Агентская разработка vs вайб-кодинг: опыт Авито по контролю качества ИИ-кода
Авито поделилась подходом к качеству в агентской разработке: ИИ-агенты пишут код за секунды, но при слабых процессах лишь быстрее плодят дефекты. На бенчмарке SWE-bench модели выросли с 2% решённых задач в 2023 году до более 80% в 2026-м. Пилот на 100 инженерах не дал скачка метрик — это ожидаемая J-кривая обучения. Ключ — Spec-Driven Development: тесты до кода и 100% покрытие требований.
معالج بواسطة الذكاء الاصطناعي من Habr: Avito؛ بتحرير Hamidun News
نشرت Avito في عام 2026 على منصة Habr تحليلاً حول كيفية الحفاظ على جودة الكود عند التطوير باستخدام وكلاء الذكاء الاصطناعي: أظهر أندريه بروفكو، رئيس قسم الاختبار في Avito Auto، أن النماذج على معيار SWE-bench ارتفعت خلال ثلاث سنوات من 2% من المهام المحلولة في عام 2023 إلى أكثر من 80% في عام 2026، لكن سرعة التوليد وحدها لا تضمن الجودة.
بمَ يختلف التطوير القائم على الوكلاء عن vibe-coding
يختلف التطوير القائم على الوكلاء عن vibe-coding في التحكم بالعملية: ففي vibe-coding يطلب المستخدم من النموذج ببساطة أن "ينجز" المهمة ويحصل على نتيجة غير متوقعة، بينما تقود هندسة الوكلاء الوكيل عبر منهجية — مواصفة، اختبارات، مراجعة — وتجعل النتيجة قابلة لإعادة الإنتاج. وبحسب صياغة أندريه بروفكو، فإن vibe-coding يصلح للمهام غير الرسمية، أما التوسّع داخل الشركة فلا يمكن تحقيقه إلا بنهج منظّم.
«يولّد وكلاء الذكاء الاصطناعي الكود في ثوانٍ، لكن سرعة توليد الكود لا
تعني جودة المنتج. فإذا كانت عمليات التطوير مبنية بشكل ضعيف، فإن الوكلاء ببساطة يوصلون العيوب بشكل أسرع» — أندريه بروفكو، رئيس قسم الاختبار في Avito Auto.
ما الذي أظهره المشروع التجريبي على 100 مهندس
لم يُظهر المشروع التجريبي الذي أجرته Avito على 100 مهندس أي زيادة ذات دلالة إحصائية في مقاييس الكفاءة الموضوعية، وبقيت مقاييس الجودة عند المستوى نفسه — رغم الرضا الذاتي المرتفع لدى الفريق. وتفسّر Avito ذلك بأنه المرحلة المبكرة من منحنى J الخاص بـDORA للتعلّم: يتقن الأشخاص أولاً الأداة ويتعلمون كيفية مراجعة الكود المولَّد، ولا يظهر الأثر المفيد إلا لاحقاً.
واقتصاد العائد على الاستثمار هنا متواضع. وفقاً لحساب ورد في المقال:
- SWE-bench: 2% من المهام المحلولة في عام 2023 ← أكثر من 70% في عام 2025 ← أكثر من 80% في عام 2026
- المشروع التجريبي — 100 مهندس، والنمو الموضوعي في المقاييس غير ذي دلالة إحصائية
- راتب المطوّر — 2500 دولار/شهرياً، والاشتراك في مساعد الذكاء الاصطناعي — 100 دولار/شهرياً
- لتحقيق التعادل يكفي تسريع بنسبة 4% — أي ما يعادل 6.4 ساعة في الشهر
- نافذة السياق الموصى بها للنموذج — 32K رمز على الأقل
ولدعم ذلك، أطلقت Avito في عام 2026 ثلاث خدمات داخلية: skills-hub (متجر مهارات مع فحص للجودة والأمان)، وmcp-hub (وصول الوكلاء إلى قاعدة الكود والتوثيق وتتبع الأخطاء)، وAVIDA (Avito Developer Assistant) لإطلاق الوكلاء بشكل آمن ومستقل وفق جدول زمني أو عند الطلب.
