وكلاء الذكاء الاصطناعي أضافوا 30% من الشيفرة لدى المهندسين، لكن مراجعة التغييرات صارت أطول بنسبة 49%
درس طالبان من طلاب الدراسات العليا في هارفارد 718 شركة: بعد اعتماد وكلاء الذكاء الاصطناعي يضيف المهندسون شيفرة أكثر بنسبة 30%، لكن عدد المهام التي وصلت إلى بيئة الإنتاج لم يزد. في المقابل ارتفعت مدة مراجعة طلب الدمج (pull request) — أي حزمة التعديلات التي يجب أن يوافق عليها الزملاء قبل الدمج — من 7 إلى 10.5 أيام، أي بنسبة 49%. فالشيفرة تُكتب أسرع، لكن عدد المراجعين ثابت. لذلك، عند شراء الوكلاء، احسبوا أولًا طاقة المراجعة لا سرعة التوليد.
معالج بواسطة الذكاء الاصطناعي من Hacker News AI؛ بتحرير Hamidun News
تخيّلوا فريقًا زُوِّد بوكلاء ذكاء اصطناعي: مسوّدات الشيفرة تظهر أسرع بأضعاف، ولوحات المتابعة تخضرّ. لكن مستخدمي الميزات الجديدة لا يرونها. هذه هي الصورة التي ترسمها ورقة عمل لطالبين من طلاب الدراسات العليا في هارفارد، هما فيونا تشين وجيمس ستراتون، استنادًا إلى بيانات 718 شركة. فبعد اعتماد الوكلاء، أضاف المهندسون شيفرة أكثر بنحو 30% (بمتوسط +1494 سطرًا للفرد شهريًا فوق خط أساس قدره 5017). غير أن عدد المهام المنجزة لم يرتفع إحصائيًا، وطالت رحلة طلب الدمج (pull request)، أي حزمة التغييرات التي يراجعها الزملاء قبل دمجها في الفرع الرئيسي، بنسبة 49%: من 7.03 إلى نحو 10.5 أيام. لقد انتقلت عنق الزجاجة من كتابة الشيفرة إلى مراجعتها.
ماذا قاسوا بالضبط
اعتمد المؤلفان على بيانات Jellyfish، وهي شركة تبيع تحليلات للنشاط الهندسي، وقارنوها بملفات التوظيف على LinkedIn من Revelio Labs. شملت العيّنة 725 938 موظفًا في 718 شركة خلال الفترة من يناير 2021 إلى مارس 2026، وهم من عملاء Jellyfish الذين وافقوا على استخدام بياناتهم في البحث فقط. وتضم البيانات 68.3 مليون مهمة في Jira و200.9 مليون commit و49.1 مليون طلب دمج. أما بيانات تقويم الاجتماعات فقدّمتها 213 شركة فقط من أصل 718.
المنهج هو المقارنة شهريًا: كيف تغيّرت المؤشرات في الشركات التي اعتمدت الوكلاء بالفعل، وفي تلك التي لم تعتمدهم بعد. وبحسب المؤلفين، تعتمد مواعيد الاعتماد في الأساس على توقيت علم الشركة بهذه الأدوات ومدة إجراءات الشراء: موافقات الإدارة القانونية والأمن، والتجارب التجريبية. في إحدى الشركات أُقرّت الأداة خلال يوم، وفي أخرى استغرق ذلك، بحسب أحد من أُجريت معهم المقابلات، من ستة إلى اثني عشر شهرًا. ويرى المؤلفون أن هذه التأخيرات لا ترتبط بوتيرة نمو الشركة نفسها، ويأخذون في الحسبان حجم الشركة، إذ اعتمدت الكبرى الأدوات أبكر. وإن وُجد انحياز متبقٍّ، فهو على الأرجح يُضخّم فائدة الذكاء الاصطناعي لا يُقلّلها.
