አብዛኞቹ የሶፍትዌር ገንቢዎች፣ የቴክ መሪዎችና የDevOps መሐንዲሶች ሙያቸውን የሚጀምሩት ገንቢ ሆነው ነው።

ሥርዓቶችን፣ መተግበሪያዎችን፣ ክፍሎችን (components)፣ ገጽታዎችን (themes)፣ ንድፎችን (patterns)፣ ሞጁሎችንና የሥራ መስመሮችን (pipelines) ይገነባሉ። አቀማመጦችን ያሻሽላሉ፣ ያልተለመዱ ሁኔታዎችን ይጠግናሉ፣ ተኳሃኝነትን ይጠብቃሉ፣ እንዲሁም ሥርዓቶችን በአንድ ጊዜ በአንድ ኮሚት ወደ ፊት ያራምዳሉ። ሥራው ትክክለኛነትን የሚጠይቅ፣ ተግባራዊና ጥልቅ ቴክኒካዊ ነው።

ነገር ግን በሆነ ጊዜ አንድ ነገር ይለወጣል።

ምርጦቹ ባለሙያዎች መገንባትን አያቆሙም፤ ነገር ግን በሥርዓት አስተሳሰብ ማሰብ ይጀምራሉ።

ከገንቢነት ወደ ሥርዓት አሳቢነት

ለውጡ፦ ከውጤት ወደ ሕግጋት

ገንቢ ሲሆኑ ትኩረቱ ውጤት ላይ ነው፦ ክፍሎች፣ አብነቶች፣ ገጾች፣ ባህሪያት፣ ቤተ መጻሕፍትና መተግበሪያዎች።

የሥርዓት አሳቢ ሲሆኑ ትኩረቱ ወደ ሕግጋት ይሸጋገራል፦ ገደቦች፣ መስተጋብሮችና የግብረ መልስ ዑደቶች።

"ይህ ክፍል ምን ይመስላል?" ብሎ ከመጠየቅ ይልቅ፣ የሥርዓት አሳቢዎች የተለዩ ጥያቄዎችን ይጠይቃሉ፦ ይህን ክፍል የሚገዙት ሕግጋት ምንድን ናቸው? ከእሱ ጋር እንዲገናኝ የሚፈቀደው ምንድን ነው? ለውጥ ሲመጣ እንዴት ይሠራል? ዓላማው በጊዜ ሂደት እንዴት ይኖራል?

ይህ ለውጥ በተፈጥሮው ወደ ወኪላዊ ሥርዓቶች (agentic systems) ይመራል።

ንድፍ የማይንቀሳቀስ መሆኑ ሲያበቃ

ዘመናዊ የንድፍ ሥርዓቶች አስቀድመው አመክንዮን ያካትታሉ፦ ቶከኖች ገደቦችን ይወስናሉ፣ ክፍሎች መዋቅርን ይወስናሉ፣ ንድፎች ባህሪን ይወስናሉ።

ሆኖም አብዛኞቹ ሥርዓቶች አሁንም በከባድ የሰው ማቀናጀት ላይ ጥገኞች ናቸው።

የAI ወኪሎች የተለየ ሞዴል ያመጣሉ፤ ሥርዓቶች የራሳቸውን ሕግጋት የሚያስፈጽሙበት፣ ውሳኔዎችን ያለማቋረጥ የሚያረጋግጡበት፣ ለአውድ ምላሽ የሚሰጡበትና በውስጥ የሚቀናጁበት።

ንድፍ ከሰነድነት ወደ ሊሠራ የሚችል አመክንዮ የሚሸጋገረው እዚህ ላይ ነው።

ወዴት እየሄደ ነው

አሁን ትኩረቱ እነዚህን ሐሳቦች በእውነተኛና በሚሠሩ ሥርዓቶች ውስጥ መተግበር ላይ ነው፤ እንደ ሙከራ ሳይሆን እንደ መሠረት።

1. ጥልቅ የAI ወኪሎች ከንድፍ መሣሪያዎች (Figma) ጋር ውህደት

ወደ ወኪላዊ የንድፍ ሥርዓቶች

የንድፍ መሣሪያዎች ተገብሮ ሸራዎች ሊሆኑ አይገባም።

ግቡ የንድፍ ቶከኖችንና የክፍል ገደቦችን የሚረዱ፣ ውሳኔዎችን በቅጽበት የሚያረጋግጡ፣ የንድፍ ዓላማን ወደ ሥርዓት-ደረጃ ሕግጋት የሚተረጉሙና እንደ ላኪዎች ሳይሆን እንደ ተባባሪዎች የሚሠሩ የAI ወኪሎችን ከFigma ጋር ማዋሃድ ነው።

