Przejdź do głównej zawartości

Ścieżki kariery dla inżynierów pracujących z agentami kodującymi nagradzają efekty, specyfikację, weryfikację i wkład w harness zamiast ilości kodu. Liczba pull requestów, zmienionych linii i wydanych tokenów staje się celem w rozumieniu prawa Goodharta, gdy tylko trafi do formularza oceny, więc zostaje na dashboardach zespołu. Dowodem przy awansie jest teczka podlinkowanych artefaktów, za które inżynier odpowiadał.

Trwa tydzień kalibracji. Jedna osoba zmergowała w tym półroczu 212 pull requestów i prowadzi w rankingu użycia dostawcy. Druga zmergowała 19, ale napisała testy akceptacyjne i scenariusze holdout, dzięki którym zespół płatności przestał czytać każdy diff. Twoja ścieżka kariery wciąż mówi „dostarcza dużo kodu dobrej jakości”, a manager wkleił eksport rankingu do wniosku awansowego.

Ta strona jest dla CTO lub VP Engineering, który odpowiada za ścieżkę kariery, oraz dla tech leada albo managera, który pisze oceny. Dostajesz macierz kompetencji, metryki, które nie trafiają do ocen, teczkę dowodów, kartę telemetrii z ustawieniami, które ją egzekwują, i plan wdrożenia na jeden cykl. Profile ról na etapie rekrutacji opisuje strona rekrutacja i rozmowy kwalifikacyjne w inżynierii agentowej.

Dlaczego ścieżki kariery przestają działać, gdy kod piszą agenci?

Dział zatytułowany „Dlaczego ścieżki kariery przestają działać, gdy kod piszą agenci?”

Większość ścieżek kariery powstała, gdy output był drogi, więc „dostarcza dużo kodu wysokiej jakości” było rozsądnym przybliżeniem wpływu. Agenci usunęli koszt pierwszej połowy tego zdania, a drugą połowę zrobili trudniejszą do zobaczenia. Dane wskazują w tę samą stronę:

  • Output rośnie szybciej niż dostarczanie. Raport Faros AI AI Engineering Report 2026 (kwiecień 2026, telemetria 22 000 developerów) pokazuje wzrost liczby mergowanych pull requestów na developera o 16,2%, a przy tym wzrost mediany czasu w code review o 441,5%, incydentów na pull request o 242,7% i churnu kodu o 861%. Nagradzanie pierwszej liczby nagradza przyczynę pozostałych trzech.
  • Praca przesunęła się do code review. W badaniu Anthropic wśród własnych inżynierów (2025-12-02, deklaracje samego dostawcy: 132 ankiety i 53 wywiady) część osób opisuje przesunięcie pracy w „70%+ to being a code reviewer/reviser rather than a net-new code writer” („w ponad 70% w stronę recenzowania i poprawiania kodu zamiast pisania nowego”). Liczba commitów tej pracy nie widzi.
  • Udział AI opisuje branżę, a nie osobę. DX podaje średnio 51,9% kodu napisanego przez AI w ponad 400 firmach w II kwartale 2026 roku (Justin Reock, 2026-06-17, dane deklaratywne). Udział konkretnej osoby pokazuje nawyki narzędziowe, a nie osąd.
  • Samoocena przyspieszenia dzięki AI jest zawodna. W randomizowanym badaniu METR z 2025 roku (2025-07-10, narzędzia z początku 2025) doświadczeni developerzy open source pracowali z AI o 19% dłużej, a mimo to uważali, że AI przyspieszyło ich o 20%. „Z agentami dowiozłem dużo więcej” to hipoteza, a nie dowód.

Rozwiązaniem nie jest nowa metryka, tylko ścieżka kariery, która nazywa pracę odróżniającą dziś inżynierów, i ocena, która prosi o jej dowody. Niektóre stare sygnały trzeba zastąpić, a nie tylko usunąć: „pisze czysty kod” zamienia się w projektowanie kontroli, które utrzymują kod w czystości bez czytania go (funkcje dopasowania, bramki lintera i typów), a głębia widoczna w trudnym kodzie – w głębię widoczną w specyfikacjach, projekcie wyroczni i diagnozie incydentów. Ilość kodu, szybkość i liczbę code review obsługuje tabela Goodharta niżej.

