Habr: وكلاء الذكاء الاصطناعي يغيّرون عملية التسليم، والفرق مضطرة إلى إعادة بناء دورة التطوير بالكامل

نشر موقع Habr تحليلاً يبيّن أن اعتماد وكلاء الذكاء الاصطناعي لا يغيّر سرعة كتابة الشيفرة فحسب، بل عملية التسليم (delivery) نفسها. فحين يتسارع إنتاج المخرجات، ينتقل العبء الرئيسي إلى المراجعة والتحقق ومراقبة الاستقرار. ويخلص المؤلف إلى أن على الفرق تصميم سياق مقروء آلياً حول الوكلاء، إلى جانب بيئة تشغيل (harness) وبوابات جودة (quality gates) وحلقة تعلّم (learning loop). وبغير ذلك تتحول الشيفرة السريعة إلى فوضى مكلفة.

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
Habr: وكلاء الذكاء الاصطناعي يغيّرون عملية التسليم، والفرق مضطرة إلى إعادة بناء دورة التطوير بالكامل
المصدر: Habr AI. كولاج: Hamidun News.
استمع للمقال

نشر موقع Habr تحليلاً يوضح لماذا لم تعد الفرق الهندسية، مع قدوم وكلاء الذكاء الاصطناعي، تصطدم بسرعة كتابة الشيفرة، بل بكلفة التحقق ونقل السياق. ويستند المؤلف إلى تقرير DORA 2025، الذي يفيد بأن 90% من المتخصصين التقنيين يستخدمون الذكاء الاصطناعي في عملهم، وأن أكثر من 80% منهم يربطونه بارتفاع الإنتاجية. غير أنه كلما أسرع إنتاج الشيفرة وسجلات القرارات المعمارية (ADR) والوثائق، ازداد الضغط على المراجعة ومراقبة الاستقرار. لذلك يقترح المقال ألا يُنظر إلى الذكاء الاصطناعي كأداة جديدة داخل عملية قديمة، بل كمناسبة لإعادة بناء دورة تسليم التغييرات كلها.

ويميّز المقال بين ثلاثة أنماط عمل. الأول هو التطوير بمساعدة الذكاء الاصطناعي (ai-assisted development)، حيث يساعد النموذج في جمع المتطلبات بسرعة أكبر وكتابة مسودات ADR وحالات الاختبار أو الوثائق، لكن العملية نفسها تبقى كما هي. الثاني هو التسليم الوكيلي (agentic delivery)، حيث يقرأ الوكيل المستودع ويُعدّ التغييرات ويشغّل الفحوصات ويفتح طلب الدمج (PR)، بينما يتدخل الإنسان عند التصعيد فقط. وكمثال على هذا التحول يشير المؤلف إلى طرح GitHub Copilot coding agent للإتاحة العامة (general availability). أما النمط الثالث فهو دورة حياة تطوير البرمجيات الأصيلة للذكاء الاصطناعي (ai-native sdlc): هنا لا يعود نموذج اللغة الكبير (LLM) «دردشة جانبية»، بل يصبح واجهة إلى حلقة العمل التي يحرّك بها الفريق المهمة من الفكرة حتى الإصدار.

والفكرة المحورية في النص أن اقتصاديات هذا الانتقال لا تُبنى حول الشيفرة، بل حول التواصل. ففي عملية التسليم الفعلية لا تكلّف التغييرات نفسها وحدها كثيراً، بل تكلّف أيضاً عملية تسليم العمل بين التحليل والتطوير والاختبار والتشغيل، وإعادة تجميع المعرفة، والاستفسارات المتكررة. وعندما يتسارع الإنتاج، يتحول عنق الزجاجة إلى الموافقات والتحقق وضبط المخاطر. لذلك تحتاج الفرق إلى سياق خارجي مقروء آلياً، متاح للبشر والوكلاء معاً: الأهداف والقيود والمخاطر ومعايير الجاهزية وسجلات ADR وعقود API وقواعد الأمان وأوامر الفحص المحلي وملاحظات الإطلاق التدريجي (rollout). وإذا ظلت المعرفة الحرجة حبيسة المحادثات والاجتماعات وذاكرة مطورين بعينهم، فإن الوكيل يعمل ببساطة بصورة ناقصة.

ومن هنا ينبع التركيز الجديد على الـ harness، أي بيئة تنفيذ الوكلاء. فالمقصود لم يعد موجّهاً نظامياً (system prompt) كبيراً، بل مجموعة من القواعد والقيود المدمجة في العملية. ينبغي أن تظهر في المستودع تعليمات صريحة للوكلاء، وأوامر البناء والاختبار، ومعايير الجاهزية، والقيود المعمارية والأمنية. ويقترح المقال صياغة السيناريوهات المتكررة في صورة skills وplaybooks وrepo rules، بدلاً من شرحها من جديد في كل محادثة. ويجب ألا تكون القيود نصية فقط: على النظام أن يكون قادراً على إيقاف الإجراءات المحفوفة بالمخاطر، ومنع الدمج (merge) دون موافقات، وتحويل الخطوات المختلف عليها إلى الإنسان.

ويتناول المؤلف على حدة طبقة الرقابة. فلا ينبغي أن يصل إلى المراجعة مجرد diff، بل حزمة أدلة (evidence pack): ما الذي تغيّر بالضبط، وأي السيناريوهات جرت تغطيتها، وأي الفحوصات جرى تشغيلها، وما المخاطر المتبقية، وكيف يمكن التراجع عن التغيير. وفوق ذلك تلزم بوابات جودة (quality gates): حدود لحجم التغييرات، وأوامر تحقق (validate) إلزامية، وفحص للقيود المعمارية، وتحديث متزامن للوثائق. وثمة طبقة أخرى هي تقييمات (evals) للمهام المتكررة. فهي تتيح تثبيت السلوك المتوقع للوكيل صراحةً، والتحقق مما إذا كان سير العمل يبقى مستقراً بعد كل تعديل، وألا تنزلق العملية إلى نسخة مكلفة من vibe coding مع سيل من طلبات الدمج المشوّشة.

وبعد الإصدار، يرى المؤلف أنه لم يعد يكفي رصد المنتج وحده، بل يجب رصد عملية التسليم نفسها. على الفريق أن يحلل أين نقص السياق لدى الوكيل، وأي القواعد تبيّن ضعفها، وأي المهام كانت أكبر من أن تُفوَّض بأمان، وأين غرقت المراجعة في الضجيج. وينعكس ذلك مباشرة على التنظيم: ترتفع قيمة المهندسين ذوي الخبرة الواسعة، ويتعاظم دور هندسة المنصات (platform engineering) والأدوات الداخلية، ويكفّ تأهيل المطورين المبتدئين عن أن يكون أثراً جانبياً طبيعياً للعمل. وإن لم يحدث ذلك، فقد تخرّج الفرق مشغّلين للإكمال التلقائي بدل أن تخرّج مهندسين.

والخلاصة العملية من نص Habr أن وكلاء الذكاء الاصطناعي لا يجعلون عملية التسليم ناضجة بحد ذاتهم؛ فهم يضخّمون فقط نقاط القوة والضعف في المنظومة الهندسية القائمة. وعليه فإن المرحلة التالية أمام الفرق ليست مجرد توليد الشيفرة والوثائق بسرعة أكبر، بل بناء عملية يُنقل فيها السياق إلى الخارج، وتكون بيئة التنفيذ مقيّدة، وتكون الفحوصات مصاغة رسمياً، ويُحسّن كل إخفاق لا المنتج وحده، بل طريقة تسليمه أيضاً.

القصة
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…