وقتی باید حوزهٔ تازه‌ای را می‌فهمیدیم، مثلاً پردازش صدا یا قالب فایلی خاص، عامل‌ها کمک می‌کردند خیلی سریع‌تر از خواندن مستندات به‌تنهایی کاوش کنیم، نمونه بسازیم و بیازماییم. این جای فهم عمیق را نمی‌گیرد، اما راه رسیدن به آن را کوتاه می‌کند.

چه چیزهایی آسان‌تر نشد

تصمیم دربارهٔ اینکه چه بسازیم. عامل‌ها خروجی را چند برابر می‌کنند، از جمله خروجیِ تصمیم‌های بد. مسیر اشتباه حالا خیلی سریع و خیلی کامل ساخته می‌شود. در جهان قدیم، ایدهٔ بد اغلب در حین پیاده‌سازی می‌مرد چون تمام کردنش بیش از حد گران بود. در جهان تازه، تمام می‌شود، صیقل می‌خورد و منتشر می‌شود پیش از آنکه کسی بفهمد ایدهٔ بدی بوده.

این داوری محصول را مهم‌تر از همیشه می‌کند. مجبور شده‌ایم دربارهٔ سنجیدن ایده‌ها پیش از ساختن جدی‌شان بسیار منضبط‌تر شویم: اول حرف زدن با کاربران، نمونه‌سازی ارزان، و صداقت دربارهٔ شواهد.

کیفیت. کد بیشتر یعنی سطح بیشتر برای باگ. عامل‌ها سریع‌تر از آنکه انسان‌ها بتوانند عمیق بازبینی کنند کد می‌نویسند، و هرچند کدشان اغلب خوب است، همیشه خوب نیست، و شکست‌هایش می‌تواند ظریف باشد.

مجبور شدیم راستی‌آزمایی را بسیار جدی‌تر بگیریم: تایپ‌های قوی، آزمون‌های معنادار، ارزیابی برای رفتارهای مبهم، بازبینی دقیق مسیرهای حساس، و برای چند تکهٔ هسته‌ای، اثبات صوری. سریع رفتن بدون این‌ها فقط سریع‌تر انباشتن ریسک است. کم‌کم زیرساخت راستی‌آزمایی را پایهٔ واقعی شرکتی بومیِ هوشواره (AI) دیده‌ام. عامل‌ها موتورند؛ راستی‌آزمایی ترمز و فرمان است. موتور سریع بدون ترمز ماشین سریع نیست؛ تصادف است.

ذائقه و یکپارچگی. محصولی که عامل‌های زیادی ساخته‌اند ممکن است کم‌کم حس چند محصول جدا را بدهد. هر عامل، با گرفتن یک کار، تصمیم‌های محلی معقولی می‌گیرد. اما تصمیم‌های محلی معقول روی هم کلی یکپارچه نمی‌سازند. دکمه‌ها در بخش‌های مختلف برنامه کمی متفاوت به نظر می‌رسند. واژگان جابه‌جا می‌شود. الگوهای تعامل از هم فاصله می‌گیرند.

کسی باید کل آن را در ذهن نگه دارد و بگوید «نه، این جایش اینجا نیست». این کار انسان است و به‌راحتی مقیاس‌پذیر نیست. ابزارهایی برای کمک ساخته‌ایم، از جمله منتقدهای طراحی که یکپارچگی را می‌سنجند، اما مسئولیت نهایی یکپارچگی با انسان است.

حرف زدن با کاربران. هیچ عاملی جای نشستن کنار کسی که از محصولت استفاده می‌کند و دیدن جاهایی که مکث می‌کند را نمی‌گیرد. مکث‌های کوچک، چهره‌های گیج، راه‌حل‌هایی که آدم‌ها از خودشان درمی‌آورند. این‌ها ارزشمندترین نشانه‌هایی‌اند که یک تیم محصول می‌تواند بگیرد، و فقط از توجه انسانی می‌آیند.

اگر چیزی عوض شده، این است که حالا مهم‌تر هم شده. وقتی ساختن ارزان است، خطر ساختن زیبای چیز اشتباه است. کاربران تنها درمانش‌اند.

