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 الرادارTG: @ai_machinelearning_big_data (Machinelearning)→ المصدر

DeepSeek تفتح شيفرة وكيل يلتقط المهام من GitHub بنفسه ويكتب الشيفرة

نشرت DeepSeek شيفرة dsh-superagent، وهو وكيل يلتقط المهام من GitHub بنفسه بدلًا من انتظارها في نافذة محادثة. فعلى سبيل المثال، إذا ظهر في المستودع طلب بعنوان «يتعطل التصدير عند ترك التاريخ فارغًا»، فسيفتح الوكيل جلسة مستقلة، ويصلح الشيفرة، ثم يفتح Pull Request، أي اقتراح تعديلات يراجعه إنسان. والمشروع نموذج أولي وليس نظام إنتاج، لذلك ينبغي التعامل معه بوصفه مثالًا على البنية المعمارية. النقاط الرئيسية:

معالج بواسطة الذكاء الاصطناعي من TG: @ai_machinelearning_big_data (Machinelearning)؛ بتحرير Hamidun News
DeepSeek تفتح شيفرة وكيل يلتقط المهام من GitHub بنفسه ويكتب الشيفرة
المصدر: TG: @ai_machinelearning_big_data (Machinelearning). كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليTG: @ai_machinelearning_big_data (Machinelearning) ↗
رئيس التحرير
حقيقة رئيسية #1يستقبل المهام من GitHub وFeishu، ومن الزملاء المصرّح لهم فقط
حقيقة رئيسية #2تعرض لوحة ويب كل ما يحتاج إلى قرار بشري
حقيقة رئيسية #3الترخيص MIT، والمشروع مكتوب بلغة TypeScript ويعتمد على DeepSeek Harness

تعمل معظم مساعدات البرمجة بالطريقة نفسها: يفتح المطوّر نافذة محادثة، ويصف المهمة، وينتظر الرد، ثم ينسخ النتيجة. أتاحت DeepSeek للعموم مشروع dsh-superagent الذي يقلب هذه الصيغة. فالوكيل هنا يراقب GitHub بنفسه، حيث يسجّل الفريق مهامه (issue)، ثم يتسلّمها ويعدّل الشيفرة ويفتح Pull Request، أي طلب دمج التعديلات في الفرع الرئيسي، ليراجعه بعد ذلك إنسان. ويتم ذلك كله من دون تمرير المهمة يدويًا إلى نافذة محادثة.

المشروع نظام تجريبي مبني على DeepSeek Harness، ومخصص لأتمتة التطوير داخل الفرق. تتوافر الشيفرة على GitHub في مستودع deepseek-ai/dsh-superagent-prototype بترخيص MIT، وهي مكتوبة بلغة TypeScript.

كيف يعمل عمليًا

تخيّل أن مهمة سُجّلت في المستودع بعنوان: «يتعطل تصدير التقرير عند ترك التاريخ فارغًا». في العادة يتسلّم أحد أعضاء الفريق هذه التذكرة، وينشئ فرعًا، ويصلح الخلل، ويفتح Pull Request، ثم يكتب في النقاش أن العمل انتهى. أما هنا فيتولى الوكيل معظم هذه السلسلة.

وفق وصف DeepSeek، يستطيع الوكيل ما يلي:

  • يراقب أحداث GitHub والرسائل في Feishu (وهو تطبيق مراسلة للشركات، شائع في الصين)؛
  • يقبل المهام من أعضاء الفريق المصرّح لهم فقط؛
  • ينشئ جلسة عمل مستقلة لكل مهمة، فلا تتداخل المهام مع بعضها؛
  • يعمل على الشيفرة بصورة مستقلة ويُعدّ Pull Request؛
  • يعيد النتيجة إلى النقاش الأصلي الذي وردت منه المهمة؛
  • يعرض في لوحة ويب المهام التي تحتاج إلى تدخل بشري.

تخصيص جلسة مستقلة لكل مهمة قرار منطقي. فحين يعالج الوكيل عدة تذاكر متتالية ضمن سياق واحد، يخلط بين الملفات ويحمل آثار تعديل قديم إلى تعديل جديد. والعزل يخفّف هذا الخطر، وإن لم يتضمن الوصف الأصلي أي بيانات عن مدى هذا التخفيف.

مبدأ «انتباه أقل من المطوّر»

يصوغ المؤلفون الفكرة المعمارية على هذا النحو: أقل قدر من انتباه المطوّر، وأكبر قدر من العمل المستقل المفيد. يتحرك الوكيل بناءً على طلب أو وفق قواعد محددة مسبقًا، ولا يشتّت الفريق دون حاجة. وكل ما يستلزم قرارًا بشريًا يظهر في لوحة الويب. يدخل المطوّر إلى اللوحة بنفسه، بدلًا من أن يتلقى سيلًا من الإشعارات.

