إذا كان الـ AI موجودًا منذ اليوم الأول: رمز أقل تكلفة لم يكن يعني اتخاذ قرارات بناء أسهل

لمعظم تاريخ البرمجيات، كان الجزء المكلف هو بناؤها. قامت الفرق بإنفاق أشهر لتحويل الأفكار إلى رمز يعمل، وهذا النقص شكّل كل شيء حول كيفية تنظيم العمل.

تم تسلسل خطط الطريق حول القدرة الهندسية المتاحة؛ وحصل المهندسون المعماريون على مقعدهم في الجدول لأنهم فهموا الأنظمة التي لم يفهمها أحد آخر؛ وقضى مديرو المنتجات أسابيعهم في ترجمة طلبات الأعمال الغامضة إلى شيء يمكن لمطور تنفيذه. كان كتابة البرمجيات هو الحاجز، وطبيعيًا، كان كتابة البرمجيات هو المكان الذي يعيش فيه التأثير.

هذا لم يعد صحيحًا، والتحول حدث أسرع من ما لديه معظم قادة الهندسة وقت لمعالجته.

أدوات الترميز الاصطناعي قد انهارت تكلفة التنفيذ. لذلك، العمل الذي استغرق فريقًا من المهندسين أسابيع الآن يستغرق وكلاء ساعات فقط. والافتراض الواضح كان أن التنفيذ الأسرع سيترجم مباشرة إلى قيمة أسرع.

ما حدث في الواقع، مع ذلك، هو أكثر تعقيدًا: يمكن للفرق الآن إنتاج المزيد من البرمجيات مما يعرفون كيف يتعاملون معها، والشيء الذي يبطئهم قد انتقل بهدوء إلى مكان آخر.

“لا يمكن تطبيق الـ AI على عملية معطوبة”، قال بابلو جامبا، رئيس التكنولوجيا في الأمريكتين في شركة برمجيات وبدائل الـ AI العالمية intive. “إنه مثل إعطاء عامل مجرفة أسرع. سيعمل أسرع، ولكن فقط في الاتجاه الخطأ.”

تنفيذ أسرع، نفس الحاجز القديم

كل انعطاف رئيسي في التكنولوجيا – الإنترنت، السحابة، وتحويل外shore – اتبع نفس الشكل. شيء كان مكلفًا أصبح رخيصًا تقريبًا في ليلة واحدة، وكل شيء بناه شركة على افتراض ذلك التكلفة كان يجب هدمه وإعادة بنائه.

هذه المرة، الشيء الذي يصبح رخيصًا هو الذكاء التقني المطبق نفسه، وهو بالصدفة ما قامت به شركات الخدمات وفرق الهندسة على مدار عقود، وهو ما يدعي جامبا أنه.

التنفيذ الأرخص لا يجعله الحاجز يختفي، مع ذلك. إنه ينتقل فقط إلى مكان أقل وضوحًا. على سبيل المثال، حاجز الترميز، في processo الهجرة، أصبح أسرع، ولكن العائق现在 في مراجعة الكود. تتم 자동ة مراجعة الكود ويتظهر في الاختبار والتنفيذ؛ تتم 자동ة ذلك أيضًا، وينتهي به المطاف في النهاية على البشر الذين يكتبون المواصفات التي يعمل منها الوكلاء.

لأن الوكيل يمكنه بناء ما تم وصف بدقة كافية للعمل دون تخمين.

هذا هو الفخ الذي يدخل فيه الكثير من الفرق الآن، في كثير من الأحيان دون ملاحظة. إذا كنت يمكنك بناء几乎 أي شيء في جزء من الوقت الذي استغرقته من قبل، فإن تكلفة بناء الشيء الخطأ تزداد، لا تقل، لأنك سوف تكتشف أنك مخطئ أسرع وبمزيد من الشحن.

الافتراض الذي كان يظهر ببطء، على مدار أسابيع من الترميز اليدوي، يمكن أن يصبح بنية تحتية حاملة قبل أن يفكر أحد في تساؤله. ي决定 التوجيه، وليس الإنتاج الخام، ما إذا كان استثمار الـ AI يؤتي ثماره.

