Shopify a rescris aplicația mobilă nativ, peste 300 de ecrane, în 12 săptămâni cu 30 de ingineri, iar agenții AI au scris majoritatea codului. Lecția reală nu e viteza de generare, ci infrastructura din jur: arhitectură comună iOS-Android, feedback în milisecunde și garduri care opresc codul prost înainte de review. Sursa: Shopify Engineering.

Ce s-a întâmplat, pe scurt

Tranziția a fost de la React Native la Swift și Kotlin, pentru o aplicație cu peste 300 de ecrane, widget-uri de home și lockscreen, aplicație Apple Watch, complicații și Siri Shortcuts. Cifra care sare în ochi e alta: 30 de ingineri, organizați în echipe de câte doi, fiecare pereche stăpânind o zonă de produs pe ambele platforme. Agenții lucrau peste noapte și în weekend, iar dimineața începea cu o coadă de pull request-uri de revizuit.

Partea contraintuitivă, pe care o subliniază chiar autorul: echipa a petrecut săptămâni întregi înainte de migrare construind sistemul din jurul agenților, nu ecranele. Arhitectură, unelte, buclă de feedback. Motivul e simplu și e cel care ar trebui lipit pe perete în orice echipă care crede că AI-ul rezolvă totul: viteza singură produce mult cod, nu o aplicație bună.

Arhitectura trebuie să fie vizibilă, nu în capul oamenilor

Pentru un om, o regulă de arhitectură poate trăi parțial în memorie și în obiceiuri. Pentru un agent, nu poate. Shopify a mutat regulile în lucruri pe care agentul le poate citi și pe care CI-ul le poate verifica: structură de fișiere, fișiere architecture.md, exemple, convenții de numire, forme de stare, semnături de metode, output de CLI, reguli de lint, fixtures de test, eșecuri de CI.

Aici e distincția pe care o văd prea rar în discuțiile despre AI în producție: un document explică de ce există regula, CI-ul decide dacă regula a fost respectată. Dacă gardul trăiește doar în document, agentul îl ocolește în trei minute. Dacă trăiește în pipeline, îl lovește imediat.

Un detaliu tehnic care merită reținut: logica de business rula fără device. Agentul putea încărca un ViewModel din terminal, declanșa acțiuni, inspecta starea și rula verificări deterministe în milisecunde, în loc să pornească emulatorul și să navigheze vizual prin ecrane, unde fiecare iterație costa minute. Bucla de feedback s-a strâns de la minute la milisecunde, iar asta a fost diferența dintre o migrare fezabilă și una care se împotmolește în review.

Consistența batе idiomaticul. Deliberat.

Primul principiu al echipei a fost consistența, nu arhitectura specifică fiecărei platforme. Un ViewModel pentru ecranul de comenzi arată la fel în Swift și în Kotlin. Consecința asumată: o parte din cod e mai puțin idiomatic decât ar scrie un purist iOS sau Android. Compromisul e conștient, iar câștigul e concret: fiecare ecran migrat devine exemplu pentru următorul, un PR conține modificările pentru ambele platforme, un inginer care știe o platformă poate revizui PR-ul pe cealaltă, iar testele rulează aceeași călătorie a comerciantului pe iOS și Android.

Traduc în limbaj de operator: consistența nu e estetică, e infrastructură. E ce permite unui om să compare intenția între platforme, unui agent să reutilizeze exemple și CI-ului să prindă derapajul înainte ca un revizor să-l caute manual. Fără ea, doi agenți pe două platforme produc două aplicații care seamănă, dar nu sunt aceeași.

Fără vibe coding: trei întrebări pentru fiecare modificare

Gardurile răspund la trei întrebări pentru orice cod scris de agent. Respectă arhitectura? Se comportă ca aplicația existentă? Poate un om să judece intenția fără să citească linie cu linie un diff uriaș?

Interesant e eșecul spec-driven development. Echipa a încercat întâi să scrie specificații pentru fiecare ecran și să le dea agentului. Nu a funcționat, pentru că specificațiile ieșeau din actualizare aproape imediat, iar nimeni nu voia să întrețină o descriere paralelă a unei comportamente care exista deja în produs. Soluția a fost să folosească aplicația legacy ca spec: stările, acțiunile, cazurile limită, empty states, încărcarea și navigația erau deja acolo. Agentul convergea spre un produs existent, nu inventa unul nou.

Atenție la limită, pentru că e esențială și se pierde des în relatări: asta merge la migrare, unde ai referință vie. La funcții noi, unde nu există ecran de comparat, regulile trebuie inventate, iar Shopify recunoaște explicit că acesta e următorul challenge. Cine citește povestea ca pe o rețetă pentru orice proiect greșește exact aici.

Gâtuiturile nu dispar, se mută în aval

Cea mai utilă parte a materialului e onestitatea despre ce s-a stricat când scrisul de cod a încetat să fie pasul lent.

Primul gât: laptopurile. Agenții au nevoie de mașini, emulatoare, compilatoare, cache de build, spațiu pe disc. Un inginer cu trei agenți saturează un laptop. Soluția a fost un mediu remote de dezvoltare pentru agenți. Al doilea gât: review-ul. Cod scris în minute poate sta zile în coadă. Răspunsul onest al echipei e că doi oameni nu pot citi de 100 de ori mai mult cod, nu linie cu linie. Așa că au schimbat ordinea: agentul e primul revizor, cu un review adversarial împotriva ghidurilor de arhitectură, înainte ca omul să se uite. PR-ul e un checkpoint mic, nu un ecran întreg, iar mărimea diff-ului e o constrângere impusă agentului.

