Ein Beitrag, in dem ich die Methodik der AI-Zusammenarbeit zusammenfasse, die ich während meiner dreimonatigen Mitarbeit als rhwp-Collaborator selbst erlebt habe.
Ich betrachte, warum AI, die beim Vibe Coding gut funktioniert, Schwierigkeiten bekommt, wenn sie auf bestehende Projekte oder Unternehmens-Codebases angewendet wird — nicht einfach aus Sicht der Modellleistung, sondern unter dem Aspekt des „fehlenden angesammelten Projektkontexts“.
rhwp externalisiert den während der Arbeit entstehenden Kontext über Hyper-Waterfall wie folgt.
- Auf Makroebene wird langfristiges Wissen, das mehrere Aufgaben teilen sollten, in
mydocs/manual,mydocs/techusw. festgehalten - Auf Mikroebene werden in den Implementierungs- und Ausführungsplänen der einzelnen Aufgaben, in schrittweisen Berichten und im Abschlussbericht Entscheidungen und Verifikationsergebnisse sowie die Gründe für Erfolg und Scheitern dokumentiert
- Diese Dokumente werden zusammen mit dem Code ins Repository committet, sodass auch andere Beitragende, Sessions, Agenten und Modelle denselben Kontext weiterverwenden können
In einem konkreten Fall wurde ein Designdokument, das verfasst worden war, bevor ich das Projekt kannte, etwa fünf Monate später bei einer neuen Aufgabe wiederentdeckt. Dadurch konnten ein neuer Beitragender und die AI erneut nachvollziehen, mit welchen Problemen sich der damalige Maintainer beschäftigt hatte, welche Designrichtung verfolgt wurde und welche Entscheidungen getroffen wurden.
Ich behaupte nicht, dass Hyper-Waterfall ein Allzweckwerkzeug ist, das für jedes Projekt geeignet ist. Ich stelle eine Methode vor, wie sich der flüchtige Kontext von Sessions in lang laufenden, komplexen Projekten als überprüfbares und wiederverwendbares „Projektgedächtnis“ bewahren lässt, und wie man sie auf andere Repositories anwendet.
Noch keine Kommentare.