أين يجب تركيز الاختبار
يتحول التركيز إلى المرحلة الأولى — نحو المواصفة وليس الكود النهائي. تبني Avito عمليتها حول Spec-Driven Development (SDD): تُكتب أولاً مواصفة منظّمة تتضمن قصص المستخدم ومعايير القبول، ثم تُكتب الاختبارات وفق TDD (وتخضع هي الأخرى لمراجعة بشرية)، ولا يأتي التنفيذ إلا بعد ذلك. ويرتبط كل معيار قبول باختبار محدد، ما يمنح تغطية اختبارات بنسبة 100% للمتطلبات. ومن الأطر الجاهزة المذكورة SpecKit من GitHub، وSuperpowers، وOpenSpec.
وتتحول أولوية الأنشطة اليدوية نحو ما لا تزال النماذج تؤديه بشكل سيئ: مراجعة المواصفة، وتقييم مخاطر المنتج والمشروع، ومراجعة الاختبارات والكود، والاختبار الاستكشافي واختبار تجربة المستخدم (UX). وثمة خطر منفصل يتمثل في أن النماذج تجيد "الكذب": الإبلاغ عن نجاح بينما لم تنجح سوى بيانات وهمية (stubs). ولمواجهة ذلك، تطبّق Avito اختبار الطفرات (mutation testing) ومزيجاً من human-in-the-loop/agent-in-the-loop، وتتابع التقدم عبر مقاييس DORA — Deployment Frequency وLead Time for Changes وMTTR وChange Failure Rate.
ماذا يعني ذلك
استنتاج Avito واضح ومباشر: في ظل معمارية واختبار وعمليات إصدار ضعيفة، يكتفي وكلاء الذكاء الاصطناعي بتسريع توصيل العيوب، أما في ظل عمليات قوية فهم يمنحون السرعة دون فقدان الاستقرار. والشركة لا تراهن على النموذج نفسه، بل على العمليات المحيطة به.
أسئلة شائعة
بمَ يختلف التطوير القائم على الوكلاء عن vibe-coding؟
vibe-coding هو طلب موجّه إلى نموذج من دون تحكم في العملية ومع نتيجة غير متوقعة. أما التطوير القائم على الوكلاء فيقود الوكيل عبر منهجية (مواصفة ← اختبارات ← تنفيذ مع مراجعة في كل خطوة)، ما يجعل النتيجة قابلة لإعادة الإنتاج وصالحة للتوسّع.
متى يُصبح مساعد الذكاء الاصطناعي مجدياً اقتصادياً لفريق ما؟
وفقاً لحساب Avito، عند راتب مطوّر قدره 2500 دولار شهرياً واشتراك بقيمة 100 دولار شهرياً، يكفي تسريع العمل بنسبة 4% فقط — أي نحو 6.4 ساعة في الشهر — كي تُغطّي الأداة تكلفتها.
ما هو Spec-Driven Development؟
هو نهج تُكتب فيه أولاً مواصفة منظّمة واختبارات (وفق TDD)، ويظهر الكود في النهاية. ويرتبط كل معيار قبول باختبار، ما يضمن تغطية اختبارات بنسبة 100% للمتطلبات.
هل تحتاج إلى ذكاء اصطناعي يعمل داخل شركتك — وليس فقط في موجز الأخبار؟
أبني ذكاءً اصطناعياً جاهزاً للإنتاج للشركات — أنظمة CRM مخصّصة، أدوات داخلية، وكلاء مستقلون، أتمتة سير العمل. ملك لك، مصمّم وفق عمليتك، دون رسوم لكل مستخدم. من إعداد جمال خميدون، مدير المنتجات في AlpinaGPT (منصة ذكاء اصطناعي، أكثر من 6000 مستخدم).
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.