ندار دانيليا، الرئيس التنفيذي ومؤسس شاتل – سلسلة المقابلات

ندار دانيليا، الرئيس التنفيذي ومؤسس شاتل – سلسلة المقابلات: عمل ندار دانيليا كمؤسس ومدير تنفيذي لشركة شاتل منذ تأسيسها في عام 2019، وقاد نموها من شركة بدء تشغيل صغيرة إلى شركة هندسة منصة موجهة للمطورين؛ قبل شاتل، شغل مناصب بما في ذلك رئيس قسم المخاطر في شركة بروفينانس تكنولوجيز المحدودة، حيث عمل على استراتيجيات الصندوق المتحدين الكمية، وفي وقت سابق في مناصب تقنية وبيانات في لندن وفي جوجل.

شاتل هي منصة بنية تحتية سحابية مفتوحة المصدر تسهل تطوير الخلفية وتحميله عن طريق استخراج البنية التحتية من تعليقات الشفرة بحيث يمكن للمطورين التركيز على كتابة شفرة رست أو لغات أخرى دون الحاجة إلى إدارة ملفات تكوين منفصلة أو إعداد سحابي معقد؛ تتيح المنصة تحميل سريع، وتوفير الموارد بشكل افتراضي، وتوسيع سلس، وهي تستخدم من قبل عشرات الآلاف من المهندسين مع أكثر من 130 ألف تحميل، وتهدف إلى توسيع تجربة الصفر تكوين مدعومة بالذكاء الاصطناعي إلى جميع اللغات وتكاملها مع أدوات مثل جيت هاب كوبيلوت وкурسر.

ما هي اللحظة أو الإحباط التي دفعتك في النهاية إلى تأسيس شاتل، وما هي المشكلة التي كنت تحاول حلها في البداية؟

جاءت النقطة الفارقة خلال فترتي في قيادة التداول في صندوق تحدي كمي. كنا نمتلك مهندسين استثنائيين – دكاترة، أشخاصًا كبيرين في المنصة، باحثين في الذكاء الاصطناعي – ولكن حتى مع هذا المواهب، كانت البنية التحتية السحابية العائق الثابت. بناء نموذج تداول أو خدمة خلفية لم يكن الجزء الصعب. المشكلة كانت في التحميل: الحصول عليه حيا بأمان، وتوسيعه، وربطه بخدمات السحاب معًا. هذا هو المكان الذي تباطأت فيه كل شيء. في مرحلة ما، كان أكثر من نصف فريقنا الهندسي يقوم بعمل ديفوبس فقط للحفاظ على تشغيل الأنظمة.

ما ظل معي لم يكن تعقيد الشفرة أو الرياضيات. بل كان مشاهدة أشخاص قويين يحرقون معظم وقتهم في محاربة السحاب بدلاً من بناء ما يهم حقًا. لم يكن أحد يريد القيام بذلك العمل، لكنه كان لا مفر منه. هذا الاحتكاك – الفجوة بين “لقد بنيت شيئًا” و “إنه يعمل بشكل موثوق” – هو ما تم إنشاء شاتل لحله.

تأسست شاتل في عام 2019، قبل موجة أدوات الترميز بالذكاء الاصطناعي الحالية. كيف تطور رؤيتك الأصلية مع أن تصبح التطوير المدعوم بالذكاء الاصطناعي شائعًا؟

المشكلة الأساسية ظلت相同ًا، لكن الذكاء الاصطناعي phóngها بشكل كبير. عندما بدأنا، كانت البنية التحتية بالفعل العامل المحدد للفرق الهندسية القوية. عندما ظهرت أدوات مثل كوبيلوت وкурسر وكلود، أصبح العائق الذي كنا نحلله غير قابل للتجاهل.

فجأة، يمكن للمطورين توليد تطبيقات كاملة في دقائق، لكن هذه التطبيقات تصطدم بجدار على الفور. يمكن للذكاء الاصطناعي كتابة الشفرة، لكنه لا يستطيع تكوين الموارد السحابية وإدارتها بشكل موثوق. الفجوة التي كنا نحلها أصبحت أوسع وأكثر إلحاحًا. ملايين الناس يبنيون الآن نماذج أولية، لكن فقط جزءًا منها يصل إلى الإنتاج.