وهذا تحوّل لافت لمديري المنتجات وقادة الفرق. فلم يعد السؤال: أي نموذج يكتب الشيفرة بصورة أفضل، بل: كيف ندمج الوكيل في سير العمل؟ من يحق له إسناد المهام إليه؟ أين يرفع تقاريره؟ ومتى يتدخل الإنسان؟ والتحقق من صلاحيات المشاركين ووجود لوحة للتدخل اليدوي يدلّان على أن DeepSeek تفكر في هذه الأسئلة تحديدًا.

القيود وكيفية التعامل معها

تحذّر DeepSeek صراحةً من أن المشروع نموذج بحثي أولي وليس حلًا جاهزًا للإنتاج. وثمة تفصيل آخر: جزء من شيفرة المشروع كتبته أيضًا وكلاء ذكاء اصطناعي. يبدو ذلك لافتًا، لكنه سبب إضافي لقراءة المستودع بعناية قبل نقل أي شيء منه.

وما لا يتضمنه الوصف: اختبارات معيارية (benchmarks)، أو إحصاءات عن Pull Request المقبولة، أو مقارنة بوكلاء آخرين، أو بيانات عن تكلفة التشغيل. لذلك لا توجد حاليًا وسيلة لتقييم جودة عمل الوكيل سوى التجربة الذاتية. وقد يكون التكامل مع Feishu غير مريح للفرق التي تعتمد على Slack أو Telegram. وسيتعين عليها كتابة محوّل (adapter)، وترخيص MIT يتيح ذلك.

ما الذي ينبغي أن يفعله الممارسون:

  • إذا كنتم تبنون وكيلًا خاصًا بكم للتطوير، فادرسوا كيف صُمّمت في المشروع الجلسات وقواعد التشغيل ولوحة المهام، فهو مثال جاهز على البنية؛
  • إذا أردتم التجربة، فابدؤوا ببيئة معزولة (sandbox) ومستودع لا يحوي شيفرة حساسة، وامنحوا الصلاحية لدائرة ضيقة من الأشخاص؛
  • لا تتركوا Pull Request الآلية تصل إلى الفرع الرئيسي دون مراجعة بشرية.

لا يعد الإصدار في ذاته بثورة، فهو نموذج أولي مفتوح الشيفرة. لكنه يبيّن الاتجاه الذي يتحرك إليه السوق. فالوكلاء يتوقفون عن كونهم نافذة محادثة ويتحولون إلى أعضاء في الفريق، لهم طابور مهام وصلاحيات وصول وتقارير في النقاشات نفسها التي يعمل فيها البشر. وللمطوّرين فرصة لاستكشاف هذه البنية من الداخل، والاستفادة مما يناسب سير عملهم.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول كيف يعمل عمليًا؟

تخيّل أن مهمة سُجّلت في المستودع بعنوان: «يتعطل تصدير التقرير عند ترك التاريخ فارغًا». في العادة يتسلّم أحد أعضاء الفريق هذه التذكرة، وينشئ فرعًا، ويصلح الخلل، ويفتح Pull Request، ثم يكتب في النقاش أن العمل انتهى. أما هنا فيتولى الوكيل معظم هذه السلسلة.

ما أبرز التفاصيل حول مبدأ «انتباه أقل من المطوّر»؟

يصوغ المؤلفون الفكرة المعمارية على هذا النحو: أقل قدر من انتباه المطوّر، وأكبر قدر من العمل المستقل المفيد. يتحرك الوكيل بناءً على طلب أو وفق قواعد محددة مسبقًا، ولا يشتّت الفريق دون حاجة. وكل ما يستلزم قرارًا بشريًا يظهر في لوحة الويب. يدخل المطوّر إلى اللوحة بنفسه، بدلًا من أن يتلقى سيلًا من الإشعارات. وهذا تحوّل لافت لمديري المنتجات وقادة الفرق.

ما أبرز التفاصيل حول القيود وكيفية التعامل معها؟

تحذّر DeepSeek صراحةً من أن المشروع نموذج بحثي أولي وليس حلًا جاهزًا للإنتاج. وثمة تفصيل آخر: جزء من شيفرة المشروع كتبته أيضًا وكلاء ذكاء اصطناعي. يبدو ذلك لافتًا، لكنه سبب إضافي لقراءة المستودع بعناية قبل نقل أي شيء منه. وما لا يتضمنه الوصف: اختبارات معيارية (benchmarks)، أو إحصاءات عن Pull Request المقبولة، أو مقارنة بوكلاء آخرين، أو بيانات عن تكلفة التشغيل. لذلك لا توجد حاليًا وسيلة لتقييم جودة عمل الوكيل سوى التجربة الذاتية. وقد يكون التكامل مع Feishu غير مريح للفرق التي تعتمد على Slack أو Telegram.

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…