Użyj macierzy zamiast technicznych wierszy obecnej ścieżki kariery. „Inżynier” odpowiada poziomowi mid, „Senior” seniorowi, a „Staff i wyżej” poziomom staff, principal i ich odpowiednikom. Oczekiwania wobec poziomów wejściowych opisuje strona rozwój juniorów, gdy kod piszą agenci.

WymiarInżynierSeniorStaff i wyżej
EfektyDowozi zmiany o określonym zakresie, spełniające kryteria akceptacji, i wskazuje efekt, któremu każda służyłaOdpowiada za metrykę efektu funkcji lub serwisu (lead time, poziom błędów, adopcja) i ją przesuwaDecyduje, do jakich efektów dąży grupa, i zatrzymuje pracę agentów, która ich nie przesuwa
SpecyfikacjaPisze kryteria akceptacji przed uruchomieniem agenta; agenci rzadko je źle odczytująPisze specyfikacje i krótkie ADR-y, które wdrażają agenci innych inżynierów; poprawki z winy specyfikacji są rzadkie i śledzoneUstala standard specyfikacji i ADR-ów dla grupy i rozstrzyga niejasności między zespołami, zanim trafią do agenta
WeryfikacjaKażdą zmianę dowodzi testami i pakietem dowodów; potrafi wyjaśnić zmianę bez otwartego diffuProjektuje wyrocznie (testy akceptacyjne, testy właściwości, scenariusze holdout) i podnosi siłę wyroczni dla modułu; wyłapuje defekty w code review przed merge’emDecyduje, które pętle mogą przejść na code review oparte wyłącznie na dowodach, odpowiada za strategię weryfikacji i cofa zaufanie, gdy bramka coś przepuści
Harness i dźwigniaZgłasza i naprawia tarcia w harnessie: niestabilną kontrolę, mylącą regułę, brakujące polecenieDostarcza skille, hooki, kontrole lub pliki kontekstu, które przyjmują inni inżynierowie i które mierzalnie zmniejszają liczbę poprawekBuduje produkty harnessu używane przez wiele zespołów (ewaluacje, polityki, środowiska) i wycofuje to, co nie pomaga
Utrzymanie i odpowiedzialnośćW razie potrzeby debuguje własne zmiany na produkcji bez agentaProwadzi incydenty dotyczące kodu napisanego przez agentów i pisze analizy, które zmieniają bramkę, a nie tylko linijkęOdpowiada za niezawodność systemu i za poziom autonomii, na jakim pracują jego agenci
Ludzie i warsztatUtrzymuje umiejętności bez asystenta (debugowanie, czytanie nieznanego kodu) i prosi o wspólne code review szkolenioweProwadzi dla juniorów wspólne code review szkoleniowe i przeglądy specyfikacji; rekrutuje w procesie, w którym agent jest dozwolonyRozwija seniorów, kształtuje proces rekrutacji i samą ścieżkę kariery

Macierz dzieli słownik z rubryką rozmów w rekrutacji do inżynierii agentowej, więc ludzie są zatrudniani i awansowani na podstawie tych samych dowodów.

Dwie zasady utrzymują macierz w uczciwości:

  1. Odpowiedzialność nie przechodzi na agenta. Inżynier odpowiada za to, co dowieźli jego agenci, łącznie z częściami, których nikt nie przeczytał. Kto nie umie wyjaśnić ani wycofać zmiany swojego agenta, nie spełnia wiersza Weryfikacja na żadnym poziomie.
  2. Dźwignia liczy się tylko wtedy, gdy korzystają z niej inni. Skill, hook albo kontrola daje punkty, gdy przyjmie je inny zespół i spadnie liczba poprawek, w które celują.

Każde twierdzenie w ocenie potrzebuje artefaktu, który komisja kalibracyjna może otworzyć; liczby z następnej sekcji nigdy się nie kwalifikują.

