قادة الفكر
هل يمكن لمطوري البرمجيات أن يعتمدوا على “تطوير البرمجيات بالاتجاه” دون أن تتعرض المؤسسات للديون الفنية للذكاء الاصطناعي؟
أضف Unite.AI إلى مصادرك المفضلة على Google
عندما صاغ مؤسس OpenAI، Andrej Karpathy، مصطلح “تطوير البرمجيات بالاتجاه” الأسبوع الماضي، ألقى بضوء على نقطة تحول: المطورون يعتمدون بشكل متزايد على الذكاء الاصطناعي العامل على صياغة الشفرة البرمجية بينما يركزون على الإرشادات عالية المستوى و “لم يلمسوا حتى لوحة المفاتيح”.
منصات LLM الأساسية – GitHub Copilot، DeepSeek، OpenAI – تعيد تشكيل تطوير البرمجيات، مع Cursor الذي أصبح最近 أسرع شركة على الإطلاق في الوصول إلى 100 مليون دولار من الإيرادات السنوية المتكررة (في أقل من عام). لكن هذه السرعة تأتي بتكلفة.
الديون الفنية، التي تقدر بالفعل أن تكلف الشركات أكثر من 1.5 تريليون دولار سنويًا في عدم الكفاءة التشغيلية وأمن المعلومات، ليست جديدة. لكن الآن تواجه المؤسسات تحديًا جديدًا وأعتقد أنه أكبر: الديون الفنية للذكاء الاصطناعي – أزمة صامتة تغذيها شفرة غير فعالة وخطأ و可能 غير آمنة تم إنشاؤها بواسطة الذكاء الاصطناعي.
تغير الحاجز البشري من كتابة الشفرة إلى مراجعة قاعدة الشفرة
استطلاع GitHub لعام 2024 وجد أن几乎 جميع مطوري المؤسسات (97٪) يستخدمون أدوات الترميز التوليفي للذكاء الاصطناعي، ولكن فقط 38٪ من مطوري الولايات المتحدة قالوا إن مؤسستهم تشجع استخدام الذكاء الاصطناعي التوليفي.
المطورون يحبون استخدام نماذج LLM لإنشاء شفرة لتقديم المزيد، وأسرع، والمؤسسة مدربة على تسريع الابتكار. ومع ذلك – لا يمكن لمراجعات يدوية وأدوات تراثية التكيف أو النمو لتحسين واعتماد ملايين السطور من الشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي يوميًا.
مع تطبيق هذه القوى السوقية، يمكن أن تنكسر الحوكمة التقليدية والرقابة، وعندما تنكسر، تتدفق الشفرة غير المعتمدة في حزمة المؤسسة.
زيادة خطر “تطوير البرمجيات بالاتجاه” يزيد من خطر زيادة حجم الديون الفنية وتكلفة Unless تنفذ المنظمات حواجز أمان توازن سرعة الابتكار مع التحقق الفني.
وهم السرعة: عندما يتجاوز الذكاء الاصطناعي الحوكمة
الشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي ليست بالضرورة معيبة – إنها غير موثقة بسرعة وكفاية.
نظرًا للبيانات: جميع نماذج LLM تظهر فقدان النموذج (هلوسة). وجدت ورقة بحثية حديثة تقييم جودة إنشاء الشفرة من GitHub Copilot معدل خطأ بنسبة 20٪. يزيد من هذه القضية حجم الإخراج للذكاء الاصطناعي. يمكن لمطور واحد استخدام LLM لإنشاء 10،000 سطر من الشفرة في دقائق، متجاوزًا قدرة المطورين البشر على تحسينها واعتمادها. يعاني محللوا الإحصائيات الثابتة التقليدية، المصممة للمنطق المكتوب بواسطة الإنسان، من أنماط الإخراج الاحتمالية للذكاء الاصطناعي. النتيجة؟ فواتير سحابية متضخمة من الخوارزميات غير الفعالة، ومخاطر الامتثال من الإعتماد غير المعتمد، وفشل حرج في البيئات الإنتاجية.