في هذا المفهوم، يعتقد جامبا أن الشركات يجب أن تتبع ليس سرعة التطوير، ولكن الدورة الكاملة من النية إلى الإنتاج. “إذا كنت تحسّن سرعة التطوير ولكن جودة الضمان هي حاجزك، فإنك قد وصلت إلى جودة الضمان أسرع. ثم تصل إلى جودة الضمان وتنتقل الحاجز إلى المتطلبات”، قال.

الأرقام تدعمه أيضًا. الشركات من فورتشن 50 التي تستخدم التطوير بمساعدة الـ AI تشحن التعديلات 3-4 مرات أسرع من نظرائهم، وفقًا لبحث من تحالف أمن السحابة، ولكنها تقدم نتائج أمنية جديدة بمعدل تقريبًا عشرة مرات.

السرعة بدون وجهة واضحة، في هذا المعنى، لا تهدد فقط بتبديد الجهد؛ بل تزيد من المخاطر أسرع من ما يمكن لأي فريق أمن مواكبته.

جلب المتطلبات إلى لغة يمكن للـ AI أن يستفيد منها

إذا كان التعريف هو حيث يقع الحاجز الحقيقي الآن، فإن الحل ليس في المزيد من الوثائق. إنه وثائق مختلفة، مكتوبة في شكل يمكن للنظام الاصطناعي تنفيذه دون ملء الفجوات بنفسه.

هذا يعني تقاعد وثيقة المتطلبات المكتوبة لمفسّر بشري مع الحكم، واستبدالها بمعايير قبول منظمة، ونماذج مجال صريحة، واختبارات عقد تحدد ما يجب أن تفعله الميزة، وكذلك ما لا يجب أن تفعله، بوضوح.

الوكلاء، بعد كل شيء، يملأون الغموض بنفس الطريقة التي يفعلها مهندس مبتدئ، مع تخمين واثق. الفرق هو أن تخمين الأخير يأتي مع بعض التردد، علمًا لزميل كبير، شعورًا بأن شيئًا قد يكون خاطئًا.

تخمين الوكيل لا يبدو مثل ذلك. إنه يظهر ككود نظيف، متدفق، كامل الشكل، ولا يوجد أي تردد فيه، حتى عندما يكون خاطئًا.

كتابة مواصفات دقيقة بما يكفي للبقاء في ذلك الفجوة يبدأ في الشعور أقل مثل صياغة وثيقة منتج، وأكثر مثل صياغة عقد. أنت تسمي كل ممثل، وتخريطة كل انتقالات الحالة التي يسمح النظام بها، وتحسب الحالات الحدية بدلاً من تركها للطريق السعيد، الطريقة التي لا تزال وثائق المتطلبات تفعلها.

الفرق التي تعامل مع هذا كوظيفة وثائقية تتعلم بطريقة قاسية أن النية الغامضة تنتج فقط برمجيات غامضة بسرعة الآلة.

الفرق التي تحقق مكاسب الإنتاجية هي تلك التي تعامل مع كتابة المواصفات كأنه مهنة هندسية، مع نفس التحكم في الإصدار، ودورات المراجعة، والrigor الاختباري الذي كان محفوظًا للكود نفسه.

في كلمات جامبا، الاصطناعي الأصيل ليس إذنًا لتخطي العملية، ولكن مطالبة لإعادة تصميم من الصفر. “كثير من المنظمات تحاول تطبيق الاصطناعي على العمليات القديمة. هذا ليس تحولًا. المنظمات الأصيلة تبدأ بسؤال مختلف: إذا كان الاصطناعي موجودًا منذ اليوم الأول، كيف سناصمم هذه العملية اليوم؟”

مديرو قائمة العمل، حفظة النية

المنتج، الهندسة المعمارية، والهندسة استخدمت لتشغيل ثلاث وظائف منفصلة مع عمليات تسليم نظيفة بينها: يقرر المنتج ما يبنى، وتحدد الهندسة المعمارية كيف، والهندسة تشحنها.

مرة واحدة التنفيذ يصبح رخيصًا وسريعًا، تلك العمليات التسليمية تتحول إلى أبطأ جزء في السلسلة. ما يهم هنا هو من يمكنه الاحتفاظ بالصورة الكاملة في آن واحد، وترجمة النية إلى شيء يمكن للوكيل تنفيذه، والقبض على افتراض سيئ قبل أن يتحول إلى رمز مشحون لم يُرد.