WymiarDowody, które się liczą
EfektyMetryka efektu zespołu przed i po, ze zmianami, które ją przesunęły
SpecyfikacjaSpecyfikacje, kryteria akceptacji i ADR-y oraz dopytania, których wymagały po przekazaniu
WeryfikacjaDodane wyrocznie z wynikiem testów mutacyjnych lub scenariuszy holdout przed i po; defekty wyłapane przed merge’em; defekty, które uciekły, prześledzone do kontroli tego inżyniera
Harness i dźwigniaArtefakt, kto go przyjął i ile poprawek lub czasu code review usunął
Utrzymanie i odpowiedzialnośćPoprowadzone analizy incydentów, wykonane wycofania zmian, bramki dodane po incydencie
Ludzie i warsztatPostępy juniorów względem ich planu, notatki ze wspólnego code review szkoleniowego, jakość opinii z rozmów rekrutacyjnych

Które metryki stają się celami w rozumieniu prawa Goodharta?

Dział zatytułowany „Które metryki stają się celami w rozumieniu prawa Goodharta?”

Prawo Goodharta w sformułowaniu Marilyn Strathern: „When a measure becomes a target, it ceases to be a good measure” („gdy miara staje się celem, przestaje być dobrą miarą”; Marilyn Strathern, „Improving ratings: audit in the British University system”, European Review 5(3), 1997). Agenci skracają drogę od celu do obchodzenia metryki, bo podbicie liczby kosztuje teraz jeden prompt.

MetrykaJak agenci ułatwiają jej podbicieDo czego nadal się nadajeW indywidualnej ocenie?
Zmergowane pull requesty, commityPodział pracy na wiele małych pull requestów od agentaPrzepustowość zespołu, czytana obok change fail rateNigdy
Dodane lub zmienione linie, zaakceptowane linieWięcej linii często znaczy gorzejSama w sobie do niczegoNigdy
Tokeny, wydatki, koszt na osobęCel nagradza pętle zostawione na chodzie; limit karze kosztowną weryfikacjęKoszt zespołu na zaakceptowaną zmianę; zarządzanie budżetemNigdy
„% kodu napisanego przez AI”, sesje, czas aktywnościPrzepychanie każdego zadania przez agentaWykorzystanie i tarcia na poziomie zespołuNigdy
Pozycja w rankingu dostawcyŁączy powyższe liczbyZnajdowanie osób, które mogą podzielić się przepływami pracyNigdy
Liczba testów, pokrycie liniiTesty, które niewiele sprawdzają albo odwzorowują implementacjęMinimum w CITylko jako podlinkowana wyrocznia z wynikiem testów mutacyjnych
Liczba code review, akceptacjeAkceptuj szybciej, czytaj mniejRównoważenie obciążenia recenzentówNigdy; liczą się defekty wyłapane przed merge’em

Ranking dostawcy nie jest hipotetyczny. Panel analityczny Claude Code dla planów Team i Enterprise szereguje 10 użytkowników według pull requestów albo linii kodu i oferuje eksport CSV Export all users (dokumentacja analityki Claude Code, sprawdzona 2026-09-26). Anthropic przedstawia go jako sposób na znalezienie zaawansowanych użytkowników, którzy pomogą innym; używaj go dokładnie do tego, nigdy we wniosku awansowym.

Definicje zespołowe (odsetek zaakceptowanych zmian, koszt na zaakceptowaną zmianę, obciążenie code review) są na stronie DORA, SPACE, DX Core 4 i pomiar AI, która ma tę samą zasadę: żadnej metryki nie raportuje się per inżynier.

Poproś każdego inżyniera o jedną teczkę dowodów na cykl ocen. To inny artefakt niż pakiet dowodów, który dowodzi pojedynczej zmiany w PR: teczka zbiera pracę jednej osoby z całego cyklu i zastępuje listę „co zbudowałem” z samooceny. Pisze ją inżynier, a manager sprawdza każdy link.

