قادة الفكر
هل يمكن لمطوري البرمجيات أن يتبنوا “كودينج الفايب” دون أن تتبنى الشركات الدين الفني للذكاء الاصطناعي؟
عندما صاغ مؤسس OpenAI أندريج كارباثي مصطلح “كودينج الفايب” الأسبوع الماضي، فقد ألقى الضوء على نقطة تحول: المطورون يعتمدون بشكل متزايد على الذكاء الاصطناعي التوليدي لكتابة الشفرة البرمجية بينما يركزون على الإرشادات عالية المستوى و “يلمسون لوحة المفاتيح بشكل كاد أن يكون معدومًا”.
منصات LLM الأساسية – GitHub Copilot، DeepSeek، OpenAI – تغير من Lanscape تطوير البرمجيات، مع أن Cursor أصبح最近 أسرع شركة على الإطلاق لتصل من 1 مليون دولار في الإيرادات السنوية المتكررة إلى 100 مليون دولار (في أقل من عام). لكن هذه السرعة تأتي بتكلفة.
الدين الفني، الذي يتم تقديره بالفعل بأنه يكلف الشركات مليارات الدولارات سنويًا في عدم كفاءة التشغيل وأمن المعلومات، ليس جديدًا. لكن الآن تواجه الشركات تحديًا جديدًا وأعتقد أنه أكبر: الدين الفني للذكاء الاصطناعي – أزمة صامتة تغذيها شفرة غير فعالة وخطأ وอาจ تكون غير آمنة تم إنشاؤها بواسطة الذكاء الاصطناعي.
انحرفت الحاجة البشرية من الترميز إلى مراجعة قاعدة الشفرة
استطلاع GitHub لعام 2024 وجد أن几乎 جميع مطوري الشركات (97%) يستخدمون أدوات الترميز التوليدية للذكاء الاصطناعي، ولكن فقط 38% من مطوري الولايات المتحدة قالوا إن مؤسستهم تشجع استخدام Gen AI.
المطورون يحبون استخدام نماذج LLM لإنشاء شفرة لتقديم المزيد، بشكل أسرع، والشركات تتجه لتعزيز الابتكار. ومع ذلك – لا يمكن للمراجعات اليدوية وأدوات التراث التكيف أو النمو لتحسين واعتماد ملايين السطور من الشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي يوميًا.
مع تطبيق هذه القوى السوقية، يمكن أن تنهار الحوكمة التقليدية والرقابة، وعندما تنهار، تنتقل الشفرة غير المحددة إلى حزمة الشركة.
ارتفاع مطوري “كودينج الفايب” يخاطر بزيادة حجم الدين الفني وتكلفته ما لم تطبق المنظمات حواجز توازن بين سرعة الابتكار والتحقق الفني.
وهم السرعة: عندما يتجاوز الذكاء الاصطناعي الحوكمة
الشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي ليست معيبة بشكل固有的 – إنها غير مؤكدة بسرعة وكفاية.
نظرًا للبيانات: جميع نماذج LLM تظهر فقدان النموذج (الوهم). وجدت ورقة بحثية حديثة معدل خطأ بنسبة 20% في جودة إنشاء الشفرة لبرنامج GitHub Copilot. يزيد من هذه القضية حجم الإنتاج بواسطة الذكاء الاصطناعي. يمكن لمطور واحد استخدام LLM لإنشاء 10,000 سطر من الشفرة في دقائق، متجاوزًا قدرة المطورين البشر على تحسينها واعتمادها. يصارع المحللون الثابتون التقليدية، المصممة لل منطق المكتوب بواسطة الإنسان، مع الأنماط الاحتمالية للإنتاج بواسطة الذكاء الاصطناعي. النتيجة؟ فواتير سحابية منتهكة بسبب الخوارزميات غير الفعالة، مخاطر الامتثال من الاعتماديات غير المحددة، وفشل حرج يختبئ في بيئات الإنتاج.
