كيف تستخدم Nextdoor أداة Codex في تصحيح الأخطاء والتطوير عبر المنصات المتعددة

أدخلت Nextdoor، التطبيق الذي يربط الجيران في الحي الواحد، أداة Codex مع GPT-5.5 في عملية التطوير. وتستخدم الشركة الذكاء الاصطناعي لا بوصفه طيارًا آليًا يكتب كل الشيفرة، بل كمساعد ذكي لمهام محددة: التحقيق في الأخطاء المعقدة، وتطوير شيفرة تعمل عبر منصات متعددة، وتخليص المهندسين من الأعمال الروتينية.

تطوير بلا حدود بين المنصات

تتمثل أبرز مشكلة تقنية أمام تطبيقات الهاتف المحمول في التوافق عبر المنصات المختلفة. يجب أن يعمل Nextdoor بالكفاءة نفسها على iOS وAndroid وفي متصفح الويب. وهذا يعني عادةً كتابة المنطق نفسه ثلاث مرات، مع مراعاة خصوصيات كل منصة.

يساعد Codex على أتمتة هذا الجزء المرهق من العمل. يصف المهندس المتطلب، ويولّد النموذج أكثر من صيغة للشيفرة لمختلف المنصات. والنتيجة: إعادة كتابة أقل واتساق أكبر.

وبحسب الفريق، يقلّص ذلك زمن تطوير الميزة الواحدة من أسابيع إلى أيام، خصوصًا عند دمج واجهات API خارجية، وهي أعمال متكررة ويمكن التنبؤ بها.

مطاردة الأخطاء المراوغة

أصعب الأخطاء في بيئة الإنتاج هي تلك التي لا تظهر إلا في ظروف معينة: على إصدار محدد من نظام التشغيل، أو عند زمن تأخر شبكي معين، أو عند مزيج خاص من تصرفات المستخدم. وعلى المهندس أن يقضي ساعات في تفحّص السجلات، وطرح الفرضيات، وكتابة شيفرة للتحقق منها.

هنا يوفّر Codex الوقت. يحلّل النموذج سجلات الأخطاء، ويقترح الأسباب المحتملة، ويولّد شيفرة للتحقق من كل فرضية. وهذا لا يغني عن خبرة المهندس، بل يسرّع دورة «فرضية ← تحقق ← تحليل».

المكاسب العملية:

• تحديد موضع الخطأ في الشيفرة خلال دقائق بدل ساعات
• الحصول على حالة اختبار (test case) جاهزة لإعادة إنتاج الخطأ
• إسناد الفحص الرتيب للاحتمالات المختلفة إلى النموذج
• ترك القرار الاستراتيجي للإنسان

المهندسون يركّزون على المنتج

تشير الدراسات إلى أن المهندسين يقضون 30-40% من وقت عملهم في مهام أدنى من مستوى كفاءتهم: شيفرة نمطية، ودمج واجهات API وفق التوثيق، ومراجعة شيفرة الآخرين، واختبارات متكررة. وهي أعمال روتينية لا تتطلب إبداعًا، لكنها تستنزف الانتباه.

يتحمّل Codex الجزء الأكبر من هذا العبء. والنتيجة: ينتقل المهندسون إلى المهام التي تحتاج إليهم فعلًا، مثل بنية النظام، والتحسين للعمل على نطاق واسع، وتصميم تجربة المستخدم، أي كل ما يدفع المنتج إلى الأمام.

ماذا يعني ذلك

لم تعد مساعدات الذكاء الاصطناعي في التطوير تجربة، بل أصبحت أداة عمل. وتُظهر تجربة Nextdoor أن العائد لا يأتي من الاستغناء الكامل عن المهندسين، بل من تفويض الأعمال الروتينية بذكاء. والفرق التي تتبنى هذه الأدوات مبكرًا ستحصل على أفضلية في سرعة التطوير وجودة الحلول.