تطورت الرؤية من “جعل البنية التحتية أسهل للمطورين” إلى “جعل البنية التحتية تعمل لجيل جديد تمامًا من البناة” – المؤسسين المنفردين، الفرق الصغيرة، والوكلاء الذكاء الاصطناعي الذين يمكنهم إنشاء شفرة خلفية لكنهم لا يرغبون في النضال مع تكوين السحاب. نحن لا نخدم المطورين التقليديين فقط بعد الآن. الجمهور انفجر.

أدوات الذكاء الاصطناعي مثل كورسر وجيت هاب كوبيلوت غيرت كيف يكتب المطورون الشفرة. من منظورك، ما هي أجزاء دورة حياة البرمجيات التي تحسنت أكثر، وأين لا تزال الفرق تواجه صعوبات؟

توليد الشفرة قفز إلى الأمام. هذا الجزء几乎 تم حله. يمكنك وصف ميزة، والذكاء الاصطناعي سوف يخلقها. الاستفادة خاصة في الجانب الأمامي لأن الأنماط مفهومة جيدًا – المكونات، والأشكال، والترتيبات.

حيث لا تزال الفرق تواجه صعوبات هو كل ما يأتي بعد ذلك: التحميل، البنية التحتية، العمليات. قد يولد الذكاء الاصطناعي نقطة نهاية واجهة برمجة تطبيقات، لكنه لا يستطيع تلقائيًا إنشاء قاعدة بيانات، أو تخزين، أو طابور، أو شبكة، أو أذونات، أو خط أنابيب تحديث.

النتيجة هي تقدم غير متساو. بدلاً من أن تصبح الأمور أكثر بساطة من النهاية إلى النهاية، تظهر نقاط ضغط جديدة. توليد الفرق خلفيات كاملة في دقائق، ثم يتعثر لمدة أيام في محاولة تحميلها بأمان. في بعض الأحيان، يجعل الذكاء الاصطناعي الأمور أسوأ عن طريق إنتاج المزيد من الشفرة مما يمكن للفرق تشغيله أو صيانته. هذا هو المكان الذي يعيش فيه الاحتكاك الحقيقي الآن.

التحميل غالبًا ما يوصف بأنه العائق الأكبر للتطبيقات التي يولدها الذكاء الاصطناعي. ما الذي يجعل إنتاج هذه الأنظمة صعبًا بشكل خاص مقارنة بتوليد الشفرة نفسها؟

المشكلة هي الموثوقية والنتائج. توليد الشفرة متسامح – إذا كان الذكاء الاصطناعي يرتكب خطأً، ترى ذلك على الفور وتصلحه. أخطاء البنية التحتية مختلفة. أذونات خاطئة واحدة، أو مورد غير مخطط له، أو افتراض خاطئ حول التكلفة أو الأمان، وCreatedBy-createdت خلقت مشكلة حقيقية قد لا تظهر حتى في وقت لاحق.

في البداية، حاولنا ترك الذكاء الاصطناعي يفترض البنية التحتية للطبيق بشكل حر. بدا رائعًا في العروض التوضيحية. في الأنظمة الحقيقية، انهار. كان الذكاء الاصطناعي ينتج إعدادات كانت رائعة لكنها ليست كاملة – أذونات واسعة جدًا، اختيارات موارد غريبة، تكوينات ستكون باهظة الثمن في النهاية.

ذلك علمنا شيئًا حرجًا: في الإنتاج، الذكاء بدون حدود يخلق مشاكل. الذكاء الاصطناعي لا يحتاج إلى المزيد من الحرية. إنه يحتاج إلى سكك حديدية أفضل. يجب تصميم الأنظمة حيث يمكن للذكاء الاصطناعي اقتراح وتسريع، لكنه لا يستطيع العدو بشكل غير منضبط. هذا هو التحدي الفني الذي يجعل إنتاج تطبيقات الذكاء الاصطناعي أكثر صعوبة بكثير من توليد الشفرة.