# Evidence packet: <name>, <cycle, e.g. 2026-H2>
## Outcomes (1–3)
- Outcome: <metric the team tracks, e.g. checkout p95 latency>
Before → after: <values, dates, source dashboard link>
My part: <spec / oracle / change links>
## Specification
- <link to spec, acceptance criteria or ADR> — implemented by: <who or which agent loop>
Clarifications needed after hand-off: <count, links>
## Verification
- Oracle added or strengthened: <link> — mutation score or holdout pass rate before → after
- Defects caught before merge: <PR comment links>
- Escaped defects in code I verified: <incident or bug links, with what the gate missed>
## Harness and leverage
- <skill / hook / check / context file link> — adopted by: <teams or people>
Effect: <rework, review time or failure rate before → after, with source>
## Operation and ownership
- Incidents led or rollbacks run: <links>; gate changed afterwards: <link>
## People and craft
- Review-to-learn or spec reviews run: <links or notes>; who grew and how
- Unassisted practice this cycle: <what, and what I learned>
## What I would do differently
- <one or two sentences, with a link if one exists>

Teczka ma się zmieścić na dwóch stronach; na poziomie staff to głównie efekty, strategia weryfikacji i dźwignia.

Jak nie dopuścić, żeby telemetria stała się inwigilacją?

Dział zatytułowany „Jak nie dopuścić, żeby telemetria stała się inwigilacją?”

Telemetria agentów jest potrzebna do kontroli kosztów, tarć w harnessie i metryk zespołowych. Pocięta na osoby staje się systemem monitoringu, a inżynierowie, którzy podejrzewają, że zasila ich ocenę, przestają zgłaszać nieudane uruchomienia.

Jest też strona prawna. Model, który ocenia, szereguje albo przydziela pracę inżynierom na podstawie telemetrii agentów, to zastosowanie z pkt 4 lit. b załącznika III do AI Act (monitorowanie i ocena wydajności oraz zachowania pracowników), wysokiego ryzyka od 2 grudnia 2027 roku na mocy odroczenia z pakietu omnibus z 2026 roku (źródło wtórne; potwierdź w EUR-Lex); zob. AI Act dla firm tworzących oprogramowanie z agentami. Monitorowanie pracowników już dziś rodzi pytania na gruncie RODO, a w Niemczech rady zakładowe współdecydują o systemach technicznych nadających się do monitorowania wydajności pracowników (BetrVG §87 ust. 1 pkt 6). Omów to z prawnikiem; to nie jest porada prawna. Przyjmij i opublikuj poniższą kartę, zanim włączysz telemetrię.

# Agent telemetry charter — <company>, effective <date>
1. Purpose. We collect coding-agent telemetry to manage cost, find harness friction,
and measure delivery at team level. We do not collect it to evaluate individuals.
2. Aggregation. Every dashboard and report shows teams of five or more people.
A group smaller than five is merged into its parent group.
3. Identity. Personal identifiers (email, account IDs, user and session IDs) are removed
in the collector before storage, except in the licence-administration store (rule 5).
4. Content. Prompt text, assistant responses, tool arguments and tool output are
not collected.
5. Per-person access. An engineer can see their own usage. Licence administrators
can see per-seat usage to manage seats and spend limits, and nothing else.
6. Reviews. No telemetry, vendor leaderboard or analytics export enters a
performance review, promotion packet, calibration or performance plan.
7. No automated judgement. No model or rule scores, ranks or assigns work to
individual engineers from this data.
8. Retention. Raw events are kept 90 days; team aggregates are kept 24 months.
9. Changes. Any change to this charter is announced 30 days ahead and agreed with
<employee representatives / works council, where one exists>.
10. Audit. <Role> checks rules 2–7 each quarter and publishes the result internally.

Liczby w karcie to wartości domyślne, a nie progi prawne; ustal je z prawnikiem.

Karta działa tylko wtedy, gdy konfiguracja jest z nią zgodna.

