Ruka hadi maudhui makuu
Mafunzo ya AI

Mafunzo Halisi ya Mradi wa Mahojiano ya AI Coding: Kutoka Kuvunja Mahitaji hadi Kukamilisha kwa Muda

Mafunzo haya yanatumia miradi mitatu halisi ya mahojiano iliyofichwa utambulisho kueleza jinsi ya kufungia wigo, kukagua hifadhi ya msimbo, kubuni hali na wakati wa uendeshaji, kugawa kazi za AI, na kukamilisha uwasilishaji wa kuaminika kupitia majaribio, onyesho na nyaraka.

Takriban dakika 24 za kusoma
Mafunzo ya AI Coding: Kutoka Mahitaji hadi Uwasilishaji wa Muda

Muhtasari wa miradi

Hifadhi hii inakusanya changamoto tatu za AI Coding kutoka katika michakato halisi ya kuajiri, na kutoa mbinu ya jumla inayofaa kwa mitihani ya muda maalum, Take-home Assignment na uundaji wa jozi unaofanyika ana kwa ana. Maelezo ya changamoto yamefichwa utambulisho na kupangwa upya, bila kujumuisha majina ya kampuni, wahoji, waajiri au wateja.

Hifadhi yenyewe inalenga hasa kuhifadhi mapitio ya changamoto na mbinu. Suluhisho binafsi zinazolingana ziko katika hifadhi tofauti, zikiwa na msimbo chanzo, nyaraka za usanifu, majaribio na rekodi halisi za uwasilishaji.

Miradi hii haichunguzi tu kiasi cha msimbo, bali pia uelewa wa mahitaji, mipaka ya usanifu, udhibiti wa mchakato, ushahidi wa kukubaliwa na uwezo wa kufanya maamuzi ya kimkakati.

Changamoto hizi tatu zinachunguza nini

01: Computer Use Agent Dashboard

Changamoto ya kwanza inahitaji kujenga mfumo unaounganisha Web, Agent na kompyuta ya mezani iliyotengwa. Inachunguza hasa Computer Use, mzunguko wa kuita zana, utengaji wa vipindi, uonekano wa mfumo na uaminifu wa wakati wa uendeshaji.

Unaposhughulikia mradi wa aina hii, haitoshi kukamilisha tu mwito wa API ya modeli na uonyeshaji wa kiolesura. Pia unapaswa kuzingatia jinsi Agent inavyoita zana, jinsi vipindi tofauti vinavyotengwa, na kama hali za kushindwa zinaweza kuonekana na kurejeshwa.

02: Agent wa React Native wa Kuchukua Hatua kutoka kwa Picha ya Skrini

Changamoto ya pili ni mradi wa React Native／iOS wa saa 48. Unatumia picha ya skrini kama ingizo, na kuchunguza hasa uelewa wa aina nyingi za data, Action iliyopangwa, Human-in-the-loop, zana asilia na Memory.

Jambo muhimu katika changamoto za aina hii ni kuunda mzunguko kamili: kuelewa picha ya skrini, kutengeneza hatua iliyopangwa, kumruhusu mtumiaji kuthibitisha, na kisha kutekeleza kupitia uwezo unaofaa wa mfumo asilia, badala ya kutoa tu pendekezo la lugha asilia.

03: Mfumo wa Usimamizi wa Kazi kwa Mtindo wa Jira

Changamoto ya tatu inahitaji kukamilisha Web MVP ndani ya siku moja. Inachunguza hasa maamuzi ya mahitaji, CRUD, kuburuta kwenye ubao, uhifadhi wa ndani, ratiba ya matukio na ubora wa jumla wa uwasilishaji.

Mradi huu pia unahifadhi mizunguko 24 ya mazungumzo halisi ya AI Coding kutoka PRD hadi Repo Wiki, inayoweza kutumika kuchunguza jinsi mahitaji, utekelezaji na nyaraka vinavyoendelezwa hatua kwa hatua.