ارتباط. تیم کوچک هنوز باید خوب ارتباط برقرار کند. در واقع باید بهتر ارتباط برقرار کند، چون هر کس مسئول چیزهای بیشتری است. وقتی تصمیم‌های یک نفر با عامل‌های بسیار چند برابر می‌شود، ناهماهنگی میان دو نفر ناسازگاری‌هایی بسیار بزرگ‌تر از قبل می‌سازد.

نقش‌هایی که حالا مهم‌اند

در شرکتی بومیِ هوشواره (AI)، آدم‌های ارزشمند کسانی‌اند که چهار کار را خوب انجام می‌دهند.

مسئله را روشن صورت‌بندی کنند. تبدیل یک نیاز مبهم کاربر به مسئله‌ای خوش‌تعریف نقطهٔ شروع همه‌چیز است. مسئلهٔ بد صورت‌بندی‌شده به راه‌حل‌های اشتباهِ خوب‌ساخته می‌رسد.

دقیق مشخص کنند. عامل‌ها همان کاری را می‌کنند که می‌گویی، پس باید همان چیزی را بگویی که منظورت است. مشخص کردنِ خوب یک مهارت است، و بیشتر آدم‌ها تمرینش نکرده‌اند، چون همکاران انسانی با ابهام مدارا می‌کردند.

صادقانه داوری کنند. وقتی عاملی چیزی تحویل می‌دهد، کسی باید تصمیم بگیرد خوب است یا نه. این دانش حوزه، ذائقه و آمادگی برای گفتن «این درست نیست» حتی وقتی نزدیک است را می‌خواهد.

«نه» بگویند. عامل‌ها «بله» گفتن به همه‌چیز را آسان می‌کنند. هر درخواست ویژگی‌ای را می‌شود ساخت. هر ایده‌ای را می‌شود نمونه‌سازی کرد. انضباطِ «نه» گفتن، برای متمرکز نگه داشتن محصول، کمیاب‌تر و ارزشمندتر از همیشه است.

این‌ها همیشه مهارت‌های ارزشمندی بودند. حالا مهارت‌های اصلی‌اند.

نقش خودم را معمار محصول و هدایت‌کنندهٔ عامل‌ها می‌دانم. کمتر تولید می‌کنم و بیشتر تصمیم می‌گیرم و می‌سنجم. نوع دیگری از خستگی است. نوشتن کد تمرکزت را خسته می‌کند؛ هدایت کردن داوری‌ات را. در پایان روزی پر از تصمیم، اغلب خسته‌ترم از وقتی که روزی را کد می‌نوشتم، با اینکه خیلی کمتر تایپ کرده‌ام.

بزرگ‌ترین اشتباهمان، و اینکه هوشواره چطور نجاتمان داد

می‌خواهم دربارهٔ آنچه جواب نداد صادق باشم، چون داستان بومیِ هوشواره (AI) اغلب بیش از حد مرتب روایت می‌شود.

بزرگ‌ترین اشتباه ما، در بیشتر تاریخ چارسوک، مهندسیِ بیش از اندازه و سریع حرکت نکردن بود. عاشق سامانه‌های ظریف بودیم. معماری‌های کلی برای مسئله‌هایی طراحی می‌کردیم که هنوز نداشتیم. هفته‌ها دربارهٔ انتزاع‌ها بحث می‌کردیم پیش از آنکه حتی یک کاربر به محصول دست بزند. برای مقیاس زیرساخت می‌ساختیم پیش از آنکه بدانیم کسی اصلاً چیزی را که می‌خواهیم مقیاس دهیم می‌خواهد یا نه. هر تصمیم در لحظهٔ خودش مسئولانه به نظر می‌رسید. روی هم، کُندمان می‌کردند.

هزینهٔ کُند بودن فقط زمانِ از دست رفته نیست. بازخوردِ از دست رفته است. در حالی که ما صیقل می‌دادیم، جهان پیش می‌رفت، و وقتی چیزِ با دقت ساخته‌شده‌مان سرانجام به کاربران واقعی می‌رسید، اغلب می‌فهمیدیم بخشی از دقیق‌ترین کارهایمان مسئلهٔ اشتباهی را نشانه گرفته بود.