Co wysyła. Dla zalogowanego użytkownika Claude Code dołącza user.email, user.account_uuid, user.account_id i organization.id do każdej metryki i zdarzenia eksportowanego do twojego endpointu OpenTelemetry. Każde zdarzenie niesie też user.id i session.id; w sesji przez Claude apps gateway user.id to identyfikator podmiotu z IdP, a user.groups zawiera grupy tej osoby w IdP. Treść promptów, odpowiedzi asystenta, argumenty narzędzi, wyniki narzędzi i pełne treści żądań API są domyślnie wyłączone, a włączają je OTEL_LOG_USER_PROMPTS, OTEL_LOG_ASSISTANT_RESPONSES, OTEL_LOG_TOOL_DETAILS, OTEL_LOG_TOOL_CONTENT i OTEL_LOG_RAW_API_BODIES (dokumentacja monitoringu Claude Code, sprawdzona 2026-09-26 dla v2.1.283). Pkt 4 karty wymaga, żeby wszystkie pięć pozostało nieustawione w ustawieniach zarządzanych. Nieustawione OTEL_LOG_ASSISTANT_RESPONSES dziedziczy wartość OTEL_LOG_USER_PROMPTS, więc zostaw obie nieustawione (albo jawnie ustaw obie na 0).

Konfiguruj centralnie. Claude Code ignoruje zmienne eksportera w pliku .claude/settings.json repozytorium, więc ustaw je w managed settings, z oznaczeniem zespołu i bez identyfikatorów kont w metrykach:

{
"env": {
"CLAUDE_CODE_ENABLE_TELEMETRY": "1",
"OTEL_METRICS_EXPORTER": "otlp",
"OTEL_LOGS_EXPORTER": "otlp",
"OTEL_EXPORTER_OTLP_PROTOCOL": "grpc",
"OTEL_EXPORTER_OTLP_ENDPOINT": "http://collector.example.com:4317",
"OTEL_RESOURCE_ATTRIBUTES": "team.id=payments,cost_center=eng-123",
"OTEL_METRICS_INCLUDE_ACCOUNT_UUID": "false",
"OTEL_METRICS_INCLUDE_SESSION_ID": "false"
}
}

Rozprowadź inny team.id dla każdego zespołu. user.email i user.id nadal są dołączane, a zdarzenia nadal niosą session.id, więc usuń je w kolektorze (niżej).

Panel analityczny. Ranking i eksport CSV Export all users widzi każdy Admin i Owner. Trzymaj listy tych ról krótkie, a eksport i raport wydatków per użytkownik z dala od narzędzi do ocen.

Niezależnie od narzędzi usuwaj tożsamość w OpenTelemetry Collectorze, zanim dane trafią do magazynu. Procesor attributes usuwa klucze z metryk, logów i śladów. Jest częścią dystrybucji contrib OpenTelemetry Collectora, a nie podstawowej kompilacji otelcol, więc uruchamiaj tę konfigurację w otelcol-contrib albo w dystrybucji, która zawiera ten procesor. Nie rusza też atrybutów zasobu: jeśli narzędzie umieszcza tożsamość w bloku resource, dodaj procesor resource z tymi samymi akcjami delete. To kompletna konfiguracja kolektora; zamień endpoint otlphttp na swój magazyn:

receivers:
otlp:
protocols:
grpc: {}
http: {}
processors:
attributes/drop-identity:
actions:
- key: user.email
action: delete
- key: user.account_uuid
action: delete
- key: user.account_id
action: delete
- key: user.id
action: delete
- key: user.groups
action: delete
- key: session.id
action: delete
- key: conversation.id
action: delete
- key: turn.id
action: delete
batch: {}
exporters:
otlphttp:
endpoint: https://storage.example.com
debug: {}
service:
pipelines:
metrics:
receivers: [otlp]
processors: [attributes/drop-identity, batch]
exporters: [otlphttp]
logs:
receivers: [otlp]
processors: [attributes/drop-identity, batch]
exporters: [otlphttp]

Usuwaj user.id, choć nie zawiera e-maila: jest stały dla instalacji, a w sesji przez gateway to identyfikator podmiotu z IdP, więc działa jak pseudonim konkretnej osoby i pozwala odtworzyć ranking. conversation.id z Codex to taki sam klucz sesji, a jego turn.id jest jeszcze drobniejszy (jedna wartość na turę w sesji jednej osoby), więc znikają oba: pkt 3 karty usuwa identyfikatory sesji, a identyfikator tury to identyfikator sesji z licznikiem. Jeśli potrzebujesz liczby sesji per zespół, użyj dla session.id akcji hash zamiast delete.

