قامت GitLab بترحيل تحديد السعر إلى وكلاء الذكاء الاصطناعي: 14 مواصفة و 30+ طلب دمج
أجرى فريق من ثلاثة مهندسين في GitLab بالإضافة إلى وكلاء الذكاء الاصطناعي تجربة: هل يمكن للوكلاء ترحيل جزء من نظام قديم لتحديد السعر دون تقليل معايير الموثوقية؟ الإجابة نعم. كتب الوكلاء المواصفات وطبقوا التغييرات وأعدوا طلبات الدمج عبر منصة GitLab Duo Agent Platform، بينما تعامل البشر مع العمارة والمراجعة النهائية. النتيجة: 14 مواصفة مرقمة وأكثر من 30 طلب دمج لمكتبة labkit-ruby.
معالج بواسطة الذكاء الاصطناعي من GitLab Blog؛ بتحرير Hamidun News
أجرت مجموعة صغيرة من GitLab تجربة واستخدمت وكلاء الذكاء الاصطناعي لترحيل جزء من نظام قديم لتحديد معدل طلبات الاستدعاء إلى تنفيذ موحد في مكتبة labkit-ruby دون المساس بالموثوقية — تسمي المجموعة نتائج التجربة بالناجحة.
كيف كان النظام قبل الترحيل
كان لدى GitLab طريقتان متوازيتان لتحديد معدل الطلبات لسنوات: `Gitlab::ApplicationRateLimiter` على مستوى التطبيق بـ 121 مفتاح ونظام منفصل على مستوى Rack. كان الهدف من الترحيل دمج كلا المسارين في تنفيذ موحد في `labkit-ruby` بحيث يكون النظام قابلاً للملاحظة والاختبار والعمل بشكل متسق في جميع أجزاء المنتج. تمر كل طلب إلى أحادية GitLab عبر هذا النظام، لذا يجب أن تكون أعطاله مرئية وقابلة للعكس.
من عمل على الترحيل وكيف
عمل ثلاثة مهندسين من GitLab ومجموعة من وكلاء الذكاء الاصطناعي على المشروع.
- Max Woolf، Staff Backend Engineer في فريق Platform API، كان مسؤولاً عن جانب الأحادية وأشرف على معظم الإصدارات
- Bob Van Landuyt من فريق Scalability كان مسؤولاً عن المكتبة نفسها وعمارة الحل
- كان عدد من المهندسين الآخرين متورطين على أساس حالة بحالة لفهم السياق والمساعدة في الكود والمراجعات
- تم استخدام GitLab Duo Agent Platform و GitLab Duo Code Review
قرأ الوكلاء السياق وأعدوا مسودات المواصفات وطبقوا تغييرات محدودة النطاق وكتبوا اختبارات وأجروا مراجعات أولية لطلبات الدمج. احتفظ الأشخاص بالنطاق والعمارة والإصدارات والقرارات النهائية.
كيفية تنظيم دورة العمل
عملت المجموعة في دورة صارمة: اقرأ الملحمة، اكتب مواصفة، أجرِ مراجعة محتجة، تابع التنفيذ فقط بعد إزالة المحظورات، تحقق من النتيجة بأدلة صريحة، أجرِ مراجعة محتجة لطلب الدمج نفسه، صعّد للمراجعة البشرية وعندها فقط ادمج. اقتصرت المراجعات المحتجة على جولتين — بعد ذلك، كان الحل ملزماً بتمريره إلى إنسان.
- أصدرت المجموعة 14 مواصفة مرقمة للمشروع
- ذهبت أكثر من 30 طلب دمج إلى مكتبة `labkit-ruby`
- في الممارسة العملية، تنوعت صرامة الدورة من مهندس إلى آخر: قام Bob Van Landuyt غالباً بإجراء عدة جولات من المواصفات والمراجعة وحده قبل عرض الحي الكامل على الفريق
ما يعنيه هذا
تُظهر تجربة GitLab أن وكلاء الذكاء الاصطناعي قادرون بالفعل على تحمل الجزء الروتيني من ترحيل الكود القديم — مسودات المواصفات والتنفيذ والاختبارات — لكن عملية العمل الصارمة وهيكل الفريق والمراجعة البشرية الإلزامية تحدد ما إذا كان النظام يظل موثوقاً كما كان من قبل. يلاحظ مؤلفو التجربة مباشرة أن الوكلاء يعملون، لكنهم أيضاً يكشفون عن نقاط ضعف في كيفية تنظيم الفريق عادة لعمله — اتضح أن دورة المراجعة والملاحظة لا تقل أهمية عن قدرات الوكلاء.
الأسئلة الشائعة
كم عدد الأشخاص الذين عملوا على ترحيل تحديد معدل في GitLab؟
عمل ثلاثة مهندسين من GitLab على المشروع — Max Woolf و Bob Van Landuyt وعدد من الآخرين الذين شاركوا على أساس غير رسمي — جنباً إلى جنب مع مجموعة من وكلاء الذكاء الاصطناعي بناءً على منصة GitLab Duo Agent.
كم من الكود والعديد من المواصفات أصدرتها المجموعة؟
خلال التجربة، أعدت المجموعة 14 مواصفة مرقمة وأرسلت أكثر من 30 طلب دمج إلى مكتبة labkit-ruby.
هل تريد التوقف عن قراءة الذكاء الاصطناعي والبدء باستخدامه؟
AI News هو موجز منسق لأخبار الذكاء الاصطناعي. تعلمك Hamidun Academy استخدام الذكاء الاصطناعي في عملك.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.