ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارHabr AI→ المصدر

لماذا يظل البرنامج رديئًا مع وكلاء الذكاء الاصطناعي: يُدفعون نحو الميزات لا نحو إعادة الهيكلة

يرسل الوكيل طلبات دمج (pull requests) خضراء، ومع ذلك تبقى في الشيفرة فوضى مثل التباين في التسمية. المطوّر Nikita، وهو مطوّر Rust، حلّل على Habr أسباب ذلك: الذكاء الاصطناعي قادر على البحث عن الأخطاء وإعادة الهيكلة، لكنه في الواقع يُكلَّف في الغالب بكتابة الميزة التالية. فالأعمال تدفع مقابل الوظائف المطلوبة بحلول يوم الجمعة، أما فائدة تنظيف الشيفرة فلا تظهر إلا لاحقًا. لذلك ينبغي عند العمل مع الوكلاء تخصيص مكان للمراجعة وإعادة الهيكلة في الخطة.

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
لماذا يظل البرنامج رديئًا مع وكلاء الذكاء الاصطناعي: يُدفعون نحو الميزات لا نحو إعادة الهيكلة
المصدر: Habr AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHabr AI ↗
رئيس التحرير
Metaاعتمد المهندسون في بيئة الإنتاج 73% من الاختبارات التي أكملها TestGen-LLM
حقيقة رئيسية #2في استطلاع Stack Overflow لعام 2026، يستخدم 64% الذكاء الاصطناعي في تنقيح الأخطاء وإعادة الهيكلة
الوكيل ينسخ الأخطاء من الشيفرة القديمةوطلب «اعمل كما عندنا» يضخّم هذا الأثر

خلال بثّ مباشر، اشتكى أحد المتحدثين: الوكيل يرسل طلبات دمج خضراء وتنجح كل الفحوص، ومع ذلك تبقى في الشيفرة فوضى. فالأصناف (classes) مثلًا تُسمّى بأسماء متباينة. سمع Nikita، مطوّر Rust وكاتب التحليل المنشور على Habr، هذه الشكوى وتعجّب: فهو لا يواجه مثل هذه المشكلات مع الوكلاء. يطلب بنفسه من الذكاء الاصطناعي البحث عن الأخطاء وفحص القرارات المشكوك فيها وتحسين الاختبارات وإعادة الهيكلة، والنتائج جيدة. فلماذا تتباين تجارب الناس إلى هذا الحد؟ جوابه: الأداة نفسها لا تكاد تكون السبب، والحاسم هو نوع العمل الذي يُسنَد إليها.

ما يجيده الذكاء الاصطناعي إذا طُلب منه ذلك

يمتلك الوكيل إمكانات حقيقية لتحسين الجودة. فهو يساعد في اصطياد خطأ لا يظهر إلا مرة في الشهر، ويقترح السيناريوهات الناقصة في الاختبارات، ويقسّم الدالة التي تكدّس فيها منطق متنوع، ويصحّح دفعة واحدة شيفرة متشابهة في عشرات الملفات.

وهناك أرقام تدعم ذلك. فقد طوّرت Meta أداة TestGen-LLM التي تُكمل الاختبارات المكتوبة سابقًا. جرى تجميع الاختبارات الجديدة وتشغيلها، ثم التحقق مما إذا كانت التغطية قد ازدادت. وراجع المهندسون المقترحات التي اجتازت الفرز الآلي. ووفق بيانات المؤلفين، اعتُمد في بيئة الإنتاج 73% من هذه التوصيات. وفي استطلاع Stack Overflow لعام 2026، استخدم نحو 58% من المشاركين الذكاء الاصطناعي للاختبارات، و64% لتنقيح الأخطاء وإعادة الهيكلة، ونحو 69% لتوليد الشيفرة في مجال مألوف لهم.

