Provedite pet minuta na bilo kojoj društvenoj mreži i videćete jasno iscrtane borbene linije oko veštačke inteligencije. U jednom kampu su programeri koji tvrde: "AI generisan kod je smeće!", dok u drugom zaluđenici insistiraju: "Programeri će uskoro postati suvišni!"

Nakon čitanja bezbroj takvih "stavova", shvatio sam da je realnost korišćenja AI u svakodnevnom radu daleko manje dramatična i neizmerno korisnija.

Za mene, poenta nikada nije bila da AI zameni programera. Poenta je bila da unapredim svoj set alata. Korišćenje AI asistenta za kodiranje je kao da ste poljoprivredniku konačno dali kombajn. I dalje vam je potrebna stručnost poljoprivrednika da upravlja mašinom, proverava kvalitet zrna i da prati gde je međa. Jednostavno više ne žanjete celo polje srpom.

Ovaj pristup sam prvo testirao na svojim kućnim projektima (koristeći React, NestJS i Supabase stek uz alate kao što je Windsurf), a kasnije sam isti način razmišljanja preneo i na svoj rad u enterprise okruženju sa Cursor-om, gde sam radio na frontendu (Angular) i backendu (.NET) na kompleksnoj aplikaciji. Naučio sam da su obe krajnosti – potpuno ignorisanje AI ili slepo poverenje u njega – ćorsokak. Put napred je disciplinovan, promišljen pristup.

Ovaj tekst je moj vodič za taj "srednji put". To je uputstvo kako uspešno koristim AI, ne kao magičnu crnu kutiju, već kao sofisticirani alat za pisanje boljeg koda, brže.

Moj kod, moja pravila

Pre nego što vam pokažem šta, želim da podelim kako. Najvažnija lekcija koju sam naučio je jedan osnovni princip: što više konteksta date veštačkoj inteligenciji, to bolji kod dobijete nazad. Moderni "AI-first" IDE alati su moćni jer grade "memoriju" vašeg projekta. Pravila koja postavite, istorija razgovora koju kreirate i fajlovi koji su vam otvoreni doprinose dubokom razumevanju vašeg koda. Davanje ovog konteksta veštačkoj inteligenciji je ključ za dobijanje predloga koji nisu samo tačni, već i relevantni za vaš specifičan projekat.

Sa tim temeljem, evo moja tri praktična pravila:

Pravilo #1: AI predlaže, ja odobravam. Tretiram AI kao junior programera. Može da generiše ideje i piše repetitivan kod (boilerplate), ali ja sam uvek taj koji donosi konačnu odluku. Nikada, ali nikada, ne "commit-ujem" kod koji ne mogu da objasnim liniju po liniju kolegi.

Pravilo #2: Drži se poznatog (kada je važno). Cilj je završiti zadatak. Koristim AI da mi pomogne sa framework-om koji već razumem. On je tu da ubrza glavni cilj, a ne da stvara nove sporedne zadatke.

Pravilo #3: Ne mora da bude savršeno, mora da radi. Ne tražim od AI da napiše savršen, elegantan kod. Tražim da reši problem. Kada reši problem, tražim da ispoštuje ustanovljene šablone iz prethodno dobro napisanih komponenti. Iteracije moraju i treba da postoje.

Proces na delu

Deo 1: Debugging - Od TypeError-a do testa koji prolazi za 5 minuta

Svima nam se desilo. Pokrenete testove i dočeka vas zid crvenog teksta. Za mene je to bio TypeError u testu jedne komponente – ona vrsta greške koja vas može odvesti u 30-minutnu zečju rupu. Umesto tog ručnog kopanja, problem sam prvo predao veštačkoj inteligenciji. Rezultat? Ceo proces je bio savršen primer korišćenja kombajna – nije zamenio moje razmišljanje, već je samo automatizovao dosadan ručni rad, štedeći mi vreme i mentalnu energiju.

Deo 2: Razvoj funkcionalnosti - Od praznog fajla do radne komponente

Zamislimo čest scenario: treba da napravite novu stranicu "Podešavanja notifikacija". To je sušta definicija boilerplate koda. Ovde počinje vaš posao kao 'senior' programera. AI isporučuje "skelu", ali vaš radni proces postaje fokusiran proces pregleda i dorade:

Pregled temelja: Prvo, pregledate celokupan pristup AI kako biste bili sigurni da je ispravan (Pravilo #1: Vi odobravate). Da li pravi komponente, ili je uspešno prepoznao komponente iz koda koje može da iskoristi opet?

Integracija sa vašom arhitekturom: Refaktorišete generički kod da koristi specifične gradivne blokove vašeg projekta. Da li je koristio već postojeće helper funkcije ili nije uzeo dovoljno konteksta projekta u memoriju?

Dodavanje ključne poslovne logike: Povezujete komponentu sa vašim API-jima i dodajete standardnu obradu grešaka.

