الذكاء الاصطناعي الوكيلي يحتاج إلى مزيد من المختبِرين، لا إلى عدد أقل

يعيد الذكاء الاصطناعي الوكيلي تشكيل طريقة إصدار البرمجيات. فالمساعدات تصوغ طلبات السحب، والوكلاء ينشئون عمليات الترحيل، وروبوتات مراجعة الشيفرة تؤكد سلامة التغيير قبل أن ينتهي الإنسان من قهوته. وغالبًا ما تصوّر الصناعة ذلك على أنه طريق إلى تقليل عدد العاملين في ضمان الجودة. لكن هذا التصور معكوس. فكلما كتبت الآلات مزيدًا من قاعدة الشيفرة، لم تعد المهارة النادرة هي توليد الشيفرة، بل التحقق المستقل منها.

وجد استبيان المطورين من Stack Overflow لعام 2025 أن 84% من المشاركين يستخدمون أدوات الذكاء الاصطناعي في التطوير أو يخططون لاستخدامها، وأن 51% من المطورين المحترفين يستخدمونها يوميًا. وانخفضت النظرة الإيجابية إلى 60%، وأصبح عدد المطورين الذين لا يثقون فعليًا بدقة الذكاء الاصطناعي (46%) أكبر من عدد الذين يثقون بها (33%). وكانت أكثر نقاط الاستياء شيوعًا، التي أشار إليها 66%، حلولًا تكاد تكون صحيحة لكنها ليست كذلك تمامًا. وأفاد بحث DORA لعام 2025 الصادر عن Google Cloud بأن اعتماد الذكاء الاصطناعي بلغ 90% بين المتخصصين في تطوير البرمجيات، وقال أكثر من 80% إن الذكاء الاصطناعي حسّن إنتاجيتهم، ومع ذلك لم يذكر سوى 24% أنهم يثقون به كثيرًا أو بدرجة كبيرة. إن الفائدة من دون ثقة هي بالضبط ما يوسّع نطاق عمل المختبِر، لا ما يقلّصه.

السرعة ليست دليلًا

أعمل مهندسًا لجودة البرمجيات، وأركز على الاختبار الوكيلي وبوابات CI للشيفرة التي يكتبها الذكاء الاصطناعي. وقد أطلقنا داخليًا أداة لمراجعة طلبات السحب وأداة لتوليد حالات الاختبار. كلتاهما أداتان لإعداد المسودات. ولا تقيّم أي منهما عملها بنفسها. لهذه القاعدة أهميتها لأن الوكلاء يتحدثون بيقين، لكن اليقين لا يعني الصحة.

تعلمنا ذلك بالطريقة المكلفة. ففي تجربة تجريبية لمراجع طلبات سحب أنشأه الذكاء الاصطناعي، اجتاز تغييرٌ واحد CI في أقل من 4 دقائق. وبعد يومين، عرضت لوحة معلومات لاحقة درجات حرارة مستحيلة. وكان هناك تبديل في التحويل بين مقياسي سلسيوس وفهرنهايت على مسار شيفرة لم تختبره المجموعة مطلقًا. أظهر خط أنابيب التكامل المستمر نتيجة خضراء، لكن المنتج كان معيبًا. إن ظهور نتيجة خضراء في CI من دون طرح السؤال الصعب ليس إلا استعراضًا.

وتندرج تلك الحادثة ضمن نمط أوسع. فقد حلّل تقرير حالة توليد الشيفرة بالذكاء الاصطناعي مقارنةً بالبشر الصادر عن CodeRabbit عدد 470 طلب سحب مفتوح المصدر على GitHub (320 شارك الذكاء الاصطناعي في تأليفها، و150 ألّفها بشر فقط). وأنتجت التغييرات التي ألّفها الذكاء الاصطناعي مشكلات أكثر بنحو 1.7 مرة إجمالًا، وكانت مشكلات المنطق والصحة أكثر شيوعًا بنسبة 75%، فيما زادت النتائج المتعلقة بالأمن بما يصل إلى 2.74 مرة. واختبرت Veracode نماذج في مهام أمنية ضمن تقرير أمن الشيفرة المولّدة بالذكاء الاصطناعي لعام 2026، ووجدت أن متوسط معدل اجتياز اختبارات الأمن بلغ 56%، ولم يتغير إلا قليلًا عن 55% في التقرير السابق، في حين أدخلت نحو 44% من مهام توليد الشيفرة بالذكاء الاصطناعي ثغرة معروفة. لقد أوشكنا على حل مشكلة صحة البنية النحوية، لكن السلوك الآمن والصحيح لم يُحل بعد. والمختبِرون هم من يرفضون الخلط بين الأمرين.

الاعتماديات الوهمية مشكلة اختبار

كما أن التوليد قد يختلق حزمًا برمجية. فقد قيّم بحث USENIX Security لعام 2025، لدينا حزمة من أجلك!، الهلوسة بشأن أسماء الحزم عبر 16 نموذجًا لغويًا كبيرًا مولّدًا للشيفرة و576,000 عينة. واختلقت النماذج التجارية أسماء حزم في 5.2% من الحالات على الأقل في المتوسط؛ أما النماذج مفتوحة المصدر فبلغ متوسطها 21.7%، مع 205,474 اسمًا مختلقًا فريدًا. وتتيح الحزم الوهمية المستمرة فرصةً جاهزة للاحتيال عبر تسجيل أسماء الحزم المختلقة: إذ يسجل المهاجمون الاسم المبتكر وينتظرون أن يثبته مطور أو وكيل.