هذا التصميم يؤثر بهدوء على من يحدد ماذا، وماذا يعني هذا العمل.

“فكر في ما يحدث لدور مهندس البرمجيات. لقد stopped كتابة الكود فقط. هم ي giám sát مخرجات الوكلاء، ويعرفون المواصفات، ويحضّرون الاختبارات، ويتحققون من النتائج. هذا يدمج ما كان يعتبر ثلاثة أدوار منفصلة في واحد”، قال جامبا.

بمعنى آخر، ما هو قيم الآن ليس معرفة كيفية كتابة تذكرة أو تشغيل سباق. إنه معرفة ما يبدو “جيدًا” قبل أن يبدأ العمل حتى، وتمييز الفرق بين ما هو مثيرًا للاهتمام فكريًا وما يحتاجه العملاء فعلاً، وامتلاك الشجاعة لقتل فكرة بسرعة عندما لا تظهر بوضوح أنها تصل إلى هذا الحد.

هذه هي الدعوات القضائية التي كانت توزع على مدير المنتج، والمهندس المعماري، والقائد التكنولوجي لمقارنة الملاحظات. ngày càng، تنتقل إلى من هو أقرب إلى تحديد العمل في المقام الأول.

من الجيد أيضًا تذكر أن لا شيء من هذا يجعله الألقاب تختفي. لكن الخطوط بينها تصبح أكثر صعوبة في الدفاع عنها، بينما الناس الذين يزدهرون في ذلك الغموض هم الذين يتصرفون كحافظي النية.

التنفيذ السريع بدون حواجز ليس فوزًا

هناك خطر يسهل فقدانه مرة واحدة النية واضحة، وخط أنابيب الـ AI يصدّر حقًا: التنفيذ السريع، الحدّ الأقصى، يمكن أن يؤدي إلى فشل لم يكن عملية أبطأ، وأكثر تمييزًا، لتكتشفها.

الأرقام هنا ليست حتى قريبة. اختبار الربيع 2026 من Veracode عبر نماذج رائدة وجدت أن فقط 55% من مهام توليد الكود أنتجت مخرجات آمنة عندما لم يتم توفير أي توجيه أمني صريح، وهو رقم لم يتغير تقريبًا في عامين حتى مع قفزة كبيرة في الدقة الوظيفية.

من الواضح أن الحصول على الصرف الصحيح stopped يكون الجزء الصعب منذ فترة. الدعوات القضائية التي كان يأخذها مهندس بشري بinstinctively أثناء الكتابة، حول الأمن، والامتثال، وما يجب أن يلمس نظام ما، هي الأجزاء التي يصعب استبدالها.

هذا يعني أن نفس الرigor المطبق على تحديد ما يبنى يجب أن يمتد إلى تحديد ما هو محظور، مثل حدود الامتثال، وقواعد معاملة البيانات، والقيود الأخلاقية المحددة بدقة مثل المتطلبات الوظيفية.

تركها ضمنية والآمال في أن الوكيل يفترضها بشكل صحيح هو نفس الخطأ مثل ترك متطلبات المنتج غامضة والتقاطع بأصابع المتوسطة حتى يتحول البناء بشكل ما إلى جيد.

ما يبدو القيادة

لا شيء من هذا يجادل ضد التطوير المعزز بالـ AI؛ البناء لم يكن أسرع أو أرخص، وليس هناك وضع ذلك في الزجاجة.

لكن ما لم يصبح أسهل، ويمكن أن يصبح أكثر صعوبة، هو تحديد ما يستحق البناء بدقة حقيقية، ووصفه جيدًا بما يكفي لتنفيذه الآلة بصدق، ورسومات الخطوط التي لا يسمح له بالعبور أثناء ذلك.

على مستوى المؤسسة، الفرق التي تتقدم ليست تلك التي لديها وكلاء الترميز الأسرع، هذا واضح. إنه أولئك الذين اكتشفوا، قبل منافسيهم، أن التعريف كان دائمًا سيكون مشكلة أكثر صعوبة – وبدؤوا بمعالجته بهذه الطريقة.