Endform تجمع 1,5 مليون يورو لتسريع الاختبارات وتخفيف الضغط عن CI في عصر الكود المولَّد بالذكاء الاصطناعي

جمعت شركة Endform السويدية الناشئة 1,5 مليون يورو في جولة تمويل أولية، لمعالجة إحدى أكثر مشكلات التطوير الحديث إزعاجًا: الانتظار في خطوط CI. ومع طفرة توليد الكود بالذكاء الاصطناعي، يزداد هذا التأخير وضوحًا؛ فالفرق باتت تكتب الكود وتعدّله بسرعة أكبر، بينما يتخلف الفحص والتحقق عن هذه الوتيرة أكثر فأكثر.

عنق الزجاجة في CI

تقوم فكرة Endform على واقع بسيط: لم تعد كتابة الكود هي ما يبطئ التطوير منذ زمن طويل، بل الوقت الفاصل بين إرسال التغيير (commit) والتأكد من اجتيازه الاختبارات. فحين تسرّع الشركة إصدار الميزات، يتضخم حجم الفحوص الآلية أيضًا. وإذا أضفنا إلى ذلك أدوات الذكاء الاصطناعي التي تساعد المطورين على إنتاج تغييرات أكثر في الوقت نفسه، تتحول طوابير CI سريعًا إلى مصدر دائم للتعطل. فالفريق أنجز عمله فعليًا، لكن الإصدار يظل معلقًا بانتظار الحالة الخضراء.

هذه المشكلة ليست جديدة، لكنها أصبحت اليوم أعلى كلفة. فبعد أن كان بطء خط التكامل مجرد مصدر إزعاج، صار يلتهم مباشرة المكاسب التي يحققها البرمجة بمساعدة الذكاء الاصطناعي. فتوليد الكود يقصّر الوقت اللازم للوصول إلى pull request، لكنه لا يزيل خطر الأعطال والانحدارات (regressions) والاختبارات غير المستقرة. والنتيجة أن عنق الزجاجة ينتقل ببساطة: فبدل نقص وقت المهندسين، تواجه الشركات نقصًا في سرعة التحقق. وفي هذه الفجوة تحديدًا تحاول Endform أن تجد موطئ قدم.

«كان عنق الزجاجة في مراجعة الكود دائمًا ليس الكود نفسه، بل الانتظار».

الرهان على الاختبارات

Endform شركة سويدية ناشئة في قطاع الاختبارات، ومن المفترض أن تساعدها الـ1,5 مليون يورو المجمَّعة على استهداف عنق الزجاجة على مستوى عمليات CI. ويتضح من الوصف المنشور أن الشركة لا تراهن على مولّد كود جديد، بل على طبقة البنية التحتية المحيطة به: أي ما يجري بعد كتابة التغييرات وقبل وصولها إلى بيئة الإنتاج (production). وهذه مرحلة أقل بروزًا في التطوير، لكنها المكان الذي يضيع فيه الوقت، خصوصًا في الفرق التي تملك أعدادًا كبيرة من الاختبارات الآلية.

وإذا نظرنا إلى المشكلة نفسها، فإن الفرق تتوقع من هذه الحلول تأثيرًا محددًا للغاية:

• تقليص زمن تشغيل الاختبارات دون خسارة في التغطية
• إعطاء الأولوية للفحوص الأهم لكل تغيير
• اكتشاف الاختبارات غير المستقرة والمكررة بسرعة أكبر
• تقليل عدد مرات إعادة التشغيل والانتظار غير المجدي
• إعادة الملاحظات إلى المطور في وقت أقرب إلى لحظة كتابة الكود

ولهذا تبدو حتى جولة seed صغيرة نسبيًا في وقتها المناسب. ففي منتجات البنية التحتية، لا تنشأ القيمة غالبًا من واجهة لافتة، بل من إزالة منتظمة لتأخيرات تشعر بها كل فرقة يوميًا. وإذا أثبتت Endform أنها تقلل زمن الانتظار دون تنازل عن الجودة، فستملك حجة واضحة أمام المدير التقني (CTO) ومدير الهندسة (engineering manager): الطاقم الهندسي نفسه يبدأ بتسليم النتائج بسرعة أكبر.

لماذا الآن

مبلغ الجولة ليس ضخمًا بمقاييس سوق البنية التحتية، لكنه منطقي لشركة في مرحلة مبكرة: فالمشكلة مفهومة، والسوق لا تزال تشتد حاجتها، وأثر الحل يسهل احتسابه بساعات الانتظار وكلفة المهندسين وسرعة الإصدارات. وكلما توسعت الشركات في اعتماد مساعدي الذكاء الاصطناعي في بيئات التطوير (IDE) وتوليد الكود (code generation)، ازداد التباين بين سرعة إنشاء الكود وبطء حلقة التحقق منه. وبالنسبة للفرق، لم يعد الأمر تحسينًا نظريًا، بل مسألة اقتصادية.

فإذا بقي كل pull request فترة أطول في الطابور، تزداد حالات تبدّل السياق، وتتأخر المراجعات، ويبدأ المطورون إما بتجزئة التغييرات أو، على العكس، بتكديسها في دفعات أكبر. وكلا السيناريوهين يضعف إمكانية التنبؤ بموعد الإصدارات. ولذلك فإن الأدوات التي تسرّع طبقة الاختبار وCI تحديدًا تملك فرصة لتصبح جزءًا أساسيًا من التطوير القائم على الذكاء الاصطناعي أولًا (AI-first)، لا مجرد إضافة هامشية في عالم DevOps.

ماذا يعني ذلك

تحاول Endform أن تكسب لا من ضجة الكود المولَّد بالذكاء الاصطناعي نفسها، بل من أثرها الجانبي: نظام فحص التغييرات المثقل بالأحمال. وإذا تمكنت الشركة الناشئة فعلًا من تقليص الانتظار في CI دون خسارة في الجودة، فلن تستفيد فرق الاختبار وحدها، بل دورة التطوير بأكملها، من PR وحتى الإصدار.