الرئيس التنفيذي لـ Hud روي أدلر: ستكون ذكاء وقت التشغيل المرحلة التالية من عمليات البرمجيات

لقد加سعت الذكاء الاصطناعي بشكل درامي من تطوير البرمجيات: وكلاء الذكاء الاصطناعي لكتابة الأكواد أصبحوا قادرين الآن على توليد أحجام كبيرة من الأكواد الجاهزة للإنتاج في دقائق معدودة. لكن وفقاً لـ Roe Adler، الرئيس التنفيذي لشركة Hud الناشئة، فإن تسريع كتابة الأكواد لا يحل المشكلة الهندسية الرئيسية — ضمان أن هذا البرنامج يعمل بشكل صحيح في الإنتاج.

لماذا أدوات المراقبة القديمة ليست كافية

لعقود من الزمن، ساعدت منصات المراقبة الفرق على رصد البنية التحتية من خلال السجلات والمقاييس والتتبع — ثلاث مصادر كلاسيكية للبيانات حول حالة النظام. تم بناء هذا النهج حول الافتراض بأن الإنسان يكتب الأكواد بشكل ذي مغزى وبطيء نسبياً، مما يعني أن الفريق لديه الوقت لفهم معمارية النظام وتكوين المراقبة لميزاته المحددة.

• وكلاء الذكاء الاصطناعي يولدون بالفعل أحجام كبيرة من الأكواد الجاهزة للإنتاج في دقائق معدودة
• تزايدت سرعة كتابة الأكواد، لكن صحة التشغيل في الإنتاج تظل مشكلة غير محلولة
• أدوات المراقبة الكلاسيكية تعتمد على السجلات والمقاييس والتتبع
• يعلق على الموقف Roe Adler، الرئيس التنفيذي لشركة Hud الناشئة

ما الذي يتغير مع نمو تطوير الذكاء الاصطناعي

عندما يكتب وكيل ذكاء اصطناعي جزءاً كبيراً من الأكواد بدلاً من المهندس، تنمو سرعة ظهور الأكواد الجديدة في النظام بشكل أسرع من السرعة التي تتمكن بها الفرق من فهم كيفية تصرف هذا الأكواد في الظروف الحقيقية. هذا يخلق فجوة بين مدى سرعة دخول الأكواد إلى الإنتاج وعمق فهم الفريق لسلوكها تحت الحمل — هذه الفجوة، في رأي Adler، يجب أن يتم إغلاقها من خلال فئة جديدة من الأدوات التي تعمل ليس فقط مع السجلات والمقاييس، بل مع فهم أعمق لما يحدث أثناء تنفيذ الأكواد.

ما الذي يعنيه هذا

مع قيام وكلاء الذكاء الاصطناعي بالمزيد والمزيد من كتابة الأكواد، ستحتاج الصناعة على الأرجح إلى إعادة النظر في النهج نفسه لمراقبة الإنتاج — من الجمع السلبي للسجلات والمقاييس إلى فهم أكثر نشاطاً لسلوك النظام في الوقت الفعلي، وهو ما يتحدث عنه Adler بتسميته بـ runtime intelligence (الذكاء في وقت التشغيل).