الشيفرة زادت، والعمل المنجز لم يزد
ارتفع عدد الـ commits بنسبة 20%، وعدد طلبات الدمج بنسبة 23%. ويقيّد المؤلفون ذلك بتحفّظ: هذا أثر إضافي للوكلاء في شركات كانت تستخدم بالفعل مساعدي الذكاء الاصطناعي للشيفرة، وليس أثرًا من الصفر.
أما العمل المنجز فلم يتحرك. تُعدّ المهمة منتهية إذا كانت مهمة في Jira طُرحت شيفرتها في بيئة الإنتاج. وقد تغيّر عددها بمقدار 0.12 للفرد شهريًا عند خط أساس 3.67، وهذا لا يمكن تمييزه عن الصفر، كما أن فاصل الثقة يستبعد زيادة تتجاوز 12%. وفحص المؤلفون الاعتراض البديهي: ربما انصرف المهندسون إلى مهام أكبر. فصنّفوا 0.5% من المهام حسب الحجم باستخدام GPT-4o، ثم عمّموا التقديرات على البقية عبر التضمينات (embeddings). لم يتغيّر متوسط حجم المهمة، ولم تتضخم طلبات الدمج هي الأخرى.
اختناق المراجعة
ارتفعت حصة طلبات الدمج التي تتضمن طلبًا رسميًا للتعديل بنحو 12 نقطة مئوية عند خط أساس 13%، أي ما يقارب الضعف. وزاد عدد التعليقات على كل طلب دمج بنسبة 35%. وارتفعت نسبة الموظفين الذين يجرون المراجعة أصلًا بنسبة 14% من خط أساس 29%، في حين لم تتغيّر نسبة من يكتبون الشيفرة.
لم يخفف المراجعون المعتمدون على الذكاء الاصطناعي هذا الاختناق. فبحلول مارس 2026 جرّبت نحو 80% من الشركات هذه الأدوات، لكن الذكاء الاصطناعي كتب 23.3% فقط من التعليقات، ولم يحصل على تعليق واحد على الأقل من الذكاء الاصطناعي سوى 10.8% من طلبات الدمج. وروى أحد المطوّرين المبتدئين الذين شملتهم المقابلات أن الموافقة على تغييراته كانت بيد مطوّر أقدم واحد فقط، وكان يجد وقتًا لذلك مرة في الأسبوع. وبعد أعطال سببتها commits ولّدها الذكاء الاصطناعي، وُضعت قاعدة تُلزم بأن يراجع مطوّر أقدم كل شيفرة من هذا النوع، فازداد الطابور طولًا.
ويفسّر المؤلفان الأرقام بآليتين. الأولى: وصول شيفرة أكثر إلى العدد نفسه من المراجعين، وهذا يُعالَج بإعادة توزيع الأشخاص على المراجعة. والثانية: ارتفاع طلبات التعديل يلمّح إلى مسوّدات أضعف، وهذه مسألة جودة النماذج نفسها. وما يحدد أين تُنفق الميزانية هو أي الآليتين تهيمن.
القيود والخلاصة
هذه ورقة عمل قُدّمت بوصفها job-market paper، ولا توجد مؤشرات على اكتمال مراجعة الأقران. والنسخة الحالية مؤرخة في 4 أغسطس 2026، والنسخة الأولى في 7 يناير. ومع ذلك لم ينخفض التوظيف: تستبعد التقديرات انخفاض إجمالي التوظيف بأكثر من 2.9%، وإن كان هذا أثرًا قصير الأمد. وتُظهر دراسة مستقلة من NBER، استندت إلى بيانات أكثر من 500 000 مطوّر على GitHub، فجوة مماثلة: فنمو الـ commits الصادرة عن وكلاء مستقلين بنسبة 240% يتحول إلى 30% في الإصدارات الفعلية. ولكلا البحثين تحفظاته: مؤلفو دراسة NBER مرتبطون بشركة Microsoft، مالكة GitHub. كما أن الدراستين تصفان تطوير البرمجيات، لا مجالًا آخر كالمجال القانوني مثلًا.
