Slopfix تنظّف «فوضى» الذكاء الاصطناعي: وكلاء ذكاء اصطناعي يعيدون هيكلة الشيفرة المتضخمة مقابل 10 آلاف دولار أسبوعيًا

تلاحظ شركة Slopfix اتجاهًا متناميًا: يعتمد المطوّرون أكثر فأكثر على نماذج LLM لتوليد الشيفرة بسرعة، لكن النتيجة كثيرًا ما تكون متضخمة وغير فعّالة. وتقترح الشركة ترياقًا لذلك: وكلاء ذكاء اصطناعي ينظّفون الشيفرة التي ولّدها الذكاء الاصطناعي.

مشكلة الشيفرة المتضخمة التي يولّدها الذكاء الاصطناعي

عندما يولّد نموذج LLM شيفرة برمجية، فإنه غالبًا ما:

• يكرّر المنطق نفسه في دوال مختلفة
• يولّد استيرادات وتبعيات (dependencies) زائدة
• لا يحسّن الشيفرة وفق لغة برمجة أو إطار عمل (framework) بعينه
• يضيف شيفرة معلّقة (commented-out) كإجراء احتياطي

والنتيجة: مشروع أكبر بمرتين إلى ثلاث مرات مما يلزم، وأبطأ، وأصعب في الصيانة.

نهج Slopfix

بدلًا من أن تطلب من نموذج LLM إعادة كتابة كل شيء من الصفر (وهو ما سيستغرق وقتًا أطول)، تستخدم Slopfix وكلاء ذكاء اصطناعي متخصصين من أجل:

• تحليل الشيفرة
• رصد التكرارات ومواضع عدم الكفاءة
• إعادة الهيكلة (refactoring) دون تغيير الوظائف
• حذف الشيفرة الزائدة
• التحقق من أن كل شيء يعمل

السعر: 10 000 دولار أسبوعيًا للمشروع الكامل.

ماذا يعني ذلك

ثمة مفارقة هنا: نماذج LLM تولّد الشيفرة بسرعة، لكن بكفاءة منخفضة، ونحتاج إلى نماذج LLM أخرى لتنظيف ما أنتجته الأولى. وهذا يوضح أن التوليد ليس نهاية التطوير بل بدايته، وأن مخرجات الذكاء الاصطناعي تحتاج إلى أدوات للمعالجة اللاحقة (post-processing).