هوشواره (AI) ما را از این عادت نجات داد. نه چون عامل‌ها بی‌پروایند، بلکه چون هزینهٔ امتحان کردن را تغییر دادند. وقتی نمونهٔ کارا یک بعدازظهر طول می‌کشد، توجیه سه هفته بحث معماری بسیار سخت می‌شود. پس دست از بحث کشیدیم و شروع کردیم به امتحان کردن. نسخه‌های کوچک منتشر می‌کنیم، جلوی آدم‌ها می‌گذاریم، می‌بینیم چه اتفاقی می‌افتد و یاد می‌گیریم. کد به چیزی بدل شد که می‌شود بی‌غصه دورش انداخت. غریزهٔ ساختارمندمان هنوز مهم است، اما حالا آن را پس از اینکه بدانیم چه چیزی ارزش ساختار دادن دارد به کار می‌بریم، نه پیش از آن.

فکر می‌کنم این عظمتِ کلیِ هوشواره (AI) است، و برای همه است، نه فقط برای شرکت‌هایی مثل ما. هزینهٔ امتحان کردن را پایین می‌آورد. مدت‌ها آزمایش کردن تجمل بود: برای آزمودن درست یک ایده پول، تیم و زمان لازم بود. حالا تیمی کوچک، یک معلم، یک دانشجو، یک هنرمند یا بنیان‌گذاری تنها در جایی با منابع محدود می‌تواند ده ایده را امتحان کند، به جای اینکه همه‌چیز را روی یکی شرط ببندد. آدم‌های بیشتری می‌توانند از واقعیت یاد بگیرند به جای حدس زدن.

سرعت درس‌های کوچک‌تر خودش را هم داشت. عامل‌ها زمینهٔ واقعی لازم دارند، پس به جای کارهای مبهم، روی مشخصات روشن و نمونه‌ها سرمایه‌گذاری می‌کنیم. و آزمون‌ها و ارزیابی‌های کلیدی را خودمان، پیش از پیاده‌سازی، می‌نویسیم تا فهم ما را رمزگذاری کنند، نه فهم عامل را. سریع رفتن فقط وقتی هدیه است که بتوانی به همان سرعت بفهمی در جهت درست می‌روی یا نه.

استخدام در جهانی بومیِ هوشواره

استخدام هم برای ما تغییر کرده.

کمتر به این اهمیت می‌دهیم که کسی چقدر سریع کد می‌نویسد و بیشتر به اینکه چقدر روشن فکر می‌کند. در مصاحبه‌ها از آدم‌ها می‌خواهیم مسئله صورت‌بندی کنند، مشخصات بنویسند و راه‌حل‌ها را نقد کنند. دنبال کسانی هستیم که متوجه چیزهای جاافتاده می‌شوند، سؤال خوب می‌پرسند و می‌توانند توضیح دهند چرا چیزی خوب یا بد است.

همچنین دنبال کسانی هستیم که در چیزی پایه‌های عمیق دارند. هدایت عامل‌ها در حوزه‌ای که نمی‌فهمی مثل کارگردانی بازیگران به زبانی است که بلد نیستی. نمی‌توانی بفهمی کِی اشتباه می‌کنند. دانش عمیق، چه در ریاضیات، طراحی، سامانه‌ها یا صنعتی خاص، همان چیزی است که داوری را ممکن می‌کند.

و دنبال کسانی هستیم که با نقشی که هنوز در حال تعریف شدن است راحت‌اند. هیچ‌کس دهه‌ها تجربه به‌عنوان هدایت‌کنندهٔ عامل‌ها ندارد. همه در حال یادگیری‌اند. کسانی که از این عدم قطعیت لذت می‌برند خیلی بهتر از کسانی عمل می‌کنند که شرح شغلی روشن و ثابت لازم دارند.

به یک بنیان‌گذار تازه‌کار چه می‌گویم

اگر امروز شرکتی بومیِ هوشواره (AI) راه می‌اندازید، این‌ها پیشنهادهای من است.