تعتمد مجتمعاتنا وشركاتنا وبنياتنا التحتية الحيوية جميعًا على برامج قابلة للتطوير ومستدامة وأمنية. يمكن أن يعني الدين الفني للذكاء الاصطناعي الذي يتسرب إلى الشركة مخاطر أعمال حرجة… أو أسوأ.
استعادة السيطرة دون قتل الفايب
الحل ليس في التخلي عن الذكاء الاصطناعي التوليدي للترميز – بل للمطورين أيضًا نشر أنظمة ذكاء اصطناعي وكائنات لتحسين الشفرة واعتمادها على نطاق واسع. يمكن لنظام كائن استخدام تقنيات مثل الخوارزميات التطورية لتحسين الشفرة بشكل متكرر عبر نماذج LLM متعددة لتحسينها من أجل معايير أداء رئيسية – مثل الفعالية، سرعة التشغيل، استخدام الذاكرة – واعتماد أدائها وموثوقيتها في ظروف مختلفة.
سيتفوق ثلاثة مبادئ على الشركات التي ت茫 في الذكاء الاصطناعي من تلك التي ستغرق في الدين الفني للذكاء الاصطناعي:
- التحقق القابل للتوسيع غير قابل للتفاوض: يجب على الشركات أن تتبنى أنظمة ذكاء اصطناعي كائنة قادرة على التحقق واعتماد الشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي على نطاق واسع. الأدوات التقليدية والمنقحة اليدوية غير كافية لمعالجة حجم و複雑ية الشفرة التي تنتجها نماذج LLM. بدون تحقق قابل للتوسيع، ستنتشر عدم الكفاءة والثغرات الأمنية ومخاطر الامتثال، مما يؤدي إلى تآكل القيمة التجارية.
- توازن السرعة مع الحوكمة: بينما يسرع الذكاء الاصطناعي إنتاج الشفرة، يجب أن تتطور إطارات الحوكمة لتتوافق مع ذلك. تحتاج المنظمات إلى تنفيذ حواجز تضمن أن الشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي تتوافق مع معايير الجودة والأمان والأداء دون كبح الابتكار. هذا التوازن حاسم لمنع وهم السرعة من أن يتحول إلى حقيقة باهظة التكلفة من الدين الفني.
- فقط الذكاء الاصطناعي يمكنه مواكبة الذكاء الاصطناعي: ي đòi حجم و複雑ية الشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي حلول متقدمة بشكل متساو. يجب على الشركات أن تتبنى أنظمة قادرة على تحليل واعتماد وتنقيح الشفرة بشكل مستمر على نطاق واسع. هذه الأنظمة تضمن أن سرعة التطوير بواسطة الذكاء الاصطناعي لا تؤثر على الجودة والأمان والأداء، مما يسمح بالابتكار المستدام دون تراكم الدين الفني المدمر.
كودينج الفايب: لا تتركنا ن carried Away
الشركات التي تؤخر الإجراءات بشأن “كودينج الفايب” سوف تواجه في النهاية الموسيقى: تآكل الهامش بسبب تكاليف السحابة الهاربة، شل الابتكار لأن الفرق تكافح لتصحيح الشفرة الهشة، الدين الفني المتزايد، والمخاطر الخفية للثغرات الأمنية التي أدخلها الذكاء الاصطناعي.
المسار الأمامي للمطورين والشركات على حد سواء يتطلب الاعتراف بأن فقط الذكاء الاصطناعي يمكنه تحسين واعتماد الذكاء الاصطناعي على نطاق واسع. من خلال منح المطورين وصولًا إلى أدوات التحقق الكائنة، يمكنهم أن يتبنوا “كودينج الفايب” دون الاستسلام للدين الفني للذكاء الاصطناعي المتزايد. كما يشير كارباثي، فإن إمكانات الشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي مثيرة – حتى السكر. لكن في تطوير الشركات، يجب أن يكون هناك تحقق الفايب بواسطة سلالة جديدة من الذكاء الاصطناعي الكائن.