Tazama mizunguko 24 ya mazungumzo halisi ya ForceTrack

Mbinu kuu: Hatua sita za kukamilisha mradi wa AI Coding

Mwongozo wa jumla wa miradi ya AI Coding unagawanya mchakato mzima katika hatua sita. Iwe changamoto ni Agent, programu ya simu au mfumo wa CRUD, unaweza kufuata mpangilio huu.

Hatua ya kwanza: Fafanua mahitaji na ugandishe wigo

Anza kwa kubadilisha maelezo yasiyo wazi kuwa wigo wa P0 unaoweza kuthibitishwa. Tofautisha mambo ya lazima kukamilika, yanayoweza kuahirishwa na yale ambayo hayatafanywa kabisa, ili kuzuia mahitaji kuendelea kupanuka katika mradi wa muda maalum.

Unaweza kuanza kwa kuunda matrix rahisi ya mahitaji:

Hitaji: Mtumiaji anaweza kufanya operesheni gani?
Uthibitishaji: Utathibitishaje kuwa operesheni imefaulu?
Kipaumbele: Je, ni la P0?
Hali: Halijaanza, linaendelea au limethibitishwa?
Hatari: Ni utegemezi, ruhusa, njia ya kushindwa au gharama ya muda gani?

Lengo la matrix si muundo wake, bali kuhakikisha kila kazi ina ushahidi wazi wa kukubaliwa.

Hatua ya pili: Kagua Starter au hifadhi iliyopo

Ikiwa mwombaji amepewa Starter, usiandike upya kila kitu mara moja. Kwanza chunguza saraka zilizopo, utegemezi, njia ya ujenzi, modeli ya data na vipengele vinavyoweza kutumiwa tena, kisha amua ni sehemu zipi zibaki, ziongezwe au zibadilishwe.

  • Thibitisha kuwa mradi unaweza kusakinishwa, kujengwa na kuendeshwa kwa kawaida.
  • Tambua mikakati iliyopo ya usimamizi wa hali, uhifadhi na majaribio.
  • Kagua vikwazo vya jukwaa, ruhusa na wakati wa uendeshaji.
  • Rekodi vizuizi ili kuzuia AI kuendelea kutengeneza msimbo kwa dhana zisizo sahihi.

Hatua ya tatu: Buni data, hali, zana na wakati wa uendeshaji

Changamoto tofauti zitasisitiza mipaka tofauti: miradi ya Agent inahitaji kuzingatia mzunguko wa zana, utengaji wa vipindi na urejeshaji baada ya kushindwa; miradi ya simu inahitaji kuzingatia Action iliyopangwa, uthibitishaji wa mtumiaji na zana asilia; huku mfumo wa kazi ukihitaji kuzingatia CRUD, hali ya kuburuta, uhifadhi wa ndani na ratiba ya matukio.

Katika usanifu, fafanua hali ya kawaida, hali ya upakiaji, hali ya kushindwa na njia ya kurejesha. Kuwa na njia kuu pekee bila kushughulikia masharti ya mipakani kwa kawaida hakutoshi kuunda mzunguko kamili wa uwasilishaji.

Hatua ya nne: Gawa kazi za AI kwa vipande vya wima

Usiomba AI itengeneze mfumo mzima kwa mara moja. Njia thabiti zaidi ni kuendelea kwa vipande vya wima, ambapo kila kipande kinajumuisha data, mantiki, kiolesura na uthibitishaji unaohitajika.

Mkataba wa kazi unaopewa AI unapaswa angalau kufafanua mambo yafuatayo:

Lengo: Matokeo yanayoonekana ya kukamilisha katika zamu hii
Wigo: Moduli zinazoruhusiwa kubadilishwa
Vikwazo: Teknolojia, muda na mahitaji ya uoanifu
Uthibitishaji: Operesheni au ukaguzi unaopaswa kufaulu
Mambo yaliyokatazwa: Vipengele ambavyo havipaswi kupanuliwa katika zamu hii

Mgawanyo huu hupunguza kupotea kwa muktadha na kurahisisha ukaguzi wa kila zamu unaofanywa na binadamu.

