U današnje vrijeme, mnogi se pitaju kako se umjetna inteligencija uklapa u našu svakodnevicu, posebno u kontekstu razvoja softvera. Kao netko tko nije programer, osjećam se kao da je kodiranje postalo nešto što svatko može savladati uz malo truda i učenja. Iako se mogu snaći s jednostavnim pseudokodom i razumijem osnove poput uvjetnih izraza i petlji, stvaranje aplikacija složenijih od jednostavnog ‘hello world’ izaziva mi nelagodu. No, zahvaljujući LLM-ima (velikim jezičnim modelima) poput Claude Code, moja perspektiva se promijenila.
Jedan od mojih projekata bio je izraditi mali Python program za bojanje logova. Cilj mi je bio olakšati pregledavanje logova web servera. Na GitHubu sam objavio verziju projekta bez specifičnih prilagodbi. Kako bih izgradio ovaj alat, koristio sam LLM kao pomoćnika. Prvo, postavio sam osnovne zahtjeve i uputio LLM da mi pomogne s razvojem.
Razlozi za izradu bojilice logova su bili jednostavni: trebao sam pregledati velike količine podataka, a postojeća rješenja nisu bila dovoljno prilagodljiva. Izrada vlastitog rješenja omogućila mi je da ispunim svoje specifične potrebe. Rad na ovom malom projektu, koji je završio s oko 400 linija koda, omogućio mi je da se igram s različitim funkcionalnostima bez prevelikih komplikacija.
U međuvremenu, suočio sam se s problemima vezanim uz predmemoriju i kako je Cloudflare upravljao starim verzijama postova na mom blogu. Našao sam rješenje kroz LLM koji mi je pomogao izraditi PHP mu-plugin koji je sprječavao predmemoriranje dok se Discourse dodatak nije povezao s postovima. Ovaj pristup nije riješio osnovni problem, ali je značajno olakšao situaciju.
U jednom trenutku, odlučio sam ponovno provjeriti je li rješenje još uvijek potrebno. Nažalost, problem se ponovo pojavio, a to me navelo na dodatno istraživanje. Osjetio sam frustraciju zbog povremenih problema koji nisu imali očigledno objašnjenje. Uložio sam vrijeme u analizu logova, ali su se problemi nastavili javljati bez jasnog uzroka.
Nakon nekoliko frustrirajućih pokušaja, odlučio sam se osloniti na LLM da izradi bojilicu logova koja bi mi omogućila lakše pretraživanje i analizu podataka. Iako je izrada osnovne funkcionalnosti bila brza, većina vremena potrošena je na podešavanje i prilagodbu rezultata kako bih dobio točno ono što želim. Rad s LLM-om bio je poput razgovora s računalom na brodu Enterprise, gdje sam mogao lako tražiti promjene ili poboljšanja.
Nakon nekoliko dana rada, imao sam alat koji je ispunjavao moje zahtjeve. Moguće je obraditi više formata logova, boje koristiti ANSI kodove, organizirati IP adrese i statusne kodove, a sve to izgleda točno onako kako sam zamislio. Uzbuđenje zbog rješavanja problema i pronalaženja uzroka ranijih poteškoća bilo je neprocjenjivo.
Na kraju, shvatio sam da LLM-i nisu savršeni, ali su izuzetno korisni ako se koriste unutar područja u kojem imamo neko znanje. Ovi alati mogu pomoći u rješavanju problema, ali ne mogu zamijeniti stvarno razumijevanje i vještine. Dok se bavim razvojem softvera, nastavit ću istraživati kako koristiti LLM-ove na najbolji mogući način.
