تطلق LinearB منصة Agentic Studio لتزويد وكلاء البرمجة بالسياق الهندسي

أطلقت LinearB منصة Agentic Studio لتحويل بيانات تسليم البرمجيات إلى سياق يمكن للقادة الهندسيين ووكلاء البرمجة استخدامه لاتخاذ القرارات. وأُعلن عن المنصة في 2 نوفمبر، وهي تجمع بين التحليل باللغة الطبيعية وطبقة للسياق الهندسي تشمل الأدوات التي تستخدمها الفرق لتخطيط البرمجيات وكتابتها ومراجعتها وإصدارها.

يعكس إطلاق المنصة مشكلة متنامية في تطوير البرمجيات بمساعدة الذكاء الاصطناعي: فإنتاج مزيد من التعليمات البرمجية لا يساعد المؤسسة تلقائيًا على تسليم برمجيات مفيدة بسرعة أكبر. فقد تتراكم طلبات المراجعة، ويصعب تقييم التغييرات، وقد يبدأ الوكلاء مهمة من دون معرفة الخدمات الهشة أو سبب أهمية إصلاح معين.

بحسب الإعلان، أصبحت منصة Agentic Studio متاحة لجميع عملاء LinearB. أما مهارات الوكلاء، بما فيها القدرة الأولية على مواءمة الجهد الذي يبذله الوكيل مع المهمة، فهي متاحة حاليًا بنظام الوصول المبكر.

تحويل بيانات التسليم إلى سياق هندسي

تجمع LinearB المعلومات من مختلف مراحل تسليم البرمجيات وتوحّدها ضمن نموذج مشترك. وتقول الشركة إنها توفّق بين هويات المهندسين عبر أنظمة Git وإدارة المشاريع، وتربط التغييرات بمراحلها من التذكرة إلى الإصدار، وتضيف إسنادًا للذكاء الاصطناعي ومعايير مرجعية تساعد القادة على تفسير النتائج.

تتمثل الخطوة الأهم في ربط هذه السجلات بعضها ببعض. فقد يبدو طلب دمج ما بسيطًا عند النظر إليه بمعزل عن غيره، رغم تأثيره في خدمة شهدت حوادث مؤخرًا أو تكرارًا لإعادة العمل أو تعقيدًا في تحديد المسؤولية عنها. ويمنح ربط التغيير بسجل الخدمة المراجعَ أو وكيلَ البرمجة معلومات قد لا توفرها له لقطة من مستودع الشيفرة وحدها.

في المنصة الجديدة، يستطيع القادة طرح الأسئلة بلغة طبيعية، والحصول على خطوات تالية مقترحة، والاستعانة بالذكاء الاصطناعي لإنشاء المقاييس ولوحات المعلومات وغيرها من المواد. وتقول LinearB إن المؤسسات تستطيع تحديد السياق المتاح للمستخدمين، بفضل دمج صلاحيات الوصول القائمة على الأدوار في المنصة.

يتوافق هذا التوجه مع إرشادات الشركة بشأن هندسة السياق، التي تشدد على اختيار المعلومات ذات الصلة بدلًا من ملء نافذة سياق الوكيل عشوائيًا. ويأخذ إطار العمل في الحسبان الشيفرة والهدف من وراء التغيير والروابط بين الأنظمة، فضلًا عن حدود ما يُسمح للوكيل بالوصول إليه.

مهارة متاحة مبكرًا لمواءمة الجهد مع المخاطر

صُممت مهارة الوكيل الأولى لتحديد مقدار الجهد الذي تستدعيه مهمة البرمجة. وتقول LinearB إنها تأخذ في الحسبان الأهمية للأعمال والتعقيد والمخاطر، مستندةً إلى مؤشرات مثل معدلات إعادة العمل وحوادث الخدمة الأخيرة وسجل المسؤولية عنها.

يمكن التعامل مع تغيير منخفض المخاطر بقدر أقل من الجهد واستخدام عدد أقل من الرموز، في حين قد يحظى تغيير أشد تبعات بتحليل واختبار أكثر تعمقًا. ويمكن للقادة الهندسيين معرفة مدى تكرار إسناد المهام إلى مستويات جهد منخفضة أو متوسطة أو عالية. وتقول الشركة إن المهارة تعمل مع أي وكيل برمجة، إلا أن الإعلان لا يقدم نتائج مقارنة بين وكلاء محددين، ولا يحدد مقدار التوفير الفعلي في الرموز.

تظل الفكرة الهندسية مفيدة حتى قبل إثبات أي ادعاء بشأن خفض التكلفة. فميزانية الاستدلال الموحدة تتعامل بالطريقة نفسها مع تغيير صيانة بسيط وإصلاح حساس في بيئة الإنتاج. وقد يساعد السياق المخصص لكل مهمة على توجيه مزيد من الاهتمام إلى المواضع التي تكون فيها الأخطاء مكلفة، مع الحد من العمل غير الضروري على التغييرات الأبسط.

