تمويل
Potpie AI تحصل على 2.2 مليون دولار لجلب الذكاء الاصطناعي الأذكى إلى سلاسل العمل الهندسية المعقدة
تتطور صناعة تطوير البرمجيات بسرعة، ولكن البيئات التي يعمل فيها المطورون لم تتطور دائمًا بشكل كافٍ. اليوم، Potpie AI — شركة ناشئة تركز على جعل وكلاء الذكاء الاصطناعي مفيدين حقًا داخل أنظمة الهندسة الحقيقية — أعلنت أنها جمعت 2.2 مليون دولار في التمويل قبل المرحلة. قاد الجولة Emergent Ventures مع مشاركة من All In Capital و DeVC و Point One Capital. سيتم استخدام رأس المال لدعم التوزيعات المبكرة للشركات، وتوسيع فريق الهندسة، وزيادة تطوير البنية التحتية الأساسية لشركة Potpie.
معالجة مشكلة السياق في أنظمة الهندسة
أحرزت أدوات الذكاء الاصطناعي التوليدية تقدماً كبيراً في إنتاج الكود العامل، ولكنها غالباً ما تعاني داخل الأنظمة المعقدة والمتعددة التبعية حيث يكون السياق حاسماً. يمكن للنماذج اللغوية الكبيرة توليد الكود، ومع ذلك، بدون رؤية عميقة في هيكل النظام وآلياته وتاريخه واعتمادياته المتقاطعة، فإن فعاليتها في بيئات الإنتاج محدودة.
تعتبر المعرفة السياقية التقليدية التي يمتلكها المهندسون الكبار هشة. مع نمو الأنظمة إلى عشرات الملايين من أسطر الكود، يصبح هذا النموضج هشاً. تم تصميم Potpie لمعالجة هذا الفجوة من خلال بناء طبقة سياق أساسية توحد المعلومات عبر الكود المصدري والتذاكر والسجلات والوثائق والمراجعات. من خلال ربط هذه العناصر في تمثيل منظم للقاعدة الكودية، تمكن المنصة وكلاء الذكاء الاصطناعي من التفكير في الأنظمة بطريقة أكثر شمولاً.
من المواصفات إلى التنفيذ مع ثقة أكبر
مبدأ أساسي وراء Potpie هو معاملة المواصفات — وليس الكود الحالي — كالمصدر الحقيقي. قبل توليد أي كود، يترجم الوكلاء المتطلبات إلى خطة تنفيذ واضحة، ويتابع الاعتماديات والحالات الحدية، ويتوافق مع استراتيجيات الاختبار والطرح.
بدلاً من العمل كمساعد كتابة كود آخر يركز على الإكمال التلقائي، يبني Potpie نموذجاً графياً للنظام البرمجي. يفترض سلوكاً عبر الوحدات وينتج مكونات منظمات توجيه كيفية عمل الوكلاء. هذا يشمل توليد ملفات Agent.md لتعريف سلوك الوكيل داخل قاعدة الكود، بالإضافة إلى بناء فهرس قابل للبحث عبر واجهات برمجة التطبيقات والخدمات وقواعد البيانات والمكونات لتقليل الغموض وتحسين الموثوقية.
تتطور المنصة جنباً إلى جنب مع النظام. عندما يتم إنشاء طلبات السحب، يمكنها تحديث الوثائق والتذاكر. عندما يتم فتح التذاكر، يمكنها توليد تصاميم النظام. عندما يتم إصدار الإصدارات، يمكنها إنتاج ملاحظات الإصدار تلقائياً. الهدف هو الحفاظ على السياق وتطويره بدلاً من السماح له بالتجزئة مع مرور الوقت.
مصمم لبيئات كود الشركات
تأسست Potpie من قبل Aditi Kothari و Dhiren Mathur، و ظهرت خلال موجة التبني المبكرة للذكاء الاصطناعي التوليدي في أواخر عام 2023. في حين ركز جزء كبير من الصناعة على الذكاء الاصطناعي لموظفي المعرفة،حدد المؤسسون تحدياً متميزاً يواجهه المطورون: القواعد الكودية غير خطية ومتجذرة بشكل عميق وموزعة عبر أدوات وفرق متعددة.
قضت الشركة ما يقرب من عامين في تطوير هيكلها المعماري الأولي وعلم الخرافات قبل إطلاقها بشكل عام في يناير 2025. تم تصميم المنصة لبيئات الشركات، بدءاً من قواعد الكود التي تبلغ حوالي مليون سطر وتنمو إلى مئات الملايين.
النتائج الأولية تعكس حجم المشكلة
تظهر التوزيعات الأولية تعقيد ما تهدف Potpie إلى إدارته. في حالة واحدة، خفض عميل لديه أكثر من 40 مليون سطر من الكود تحليل السبب الجذري للمشكلات في الإنتاج من حوالي أسبوع إلى حوالي 30 دقيقة، مع تحول المهندسين إلى أدوار المراجعين بدلاً من المحققين. استخدمت شركة أخرى أنظمة قديمة متكاملة مع الأجهزة منصة لجعل الاختبارات الشاملة وتحديثها في الخلفية، مما يضغط على العمل الذي استغرق عدة سبرينتس في دورة أقصر بكثير.
تعمل Potpie حالياً مع شركات Fortune 500 والشركات المدرجة في سوق الأوراق المالية في الصناعات الخاضعة للرقابة، بما في ذلك الرعاية الصحية والتكنولوجيا المالية. تجاوزت مشاريعها المفتوحة 5000 نجمة على GitHub، مما يساهم في اهتمام الشركات.
تحول في كيفية دمج الذكاء الاصطناعي في الهندسة
随着 زيادة سهولة الوصول إلى توليد الكود بواسطة الذكاء الاصطناعي، يصبح التحدي الأصعب هو تمكين الذكاء الاصطناعي من التفكير في جميع أنحاء الأنظمة بأمان. تعكس نهج Potpie المبني على السياق تحولاً أوسع في منظومة أدوات المطورين — واحدة تؤكد على الفهم على مستوى النظام بدلاً من التلقائية على السطح.
تدل الجولة التمويلية الأخيرة على زيادة الاهتمام المستثمر تجاه البنية التحتية التي تجعل وكلاء الذكاء الاصطناعي عمليين في بيئات الهندسة الحقيقية. إذا نجحت، قد يثبت السياق — وليس التوليد فقط — أنه层 التعريف التي تسمح للذكاء الاصطناعي بالانتقال من مساعد إلى مشارك متكامل في النظم البرمجية المعقدة.
