یک مدیر ارشد مهندس با بیش از ۱۰ سال تجربه در نقشهای مختلف، تجربهی استفاده از هوش مصنوعی در تیم خود را به اشتراک گذاشته است. این تجربه نشان میدهد که هوش مصنوعی میتواند به طور قابل توجهی بهرهوری تیم را افزایش دهد و به توسعهدهندگان اجازه دهد تا بر روی جنبههای معماری و بهبود کد تمرکز کنند.
تیم این فرد، از Claude Code به عنوان یک محیط هدف برای دستورالعملهای مربوط به هوش مصنوعی استفاده کرده و یک مخزن مشترک از مهارتها را ایجاد کردهاند. آنها همچنین از Claude برای تولید مهارتها بر اساس اسناد موجود در Confluence استفاده کردهاند که منجر به ایجاد راهحلهای اسکریپتی برای فرآیندهای دستی شده است. این رویکرد به تیم اجازه داده تا خدمات جدیدی را در حدود نصف زمان معمول توسعه دهند.
استفاده از OpenSpec برای هدایت Claude و ترکیب آن با تیکتهای متمرکز، منجر به تولید درخواستهای Pull (PR) با طول و پیچیدگی قابل بررسی توسط انسان شده است. همچنین، Gemini Notes برای ثبت جلسات فنی استفاده میشود و به عنوان زمینه برای فرآیند تولید تیکتها عمل میکند، که بار ذهنی ناشی از یادداشتبرداری دستی و پیگیری تیکتها را کاهش میدهد.
این روشها به تیم کمک میکنند تا به سرعت به اشتباهات پی ببرند و از انحراف از اهداف اصلی جلوگیری کنند. اگرچه گاهی اوقات خروجیهای غیرمنتظرهای از هوش مصنوعی دریافت میشود، اما مدیر معتقد است که این مشکل از خروجیهای غیرمنتظرهی انسانی بدتر نیست و فرآیند بررسی کد به کاهش این مشکلات کمک میکند.
در مجموع، این تجربه نشان میدهد که هوش مصنوعی میتواند ابزاری قدرتمند برای توسعهدهندگان .NET باشد، به شرطی که به طور موثر مدیریت و یکپارچه شود. استفاده از ابزارهایی مانند Claude Code، OpenSpec و Gemini Notes میتواند به تیمها کمک کند تا بهرهوری خود را افزایش دهند و بر روی جنبههای مهمتر توسعه نرمافزار تمرکز کنند.
مشاهده مطلب اصلی