لماذا ينتج الوكلاء في الممارسة ميزات جديدة في الغالب

السيناريو مألوف للجميع. كتب الوكيل الشيفرة، وجرّبتَ المسار المعتاد فاشتغل كل شيء. كان بالإمكان التحقق مما يحدث عند تكرار الطلب أو عندما لا تستجيب الخدمة المجاورة، وتقييم مدى وضوح الشيفرة. لكن الزر صار جاهزًا لعرضه على العميل. وإذا انتقلتَ بعد كل نجاح كهذا مباشرة إلى المهمة التالية، فسيُخرج الوكيل في الغالب الميزات التالية.

ويزيد الاقتصاد من تفاقم الأمر. فالعميل ينتظر الميزة الجديدة يوم الجمعة. أما فائدة إعادة هيكلة وحدة قديمة فيجب شرحها، ومن الصعب تقديرها: إذ لا توجد بعد مهام مستقبلية في الخطة. وقد كشفت دراسة عن الدين التقني عن فجوة. فالمديرون رأوا أنهم يدعمون هذا النوع من العمل أكثر مما شعر به المطوّرون. كانت الإصلاحات الصغيرة تُشجَّع، بينما كانت إعادة الصياغة الكبيرة تُؤجَّل لغياب تفسير واضح لفائدتها. وصدرت الدراسة قبل الانتشار الواسع للوكلاء. الآن أصبحت إعادة الهيكلة بمساعدة الذكاء الاصطناعي أسهل، لكن إذا كانت خطة يوم الجمعة تتضمن ميزة، فسيُشغَّل الوكيل بها.

يشبّه Nikita الذكاء الاصطناعي بسيارة خارقة: المحترف يصل بها أسرع، أما المبتدئ فسيحطمها عند أول منعطف. ومع ذلك سيصل إلى المنعطف أسرع مما توقّع. وقد يكون المبتدئ هو المدير الذي يعدّ أول نسخة عاملة من الوكيل منتجًا جاهزًا.

الوكيل يكرر ما يراه في المشروع

المصدر الثاني للمشاكل هو الشيفرة القديمة. فإذا نُسخ حل واحد إلى عدة أماكن، فإن طلب «انظر كيف نفّذنا ذلك وأضف المزيد» سيدفع الوكيل إلى تكرار الخطأ الموجود في النموذج أيضًا. وفي تجربة عن «النوافذ المكسورة»، وسّع 29 مطوّرًا أنظمة تتفاوت فيها كمية المشكلات القديمة. وفي الشيفرة الأكثر إهمالًا، أضاف المشاركون مشكلات جديدة بصورة أكبر: كرّروا الوظائف واختاروا أسماء غير مفهومة.

وفحصت دراسة أولية (preprint) نُشرت في نوفمبر 2026 الأمر نفسه بالنسبة إلى الثغرات الأمنية. عُرضت على الوكلاء نسخ آمنة وأخرى مصابة بالثغرات من شيفرة قائمة. وفي الحالة الثانية ظهرت ثغرات مشابهة بصورة أكبر في التغييرات الجديدة أيضًا. وطلب اتباع الأسلوب القائم ضخّم هذا الأثر. كان بإمكان الوكيل نفسه أن يجد الخطأ ويصحّحه في جميع النسخ، لكن أحدًا لم يكلّفه بهذه المهمة.

لماذا يُكتب القليل عن الجودة وماذا نفعل

يلاحظ المؤلف انحيازًا آخر. فعبارة «أعدتُ كتابة مليون سطر في 10 أيام» تُقرأ بدافع الفضول، أما «ساعدني الذكاء الاصطناعي في إعادة هيكلة قاعدة الشيفرة» فلا تجذب أحدًا. والذين ينظّفون الأخطاء القديمة بهدوء بمساعدة الوكيل لا ينشرون شيئًا. ومن القصص الصاخبة يسهل أن يظن المرء أن الجميع يولّدون خدمات جديدة فحسب.

