"Abi Noda stellte fest, dass Entwickler eines großen Ingenieurunternehmens, die Copilot nutzen, zwei Stunden pro Woche einsparen, aber aufgrund langsamer Builds, Entwicklungsumgebungsarbeiten und Verzögerungen bei Code-Reviews wesentlich mehr Zeit verlieren. Dies unterstreicht, dass KI keine vollständige Lösung für alle Entwicklungsineffizienzen ist. Nik Malykhin entdeckte, dass das effektive Nutzen eines KI-Assistenten erfordert, dass man zunächst seine eigenen Codierregeln und Zusammenarbeitsstile artikuliert und kodifiziert. Dies erfordert meta-kognitive Anstrengungen, um kognitive Arbeit abzuladen. Charity Majors unterscheidet zwischen wegwerfbarer und dauerhafter Code, indem sie behauptet, dass die Kosten durch Wartung, Erweiterbarkeit und Verständnis bestimmt werden, nicht durch die Erstellungsmethode. Wegwerfbarer Code ist billig, weil er nicht für langfristige Wartung vorgesehen ist. Jim Highsmith schlägt vor, KI als "Alternative Intelligenz" zu betrachten, indem er den unterschiedlichen Denkprozess betont, anstatt einer Schwäche. Rod Johnson weist auf die kritische Rolle von Domänenmodellen als Form des Gedächtnisses für KI-Systeme hin. Event Sourcing bietet episodisches Gedächtnis durch unveränderliche Ereignishistorien. Repository-Muster bieten domänenspezifische Schnittstellen für das Gedächtnis, die geschäftliche Bedeutung erhalten. Begrenzte Kontexte teilen das Gedächtnis semantisch auf, um Konzeptverschmutzung zu vermeiden. Aggregate wirken als kohäsive Gedächtniscluster mit Konsistenzgrenzen, die für zuverlässiges Agentenverhalten entscheidend sind."