Vibe Coding: مهندسی پیشرفته
مهندسی به کمک AI برای کسانی که همین حالا محصول تحویل می‌دهند. نوشته‌شده برای مهندسان senior و staff که کد نوشتن بلدند و حالا می‌خواهند مدل‌ها و agentها را در سطح حرفه‌ای اداره کنند. مهندسی context، انتخاب مدل، توسعه مبتنی بر spec، ساختن harness خودتان، حلقه‌های راستی‌آزمایی، review کد تولیدشده، باستان‌شناسی کد legacy، migrationهای بزرگ، debugging، امنیت، و قضاوتِ اینکه کِی اصلاً نباید سراغ AI رفت.
12 درس، به ترتیب
- 135 دقیقه
زمینه تمام بازی است
تقریباً هر گلایهای که دربارهٔ ابزارهای هوش مصنوعی برای کدنویسی میشنوید («یک API از خودش درآورد»، «کدی را که درست بود بازنویسی کرد»، «روی مثالهای...
Context window as a budget you spendWhat the model actually sees versus what you think it seesCurating a repo map instead of dumping filesContext rot and why longer is not better - 225 دقیقه
مغز درست را انتخاب کن، قیمت درست را بپرداز
انتخاب مدل یک تصمیم مهندسی است، از همان جنسِ انتخاب یک پایگاه داده یا یک صف: گزینهٔ «بهترین» وجود ندارد، فقط گزینهای وجود دارد که به یک بار کاری...
Capability tiers and when a bigger model is not the answerReasoning models versus fast modelsThe latency, cost, and quality trianglePrompt caching and why request shape drives the bill - 335 دقیقه
توسعه مبتنی بر مشخصات
سریعترین راه برای گرفتن کد درست از یک مدل این است که دست از وصفکردن آنچه میخواهید بردارید و شروع کنید به تعریفکردنش. پرامپت یک آرزوست. مشخصات یک...
Writing the acceptance criteria before the promptExecutable specs as the contract with the modelSpecifying error behavior and boundaries, not just the happy pathPlan before code, and reviewing the plan instead of the diff - 435 دقیقه
مهار مدل خودت را بساز
مهندسهایی که پیوسته نتیجهٔ خوبی از مدل‌ها میگیرند، معمولاً پرامپتهای بهتری از بقیه نمینویسند. آنها یک چارچوب (harness) ساختهاند: همان بساط...
The harness as the thing that makes good output the defaultProject rules files and what belongs in themGiving the model tools instead of instructionsSubagents and scoped delegation - 540 دقیقه
حلقه‌های راستی‌آزمایی: وادارش کن خودش را اثبات کند
یک مدل به شما میگوید کدش درست است. نه دروغ میگوید و نه راست میگوید؛ هیچ راهی برای دانستنش ندارد. درستی چیزی است که با اجرای کد در برابر یک تعریف...
Properties and invariants instead of example testsGenerated inputs find what handwritten examples missShrinking a counterexample before handing it overClosing the loop so the model checks itself - 640 دقیقه
خواندن کد تولیدشده مثل یک Senior
بلدید کد را ریویو کنید. چیزی که با کد تولیدشده عوض می‌شود، توزیع اشتباههاست. کدی که آدم نوشته آنجایی خراب می‌شود که خودِ آدم گیج بوده، و گیجی رد به...
The failure taxonomy of plausible-but-wrong codeReading the docstring and the code as two competing claimsReviewing intent and seams instead of tokensDuplication the model cannot see - 740 دقیقه
باستان‌شناسی کد Legacy
اینکه یک کدبیس را که هیچکس نمیفهمدش به مدل بدهید و بپرسید «این چه کار میکند؟» یکی از پرارزشترین کارهایی است که با مدل می‌شود کرد، و یکی از...
Facts before narrative when mapping unfamiliar codeCharacterization tests that pin current behaviorDistinguishing intent from accident in old codeUsing a model to generate hypotheses, not conclusions - 840 دقیقه
مهاجرت در مقیاس بزرگ
خواستن از یک مدل که چهارصد فایل را عوض کند، همان نقطهای است که کمک هوش مصنوعی یا واقعاً چندبرابرکننده می‌شود، یا بازبینیای بیشتر از انجامدادن کار...
Mechanical rewrites versus judgment callsKeeping a large migration reviewableThe escape hatch list of cases the tool refuses to touchStaging, verifying, and rolling back a wide change - 940 دقیقه
Debugging کدی که ننوشته‌اید
دیباگ کردن کد خودتان با یک برتری شروع می‌شود: یادتان هست میخواستید چه کار کنید. دیباگ کردن کدی که مدل تولید کرده این برتری را تمام و کمال میگیرد و...
Hypothesis-driven debugging instead of guess-and-patchDeterministic reproduction before diagnosisShrinking to the smallest failing inputBisecting a change set and reading the fix for scope - 1040 دقیقه
مدل امنیتی یک عامل
عاملی که ابزار دارد، برنامهای است که دستور را از متن میگیرد و روی سیستمهای شما عمل میکند. بخشی از آن متن مال خودتان است. بخشی از یک صفحهٔ وب...
Prompt injection as a structural property, not a model bugThe lethal trifecta of private data, untrusted content, and exfiltrationBlast radius, allowlists, and approval gatesGenerated code risks: secrets, dependencies, and licence provenance - 1130 دقیقه
AI در تیم
بالا رفتن بهرهوری فردی با هوش مصنوعی واقعی است و خودبهخود به بهرهوری تیمی تبدیل نمیشود. کدی که سریعتر نوشته می‌شود سریعتر ریویو نمیشود، و...
Review capacity as the real bottleneckShared conventions and rules files as team artifactsWhat review bots and CI agents are good and bad atMeasuring impact without gaming the metric - 1235 دقیقه
قضاوت: دانستن اینکه کِی نه
هر درسی تا اینجا دربارهٔ خوب انجام دادن این کار بود. این یکی دربارهٔ تصمیمی است که پیش از همهٔ آنها میآید، و همان تصمیمی که بیش از هر چیز دیگری...
The cases where reaching for a model is the wrong callUnderstanding as the thing you are actually paying forDeliberate practice and skill maintenancePutting the whole method together on one change
Vibe Coding: مهندسی پیشرفته را به زبان خودت یاد بگیر
هر درس، آزمون و پاسخ مربی به زبان شما نمایش داده می‌شود. مربی هوشمند به همان زبانی پاسخ می‌دهد که شما سوال می‌کنید.