Blog

AIDD i BMAD w praktyce: od wymagania do zweryfikowanej zmiany

AIDD i BMAD w praktyce: od wymagania do zweryfikowanej zmiany

Jak uporządkować rozwój oprogramowania z AI: kontekst repozytorium, wymagania, weryfikacja i mierzalny pilotaż na istniejącej aplikacji.

Agent kodujący potrafi przygotować implementację, dopisać testy i opisać zmianę. Zespół nadal musi ustalić, czy rozwiązuje ona właściwy problem, pasuje do architektury i może bezpiecznie trafić do użytkowników. Właśnie te decyzje warto uporządkować przed rozszerzeniem wykorzystania AI na kolejne projekty.

AIDD i BMAD pomagają na różnych poziomach. W opisywanym podejściu AIDD organizuje zasady pracy z AI: odpowiedzialność, kontekst repozytorium, granice uprawnień i weryfikację. BMAD dostarcza procesy wspierające analizę, wymagania, planowanie i realizację. Ich połączenie powinno dać zespołowi praktyczny sposób dostarczania zmian, który można sprawdzić na rzeczywistym zadaniu.

Najpierw ustal, za co odpowiada człowiek

Właściciel produktu określa cel i kryteria odbioru. Osoby odpowiedzialne za technologię zatwierdzają istotne decyzje architektoniczne i akceptują ryzyko. Agent może zbierać informacje, proponować rozwiązanie, implementować uzgodniony zakres i uruchamiać dozwolone kontrole. Gotowy opis agenta nie jest sam w sobie dowodem poprawności.

Warto zapisać, kto może zaakceptować zmianę, które operacje wymagają dodatkowej zgody i jak wygląda wydanie. Reguły powinny odpowiadać rzeczywistym uprawnieniom narzędzi. Instrukcja w pliku pomaga agentowi, ale nie zastępuje kontroli dostępu, ochrony gałęzi ani ograniczeń środowiska.

Kontekst projektu ma być użyteczny i aktualny

Na początek potrzebne są informacje o celu aplikacji, jej strukturze, sposobie uruchamiania testów, ważnych ograniczeniach i odpowiedzialności za dane. Zamiast ładować całą dokumentację do każdego zadania, wybieraj kontekst związany ze zmienianym obszarem. Nieaktualne instrukcje potrafią skierować agenta do niewłaściwego interfejsu lub nieużywanej komendy.

Utrzymuj trwałe decyzje razem z projektem i poddawaj je przeglądowi tak jak kod. Oddziel zasady zespołu od plików dostawcy narzędzia. Dzięki temu aktualizacja procesu pomocniczego nie powinna samoczynnie nadpisywać polityki bezpieczeństwa ani instrukcji wdrożeniowych.

Ile planowania wymaga konkretna zmiana?

Nie każde zadanie potrzebuje pełnego dokumentu wymagań i nowej architektury. Drobna poprawka zgodna z istniejącym wzorcem może mieć krótkie kryteria odbioru i skupiony test. Integracja między systemami wymaga już ustalenia kontraktu, błędów, zgodności i sposobu uruchomienia. Dokumentacja BMAD opisuje dobór zakresu planowania do pracy, zamiast jednego obowiązkowego zestawu dokumentów dla wszystkich zadań.

W pilotażu wybierz narzędzia i wersję procesów, które zespół potrafi utrzymać. Zapisz decyzje i sprawdź działanie integracji. Nazwy poleceń oraz dostępne możliwości mogą zmieniać się między wydaniami; proces zespołu nie powinien zależeć od zapamiętanej instrukcji dla innej wersji.

Przykład: integracja zamówień z istniejącą aplikacją

Załóżmy, że aplikacja ma przekazywać zaakceptowane zamówienia do zewnętrznego systemu. To scenariusz ilustracyjny, nie opis zrealizowanego wdrożenia. Samo zadanie „dodaj integrację” pozostawia zbyt wiele decyzji implementacji. Trzeba określić moment wysłania, wymagane pola, reakcję na niedostępność odbiorcy i zasady ponowienia.

Od potrzeby do dowodu wykonania
ObszarCo ustalamyJak sprawdzamy
WymaganiaTylko zaakceptowane zamówienia są przekazywaneTesty pozytywne i odmowy dla innych stanów
KontraktMapowanie pól, wersja API i obsługa błędówTesty kontraktu i niepoprawnych odpowiedzi
PonowieniaRozpoznawanie duplikatów i uzgadnianie stanuScenariusz utraty odpowiedzi po zapisie
BezpieczeństwoMinimalny dostęp i ochrona sekretówPrzegląd uprawnień oraz logów
WydanieWłaściciel zgody, monitoring i wycofanieKontrola gotowości przed uruchomieniem

Agent dostaje ograniczony fragment pracy i kryteria, które można ocenić. Zespół sprawdza zachowanie przy błędach, a nie wyłącznie poprawny przebieg. Jeżeli zewnętrzne API obsługuje klucze idempotencji, należy stosować je zgodnie z jego kontraktem; sama kolejka zadań nie gwarantuje jednokrotnego skutku biznesowego. Więcej o projektowaniu takich połączeń opisuje oferta integracji systemów.

Testy i przegląd pozostają niezależnymi kontrolami

Zielony test jest wartościowy wtedy, gdy sprawdza istotny warunek. Test powielający założenie błędnej implementacji może dać fałszywe poczucie bezpieczeństwa. Przejrzyj kryteria, przypadki brzegowe i zachowanie istniejących odbiorców. Automatyczny przegląd może wskazać problemy, ale drugi agent nie jest automatycznie niezależnym audytorem.

Porównuj wynik z wymaganiami i rzeczywistym kodem. Zachowuj wyniki wykonanych kontroli, opis ograniczeń i decyzję osoby zatwierdzającej. Wskazówki GitHub dotyczące przeglądu kodu AI również podkreślają potrzebę weryfikacji wygenerowanego kodu przed jego przyjęciem.

Jak ocenić, czy pilotaż pomaga zespołowi?

Przed startem zapisz punkt odniesienia i sposób pomiaru. Obserwuj czas realizacji, czas przeglądu, poprawki po przeglądzie, błędy po wydaniu oraz koszt narzędzi i modeli. Porównuj zadania o zbliżonej trudności. Jedno proste zadanie ukończone szybciej nie uzasadnia prognozy oszczędności dla całego produktu.

  • Oddziel czas oczekiwania od aktywnej pracy człowieka.
  • Uwzględnij przygotowanie kontekstu i sprawdzanie wyników.
  • Zapisz sytuacje, w których agent wymagał interwencji.
  • Oceń, czy proces jest zrozumiały także dla osoby, która nie prowadziła pilotażu.

Zacznij od zadania, które można odebrać

Dobry pilotaż ma ograniczony zakres, właściciela decyzji i sprawdzalny rezultat. Po jego zakończeniu zespół powinien umieć wskazać, co zadziałało, które reguły trzeba poprawić i czy rozszerzenie użycia AI ma uzasadnienie. Zwiększanie autonomii powinno wynikać z dowodów i kontroli, a nie z samego faktu, że narzędzie potrafi uruchomić kolejne polecenie.

W improveIT pomagamy przeprowadzić wdrożenie AIDD + BMAD: od diagnozy repozytorium po pilotaż i przekazanie procesu zespołowi. Jeśli celem jest funkcja AI wewnątrz produktu, zobacz również transformację AI. Dalszy rozwój i obserwację systemu można połączyć z utrzymaniem aplikacji.

Źródła i dokumentacja