والخلاصات العملية هي:

  • كلّف الوكيل بمهام منفصلة للفحص: الطلبات المتكررة، وتعطّل الخدمة المجاورة، والقوائم الفارغة. لا تنتظر أن يفعل ذلك افتراضيًا.
  • أدرج إعادة الهيكلة في الخطة كمهمة عادية ذات فائدة واضحة. مثلًا: «بعد هذا تُضاف الميزات في الوحدة خلال يوم لا خلال أسبوع».
  • لا تطلب من الوكيل نسخ الشيفرة «كما عندنا» قبل أن تتأكد أن النموذج جيد. الأفضل أن تطلب منه أولًا العثور على التكرارات والأخطاء في النموذج.
  • للمديرين: طلب الدمج الأخضر من الوكيل يدل على أن الشيفرة تعمل، لا على أنها جيدة.

وثمة قيد صريح: هذه مقالة رأي لكاتبها. فهي تدعم تجربة مطوّر واحد بدراسات متفرقة، لكنها لا تثبت أن جودة الشيفرة تتدهور في جميع الفرق لسبب واحد. وخلاصة Nikita متواضعة: نستخدم إمكانات الذكاء الاصطناعي لتحسين الجودة بصورة أضعف مما نستخدم إمكاناته للتسريع. وفي هذا «التحقيق» يتضح أن المطوّر نفسه هو المسؤول، وهذا خبر جيد. فتغيير العملية أسهل من انتظار نموذج جديد.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول ما يجيده الذكاء الاصطناعي إذا طُلب منه ذلك؟

يمتلك الوكيل إمكانات حقيقية لتحسين الجودة. فهو يساعد في اصطياد خطأ لا يظهر إلا مرة في الشهر، ويقترح السيناريوهات الناقصة في الاختبارات، ويقسّم الدالة التي تكدّس فيها منطق متنوع، ويصحّح دفعة واحدة شيفرة متشابهة في عشرات الملفات. وهناك أرقام تدعم ذلك. فقد طوّرت Meta أداة TestGen-LLM التي تُكمل الاختبارات المكتوبة سابقًا. جرى تجميع الاختبارات الجديدة وتشغيلها، ثم التحقق مما إذا كانت التغطية قد ازدادت. وراجع المهندسون المقترحات التي اجتازت الفرز الآلي. ووفق بيانات المؤلفين، اعتُمد في بيئة الإنتاج 73% من هذه التوصيات.

ما أبرز التفاصيل حول لماذا ينتج الوكلاء في الممارسة ميزات جديدة في الغالب؟

السيناريو مألوف للجميع. كتب الوكيل الشيفرة، وجرّبتَ المسار المعتاد فاشتغل كل شيء. كان بالإمكان التحقق مما يحدث عند تكرار الطلب أو عندما لا تستجيب الخدمة المجاورة، وتقييم مدى وضوح الشيفرة. لكن الزر صار جاهزًا لعرضه على العميل. وإذا انتقلتَ بعد كل نجاح كهذا مباشرة إلى المهمة التالية، فسيُخرج الوكيل في الغالب الميزات التالية. ويزيد الاقتصاد من تفاقم الأمر. فالعميل ينتظر الميزة الجديدة يوم الجمعة. أما فائدة إعادة هيكلة وحدة قديمة فيجب شرحها، ومن الصعب تقديرها: إذ لا توجد بعد مهام مستقبلية في الخطة.

ما أبرز التفاصيل حول الوكيل يكرر ما يراه في المشروع؟

المصدر الثاني للمشاكل هو الشيفرة القديمة. فإذا نُسخ حل واحد إلى عدة أماكن، فإن طلب «انظر كيف نفّذنا ذلك وأضف المزيد» سيدفع الوكيل إلى تكرار الخطأ الموجود في النموذج أيضًا. وفي تجربة عن «النوافذ المكسورة»، وسّع 29 مطوّرًا أنظمة تتفاوت فيها كمية المشكلات القديمة. وفي الشيفرة الأكثر إهمالًا، أضاف المشاركون مشكلات جديدة بصورة أكبر: كرّروا الوظائف واختاروا أسماء غير مفهومة. وفحصت دراسة أولية (preprint) نُشرت في نوفمبر 2026 الأمر نفسه بالنسبة إلى الثغرات الأمنية.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…