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 الرادارSourcegraph Blog→ المصدر

54% من المديرين: أكثر من 60% من عمل وكلاء الذكاء الاصطناعي يتطلب إعادة صياغة جوهرية

يقدّم الوكيل تصحيحًا برمجيًا في دقائق، لكن على الإنسان مع ذلك أن يفهم كل تعديل ويتحقق منه. في استطلاع أجرته Sourcegraph على 1 028 من مديري التطوير، يرى 54% أن أكثر من 60% من عمل الذكاء الاصطناعي يجب إعادة العمل عليه يدويًا بصورة جوهرية قبل الإصدار. وفي الوقت نفسه يشعر 79% بضغط لإثبات جدوى الاستثمار في الذكاء الاصطناعي. لذلك ينبغي قياس نجاح اعتماد الوكلاء بوقت المراجعة وعدد الأعطال بعد الإصدار، وليس بالسرعة وحدها.

معالج بواسطة الذكاء الاصطناعي من Sourcegraph Blog؛ بتحرير Hamidun News
54% من المديرين: أكثر من 60% من عمل وكلاء الذكاء الاصطناعي يتطلب إعادة صياغة جوهرية
المصدر: Sourcegraph Blog. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليSourcegraph Blog ↗
رئيس التحرير
حقيقة رئيسية #165% يقضون في قراءة الكود والبحث فيه أكثر من ربع وقت الفريق
حقيقة رئيسية #210% فقط يقولون إن لدى جميع وكلائهم سياقًا مشتركًا لقاعدة الكود
حقيقة رئيسية #354% يقدّرون أن إصلاح تبعية معرّضة للثغرات بصورة عاجلة يستغرق أيامًا أو أكثر

تخيّل أن وكيلًا أنتج في خمس دقائق تصحيحًا برمجيًا يحدّث مكتبة في عشر خدمات دفعة واحدة. سيظل على المراجع أن يكتشف أين يُستخدم هذا الكود أيضًا، وهل ستتعطل خدمة مرتبطة بالإصدار القديم، وأي اختبارات ستلتقط الخطأ. هذه المشكلة قاسها تقرير Sourcegraph Big Code 2026. فـ54% من المشاركين يرون أن أكثر من 60% من العمل الذي أنجزه الذكاء الاصطناعي يتطلب قبل الإصدار إعادة عمل يدوية جوهرية. وبعبارة أخرى، يرى أكثر من نصف المديرين في مخرجات الوكيل مسودة أكثر منها منتجًا جاهزًا. أصبحت كتابة الكود سريعة، لكن فهمه ما زال يستغرق وقتًا طويلًا.

يستند التقرير إلى استطلاع أجرته Dimensional Research. في سبتمبر 2026 شمل الاستطلاع 1 028 شخصًا مسؤولين عن التطوير في شركات يزيد عدد مطوريها على 250. وثمة تحفظ مهم: كل الأرقام تقديرات ذاتية من المشاركين وليست مقاييس فعلية. كما أن Sourcegraph تبيع منصة لفهم الكود، ولذلك تقود خلاصات التقرير إلى منتجاتها. ومع ذلك فالبيانات لافتة للاهتمام.

ضغط العائد على الاستثمار وإعادة العمل

يشعر 79% من المشاركين من الشركات التي تستخدم الذكاء الاصطناعي بضغط متوسط أو كبير أو شديد لإظهار عائد استثماراتها فيه. وفي الوقت نفسه يعدّ 58% توسيع نطاق الذكاء الاصطناعي والوكلاء أولوية للأشهر الاثني عشر المقبلة. أي أن عدد الوكلاء سيزداد، وبالتالي سيزداد عدد التعديلات التي كتبها غيرك وتنتظر المراجعة.

ويشير المؤلفون أيضًا إلى دراسة DORA: المؤسسات التي تستخدم الذكاء الاصطناعي بصورة أوسع تميل إلى إصدار التغييرات بوتيرة أسرع وتقييم المنتج بصورة أفضل، لكن عملية التسليم لديها أقل استقرارًا. ومن هنا النصيحة العملية: لا يجوز قياس نجاح الاعتماد بالسرعة وحدها. انظر كم من الجهد تستهلكه مراجعة كل تغيير، وكم مرة تظهر مشكلات بعد الإصدار.

فهم كود الآخرين نصف العمل

يستطيع الوكيل إجراء التغيير بسرعة، لكن على المراجع أن يتتبع التبعيات بين المستودعات، ويطابق القواعد المحلية، ويحدد أي اختبارات ستلتقط الانحدار. وقد يستغرق ذلك ساعات من عمل مهندس أول، إضافة إلى زملاء يعرفون الأنظمة المتأثرة.

بحسب الاستطلاع، يقدّر 65% أن قراءة الكود الموجود أو المقترح والبحث فيه وفهمه تستهلك أكثر من ربع وقت الفريق، ويقدّر 25% أنها تستهلك أكثر من النصف. ولتصوّر الحجم: في مؤسسة فيها 1 000 مطور، إذا ذهب ربع الوقت إلى هذا العمل فهو يعادل عمل 250 شخصًا. ولدى 51% من المشاركين ما لا يقل عن 1 000 مستودع، فيسهل أن يتجاوز سؤال «ما الذي يعتمد على هذا الكود؟» المستودع الذي بدأ منه كل شيء. ويقول 41% إن المهندسين يعيدون بانتظام كتابة ما هو موجود أصلًا لأنهم لا يستطيعون العثور عليه.

