Tekoälytyökalut ovat useimmissa yrityksissä jo ohjelmistokehittäjien arkea, mutta siirtymä kohti aidosti agenttivetoista kehitystä ottaa markkinalla vasta ensimmäisiä askeleitaan. Kokosimme Fraktiolla tähän tekstiin keskeiset kysymykset ja vastaukset siitä, mitä yrityksen kannattaa ottaa huomioon, kun tavoitteena on oikeasti agenttivetoisen kehityksen hyödyntäminen.

Mitä agenttivetoinen ohjelmistokehitys tarkoittaa?

Agenttivetoisella ohjelmistokehityksellä tarkoitetaan toimintamallia, jossa agenteille annetaan vapautta ja vastuuta suorittaa työnkulkuja ja tehtäviä entistä autonomisemmin. Agentit tuottavat suurimman osan koodista itse, ja kehittäjä ohjaa kokonaisuutta.

Miten agenttivetoinen kehitys eroaa tekoälyavusteisesta ohjelmoinnista?

Generatiivinen tekoäly on ollut tähän mennessä tietotyöläisen ja ohjelmistokehittäjän tuki. AI-agentti on sen sijaan autonominen toimija, joka pystyy toteuttamaan kokonaisia tehtäviä. Tekoälyavusteisessa ohjelmoinnissa ihminen kirjoittaa koodia tekoälyn ehdotusten tuella. Agenttivetoisessa kehityksessä työn painopiste siirtyy ohjaamiseen, konfigurointiin ja arviointiin.

Mistä AI-agentti koostuu käytännössä?

AI-agentti rakentuu yksinkertaistettuna neljästä osasta: laajasta kielimallista (tai nipusta yhdessä toimivia pieniä malleja), kielimallin kyvystä käyttää työkaluja, rajatusta kontekstista, jossa malli toimii, sekä toimintaloopista, jossa malli suunnittelee, arvioi ja iteroi omaa tekemistään.

Mitä konkreettisia hyötyjä agenttivetoinen kehitys tuo?

Kehittäjien aika vapautuu olennaiseen ja systeemiseen suunnitteluun. Kehittäjät voivat säästää tunteja viikossa hyödyntämällä AI-agentteja. Ajansäästö ei tarkoita vain nopeampaa koodaamista, vaan sitä, että aikaa jää abstraktimpaan ylätason suunnitteluun, kun AI-agenttien rooli kasvaa osana kehitystiimiä.

Agenttisen kehittäisen hyöty ei ole vain ajansäästö. Agenttivetoinen kehitys voi parantaa myös koodin laatua. Bugien määrä vähenee ja kehittäjille jää enemmän aikaa koodikatselmointiin ja laadunvarmistukseen. Tekoälyn tuottamassa koodissa on se hyvä puoli, että sitä on helpompi tarkastella kriittisesti ja objektiivisesti. Omalle koodille sokeutuu nopeasti, ja kynnys kommentoida kaverin tuotosta voi olla korkeampi kuin agentin tuotoksen kyseenalaistaminen.

Mikä muodostuu ohjelmistoprojektien pullonkaulaksi?

Koodin tuottamisen nopeus ei usein ole ongelma. Pullonkaulat syntyvät yleensä kaikesta muusta: määrittelystä, suunnittelusta, katselmoinneista, testauksesta ja tuotannon ylläpidosta. Siksi agenttivetoista kehitystä kannattaa hyödyntää läpi ohjelmistokehityksen elinkaaren eikä pelkästään siinä hetkessä, kun koodia kirjoitetaan.

Legacy-koodi ja vanhentunut teknologia

Sopiiko agenttikehitys legacy-koodin parissa työskentelyyn?

Sopii. Vielä puoli vuotta sitten alalla oli yhteinen näkemys, että monimutkainen legacy-koodi on tekoälylle liian hankala. Kehitys on kuitenkin ollut niin nopeaa, ettei näin ole enää. Kun koodipohjaan lisätään laadukasta dokumentaatiota ja ohjeistusta, tekoäly toimii yhteen myös vanhemman koodin kanssa. Tämä madaltaa kynnystä palvelujen modernisointiin ja refaktorointiin.

Miksi AI-agentti pärjää legacykoodin kanssa joskus ihmistä paremmin?

Agentilla ei ole ennakkoluuloja. Se lukee koodia sellaisena kuin se on ja työskentelee sen kanssa ilman turhautumista. Ihmiselle vanha teknologia voi tuntua ärsyttävältä, ja tunteiden pohjalta koodia saatetaan refaktoroida enemmän kuin olisi tarpeen. Agentti arvioi koodia objektiivisemmin.

Mitä agenttikehitys merkitsee vanhentuneille teknologioille?

Agenttikehityksellä voi olla suuri merkitys siinä, kuinka vanhenevia teknologioita pystytään ylläpitämään tai modernisoimaan. Esimerkiksi pankki- ja vakuutusmaailmassa käytetyn COBOLin osaajat ovat eläköitymässä, eikä uusia juurikaan kouluttaudu. Agenttien avulla vanhaa koodia voidaan ymmärtää ja muuttaa uudempaan teknologiaan. Täysin autonomiseen kriittisten järjestelmien modernisointiin emme vielä ole valmiita, mutta suunta on selvä.