Hatua ya tano: Review ya binadamu na uthibitishaji wa kiotomatiki

AI inaweza kuongeza kasi ya utekelezaji, lakini maamuzi ya kiufundi bado ni jukumu la msanidi. Baada ya kila mabadiliko, kagua kama msimbo unakidhi mahitaji, kama umeharibu tabia iliyokuwepo na kama njia za kushindwa zimeshughulikiwa.

  • Endesha majaribio yaliyopo na mchakato wa ujenzi.
  • Thibitisha mwenyewe njia kuu za mtumiaji.
  • Kagua hali, ruhusa, uhifadhi na masharti ya mipakani.
  • Thibitisha kuwa uonyeshaji wa kiolesura unaendana na matokeo halisi ya uendeshaji.
  • Rekodi matokeo ya kukubaliwa, badala ya kurekodi tu “msimbo umetengenezwa”.

Hatua ya sita: Maamuzi ya muda, onyesho na uwasilishaji wa mwisho

Muda unapokuwa mdogo, kata kwa makusudi wigo wenye thamani ndogo na hakikisha kwanza mzunguko kamili wa P0. Uwasilishaji wa mwisho haujumuishi msimbo chanzo pekee; unapaswa pia kuthibitisha kuwa mradi unaendeshwa kupitia matokeo ya ujenzi, majaribio, onyesho na nyaraka.

Orodha fupi ya ukaguzi wa uwasilishaji inaweza kuwa:

Je, mchakato mkuu umekamilika?
Je, mradi unaweza kujengwa na kuanzishwa?
Je, njia muhimu za kushindwa zimeshughulikiwa?
Je, data au hali zinahifadhiwa kulingana na mahitaji?
Je, hatua za onyesho ni thabiti na zinaweza kurudiwa?
Je, nyaraka zinaeleza wigo, maamuzi ya kimkakati na vikwazo vinavyojulikana?

Jinsi ya kuanza kutumia hifadhi hii

Hii ni hifadhi ya mapitio ya changamoto na mbinu, si programu inayohitaji kusakinisha utegemezi wote pamoja na kuanzishwa. Kwa hiyo, maandalizi makuu ni kusoma nyenzo, kunakili violezo na kuunda mpango wako wa utekelezaji kulingana na changamoto husika.

  1. Klonisha au pakua hifadhi hii kutoka kwenye ukurasa wa GitHub.
  2. Soma changamoto tatu za miradi kwa mpangilio ili kuelewa malengo ya uhandisi na mambo muhimu ya kukubaliwa katika aina tofauti za miradi.
  3. Soma mwongozo wa jumla, kisha nakili matrix ya mahitaji, mkataba wa kazi na orodha ya ukaguzi wa uwasilishaji.
  4. Chagua changamoto moja na bana mahitaji kuwa wigo wa P0 unaoweza kukamilishwa ndani ya muda uliowekwa.
  5. Ikiwa unahitaji kuchunguza maelezo ya utekelezaji, fungua hifadhi inayolingana ya suluhisho binafsi ili kuona msimbo, nyaraka za usanifu na majaribio.

Mpangilio unaopendekezwa katika README ni kusoma changamoto tatu kwanza, kisha kusoma mwongozo wa jumla. Unapofanya changamoto halisi, huhitaji kunakili violezo vyote kikamilifu; vipunguze kulingana na ukubwa wa mradi na muda uliopo.

Mfano wa mazoezi ya msingi

Tuseme unafanya mazoezi ya mfumo wa usimamizi wa kazi kwa mtindo wa Jira. Unaweza kuanza kwa kuweka lengo la siku moja kuwa mzunguko mkuu unaoweza kuthibitishwa: kupanga utekelezaji na kukubaliwa kuzunguka CRUD, kuburuta kwenye ubao, uhifadhi wa ndani na ratiba ya matukio. Kila unapokamilisha sehemu, thibitisha pia matokeo ya kusasisha hali na kuhifadhi data, badala ya kusubiri kurasa zote zikamilike ndipo ufanye majaribio kwa pamoja.