Al treilea gât: merge-ul. Agenții rebasează, rezolvă conflicte, investighează eșecuri de CI, repară teste flaky. Al patrulea: coordonarea. Tichetele nu mai sunt sursa unică de adevăr, iar riscul nou e ca mai mulți ingineri, fiecare cu agenții lui, să repare aceeași eroare simultan fără să știe. De aici echipele mici pe zone de ownership.

Un detaliu care ridică întrebări serioase de guvernanță: o buclă care rulează la fiecare 15 minute, caută crash-uri noi, le reproduce în mediul remote și deschide un PR cu fix-ul. Primul semnal pentru un om poate fi chiar PR-ul. Fără review uman obligatoriu pe fiecare PR, asta ar fi periculos. Cu el, e o reducere reală de timp până la fix.

Și aici e un punct pe care îl subliniez din postura de operator: fiecare gât rezolvat descoperă următorul, iar câștigul de productivitate nu s-a transformat în mai puțină muncă, ci în mai multă muncă acceptată cu aceeași echipă. Scrisul de cod nu mai e resursa rară. Resursa rară e decizia despre ce cod ar trebui să existe și cum ajunge în siguranță în produs.

Ce înseamnă pentru tine, antreprenor sau marketer român

Dacă ai un magazin pe Shopify, probabil nu vei rescrie o aplicație mobilă în 12 săptămâni. Dar principiile se traduc direct în munca ta, mai ales dacă folosești unelte AI pentru conținut, feed-uri de produs, automatizări sau raportare.

Primul lucru de verificat: ai garduri care rulează, sau doar instrucțiuni scrise undeva? Un prompt bun în chat nu e un control. Un fișier în care ai scris „nu publica prețuri greșite" nu blochează nimic. Un pas de validare care rulează înainte de publicare, da. Întrebarea e simplă: ce te oprește concret când output-ul e greșit?

Al doilea: consistența între canale bate frumusețea fiecărui canal în parte. Dacă descrierea produsului, feed-ul și pagina au forme diferite de date, atunci când un agent sau un script le atinge, apar divergențe pe care nimeni nu le prinde la timp. Merită citit în paralel cu materialul despre potrivirea Market.metafields fără sensibilitate la caz, pentru că exact asta e diferența dintre o regulă scrisă și una care se aplică.

Al treilea: măsurarea trebuie separată pe medii înainte să automatizezi raportarea. Lecția despre separarea mediilor custom în analytics se aplică identic când un agent îți generează rapoarte: dacă datele de test și cele reale sunt amestecate, viteza nu te ajută, te încurcă.

Al patrulea, cel mai scump de ignorat: adopția nu e ROI. Ai în materialul despre de ce adopția AI nu e ROI, lecția Omnisend exact diferența dintre „folosim AI" și „AI-ul produce ceva ce trece de un control". Iar când extinzi asta la asistenți care lucrează în fundal, întrebarea devine ce automatizezi cu adevărat și ce lași pe mâini umane.

Concret, pentru un magazin românesc: dacă un agent îți scrie textele de produs, pune un pas de verificare a prețului, a stocului și a claim-urilor, nu doar o verificare de limbă. Dacă un script îți încarcă feed-ul, pune un check care compară ce ai trimis cu ce apare în cont. Dacă un agent îți face raportul de campanii, separă mediile și atribuirea înainte să iei decizii pe cifre.

FAQ

Agenții AI pot înlocui echipa de dezvoltare? Nu, conform materialului Shopify. Agenții au scris mult cod, dar oamenii au rămas proprietarii arhitecturii, ai comportamentului de produs și ai deciziei finale despre ce se livrează. Review-ul uman a rămas obligatoriu pe fiecare PR.

De ce nu a funcționat spec-driven development? Pentru că specificațiile scrise ieșeau din actualizare mai repede decât erau folosite. La o migrare, aplicația existentă e o referință mai bună decât un document. La funcții noi, fără referință, provocarea rămâne deschisă.

Care e cel mai mare câștig real? Nu viteza de generare, ci bucla de feedback: rularea logicii fără device și verificările deterministe în milisecunde. Fără asta, agentul așteaptă minute la fiecare iterație și nimeni nu ține ritmul.

Concluzia ALLSoft Agency

Povestea Shopify nu e despre magie. E despre disciplină: arhitectură vizibilă, garduri care rulează, feedback rapid și oameni care judecă intenția, nu fiecare linie. AI-ul ajută real la analiză și planning, la generarea de variante și la sarcini repetitive, dar decizia și execuția rămân umane, iar media buyer-ul rămâne cel care răspunde de ce se publică și ce se scalează. Pasul concret, în contul tău, îl face ALLSoft Agency.

Noi nu vindem promisiuni despre cât cod poate genera un agent. Ne uităm la ce ai nevoie ca să nu strici ce funcționează deja: unelte conectate, măsurare curată și un control care prinde greșeala înainte să ajungă la client. Asta e diferența dintre viteză și rezultat.