Infrastructure as Code (IaC) a devenit o parte importantă a proceselor noastre de CI/CD. Vorbim despre cod care definește și creează infrastructură, scris de persoane (și mai nou, de IA) care sunt, de multe ori, mult mai aproape de zona de infrastructură decât de cea de dezvoltare software propriu-zisă.

Ai primit vreodată un User Story de migrare Java estimat la 13 puncte Fibonacci — pentru 20–30 de servicii? Știm cu toții cum se termină: zile de erori de compilare, forumuri din anii '90 și promisiunea că „celelalte vor fi copy-paste”. În 2026, avem o veste bună: acele 13 puncte pot deveni 3, iar tu poți urmări totul servind o cafea gustoasă.

La 5 luni după ce am început primul meu joc, mi-am dat seama că va trebui să refac jumătate din el. Am învățat mai multe despre arhitectura software în acea perioadă decât în toți anii mei anteriori de facultate.

Documentație portabilă, iterație controlată și dezvoltare software asistată de IA. Când vorbim despre IA în programare, discuția ajunge foarte repede la cod. Cât cod poate genera? Cât de repede poate implementa un feature? Cât de mult ne poate crește productivitatea?

Trebuie să vă mărturisesc ceva: sunt parte a problemei. Am scris articole despre cum să construim skilluri IA, am ținut prezentări despre diferența dintre agenți și skilluri, despre MCP, despre pluginuri. Internetul este plin de astfel de conținut, iar o parte din acesta este al meu. Am devenit foarte buni în a răspunde la întrebarea „Cum să construiesc un tool IA customizat?" Dar nu am răspuns la întrebarea care contează cu adevărat: „Ar trebui să fac lucrul acesta?”

Care este rolul programatorului în noua eră AI și ce ar trebui acesta să facă? Sunt câteva din întrebările panelului nostru de discuții din luna aprilie. Mi-a făcut plăcere să îi avem invitați la panel pe:

• George Todoran - Principal AI Architect @ BMW TechWorks Romania,

• Ioana Barboș - Lead AI Engineer @ RebelDot,

• Tudor Mărghidan - Senior Software @ f2pool.

Publicat în Numărul 167 Citeşte mai mult

Serverul MCP Playwright expune capabilitățile de automatizare ale Playwright printr-o interfață standardizată, permițând agenților AI să navigheze și să testeze aplicații web în timp real. Spre deosebire de automatizarea tradițională cu selectori hardcodați, agenții AI primesc descrieri semantice ale paginii și execută acțiuni. Obiectivul testării se mută spre generare de cod, interacțiune cu agenți și servere MCP și analiza și revizuirea codului generat.

În Git Flow concurent, una dintre problemele care se văd cel mai greu este contaminarea cross-release: un commit perfect valid ajunge în release-ul greșit. Buildul poate trece, testele pot fi verzi, iar code review-ul poate să nu indice nimic suspect. Problema apare abia când îți dai seama că acel cod aparținea unui release viitor și a intrat într-un release care se pregătește deja de deploy.

Publicat în Numărul 167 Citeşte mai mult

În multe companii, cele mai valoroase informații se află într-un PDF uitat într-un folder partajat. Proceduri, rapoarte, contracte, specificații tehnice sau documente de conformitate conțin răspunsuri importante, însă accesul la ele depinde adesea de structura arhivelor interne, de denumiri de fișiere, de versiuni păstrate în paralel și de memoria oamenilor care știu „unde trebuie căutat”. Informația există, dar nu este întotdeauna pregătită pentru a fi folosită în mod sistematic.

Discuția despre IA în software development ajunge inevitabil la aceeași întrebare: va mai fi nevoie de dezvoltatori? Experiența noastră cu Spec Kit arată că întrebarea este greșit formulată. Nu dezvoltatorul dispare, ci se schimbă locul în care acesta aduce valoare: mai puțin în scrierea manuală a codului și mai mult în definirea corectă a problemei.

Publicat în Numărul 167 Citeşte mai mult