Miten kehittäjän rooli muuttuu?

Kehittäjästä tulee agenttien orkestroija. Perinteinen koodin kirjoittaminen rivi riviltä vähenee, ja tilalle tulee agenttien ohjaaminen. Kehittäjä jakaa ohjeita ja voi hallinnoida useampaa agenttia rinnakkain. Vastuulla on varmistaa, että lopputulos vastaa laatu- ja arkkitehtuurivaatimuksia, asiakkaan tarpeita sekä tietosuoja- ja turvakriteerejä.

Tarvitseeko kehittäjän enää osata koodata?

Jokaisen kehittäjän on ymmärrettävä, millaista koodia agentit tuottavat, millaisia ratkaisuja ne tekevät ja täyttävätkö ne parhaat käytännöt. Koodiosaamisesta ei voi luopua, vaikka agentit kirjoittaisivat rivit itse.

Miten suhtautua muutokseen?

Kaikille kehittäjille tai digikehityksen parissa työskenteleville muutos ei ole mieluinen. Osa kehittäjistä on innoissaan, toiset voivat kokea muutoksen hankalana tai jopa harmillisena, jos koodin kirjoittaminen on ollut rakas osa työtä. Etenkin kontrollin menetys koodin tyylistä voi tuntua kurjalta. Työntekijöiden asenteet ja valmius muutokselle ovat yritykselle tärkeitä näkökulmia. Muutos onnistuu tai kaatuu lopulta aina ihmisissä.

Miten valita oikeat tekoälytyökalut?

Yrityksen kannattaa valita muutama työkalu, joita se käyttää pääsääntöisesti. Näin lisenssiviidakkoa ja käytön tukemista on helpompi hallinnoida. Valinta kannattaa kuitenkin tehdä työntekijöitä kuunnellen. Tunnista, mitkä työkalut ovat kehittäjien suosiossa ja miksi. Kun työkalu saa sisäisesti kannatusta, sen käyttöönotto on paljon helpompaa. Muutama hyvin tuettu työkalu on parempi kuin kymmenen puoliksi käytössä olevaa.

Mitä on varjokäyttö ja miksi se on riski?

Varjokäyttö tarkoittaa sitä, että kehittäjät käyttävät omia työkalujaan virallisten ohjeiden ohi. Se on tyypillinen riski vastuu- ja tietosuojakysymyksissä, sillä yritys ei tiedä, mihin dataa lähetetään. Varjokäyttöä voi vähentää kuuntelemalla työntekijöitä työkaluvalinnoissa jo alkuvaiheessa.

Miten onnistua käytännössä? Dokumentaatio haltuun

Tekoäly toimii sitä paremmin, mitä paremmat ohjeet sillä on. Asiallinen dokumentaatio auttaa sekä konetta että ihmistä ymmärtämään projektia. Kattavan dokumentoinnin luominen synnyttää ylläpidettävyyden taakan: materiaalia on päivitettävä, sillä vanhentunut dokumentaatio kasvattaa hämmennyksen riskiä. Aikaa ja resursseja tämä vaatii, mutta investointi maksaa itsensä takaisin.

Miksi dokumentaatio on tärkeää myös kehittäjälle itselleen?

Kun yksi kehittäjä tuottaa tekoälyn avulla enemmän koodia lyhyemmässä ajassa, syntyy uusi ongelma: muistaako hän puolen vuoden päästä, miten kaikki toimii? Kun omistajuus itse kirjoitetusta koodista puuttuu, siitä ei jää samanlaista muistijälkeä. Hyvin dokumentoitu koodi tukee silloin myös tekijäänsä.

Miten varmistetaan koodin laatu agenttien aikakaudella?

Laadunvarmistus on ratkaisevassa roolissa. Tekoälyn käyttöä tukevat systemaattiset koodikatselmukset ja laajat testit. Ilman niitä agenttien hyödyntäminen on riskialtista. Vahvat koodikäytännöt varmistavat, ettei tekoäly lähde sooloilemaan.

Kuinka usein työkaluvalintoja pitäisi arvioida?

Ainakin puolivuosittain. Tekoälytyökalut kehittyvät nopeasti: puoli vuotta sitten toimimaton ominaisuus voi olla nyt erinomainen. Yrityksessä kannattaa olla tiimi tai vastuutetut henkilöt, jotka seuraavat kehitystä ja jakavat tietoa sisäisesti. Työkalujen käyttöä ja uusien arviointia tehdään säännöllisin väliajoin, ei kerran ja ikuisesti.

Kuinka onnistua tekoälyn käyttöönotossa?

Työkalujen valinta on vain pieni osa muutosta. Suurin työ tehdään yrityksen sisällä: millainen strategia valitaan, kuinka uusia toimintamalleja mahdollistetaan ihmisille, kuinka heitä kuunnellaan ja miten käyttöönotossa sekä osaamisen kehittämisessä tuetaan. Agenttivetoinen kehitys tuo nopeutta, mutta se vaatii ihmisiltä toimijuutta ja vastuuta.

Blogiteksti on uudelleenmuotoiltu kysymys–vastaus-muotoon Claudea hyödyntäen. Kirjoittaja on tarkistanut, muokannut ja hyväksynyt sisällön.