والتوصية العملية بسيطة. لا تقيسوا حجم الشيفرة المولَّدة، بل الزمن حتى الحصول على نتيجة مقبولة، ونسبة الإعادة للتعديل، وساعات المراجعين. خطّطوا أولًا لطاقة المراجعة، ثم وسّعوا التوليد. واحتفظوا بسجل لما يصحّحه المراجعون: فهو يبيّن هل سبب الاختناق هو الحجم أم جودة المسوّدات.
- 21 نوفمبر 202654% من المديرين: أكثر من 60% من عمل وكلاء الذكاء الاصطناعي يتطلب إعادة صياغة جوهرية
- 19 نوفمبر 2026زيادة تدفق PR بنسبة 21% في نموذج تقدّم تضاعف زمن انتظار المراجعة أربع مرات: من 2 إلى 8 ساعات
- 9 أكتوبر 2026AWS تستعرض حصاد سبتمبر: تحديثات جديدة لـ Bedrock وAgentCore وStrands
- 18 نوفمبر 2026وكلاء الذكاء الاصطناعي أصدروا 228 إصدارًا من لعبة دون مراجعة بشرية، والاختبارات أعادت 25% من المهام
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ماذا قاسوا بالضبط؟
اعتمد المؤلفان على بيانات Jellyfish، وهي شركة تبيع تحليلات للنشاط الهندسي، وقارنوها بملفات التوظيف على LinkedIn من Revelio Labs. شملت العيّنة 725 938 موظفًا في 718 شركة خلال الفترة من يناير 2021 إلى مارس 2026، وهم من عملاء Jellyfish الذين وافقوا على استخدام بياناتهم في البحث فقط. وتضم البيانات 68.3 مليون مهمة في Jira و200.9 مليون commit و49.1 مليون طلب دمج. أما بيانات تقويم الاجتماعات فقدّمتها 213 شركة فقط من أصل 718.
ما أبرز التفاصيل حول الشيفرة زادت، والعمل المنجز لم يزد؟
ارتفع عدد الـ commits بنسبة 20%، وعدد طلبات الدمج بنسبة 23%. ويقيّد المؤلفون ذلك بتحفّظ: هذا أثر إضافي للوكلاء في شركات كانت تستخدم بالفعل مساعدي الذكاء الاصطناعي للشيفرة، وليس أثرًا من الصفر. أما العمل المنجز فلم يتحرك. تُعدّ المهمة منتهية إذا كانت مهمة في Jira طُرحت شيفرتها في بيئة الإنتاج. وقد تغيّر عددها بمقدار 0.12 للفرد شهريًا عند خط أساس 3.67، وهذا لا يمكن تمييزه عن الصفر، كما أن فاصل الثقة يستبعد زيادة تتجاوز 12%. وفحص المؤلفون الاعتراض البديهي: ربما انصرف المهندسون إلى مهام أكبر.
ما أبرز التفاصيل حول اختناق المراجعة؟
ارتفعت حصة طلبات الدمج التي تتضمن طلبًا رسميًا للتعديل بنحو 12 نقطة مئوية عند خط أساس 13%، أي ما يقارب الضعف. وزاد عدد التعليقات على كل طلب دمج بنسبة 35%. وارتفعت نسبة الموظفين الذين يجرون المراجعة أصلًا بنسبة 14% من خط أساس 29%، في حين لم تتغيّر نسبة من يكتبون الشيفرة. لم يخفف المراجعون المعتمدون على الذكاء الاصطناعي هذا الاختناق. فبحلول مارس 2026 جرّبت نحو 80% من الشركات هذه الأدوات، لكن الذكاء الاصطناعي كتب 23.3% فقط من التعليقات، ولم يحصل على تعليق واحد على الأقل من الذكاء الاصطناعي سوى 10.8% من طلبات الدمج.
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.
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.