وأوضح الأمثلة ثغرة حرجة في إحدى التبعيات. فعندما سُئل المشاركون كم من الوقت يستغرق العثور على جميع المواضع المتأثرة وإصلاحها، أجاب 54% «أيامًا أو أكثر» أو «لن نتمكن من ذلك». وهذه تقديرات افتراضية وليست قياسات لإصلاحات فعلية. وأكثر ما ذكره المشاركون من صعوبات في التغييرات واسعة النطاق: فهم التبعيات والتأثير (43%)، وتوحيد التعديلات عبر مستودعات مختلفة (42%)، والاختبار (42%).

الوكلاء يفتقرون إلى سياق مشترك

10% فقط يقولون إن جميع وكلائهم يرون الصورة العامة للكود والتبعيات والتاريخ. أما لدى البقية فالسياق مشترك جزئيًا أو يُمرَّر إلى كل وكيل على حدة. ويقرّ 33% آخرون من الشركات التي تستخدم الذكاء الاصطناعي بأن على المطورين أن يشرحوا بالتفصيل البنية المعمارية والتبعيات والاتفاقات المتبعة قبل أن يبدأ الوكيل العمل على مهمة جديدة.

وتقترح Sourcegraph حلًا: خادم تبحث عبره الوكلاء المتوافقة، مثل Claude Code وCodex وCursor، في كود المؤسسة المفهرس مباشرة أثناء تنفيذ المهمة. ويراعي الخادم صلاحيات الوصول القائمة إلى المستودعات، ويتحكم المسؤولون فيمن يستخدمه وبأي أدوات. ويرى المهندس الكود الذي عُثر عليه إلى جانب التغيير المقترح، وعند حدوث عطل يتضح ما الذي جرى: لم يعثر الوكيل على الكود المطلوب، أو أساء فهم استثناء، أو أخطأ في التنفيذ. وللترقيات والترحيلات الجماعية، تقدّم الشركة أداة منفصلة لتنسيق التعديلات عبر المستودعات.

ماذا يعني ذلك

الرقم الأخير لافت: 77% يتوقعون أن تُدمج التغييرات التي يكتبها الذكاء الاصطناعي مستقبلًا بإشراف بشري أقل. ولمعرفة أي التغييرات يمكن منحها هذا القدر من الاستقلالية، لا بد من رؤية المواضع التي ينجح فيها الوكلاء، والمواضع التي يضطر فيها المهندسون إلى التدخل.

والخلاصة للفرق بسيطة. أولًا، قيسوا وقت المراجعة ونسبة التغييرات التي سببت مشكلات بعد الإصدار، وليس سرعة الإصدار وحدها. ثانيًا، استثمروا في البحث في الكود وفي السياق المشترك للوكلاء، وإلا ذهب ما وفّرتموه في كتابة الكود إلى المراجعة. ثالثًا، تعاملوا مع استطلاعات الموردين بعين ناقدة: فالمشاركون قدّروا الأرقام تقريبيًا، والعينة اقتصرت على الشركات الكبيرة.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول ضغط العائد على الاستثمار وإعادة العمل؟

يشعر 79% من المشاركين من الشركات التي تستخدم الذكاء الاصطناعي بضغط متوسط أو كبير أو شديد لإظهار عائد استثماراتها فيه. وفي الوقت نفسه يعدّ 58% توسيع نطاق الذكاء الاصطناعي والوكلاء أولوية للأشهر الاثني عشر المقبلة. أي أن عدد الوكلاء سيزداد، وبالتالي سيزداد عدد التعديلات التي كتبها غيرك وتنتظر المراجعة. ويشير المؤلفون أيضًا إلى دراسة DORA: المؤسسات التي تستخدم الذكاء الاصطناعي بصورة أوسع تميل إلى إصدار التغييرات بوتيرة أسرع وتقييم المنتج بصورة أفضل، لكن عملية التسليم لديها أقل استقرارًا.

ما أبرز التفاصيل حول فهم كود الآخرين نصف العمل؟

يستطيع الوكيل إجراء التغيير بسرعة، لكن على المراجع أن يتتبع التبعيات بين المستودعات، ويطابق القواعد المحلية، ويحدد أي اختبارات ستلتقط الانحدار. وقد يستغرق ذلك ساعات من عمل مهندس أول، إضافة إلى زملاء يعرفون الأنظمة المتأثرة. بحسب الاستطلاع، يقدّر 65% أن قراءة الكود الموجود أو المقترح والبحث فيه وفهمه تستهلك أكثر من ربع وقت الفريق، ويقدّر 25% أنها تستهلك أكثر من النصف. ولتصوّر الحجم: في مؤسسة فيها 1 000 مطور، إذا ذهب ربع الوقت إلى هذا العمل فهو يعادل عمل 250 شخصًا.

ما أبرز التفاصيل حول الوكلاء يفتقرون إلى سياق مشترك؟

10% فقط يقولون إن جميع وكلائهم يرون الصورة العامة للكود والتبعيات والتاريخ. أما لدى البقية فالسياق مشترك جزئيًا أو يُمرَّر إلى كل وكيل على حدة. ويقرّ 33% آخرون من الشركات التي تستخدم الذكاء الاصطناعي بأن على المطورين أن يشرحوا بالتفصيل البنية المعمارية والتبعيات والاتفاقات المتبعة قبل أن يبدأ الوكيل العمل على مهمة جديدة. وتقترح Sourcegraph حلًا: خادم تبحث عبره الوكلاء المتوافقة، مثل Claude Code وCodex وCursor، في كود المؤسسة المفهرس مباشرة أثناء تنفيذ المهمة.

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…