Garancija kvaliteta: Na kraju, pišete unit testove od nule kako biste osigurali ponašanje i robustnost komponente.

AI se bavi repetitivnim podešavanjem, oslobađajući vas da se potpuno fokusirate na zadatke visoke vrednosti.

Deo 3: Od neurednog switch-a do čistog Design Pattern-a

Na kraju, pozabavimo se tehničkim dugom. Zamislite monstruoznu switch naredbu ili neko mapiranje koju je noćna mora održavati. Ovde koristite AI ne kao prostog pisca koda, već kao partnera za brainstorming. Vaš upit bi bio pitanje na visokom nivou, poput: "Koje design patterne bih mogao da koristim da refaktorišem ovo?"

Nakon zajedničkog pregleda, odlučujete da je na primer Strategy pattern savršeno rešenje. Vi, kao arhitekta, definišete interface, a AI, kao generator koda, kreira boilerplate za konkretne klase. To je krajnji primer korišćenja kombajna za upravljanje celom žetvom, a ne samo za sečenje jednog polja.

Kratka napomena za C#/.NET programere

Iako sam koristio Cursor za mnoge od gore navedenih primera, moram dodati jednu praktičnu napomenu. Za programere koji su duboko integrisani u namensko C# okruženje poput Rider-a, stalno prebacivanje na drugi editor može stvoriti nepotrebno "trenje". U tom scenariju, možda ćete naći više vrednosti u alatima koji žive unutar vašeg postojećeg okruženja, kao što su agentske funkcionalnosti u GitHub Copilot-u. Princip je isti – koristite moćnog AI partnera – ali ključ je da ga integrišete na način koji smanjuje trenje, a ne dodaje ga.

Bonus Savet: Koji AI Model Odabrati?

Jedno često pitanje je: da li je bitno koji AI model pokreće ove alate? Kratak odgovor je – da, itekako. Iako sam alat (poput Cursor-a) pruža kontekst, "mozak" koji generiše kod je ključan. Različiti modeli imaju različite snage, i ja ih koristim na sledeći način:

Claude Sonnet 4: Za pisanje i refaktorisanje koda. Iz mog iskustva, daje veoma čist i logičan kod, i odlično razume kompleksne programske strukture.

Google Gemini 2.5: Za pisanje teksta. Bilo da se radi o dokumentaciji, blog postovima ili email-ovima, smatram da ima najbolji osećaj za jezik i stil.

Grok 4: Za "brainstorming" i generisanje prvih nacrta. Odličan je za istraživanje ideja, predlaganje različitih pristupa problemu i kreiranje početne strukture pre nego što pređem na konkretno kodiranje.

Dokaz je u brojkama (za skeptike)

Dakle, šta ovaj disciplinovani pristup zapravo donosi? Rezultati su ono što je važno.

Masovna ušteda vremena na "dosadnim" zadacima.

Procenjujem da sam smanjio vreme provedeno po zadatku za 20-25% po problemu.

Merljivo poboljšanje kvaliteta koda.

Korišćenjem AI za dosledno sprovođenje najboljih praksi, procenjujem 20-30% potencijalnog smanjenja budućih bagova. Jednom dobro napisana komponenta, ili endpoint, će predstavljati šablon za sve buduće i biće korišćena kao referenca.

Promena u načinu na koji provodim vreme.

Moje interakcije su se svele na: ~60% generisanje koda i testova, ~30% analiza i debugging, i ~10% savetovanje i brainstorming. Ne morate uvek koristiti agentski mod, možete samo i pitati.

Zaključak: AI je alat, a ne član tima

Moje mišljenje? AI nije ni "beskorisno smeće", ni kraj naše profesije.

On je moćan alat. AI je kombajn, kompleksna i moćna mašina, ali vi ste – i uvek morate biti – zemljoradnik za kontrolama. Moji najveći uspesi su došli kada sam prestao da tretiram AI kao magično proročište i počeo da ga tretiram kao veoma brzog, pomalo naivnog junior programera kojem su potrebna jasna uputstva.

Moja konačna poruka je za dve grupe koje najčešće viđam:

Za "vajb kodere" koji slepo veruju veštačkoj inteligenciji: Počnite da preuzimate odgovornost. Pregledajte svaku liniju. Razumejte zašto iza koda pre nego što ga pošaljete. Vaši seniori, vaš tim i vi iz budućnosti bićete vam zahvalni.

Za skeptike koji odbijaju da probaju: Izaberite jedan, mali, dosadan zadatak ove nedelje. Vidite da li možete da iskoristite ovaj pristup da ga rešite brže. Ne morate da ga zavolite, ali dugujete sebi da ga razumete.

Znam da mnogi od vas imaju poluzavršene projekte koji skupljaju prašinu na hard diskovima. Možda je vreme da oduvate tu prašinu. Sa pravim alatom i pravim procesom, možda konačno imate polugu koja vam je potrebna da ih završite.