Ikiwa unafanya mazoezi ya Agent wa kuchukua hatua kutoka kwa picha ya skrini, unaweza kupanga vipande vya wima vinavyozunguka “ingizo la picha ya skrini, uelewa wa aina nyingi za data, Action iliyopangwa, uthibitishaji wa mtumiaji na zana asilia”. Kila hatua inapaswa kuhifadhi hatua za uthibitishaji na ukaguzi wa binadamu, ili kuzuia kuchukulia moja kwa moja matokeo ya modeli kama matokeo ya utekelezaji ya kuaminika.

Kwa Computer Use Agent Dashboard, thibitisha kwanza mzunguko wa zana, utengaji wa vipindi, uonekano wa mfumo na uaminifu wa wakati wa uendeshaji. Kiolesura ni sehemu moja tu ya mfumo; kama mchakato wa uendeshaji unaweza kufuatiliwa na jinsi kushindwa kunavyoshughulikiwa pia ni sehemu ya kukubaliwa.

Mbinu za juu

Tanguliza ushahidi wa kukubaliwa kuliko idadi ya vipengele

Katika miradi ya muda maalum, vipengele vitatu vilivyokamilika, vilivyofanyiwa majaribio na kuonyeshwa kwa kawaida vina ushawishi mkubwa kuliko kurasa kumi zisizoweza kuendeshwa kwa uthabiti. Kila kipengele cha P0 kinapaswa kuthibitishwa kupitia operesheni, majaribio, matokeo ya ujenzi au nyaraka.

Ruhusu AI iharakishe utekelezaji, si ichukue nafasi ya maamuzi

AI inafaa kwa kazi zenye mipaka iliyo wazi, lakini mgawanyo wa wigo, maamuzi ya usanifu, tathmini ya hatari na Review ya mwisho bado vinapaswa kudhibitiwa na msanidi. Kadiri kazi inavyokuwa isiyo wazi, ndivyo hatari ya kurekebisha tena msimbo mwingi uliotengenezwa mara moja inavyokuwa kubwa.

Kagua kwanza njia za hali na urejeshaji

Ingawa changamoto hizi tatu zina maumbo tofauti, zote zinahusu hali, kushindwa, urejeshaji, ruhusa, uhifadhi au masharti ya mipakani. Kabla ya onyesho, fanya kwa makusudi majaribio ya ingizo lisilo la kawaida, kushindwa kwa zana, mabadiliko ya hali na tabia baada ya kufungua tena programu.

Tumia historia halisi ya mazungumzo kuchambua ushirikiano

Mizunguko 24 ya mazungumzo halisi ya ForceTrack inafaa kuchanganua udhibiti wa mchakato wa AI Coding. Unaposoma, zingatia jinsi lengo la kila zamu linavyobainishwa, jinsi kazi zinavyogawanywa na jinsi matokeo yanavyokusanywa hatua kwa hatua kutoka PRD hadi Repo Wiki.

Hitimisho

Thamani ya nyenzo hizi si kutoa tu changamoto tatu za mazoezi, bali pia kuonyesha mbinu inayoweza kutumiwa tena ya uwasilishaji wa AI Coding: kwanza kuelewa mahitaji na kufungia wigo, kisha kukagua mazingira, kubuni mipaka, kugawa kazi, kufanya ukaguzi wa binadamu, na hatimaye kukamilisha kukubaliwa kupitia majaribio, ujenzi, onyesho na nyaraka.

Maelezo ya changamoto, muda na mahitaji ya usiri katika michakato halisi ya kuajiri yanaweza kutofautiana. Unapotumia mbinu hizi, fuata kila mara nyenzo rasmi ulizopewa na upunguze kwa makusudi wigo wenye thamani ndogo kulingana na muda.