Żeby to sprawdzić, dopisz debug do listy exporters w obu potokach, przepuść jedną sesję i potwierdź, że nie przetrwał żaden atrybut user.*, session.id, conversation.id, turn.id ani atrybut konta, a team.id tak. Powtarzaj kontrolę po każdej aktualizacji agenta: nowe wersje dodają atrybuty.

Najpierw usuń złą zachętę, potem daj ludziom nowy format dowodów, a na końcu kalibruj według niego.

  1. Ogłoś, co przestaje obowiązywać od teraz. Zanim otworzysz kolejny cykl, zapisz, że liczby pull requestów, linii, tokenów, udział AI i pozycje w rankingach nie pojawią się w żadnej ocenie, teczce ani na kalibracji.

  2. Opublikuj i wyegzekwuj kartę telemetrii. Uzgodnij ją z przedstawicielami pracowników, jeśli ich masz, i wdróż zmiany w kolektorze i managed settings.

  3. Przepisz techniczne wiersze ścieżki kariery. Zastąp je macierzą dopasowaną do twoich poziomów; prompt audytu ścieżki poniżej wskazuje każde sformułowanie oparte na ilości.

  4. Przetestuj teczkę dowodów na dwóch zespołach: jednym, który intensywnie korzysta z agentów, i jednym, który korzysta mało. To, czego inżynierom trudno było udowodnić, pokazuje, gdzie proces ukrywa pracę.

  5. Kalibruj według checklisty poniżej. Przewodniczący kalibracji czyta teczki przed spotkaniem i przerywa każdą dyskusję, która wraca do liczb.

  6. Zrób audyt cyklu. Przeprowadź kontrole z następnej sekcji, opublikuj zagregowane wyniki i popraw każdy wymiar, który nie dał dowodów.

Przewodniczący odczytuje tę listę na początku każdego spotkania kalibracyjnego.

  • Każda ocena powołuje się na co najmniej jeden podlinkowany artefakt dla każdego omawianego wymiaru.
  • Nikt nie przytacza liczby pull requestów, commitów, linii, tokenów, sesji ani pozycji w rankingu.
  • Przy każdej ocenie „powyżej oczekiwań” komisja nazywa efekt i wskazuje, kto jeszcze na nim skorzystał.
  • Praca nad code review i weryfikacją jest omawiana u każdego seniora i każdej osoby na poziomie staff.
  • Defekty, które uciekły na produkcję, omawia się najpierw jako porażki bramek: „która kontrola powinna była to złapać?”.
  • Wkład w harness powołuje się na przyjęcie przez kogoś innego.
  • Osoby korzystające z agentów mało i intensywnie są oceniane w tych samych wymiarach i na podstawie tych samych dowodów.

Skąd wiesz, że nowa ścieżka kariery nagradza właściwą pracę?

Dział zatytułowany „Skąd wiesz, że nowa ścieżka kariery nagradza właściwą pracę?”

Wynik ścieżki kariery to to, kto awansuje. Sprawdzaj go w każdym cyklu, zamiast ufać samym sformułowaniom.

KontrolaJakZdrowy wynikWłaściciel
Pokrycie dowodamiWeź próbę 10 teczek i policz twierdzenia bez działającego linkuMniej niż jedno twierdzenie bez linku na teczkęPrzewodniczący kalibracji
Czy ilość nadal jest nagradzanaZespół people analytics koreluje oceny z liczbą zmergowanych pull requestów na danych spseudonimizowanych i raportuje wyłącznie współczynnikSłaba albo żadna korelacja; silna dodatnia oznacza, że takSzef people analytics
Równowaga wymiarówPolicz, na które wymiary powoływał się każdy wniosek awansowyWeryfikacja i harness pojawiają się w awansach na seniora i staff, nie tylko efektyVP Engineering
Efekty zespołówChange fail rate, czas w code review i odsetek zaakceptowanych zmian z panelu metrykStabilne albo lepszeTech leadzi
ZaufanieAnonimowe pytanie w ankiecie: „Mogę zgłosić nieudane uruchomienie agenta albo wycofaną zmianę bez szkody dla mojej oceny” (skala pięciostopniowa)Większość odpowiedzi 4 lub 5, bez spadkuEngineering managerowie
Zgodność z kartąKontrola kolektora pod kątem atrybutów tożsamości; przegląd dostępów do paneliBrak identyfikatorów osobowych poza administracją licencjiZespół platformowy lub bezpieczeństwa

VP Engineering zatwierdza ścieżkę kariery i audyt cyklu; HR business partner i przedstawicielstwo pracowników, jeśli istnieje, współpodpisują kartę.