تعتمد مجتمعاتنا وشركاتنا وبنية تحتية حرجة على برمجيات قابلة للتطوير ومستدامة وأمنية. الديون الفنية للذكاء الاصطناعي التي تتدفق إلى المؤسسة يمكن أن تعني مخاطر أعمال حرجة … أو أسوأ.
استعادة السيطرة دون قتل الاتجاه
الحل ليس التخلي عن الذكاء الاصطناعي التوليفي للترميز – بل للمطورين أيضًا نشر أنظمة الذكاء الاصطناعي الوكيلية كمثبطات شفرة ومدققين ضخمين. يمكن لنظام وكلاء أن يستخدم تقنيات مثل الخوارزميات التطورية لتحسين الشفرة بشكل متكرر عبر عدة نماذج LLM لتحسينها لبعض معايير الأداء الرئيسية – مثل الكفاءة وسرعة التشغيل واستخدام الذاكرة – واعتماد أدائها وموثوقيتها في ظروف مختلفة.
سوف يفصل ثلاثة مبادئ المؤسسات التي ت茁ح مع الذكاء الاصطناعي عن تلك التي سوف تغرق في الديون الفنية للذكاء الاصطناعي:
- التحقق القابل للتوسيع غير قابل للتفاوض: يجب على المؤسسات أن تتبنى أنظمة الذكاء الاصطناعي الوكيلية القادرة على التحقق والتحسين للشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي بمقياس. الأدوات اليدوية التقليدية وأدوات التراث غير كافية لمعالجة حجم و複雑ية الشفرة التي تنتجها نماذج LLM. بدون تحقق قابل للتوسيع، ستنتشر عدم الكفاءة والأخطار الأمنية ومخاطر الامتثال، مما يؤدي إلى تآكل القيمة التجارية.
- توازن السرعة مع الحوكمة: بينما يسرع الذكاء الاصطناعي إنتاج الشفرة، يجب أن تطور إطارات الحوكمة لتتوافق معها. يجب على المنظمات أن تنفذ حواجز أمان تضمن أن الشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي تتوافق مع معايير الجودة والأمن والأداء دون كبح الابتكار. هذا التوازن حاسم لمنع وهم السرعة من أن يصبح واقعًا باهظًا من الديون الفنية.
- فقط الذكاء الاصطناعي يمكنه مواكبة الذكاء الاصطناعي: ي đòi حجم و複雑ية الشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي حلولًا متقدمة بشكل مماثل. يجب على المؤسسات أن تتبنى أنظمة مدعومة بالذكاء الاصطناعي يمكنها تحليل وتحسين واعتماد الشفرة بشكل مستمر بمقياس. تضمن هذه الأنظمة أن سرعة التطوير المدعومة بالذكاء الاصطناعي لا تؤثر على الجودة والأمن والأداء، مما يسمح بالابتكار المستدام دون تراكم الديون الفنية المدمرة.
تطوير البرمجيات بالاتجاه: لا ت carried Away
المؤسسات التي تؤخر العمل على “تطوير البرمجيات بالاتجاه” سوف تواجه في النهاية الموسيقى: تآكل الهامش بسبب تكاليف السحابية غير المنضبطة، شلل الابتكار لأن الفرق تكافح لتصحيح الشفرة الهشة، الديون الفنية المتزايدة، والمخاطر الخفية للعيوب الأمنية التي أدخلها الذكاء الاصطناعي.
المسار الأمامي للمطورين والمؤسسات على حد سواء يتطلب الاعتراف بأن فقط الذكاء الاصطناعي يمكنه تحسين واعتماد الذكاء الاصطناعي بمقياس. من خلال إعطاء المطورين إمكانية الوصول إلى أدوات التحقق الوكيلية، هم أحرار في اعتماد “تطوير البرمجيات بالاتجاه” دون أن يستسلموا للمؤسسة للديون الفنية للذكاء الاصطناعي المتزايدة. كما يشير Karpathy، فإن إمكانية الشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي مثيرة – حتى السكر. لكن في تطوير المؤسسات، يجب أن يكون هناك أولاً تحقق الاتجاه بواسطة سلالة جديدة من الذكاء الاصطناعي التطوري.