أدخلت شاتل مؤخرًا نبتون كتطور جديد لمنصتها. نبتون موصوف بأنه مهندس منصة ذكاء اصطناعي عالمي – ماذا يعني ذلك في المصطلحات العملية للمطورين الذين ينتقلون من نموذج أولي إلى خلفية جاهزة للإنتاج؟

يعمل نبتون كالطبقة المفقودة بين الشفرة والإنتاج. في المصطلحات العملية، يعني ذلك أن المطورين – أو وكلاء الذكاء الاصطناعي – يمكنهم التركيز على كتابة منطق التطبيق، ويقوم نبتون بكل شيء آخر: فهم ما هي البنية التحتية المطلوبة، وتوفير الموارد، وإدارة الأسرار، وتحديث الخدمات.

بدلاً من جعل المطورين يترجمون تطبيقهم إلى بنية تحتية سحابية، يفهم نبتون التطبيق وينتج البنية التحتية حولها. شفرتك هي الخطة. يبني نبتون البيئة المطلوبة لتشغيلها. لا يوجد ملفات دッカー، لا تيرافورم، لا تكوين لا نهاية له.

لمن ينتقل من نموذج أولي إلى إنتاج، يعني ذلك أنك لا تصطدم بالجدار الذي تحتاج إلى تعلم ديفوبس فجأة. التطبيق الذي بنيته يستمر في العمل أثناء توسيع نطاقه. نبتون يغلق الفجوة بين “لقد بنيت شيئًا” و “إنه يعمل بشكل موثوق في الإنتاج”.

كيف توازن بين السرعة والاستخراج مع الحاجة إلى التحكم والأمان والرصد، مع زيادة اعتماد المطورين على الذكاء الاصطناعي لتوليد أنظمة الخلفية؟

الثقة هي الجواب. في البنية التحتية، الثقة تهم أكثر من القدرة. مفاجأة سيئة واحدة – ثغرة أمنية، أو إعدادات معطوبة، أو فاتورة سحابية ضخمة – وستفقد الناس.

تعلمنا في وقت مبكر أن كل ما يلمسه الذكاء الاصطناعي يجب أن يكون مفهومًا وقابلًا لمراجعة. حتى لو لم يكن المطور يconfigure شيئًا يدوياً، لا يزال يحتاج إلى رؤية ما يحدث ولماذا. هذا هو السبب في أن نبتون يستخدم قواعد البنية التحتية القائمة على القواعد. يمكن للذكاء الاصطناعي اقتراح وتسريع، لكن كل ما يفعله يعتمد على مواصفات قابلة لمراجعة، وقابلة للتنبؤ، وقابلة للاختبار.

الانتقال الذي قمنا به كان من “الذكاء الاصطناعي يقرر” إلى “الذكاء الاصطناعي يقترح ضمن قيود”. هذا هو الفرق بين عرض توضيحي ممتع وشيء يمكنك الوثوق به عندما يهم الأمر. المطورون لا يقضون وقتًا أقل في اتخاذ القرارات – إنهم يقضون وقتًا أقل في الكتابة وأكثر في اتخاذ القرارات حول ما يجب أن يوجد، وما هو مقبول، وما هي التبادل التي تجعل المعني.

ما هي أنواع الفرق التي ترى قيمة قوية من نبتون اليوم، سواء كانت مطورين منفردين، أو شركات ناشئة، أو منظمات هندسية أكبر؟

الملف الشخصي تغير بشكل كبير. في البداية، على جانب رست، كنا لدينا قاعدة متنوعة – مطورين منفردين، شركات ناشئة في مرحلة مبكرة، شركات ناشئة، شركات كبيرة، فرق في السيارات، أجهزة إنترنت الأشياء، المالية، العملات المشفرة، أي مكان حيث تهم الموثوقية والأداء.

لكن خلال العام الماضي، ظهور التطوير المدعوم بالذكاء الاصطناعي تغير تمامًا من يبني البرمجيات. الآن نرى مؤسسين منفردين، مطورين مستقلين، وكلاء ذكاء اصطناعي، فرق صغيرة، وشركات برمجيات تقليدية توليد شفرة خلفية بسرعة غير مسبوقة. الجمهور لم يعد فقط مهندسين كبيرين في مجالات متخصصة.