Co idzie nie tak, gdy przepisujesz ścieżkę kariery pod agentów?

Dział zatytułowany „Co idzie nie tak, gdy przepisujesz ścieżkę kariery pod agentów?”

Ranking i tak trafia na kalibrację. Manager przynosi eksport od dostawcy „dla kontekstu”. Naprawa: przewodniczący przerywa dyskusję, eksport znika z teczki, a pkt 6 karty trafia do zaproszenia na kolejną kalibrację.

Pozorna praca nad harnessem zastępuje ilość kodu. Pojawiają się skille, których nikt nie instaluje; zaliczaj harness tylko z adopcją i zmierzonym efektem.

Liczba testów staje się nową liczbą linii. Naprawa: przyjmuj wyłącznie siłę wyroczni (wynik testów mutacyjnych, odsetek zaliczonych scenariuszy holdout) albo wyłapane defekty i chroń wyrocznię przed edycjami agenta.

Seniorzy robiący code review dostają niższe oceny za „mały output”. Naprawa: wpisz do teczki defekty wyłapane przed merge’em i pokaż obciążenie recenzentów według strony kolejka code review, gdy pull requesty otwierają agenci.

Inżynierowie wyłączają telemetrię albo ją omijają. Naprawa: opublikuj kartę, konfigurację kolektora i wynik audytu. Jedno naruszenie karty ją przekreśla.

Specyfikacje robią się dłuższe, a nie lepsze. Oceniaj je po tym, co stało się po przekazaniu, nigdy po długości.

Juniorzy nie mają jak pokazać dowodów na swoim poziomie. Naprawa: daj poziomom wejściowym mniejszą teczkę, zbudowaną wokół ich planu rozwoju ze strony rozwój juniorów.

Oceny zaczyna pisać model. Manager prosi asystenta o ranking zespołu na podstawie telemetrii. Naprawa: zakaż tego w polityce korzystania z AI; to automatyczna ocena pracowników, którą AI Act klasyfikuje jako wysokie ryzyko. Prompt sprawdzający szkic oceny powyżej tylko ją sprawdza; nigdy nie wystawia punktów.

Następnie zmień proces rekrutacji, żeby nowe osoby były wybierane według tych samych wymiarów, według których będą awansować.

Czy ten artykuł Ci pomógł?

Jedno kliknięcie, bez logowania.

wcale bardzo

Najczęstsze pytania

Czy liczba pull requestów albo zużycie tokenów powinny trafiać do ocen okresowych inżynierów?

Nie. Gdy kod piszą agenci, obie liczby da się podbić bez dowiezienia czegokolwiek: więcej mniejszych pull requestów od agenta albo pętle agenta zostawione na chodzie. Trzymaj je na poziomie zespołu, obok metryki stabilności, a osoby oceniaj na podstawie podlinkowanych dowodów efektów, specyfikacji, weryfikacji i pracy nad harnessem.

Co powinna nagradzać ścieżka kariery, gdy większość kodu piszą agenci?

Efekty, za które inżynier odpowiadał, specyfikacje, które agenci innych osób wdrażają bez błędnego odczytania, weryfikację, dzięki której pętla działa na dowodach zamiast czytania linijka po linijce, wkład w harness przyjęty przez innych inżynierów oraz odpowiedzialność za incydenty i wycofania zmian.

Jak korzystać z telemetrii agentów, żeby nie stała się inwigilacją?

Zanim cokolwiek zbierzesz, spisz kartę telemetrii: tylko agregaty zespołowe, minimalny rozmiar grupy, wyłączona treść promptów, dane indywidualne widoczne tylko dla samego inżyniera i administracji licencji oraz pisemna zasada, że żadna telemetria nie trafia do oceny, awansu ani planu naprawczego.