با راستی‌آزمایی شروع کن، نه با تولید. پیش از اینکه از عامل‌ها بخواهی چیزی بسازند، تصمیم بگیر چطور می‌فهمی خوب است. اول آزمون‌ها، ارزیابی‌ها و معیارهای پذیرش را بنویس. اولش کُند به نظر می‌رسد و بعدها زمان عظیمی صرفه‌جویی می‌کند.

بیش از اندازه مهندسی نکن. اول نسخهٔ کوچک را منتشر کن، از آدم‌های واقعی یاد بگیر، و وقتی دانستی چه چیزی سزاوار ساختار است، ساختار اضافه کن. این گران‌ترین درس ما بود.

تیم را بیشتر از آنچه راحت به نظر می‌رسد کوچک نگه دار. هر نفر تازه سربار ارتباطی اضافه می‌کند، و در شرکتی بومیِ هوشواره (AI)، ارتباط چیزی است که محصول را سرپا نگه می‌دارد. وقتی استخدام کن که داوری گلوگاه است، نه خروجی.

برای داوری استخدام کن. دنبال آدم‌هایی باش که روشن فکر می‌کنند، دقیق مشخص می‌کنند و صادقانه می‌سنجند. سرعت تایپ حالا خیلی کم اهمیت دارد.

به صناعت نزدیک بمان. نمی‌توانی عامل‌ها را روی کاری که نمی‌فهمی خوب هدایت کنی. پایه‌هایی که از راه آهسته در مهندسی برق، ریاضیات، مربیگری و طراحی آموختم، دقیقاً همان چیزی است که امروز مرا مفید می‌کند. نگذار عامل‌ها بهانه‌ای برای دست کشیدن از یادگیری شوند؛ بگذار آزادت کنند تا چیزهای عمیق‌تری یاد بگیری.

از یکپارچگی محافظت کن. مالکیت روشنِ تجربهٔ کلی محصول را مشخص کن. کسی باید به کل اهمیت بدهد، نه فقط به اجزا.

مدام با کاربران حرف بزن. هرچه ساختن ارزان‌تر شود، ساختن چیز درست مهم‌تر می‌شود.

تصویر بزرگ‌تر

فکر می‌کنم در آغاز تغییری بزرگ در شیوهٔ ساختن شرکت‌ها هستیم. یک قرن، سازمان‌ها با اضافه کردن آدم رشد می‌کردند. مقیاس یعنی تعداد کارکنان. بزرگ‌ترین شرکت‌ها آن‌هایی بودند که بیشترین کارمند را داشتند.

این پیوند دارد سست می‌شود. تیم‌های کوچک با عامل‌های بسیار می‌توانند چیزهایی بسازند که روزی سازمان‌های بزرگ لازم داشت. این می‌تواند شگفت‌انگیز باشد: آدم‌های بیشتری که می‌توانند چیزهای بلندپروازانه بسازند، آزمایش‌های بیشتر، تنوع بیشتر در اینکه چه کسی محصول می‌سازد و برای چه کسی. همچنین می‌تواند برهم‌زننده باشد: شغل‌های کمتری از برخی انواع، و تمرکز بیشتر توانایی در دست کسانی که بلدند ماشین‌ها را هدایت کنند.

دقیقاً نمی‌دانم چطور پیش خواهد رفت. اما می‌دانم شرکت‌هایی موفق خواهند بود که بفهمند انسان‌ها هنوز در چه چیزی به‌طور یگانه خوب‌اند، داوری، ذائقه، دلسوزی، فهم آدم‌ها، و سازمانشان را حول همین قوت‌ها بسازند، نه اینکه بخواهند با ماشین‌ها در کاری که ماشین‌ها بهتر انجامش می‌دهند رقابت کنند.

این همان چیزی است که در چارسوک می‌کوشیم انجام دهیم. همه‌چیز را حل نکرده‌ایم. اما هر ماه، تیم کوچک کمی در کوچک بودن بهتر می‌شود، عامل‌ها کمی در کمک کردن بهتر می‌شوند، و محصول کمی به آنچه تصور کرده بودیم نزدیک‌تر می‌شود.