يربط MCP البيانات بسير عمل الذكاء الاصطناعي القائم

تتيح LinearB أيضًا الوصول إلى المعلومات الهندسية عبر بروتوكول سياق النماذج (MCP). وتعرض صفحة منتج MCP الخاصة بها إمكانية الوصول إلى مقاييس التسليم وإعداد التقارير المخصصة وتحليل الاختناقات باستخدام اللغة الطبيعية، إلى جانب توصيات مثل أتمتة المراجعات وتوجيه المهام.

يتيح ذلك للفرق استقصاء البيانات الهندسية من خلال عميل للذكاء الاصطناعي، بدلًا من التنقل يدويًا بين لوحات المعلومات. ويوفر MCP الاتصال بالأدوات والمعلومات، بينما تقدم طبقة السياق العلاقات الخاصة بتسليم البرمجيات التي تجعل السؤال عن مستودع شيفرة أو فريق ذا دلالة.

ثمة نقطة تحتاج إلى توضيح مع بدء طرح المنصة الجديدة. فعلى الرغم من أن الإعلان يذكر صلاحيات وصول قائمة على الأدوار وضوابط حماية للمؤسسات، لا تزال الأسئلة الشائعة العامة لدى LinearB بشأن MCP تدرج تقييد الوصول إلى MCP وفق الصلاحيات ضمن عناصر خارطة الطريق. لذلك، لا ينبغي اعتبار ما تقوله المنصة الجديدة عن التحكم في الوصول تأكيدًا على أن كل عميل MCP حالي يرث بالفعل جميع صلاحيات LinearB.

لماذا قد يكشف ازدياد إنتاج الذكاء الاصطناعي عن اختناقات لاحقة

يستشهد إعلان LinearB بمعايير مرجعية للذكاء الاصطناعي لعام 2026، مستمدة من 2.7 مليون طلب دمج و83,000 مطور في 253 مؤسسة. ووفقًا للشركة، دمج المطورون الذين استخدموا الذكاء الاصطناعي في 75% على الأقل من أيام البرمجة طلبات دمج أكثر بنسبة 96% أسبوعيًا مقارنة بالعام السابق.

تصف هذه الأرقام نشاطًا مرصودًا، ولا تثبت أن الذكاء الاصطناعي وحده هو الذي تسبب في هذا التغيير. كما أن زيادة عدد طلبات الدمج لا تثبت أن العملاء حصلوا على قيمة مضاعفة. ويستشهد الإصدار، على نحو منفصل، بنتائج تفيد بأن التغييرات المدعومة بالذكاء الاصطناعي كانت أكبر، وأن طلبات الدمج التي أنشأها الوكلاء انتظرت وقتًا أطول بكثير للمراجعة؛ ما يوضح كيف يمكن لتوليد الشيفرة بسرعة أكبر أن ينقل عبء العمل إلى بقية مراحل التسليم.

يوضح مثال أحد العملاء هذا الفرق عمليًا. وتقول LinearB إن Kraken استخدمت خادم MCP الخاص بها مع الذكاء الاصطناعي للتحقيق في تأخيرات المراجعة، ووجدت أن المناطق الزمنية وتوافر المراجعين كانا أكثر تأثيرًا من حجم التغييرات. وأفادت التقارير بأن Kraken خفّضت وقت المراجعة بأكثر من النصف عند المئين التسعين، وذلك على مدى أربعة أشهر. ويوفر النقاش المنشور مع Kraken مزيدًا من السياق حول استخدام بيانات المستودع ومقاييس التسليم للكشف عن الاختناقات.

من قياس اعتماد الذكاء الاصطناعي إلى تحسين تسليم البرمجيات

تخطط LinearB لإضافة مهارات أخرى للوكلاء، لأعمال لاحقة مثل المراجعة والدمج والحوكمة. وهذه توجهات مستقبلية تختلف عن إتاحة الاستوديو حاليًا وعن حالة الوصول المبكر لمهارة تقدير الجهد.

تتمثل الفكرة الأوسع في أن الوكلاء البرمجيين يحتاجون إلى فهم المؤسسة المحيطة بالشفرة البرمجية: ما الأمور المهمة، ومن المسؤول عن كل جزء، وأين أخفقت التغييرات السابقة، وما القيود الواجب مراعاتها. ويجسّد Agentic Studio هذه الفكرة ضمن منصة إنتاجية المطورين، على أن تُقاس قيمته في نهاية المطاف بجودة التغييرات المُسلَّمة وانسيابية تسليمها، لا بكمية الشفرة البرمجية المُولَّدة.