ይህ ንድፍን ዓላማው ተጠብቆ ወደሚቆይበት ወደ ላይኛው ደረጃ ያንቀሳቅሰዋል፤ በኋላ ተገምቶ ወደሚደረስበት ሳይሆን።

2. ሊለጠጥ የሚችል የAI ወኪሎች አስተዳደር

ግብ፦ 150 ወኪሎች፣ ለእያንዳንዱ ክፍል አንድ

አንድ አጠቃላይ-ዓላማ AI ከመጠቀም ይልቅ፣ ቡድኖች ወደ ብዙ ልዩ ወኪሎች እየተሸጋገሩ ነው።

እያንዳንዱ ክፍል የተወሰኑ ኃላፊነቶች፣ ግልጽ ወሰኖችና ስለ ተዛማጅ ክፍሎች ግንዛቤ ያለው የራሱ ወኪል ያገኛል።

ይህ ጤናማ ሥርዓቶች የሚለጠጡበትን መንገድ ያንጸባርቃል፦ በልዩነት፣ በቅንጅትና በግልጽ ውሎች።

3. እውነተኛ ክህሎቶች፣ መሣሪያዎችና ተሰኪዎች ያሏቸው ወኪሎች

ወኪሎች መተግበር መቻል አለባቸው።

ይህም ክህሎቶችን (የተደራሽነት አመክንዮ፣ የንድፍ ማረጋገጫ፣ የአፈጻጸም ግንዛቤ)፣ መሣሪያዎችን (ሊንተሮች፣ የሙከራ አስኪያጆች፣ የንድፍ APIዎች) እና ተሰኪዎችን (Storybook፣ Drupal፣ የCI የሥራ መስመሮች፣ የFigma ውህደቶች) ማስታጠቅ ማለት ነው።

መሣሪያ የሌለው ወኪል ቲዎሪያዊ ነው። መሣሪያ ያለው ወኪል ግን የራሱ የሥርዓቱ አካል ይሆናል።

4. ይበልጥ ብልህ አውቶማቲክ የተግባር ተቀባይነት ሙከራ

በAI የሚመራና ዓላማን የሚያውቅ

ባህላዊ ሙከራ ውጤትን ይፈትሻል። በወኪል የሚመራ ሙከራ ግን ባህሪን ይረዳል።

ትኩረቱ ስለ ተጠቃሚ ጉዞዎች የሚያመዛዝኑ የAI ወኪሎች፣ ሴሌክተሮችን ብቻ ሳይሆን ዓላማን የሚረዱ ተግባራዊ ሙከራዎች፣ ሙከራዎችን ከክፍሎች ጋር አብረው የሚያሻሽሉ ሥርዓቶች፣ እንዲሁም ተሰባሪ ሙከራዎችን እየቀነሱ የትርጉም ደረጃ መተማመንን መጨመር ላይ ነው።

ሙከራ ሌላ የሥርዓት ብልህነት ንብርብር ይሆናል።

TDD እና BDD በAI ዘመን፦ የAI ወኪሎች ለምን 100% ተጨማሪ ሙከራ-መጀመሪያ ልማት ይጠይቃሉ

ለምን አስፈላጊ ነው

ቡድኖች ፈጣሪዎቻቸውን የሚበልጡ፣ ያለማቋረጥ የሚላመዱና የረጅም ጊዜ የንድፍ ውሳኔዎችን ወደ ፊት የሚያሻግሩ ሥርዓቶችን እየገነቡ ነው።

በዚህ ዓለም ውስጥ የእጅ ቁጥጥር አይለጠጥም። በደንብ የተተረጎሙ ሕግጋት ግን ይለጠጣሉ።

ዲዛይነሮች፣ ገንቢዎችና የAI ወኪሎች በአንድ አመክንዮአዊ ማዕቀፍ ውስጥ መሥራት አለባቸው፤ በአንድ የጋራ የገደቦችና የዓላማ ሥርዓት።

ከገንቢነት ወደ ሥርዓት አሳቢነት የሚደረገው ሽግግር ትግበራን መተው ማለት አይደለም። ሥርዓቶችን ከክፍሎች ስብስብ የበለጠ አድርጎ ማየት ማለት ነው።

ቀጣዩ እርምጃ ሥርዓቶች እንዲያመዛዝኑ፣ እንዲላመዱና እንዲያድጉ የሚያስችሉ ሕግጋትን መንደፍ ነው።

ይህን ለውጥ የሚያደርጉ የሶፍትዌር ገንቢዎች፣ የቴክ መሪዎችና የDevOps መሐንዲሶች መገንባት ብቻ አይደለም የሚሠሩት፤ ሥርዓቶች ራሳቸውን እንዲገነቡ የሚያስችሉ ሁኔታዎችን እየገነቡ ነው።