Desenvolupar PruneOps amb IA (i la frustració que comporta)

Des que vaig començar el projecte de PruneOps, tot el codi l’he escrit amb IA. Com tothom, he provat alguns models i clients diferents, no entrarem en això (ni tampoc en el consum de tokens i els seus preus), cadascú té la seva opinió i preferència al respecte. Però el que sí que he trobat és que tots els LLM fan el mateix: generen. No importa que tinguis funcions genèriques, abstraccions de classes o qualsevol altra cosa: sempre generen codi nou des de zero, ignorant tot això.

Al principi no era un problema, començava a generar i seguia endavant, però a mesura que vas creixent veus que això no és sostenible. He dedicat (i dedico) dies sencers a fer refactors per estandaritzar codi, obligar a crear i utilitzar funcions genèriques, i no pas per vici ni per quedar bé, sinó perquè després és impossible canviar les coses: tens mil llocs diferents a revisar i sempre se n’escapa algun.

Un exemple: en un moment donat tenia desenes de templates per a les pàgines d’auditoria de la plataforma, cadascuna amb la seva taula independent. Després d’un bon esforç, totes les pàgines d’auditoria comparteixen ara un mateix template (i les d’overview, un altre) i tota la informació arriba i es mostra en el mateix format.

També m’he adonat que necessito fer tasques petites, per poder controlar al detall els canvis. Potser no és la millor manera, segur que hi ha gent que en sap molt més, però en el fons jo sóc un administrador de sistemes que juga a la programació en el seu temps lliure.

Tot i això, no penso tornar enrere: el balanç segueix sent positiu. M’ho estic passant molt bé i espero poder-ne fer alguna cosa de profit.

Si vols veure el que va sortint d’aquesta relació tan intensa, al blog de PruneOps escric sobre FinOps, costos cloud i gestió d’infraestructura cloud:

• Blog: pruneops.run/blog