سوف يستمر الإنترنت في التعطل في عام 2026 والذكاء الاصطناعي جزء من السبب

إذا كان عام 2025felt مثل العام الذي يتعطل فيه الإنترنت، فإن عام 2026 يبدو أنه سيكون أكثر من نفس الشيء. الانقطاعات والحوادث وأعطال الإنتاج لم تعد أحداث نادرة ت驚 فرق الهندسة. إنها تصبح حالة خلفية مستمرة لتطوير البرمجيات الحديث.

بيانات من تتبع الانقطاعات مثل IsDown.app تظهر حوادث تزداد من عام إلى عام منذ عام 2022 ، دون أي عكس معنوي ، والاستطلاعات المستقلة تؤكد ذلك. وجد استطلاع عالمي لأكثر من 1000 من مسؤولي المعلومات وأمن المعلومات ومهندسي الشبكات أن 84٪ من المنظمات أبلغت عن زيادة في الانقطاعات ، مع أكثر من نصفها يرى زيادات بنسبة 10-24٪ خلال عامين فقط.

ThousandEyes لوحظ نفس التقلبات ، مع تقلبات حادة من شهر إلى آخر تشير إلى ضغط مستمر بدلاً من فشل معزول. النتيجة المزعجة هي أن الأنظمة التي نعتمد عليها كل يوم تصبح أكثر هشاشة ، وليس أكثر متانة ، على الرغم من سنوات الاستثمار في البنية التحتية السحابية والرصد والآلية.

عندما تتعطل المنصات الكبيرة ، فإن نطاق الانفجار يكون فوريا. تفشل المدفوعات ، وتتجمد التطبيقات الاستهلاكية ، وتتوقف الأدوات الداخلية ، وتتأثر سلاسل التوريد بأضرار اقتصادية تصل إلى 444 مليار دولار أمريكي سنويا. على سبيل المثال ، أmazon ، وهو زعيم في التجارة الإلكترونية ، يattributes زيادة في الحوادث – بما في ذلك انقطاع دام 거의 ساعات ست ساعات لموقعها الإلكتروني وتطبيق التسوق هذا الشهر – إلى التغييرات التي ساعدت عليها الذكاء الاصطناعي. هذا دفع الشركة إلى جدولة اجتماعات هندسية لمناقشة الارتفاع الحاد في الانقطاعات.

بعد كل انقطاع كبير ، تتكرر نفس المحادثات حول التكرار والاستراتيجيات متعددة السحاب ومخاطر تركيز البائع. تلك المناقشات مهمة ، ولكنها تفوت الصورة الأكبر.

إذا لم تكن مقدمو البنية التحتية يصبحون أسوأ في ما يفعلونه ، والツールات لا تزال تتقدم ، كيف لا تزال الحوادث تزداد؟

غير الذكاء الاصطناعي كيفية شحن البرمجيات

أحد أكبر التحولات التي تحدث في نفس الوقت مع زيادة الانقطاعات هو انتشار تطوير البرمجيات بمساعدة الذكاء الاصطناعي. أدوات الترميز بالذكاء الاصطناعي لم تعد تجريبية. إنها متضمنة في سير العمل اليومي ، سواء في بيئات التطوير المتكاملة أو سطر الأوامر ، مما يجعل من السهل توليد التعليمات البرمجية بالذكاء الاصطناعي.

على مستوى الصناعة ، زادت الطلبات السحابية لكل مطور بشكل كبير ، مع بعض التحليلات التي تظهر زيادة تقريبية بنسبة 20٪ سنويا مع تسارع الإنتاج بالذكاء الاصطناعي. في الوقت نفسه ، زادت الحوادث لكل طلب سحابي بأكثر من 23٪.

ذلك الترابط ليس دليلًا على السببية ، ولكن من الصعب تجاهله. الذكاء الاصطناعي لا يزيد فقط من سرعة كتابة التعليمات البرمجية ، بل يغير شكل المخاطر. من الآن ، معظم الفرق واجهت تدفقًا مستمرًا من الأخطاء في التعليمات البرمجية التي ساعدت عليها الذكاء الاصطناعي والتي يعتقد المهندسون الخبراء أنها لن تُدخلها بمفردهم.

هذه ليست أخطاء بناء جذرية أو تغييرات واضحة الكسر. إنها أخطاء منطقية دقيقة ، وتركيبات خاطئة ، وحراس ناقصة ، وأخطاء حالة حافة تبدو معقولة في لمحة.

البرمجيات التي تم توليدها بالذكاء الاصطناعي غالبًا ما تترجم بشكل نظيف ، وتمر بالاختبارات الأساسية ، وتقرأ بشكل معقول الصحيح. المشكلة ليست أن الذكاء الاصطناعي يخترع أنواعًا جديدة من الأخطاء. إنها أنتجت أخطاء مألوفة أكثر وتكرارًا وبمقياس يغمر العمليات الحالية لمراجعة وضمان الجودة.

ما تظهره البيانات عندما يكتب الذكاء الاصطناعي أكثر التعليمات البرمجية

قمنا مؤخرًا بتحليل مئات من طلبات السحب المفتوحة المصدر لمساعدة وضع الأرقام خلف هذا الذكاء في تقرير حالة الذكاء الاصطناعي مقابل توليد التعليمات البرمجية البشرية. عندما تمت مقارنة التغييرات التي تمت كتابتها بالذكاء الاصطناعي مع طلبات السحب التي كتبها البشر فقط وتم تطبيقهما على الحجم ، contained حول 1.7 مرة أكثر من القضايا بشكل عام.