ينبغي أن تكون عمليات التحقق من مصدر الاعتماديات ضمن مستوى الاختبارات الوظيفية نفسه. فإذا اختلق وكيل حزمة NuGet أو npm، فينبغي رفض الدمج قبل أن يناقش أيٌّ كان مدى شمول اختبارات الوحدات. والتحقق من المصدر ليس إجراءً اختياريًا لتحسين النظافة البرمجية، بل هو بوابة جودة للتغييرات التي يكتبها الذكاء الاصطناعي.

بوابات تتوسع مع الوكلاء

عندما نفذنا ترقية على مستوى المؤسسة من .NET 8 إلى .NET 10 خلال نحو أسبوعين باستخدام الأتمتة المدعومة بالذكاء الاصطناعي، توليت مسؤولية بوابات الجودة. كانت السرعة حقيقية، وكذلك الحاجة إلى فحوص لا تصدق ملخص الوكيل. وتشمل البوابات التي أطبقها على الشيفرة المعدّلة ما يلي:

• استهداف درجة اختبار بالطفرات ضمن نطاق 60% إلى 70% في المنطق الذي طالته التغييرات، لضمان أن تكشف المجموعة الطفرات الفعلية بدلًا من الاكتفاء بتغطية الأسطر
• اختبارات قائمة على الخصائص للمنطق عالي المخاطر، حيث لا تحدد الأمثلة وحدها السلوك بما يكفي
• التحقق من مصدر الاعتماديات لمواجهة الاحتيال بأسماء الحزم الوهمية والحزم المختلقة
• مؤشرات التكرار والتغييرات المتكررة التي تكشف العبث الناجم عن النسخ واللصق من الوكلاء
• التحقق المستقل من ادعاءات الوكيل، مثل «اكتمل الترحيل»، لأن الادعاء يظل فرضية إلى أن تظهر الأدلة

درجة الاختبار بالطفرات ليست مقياسًا للزينة؛ فهي تسأل ما إذا كانت اختباراتك ستلاحظ عطلًا متعمدًا. وقد ترتفع التغطية بينما تظل المجموعة عاجزة عن اكتشاف مسار سلسيوس. وتفرض الاختبارات القائمة على الخصائص أن يصمد نموذج النظام عبر نطاقات متعددة، لا في مسار واحد مثالي. أما التحقق من المصدر فيغلق مخزن الحزم. وتكشف مؤشرات التغييرات المتكررة والتكرار عادة الوكيل المتمثلة في إعادة صياغة الفكرة نفسها بثلاث طرق. وتشكل هذه الأمور مجتمعة نهجًا واضحًا: افترض أن الوكيل مخطئ حتى تثبت المجموعة العكس. وأتمسك بهذا المعيار في المراجعة.

لا يحل أيٌّ من ذلك محل اختبار API أو اختبار المصادقة أو اختبار الدخان أو أتمتة واجهة المستخدم. فما زال FlaUI وPowerShell يكتشفان ما قد تفوته واجهات API. كما لا يزال التغليف عبر NuGet وMSI وMSM يحتاج إلى التحقق من التثبيت والمسار الصامت. وتزيد تدفقات العمل الوكيلة حجم العمل، لكنها لا تلغي هذه التخصصات.

مزيد من المختبِرين، وعمل مختلف

يكمن الخوف في أن تكتب الوكلاء الاختبارات، فيصبح وجود البشر اختياريًا. يمكن للوكلاء إعداد حالات الاختبار، لكن ينبغي ألا يصدّقوا على المسودات التي أعدّوها بأنفسهم. وحتى المشاركون في استطلاع Stack Overflow الذين يخططون لاستخدام الذكاء الاصطناعي في الاختبارات مستقبلًا، وضعوا انعدام ثقة البشر في صميم المسألة: فعندما سُئلوا عن السبب الأبرز لطلب المساعدة من شخص آخر، أجابوا بأنهم لا يثقون بإجابات الذكاء الاصطناعي. وهذا النزوع إلى التشكك هو مكمن قوة هذه المهنة.

من المهم هنا توظيف أشخاص سلكوا مسارات غير تقليدية، وتمكينهم. انتقلتُ إلى مجال الجودة بعد مسيرة مهنية في عمليات الموارد البشرية والبيانات، وأكملتُ درجة الماجستير في نظم المعلومات في UMBC في مايو 2024، وأمضي أيامي الآن في جعل بوابات الذكاء الاصطناعي الوكيل عملية وقابلة للتطبيق. لن ينتظر الذكاء الاصطناعي الوكيل أصحاب مسار مهني واحد. إنه يحتاج إلى مزيد من الأشخاص القادرين على تصميم الأدلة، لا إلى عدد أقل من الأشخاص الذين يقرّون بناءً على مؤشرات خضراء من دون تمحيص.

السؤال المتعلق بالمنتج بسيط. إذا شحنت الوكلاء منتجاتهم بوتيرة أسرع مما تستطيع عملية التحقق لديك أن تواكبها، فليس هذا مكسبًا في الإنتاجية، بل حادث مؤجل. استثمر في مختبري البرمجيات الذين يتعاملون مع كل ادعاء يصدر عن الوكلاء على أنه موضع شك، ويدمجون اختبار الطفرات وتتبع المنشأ في CI، ويحافظون على استقلالية أحكامهم في المواضع التي يكون فيها النموذج أكثر طلاقة وأقل موثوقية. يحتاج الذكاء الاصطناعي الوكيل إلى مزيد من المختبرين، لا إلى عدد أقل.