الذكاء الاصطناعي ولّد 90% من الكود، ودورات التسليم بالكاد تحركت

رقم واحد يروي معظم هذه القصة، وهو ليس الرقم الذي يفخر به الفريق. في مؤتمر Yunqi في سبتمبر الماضي، أفاد Wang Shuxin من منصة تطبيقات النماذج الكبيرة AMAP التابعة لـ Alibaba بمعدل توليد كود بالذكاء الاصطناعي بلغ 53% عبر مرحلتي التصميم التقني والتطوير. بعد نصف عام، يصل الفريق نفسه إلى 80-90% وأكثر. تضاعف الرقم تقريبًا. لم تقصر دورات التسليم بشكل ملحوظ، ولم تنخفض أعباء عمل المطورين. قال Wang: «اكتشفنا حقيقة محيّرة: مكاسب الكفاءة لم تكن واضحة»، في حديث نُشر على مدونة Alibaba Cloud Community.

تكمن العبرة في الفجوة بين هاتين الحقيقتين. كتب الذكاء الاصطناعي قدرًا أكبر من الكود، ومع ذلك شُحن البرنامج بالوتيرة نفسها. تشخيص فريق Wang يصلح أيضًا كحجة ضد المقياس الذي تقدمه معظم صناعة البرمجة بالذكاء الاصطناعي بوصفه تقدمًا.

لماذا لم يحقق مقياس مضاعَف شيئًا

السبب الأول هو حساب بسيط عرفته صناعة البرمجيات منذ كتاب The Mythical Man-Month. التطوير مرحلة واحدة في سلسلة طويلة: اقتراح المنتج، مراجعة المنتج والهندسة، تصميم الحل، التطوير، مراجعة الكود، الاختبار، الدمج، الإطلاق. تحمل كل مرحلة تكاليف تواصل ووقت انتظار واحتمال خطأ. إذا حسّنت البرمجة بنسبة 50%، وكانت البرمجة 30% من السلسلة، فالمكسب الإجمالي هو 15%.

السبب الثاني هو التكلفة الخفية. يجلب الكود المولّد بالذكاء الاصطناعي مزيدًا من وقت مراجعة الكود، ومزيدًا من التصحيح، ومزيدًا من إعادة العمل. الحالة الملموسة لدى الفريق: غيّر الذكاء الاصطناعي ترتيب معاملات واجهة أساسية، واجتازت كل اختبارات الوحدة، لكنه تسبب بعد الإطلاق في تعطل ثلاث خدمات لاحقة. استغرق تعقب المشكلة يومًا كاملًا.

السبب الثالث هو السياق. لا تتسع المهام الكبيرة في ذهن النموذج دفعة واحدة. مهمة إعادة هيكلة تمس عشرات وحدات الواجهة الأمامية والخلفية لا يمكن أن تنجو في محادثة واحدة؛ إذ يتشتت انتباه الذكاء الاصطناعي وتختفي القيود التي ذُكرت مبكرًا. خلاصة Wang صريحة: في التطبيقات القديمة، يجب أن تنتقل البرمجة بالذكاء الاصطناعي من «الحدس» إلى «الاتفاقيات»، مع معايير قبول واضحة.

الحل: المواصفة بوصفها مصدر الحقيقة

يعرّف Wang البرمجة العفوية (vibe coding) بأنها «برمجة بالحدس»: إلقاء بضع مطالبات على الذكاء الاصطناعي بشكل عابر والسماح له بتوليد آلاف الأسطر من الكود في ثوانٍ. إنها مناسبة للمشاريع الجديدة والنصوص البرمجية الصغيرة، كما يقول. أما التطبيقات القديمة فهي حيث تنهار: إذ تحمل إرثًا تاريخيًا وتبعيات ضمنية ومعرفة تجارية مدمجة في الكود، وقد يكون حل ذكاء اصطناعي يبدو معقولًا غير متوافق معها جميعًا.

إجابة AMAP، المبنية على أداتها Qoder، هي التطوير المدفوع بالمواصفات (Specification-Driven Development). تتوقف المواصفة عن كونها دليلًا نثريًا يزداد تقادمًا. وتصبح «كود نية» منظمًا تنفذه الوكلاء بدقة، ومصدر الحقيقة الوحيد الذي يجب أن يطابقه الكود. يرشد وضع Quest Spec في Qoder المطورين عبر التفاصيل، وهنا تصبح معايير القبول قابلة للاختبار. يقول Wang إن عبارة «يُعاد توجيه المستخدم إلى الصفحة الرئيسية بعد تسجيل دخول ناجح» غامضة، أما «بعد تسجيل دخول ناجح، يُعاد توجيه المستخدم إلى الصفحة الرئيسية خلال 3 ثوانٍ، وتعرض الصفحة الرئيسية اسم المستخدم» فهي شيء يمكن لاختبار التحقق منه فعليًا. يعمل سير العمل على أربع مراحل:

إلى جانب SDD، تطبق AMAP ما تسميه هندسة الحزام (Harness Engineering). الصورة هي حصان برّي: يملك النموذج قدرة هائلة، وبدون حزام لا يمكنك امتطاؤه. للحزام أربع ركائز: هندسة سياق تحافظ على مصدر حقيقة واحد؛ وقيود معمارية تمنع المخالفات قبل الإرسال، بحيث يُمنع كود طبقة الواجهة من لمس طبقة قاعدة البيانات مباشرة؛ وحلقات تغذية راجعة تُنفَّذ فيها الاختبارات، فيقرأ الوكيل سجلات الأخطاء ويصحح نفسه، وتتحول إصلاحات الأخطاء البشرية إلى قواعد؛ وإشراف بشري على ما يسميه Wang نسبة 5% من المنطق الغامض التي لا يستطيع الذكاء الاصطناعي الحكم عليها. يغلق النشر الحلقة عبر أدوات MCP التي توفرها Aone، منصة CI/CD الداخلية لـ Alibaba.

مشكلة المقياس التي لا أحد يحلها

لا يعني أي من هذا أن البرمجة بالذكاء الاصطناعي فشلت. بل يعني أن معدل توليد الكود لم يكن أبدًا المؤشر الصحيح. فريق ضاعف معدله تقريبًا ولم يكسب شيئًا هو دليل على أن الرقم يقيس النشاط لا الإنتاجية. ما تتبعه AMAP الآن هو السلسلة بأكملها، من المتطلب إلى الإطلاق، مع الذكاء الاصطناعي بوصفه بنية تحتية لا أداة إكمال تلقائي مبالغًا في أمرها.

الأسئلة المفتوحة لدى Wang صادقة بشأن المسافة المتبقية: لا يزال توليد المواصفات يحتاج إلى تدخل بشري وينبغي أن يصبح أكثر حوارية؛ وتحتاج فرق الوكلاء إلى تعاون أغنى، بما في ذلك التكرار متعدد الجولات وتوزيع الأدوار الديناميكي؛ وتحتاج إدارة المعرفة إلى استخراج وإعادة استخدام أكثر ذكاءً. وحتى تتحسن هذه الأمور، ستستمر الفجوة بين ما تعد به معدلات التوليد وما تقدمه دورات التسليم في الظهور في بيانات PMO.

لا أحد يُطلق معدل توليد كود.