أكثر ما يثير القلق ، أنها أظهرت 1.4-1.7 مرة أكثر من القضايا الحرجة والكبيرة. كانت مشاكل المنطق والصحة ، بما في ذلك تدفق التحكم المعيب ، واستخدام التبعية غير الصحيح ، وأخطاء التكوين ، حوالي 75٪ أكثر شيوعًا. ظهرت فجوات التعامل مع الأخطاء مثل فحصات NULL المفقودة ، وتمثيلات الاستثناء غير الكاملة ، والحراس الناقصة تقريبًا ضعفًا.

تم تعزيز القضايا الأمنية أيضًا ، مع بعض الفئات التي تحدث بrates تصل إلى 2.7 مرة أعلى ،特别 حول التعامل مع الاعتمادات والمصادر غير الآمنة. كما زادت مشاكل الصحة والاعتماد الصحيح بمقدار مقدار 2.

البشر يرتكبون نفس الأخطاء ، ولكن عندما يكون الذكاء الاصطناعي متورطًا ، تحدث هذه العيوب أكثر تكرارًا ، على مدار قاعدة برمجية أكبر ، وبسرعة تفوق مراجعة التعليمات البرمجية التقليدية. هذه هي العيوب التي من المرجح أن تفوت المراجعة السريعة وتنطوي لاحقًا على حوادث أمنية أو انقطاعات في بيئات الإنتاج.

ما يحدد ما إذا كان عام 2026 يبدو مختلفًا

من منظور أمني ، من الصعب تجاهل هذا الاتجاه. تزيد العيوب المنطقية والأساس غير الآمن وأخطاء التكوين من سطح الهجوم حتى لو لم تكن أي脆弱ة فردية تبدو مدمرة في عزل. تزيد فجوات التعامل مع الأخطاء ومشاكل الاعتماد من احتمال أن تفشل بدلاً من التدهور بأمان.

الانعزال القوي ، وتنفيذ الامتيازات الأقل ، والاعتمادات قصيرة الأجل ، والتشفير يمكن أن يحد من نطاق الانفجار إذا حدث شيء ما ، ولكنها لا يمكن أن تعوض عن العيوب التي تم إدخالها في وقت سابق من دورة حياة التطوير. أمنية ومتانة لم تعد فقط مشاكل بنية تحتية ، بل هي نتيجة مباشرة لطريقة بناء البرمجيات ومراجعتها واختبارها.

سوف يستمر الإنترنت في التعطل في عام 2026 إذا بقي هذا الخلل. ذلك ليس حجة ضد الذكاء الاصطناعي ، لأن الذكاء الاصطناعي موجود بالفعل ولا يزال. الفرق التي سوف تنجح هي تلك التي لا تتجنب الذكاء الاصطناعي ، بل تلك التي تكيفت مع حواجزها لتطابقها.

ذلك يعني توفير الموارد لفرق المراجعة وضمان الجودة بشكل مناسب لمخرجات أعلى ، وانتقال الاختبار والتأكيد في وقت سابق من حلقة التطوير ، ووضع قواعد واضحة لمشاكل الذكاء الاصطناعي التي تستحق التدقيق الأعمق ، واعتبار التعليمات البرمجية التي تم توليدها بالذكاء الاصطناعي إدخالًا أعلى للتنوع بدلاً من الإخراج الموثوق به افتراضيًا.

الدرس بسيط: لا يمكنك التخلص من المسؤولية من خلال التأتمتة. عندما يكتب الذكاء الاصطناعي أكثر التعليمات البرمجية ، تحتاج الفرق إلى الوقت والأدوات والعدد لمراجعة المزيد من التعليمات البرمجية ، وليس أقل.

المراجعة هي الآن الحاجز

زاد الذكاء الاصطناعي بشكل كبير من قدرة توليد التعليمات البرمجية. لم يزيد تلقائيًا من قدرة المراجعة. يخلق ذلك الفجوة المخاطر. المرحلة القادمة من تبني الذكاء الاصطناعي لن تكون محددة بسرعة توليد التعليمات البرمجية. سوف تكون محددة بثقة الفرق في شحنها.

ذلك يعني:

• توفير الموارد لمراجعة وضمان الجودة لمخرجات أعلى ، وليس أقل.
• نقل التأكيد في وقت سابق من حلقة التطوير.
• زيادة الإشارة في طلبات السحب حتى يركز المراجعون على ما يهم.
• اعتبار التعليمات البرمجية التي تم توليدها بالذكاء الاصطناعي تستحق التدقيق الأعمق ، وليس الإشراف الخفيف.

لا يجب أن يستمر الإنترنت في التعطل. الذكاء الاصطناعي ليس المشكلة الجذرية ، بل التعليمات البرمجية التي تم توليدها بالذكاء الاصطناعي التي لم تتم مراجعتها هي. إذا كان الذكاء الاصطناعي سوف يكتب حصة متزايدة من البرمجيات الإنتاجية ، فإن شيئًا ما يجب أن يكون متساويًا في الرigor لمراجعتها قبل شحنها.

ذلك التحول هو السبب الذي يجعل مراجعات التعليمات البرمجية بالذكاء الاصطناعي تصبح بنية تحتية أساسية ، وليس أدوات اختيارية. منصات مثل CodeRabbit تدمج مراجعات الذكاء الاصطناعي في سير العمل السحابي ، مما يساعد الفرق على التقاط أخطاء المنطق والفجوات الأمنية وحالات الحافة قبل أن تتحول إلى حوادث.

لأن إذا زادت قدرة توليد التعليمات البرمجية ، يجب أن تزيد قدرة المراجعة معها.

أначе ، سوف يبدو عام 2026 مثل عام 2025 – فقط أسرع.