Dino Reić: Senior software developer u sklopu svog workflowa koristi i plaćene verzije nekih AI alata
Možeš li navesti primjer korištenja više različitih AI alata koji su ti pojedinačno ili kombinirano bitno skratili produkcijski proces. Koji su to bili alati i što konkretno si uspio napraviti brže/lakše?
Ja koristim ChatGPT za $20/mjesečno, i Claude code za $200/mjesečno. Također koristim GitHub CoPilot zbog mogućnosti uploada i analize slika u agent modu, što mi je ponekad potrebno.
Kako spojiti neki od dostupnih LLM na vlastiti produkt?
Možemo se spojiti na postojeću SAAS platformu poput OpenAI.com (kreator produkta ChatGPT) ili Anthropic.com (kreator produkta Claude Code), ili možemo instalirati svoj LLM na svoj server, te raditi s njime.Kompleksnija opcija je korištenje RAGa (RetrievalAugmented Generation), u kojem model najprije pretražuje vašu bazu podataka kako bi pronašao relevantne informacije, a onda te relevantne informacije šaljemo u LLM za dobivanje točnijih rezultata. Kada se traže AI inženjeri, onda se ugl. misli na RAG optimizaciju.
Koje su ključne riječi i na koji način napraviti kvalitetan prompt da bi se dobio kvalitetan odgovor od AI alata?
Najvažnije za kvalitetan rad s AI-am je poznavanje koraka, tj. cijelog procesa kako se dolazi do krajnjeg rezultata. AI radi loše ukoliko mu zadate “veliki” zadatak s puno koraka, koji nisu detaljno objašnjeni. Lako je moguće da će AI odrabrati rješiti neke segmente na način koji Vas ne zadovoljava u “konačnoj” slici produkta. Tako da želim reći, dobar prompt štedi vrijeme, ali u biti razbija veliki zadatak na veći broj manjih podzadataka. Po mom iskustvu to je jako korisno za istraživanje, manje korisno za tehnički rad. Za tehnički rad, bolje je ići korak po korak i provjeravati rezultat svakog koraka. Ako vam treba dobar prompt, najbolje je pitati AI da vam izgenerira prompt za x. Onda provjerite što je napisao, malo oduzmite, malo dodajte i imate svoj prompt. Nije potrebno tražiti promptove po internetu. Zanimljivost je da kada se AI vrijeđa i tretira kao malo dijete, uglavnom vraća bolje rezultate. Promptovi tipa “Molim te se više potrudi”, “Zašto glumiš idiota ako si se složio da ...” rezultiraju boljim i konkretnijim odgovorima.
Možeš li navesti primjer za neki od alata poput ChatGPT, Codex, Cloude, Gemini, Grok, Perplexity, Midjurney, Dall-E ili neki drugi?
Rekao bi da je ChatGPT generalno bolji za generiranje teksta, Claude u agent modu je najbolji za programiranje, Midjurney za generaciju slika itd. Muskov Grok je poznat po tome da pokušava biti slobodan od politike i davati što iskrenije odgovore, što dovodi do bizarnih i komičnih situacija. Svaka preporuka za korištenje. Sada je na scenu stupio Google Gemini, s kojim za sada imam loša iskustva, ali vidjeti ćemo što budućnost nosi. Imam osjećaj da će Kinezi (DeepSeek i drugi) pobjediti u OpenSource modelima, a da će na kraju po jedan igrač, tipa Google ili Meta biti pobjednik u svakoj od kategorija za SaaS pristup. Kao neku dalju budućnost (2 god plus) mislim da će sve više ljudi instaliravati i koristiti lokalne modele, s lokalnim bazama. Tu očekujem veliki rast i brojne Vidi članke i teme.
Što za sada developeri ne mogu očekivati od AI-a u developmentu jer će ih moguće odvesti u krivom smjeru
Nema odlaska u krivom smjeru. AI je sjajan alat koji puno pomaže u “jednostavnim stvarima” te naravno debugiranju. Također odličan je tutor. Kada izgenerira neki kod koji vam nije jasan, pitajte ga da objasni “zašto”. Objašnjava kratko i jasno, s primjerima. Danas je lakše nego ikada učiti i programirati u jezicima za koje bi prije rekli da “ne znate”. Problem je što već sada AI rješava probleme koji si prije rješavali juniori pa čak i mid level programeri, tako da oni teško nalaze posao, a seniori koji znaju točno što rade su su puno učinkovitiji. Zato dolazimo do bizarne situacije da u nekim firmama imaju više project managera nego programera. Ono s čime nas “plaše” je da će AI uskoro zamijeniti i seniore! S time se ne slažem, ali zahtjevi za seniore će sigurno biti sve veći i veći. Na primjer, prije je bilo normalno da programeri samo pišu kod i ne bave se sa serverima, danas više nije tako. Često se podrazumijeva fullstack znanje koje obuhvaća backend (ne samo Node), frontend (TypeScript i React umjesto jQuery) i deployment (Docker i Linux umjesto push na Vercel ili Heroku). Zanimljiva i čudna vremena :). Bitno je ne bojati se, znati da AI nije svjestan ničega, to je samo alat koji daje odgovore bazirane na statistici.