نرى بانتظام مؤسسين منفردين وفرق صغيرة تنتقل من فكرة إلى خلفية محملة في جلستهم الواحدة لأنهم لا يحتاجون إلى قضاء أيام على الإعداد. ليس فقط الوقت المحفوظ – إنها الزخم المحافظ، وهو كل شيء في البداية. هذا هو المكان الذي تظهر فيه القيمة الأكثر قوة: الأشخاص الذين يمكنهم البناء لكنهم لا يرغبون في أن يصبحوا خبراء في البنية التحتية فقط لجعل أفكارهم حية.

من الناحية الفنية، كيف يتعامل نبتون مع تكوين البيئة، وإدارة الأسرار، وتشكيل البنية التحتية عند تحويل الشفرة التي يولدها الذكاء الاصطناعي إلى خلفية إنتاج قابلة للتحميل؟

يعامل نبتون الشفرة والبنية التحتية كمنظومة موحدة. تعمل أدوات التحميل الأكثر شيوعًا مثل خدمة توصيل – تbring لك حاوية، ويتحاولون تشغيلها. هذا لا يزال يتركك مسؤولاً عن خياطة موارد السحاب معًا، وكتابة التكوين، والتعامل مع متغيرات البيئة، ومعالجة الأسرار، وتوفير قواعد البيانات.

ينقلب نبتون هذا النموذج. بدلاً من جعل المطور يترجم تطبيقه إلى بنية تحتية سحابية، يفهم نبتون التطبيق وينتج البنية التحتية حولها. إنه نهج ديفوبس أصلي بالذكاء الاصطناعي: الشفرة هي الخطة، وينبتون يبني البيئة المطلوبة لتشغيلها – بما في ذلك إدارة الأسرار، وتكوين البيئة، وتشكيل الموارد.

المفتاح هو أن الذكاء الاصطناعي يعمل داخل قواعد البنية التحتية القائمة على القواعد. لا يمكنه إنتاج تكوينات عشوائية. كل شيء يبقى قابلًا لمراجعة وقابل للتنبؤ، وهو ضروري للأمان ومراقبة التكلفة في بيئات الإنتاج.

متى النظر إلى الأمام، كيف ترى دور نبتون يتطور في نظام بيئي حيث يبني ويحمل ويدير الذكاء الاصطناعي أنظمة برمجية أخرى بشكل متزايد؟

نحن نمشي نحو عالم حيث الفجوة بين الفكرة والمنتج الشغّال تقترب من الصفر. قريبًا، لن يتم بناء المنتجات بسرعة فحسب، بل ستتحسن بشكل مستمر بناءً على反馈 حقيقي من كيفية استخدامها من قبل الناس.

في ذلك العالم، لن تكون البرمجيات ثابتة. التطبيقات، والوكلاء، والأنظمة ستُنشأ، وستُعدل، وستُطوّر بشكل مستمر. كل ذلك لا يزال يحتاج إلى تشغيله في مكان ما. لا يزال يحتاج إلى بنية تحتية، وأذونات، وموارد، وموثوقية.

هدفنا على المدى الطويل هو أن نصبح النظام الافتراضي لديفوبس المدعوم بالذكاء الاصطناعي – بشكل أساسي مهندس منصة الذكاء الاصطناعي. سواء كانت الشفرة مكتوبة بواسطة مطور في كورسر أو تم توليدها تلقائيًا بواسطة وكيل ذكاء اصطناعي، يجب أن يكون نبتون الطبقة التي تأخذها من الشفرة إلى خدمة تشغيل كاملة قابلة للتوسيع في الإنتاج.

إذا أصبحت الإبداعية غير مقيدة، لا يمكن للبنية التحتية أن تكون العائق. مع أن يصبح وكلاء الذكاء الاصطناعي والمنتجات التي تتطور تلقائيًا عاديين، مهمتنا هي جعل التفاعل مع البنية التحتية السحابية سلسًا، قابلًا للتنبؤ، وأمنًا. نحن متفرغون لجعل ذلك غير مرئي، بحيث يمكن للمطورين، والمؤسسين، والشركات التركيز على إنشاء القيمة بدلاً من النضال مع البنية التحتية.

شكراً على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا شاتل.