ألفا بنك يحوّل فكرة مختبِر برمجيات إلى مولّد ذكاء اصطناعي للبدائل الوهمية لفرق الاختبار

بنى مختبِر برمجيات في ألفا بنك أداة ذكاء اصطناعي داخلية تحوّل الوصف النصي إلى بدائل وهمية (stubs) جاهزة لواجهات API من أجل اختبار الخدمات. بدأ المشروع كتجربة مسائية داخل مجتمع الذكاء الاصطناعي، ثم تطوّر إلى منتج أولي قابل للاستخدام (MVP) مع نطاق مستقل واختبارات داخل البنك.

كيف بدأ المشروع

بدأت القصة في ربيع 2025، حين قرّر مهندس الاختبار ستاس زايتسيف التعمق في الشبكات العصبية ومعرفة كيف يمكن توظيفها في عمل ضمان الجودة اليومي. وبعد عدة تجارب، منها بوت على Telegram لتقييم مستوى اللغة الإنجليزية، انضم إلى مجتمع الذكاء الاصطناعي الداخلي المتمحور حول منصة AlfaGen. وفي أحد اللقاءات عُرضت على المشاركين قائمة بأفكار مفيدة لم تصل إليها الفرق بعد. ومن بينها مهمة مألوفة لدى المختبِرين: إنشاء بدائل وهمية لواجهات API تلقائيًا.

كانت الفكرة عملية وواقعية جدًا. فحين تكون الواجهة الأمامية جاهزة بينما الجزء الخلفي ما زال قيد التطوير، كثيرًا ما يتعطل الاختبار بسبب غياب ردود فعلية من الخدمة. تحلّ البدائل الوهمية هذه المشكلة، لكن إعدادها يستغرق وقتًا ويتطلب ضبطًا يدويًا وفهمًا للبنية التحتية. وصفت متطلبات العمل للوكيل (agent) الجديد سيناريو بسيطًا: يحدد المستخدم الشروط، ويستوضح النظام التفاصيل، ثم يُخرج كود البديل الوهمي الذي يمكن استخدامه في الاختبارات فورًا دون تحضير طويل.

كيف يعمل المولّد

أنجز زايتسيف النسخة الأولى بسرعة كبيرة في «ورشة الأوامر النصية» (Prompt Workshop) ضمن AlfaGen: أعدّ سيناريو يولّد كود البديل الوهمي انطلاقًا من الوصف. لكن هذا الشكل تبيّن أنه غير مريح للعمل الفعلي، ولم يكن قابلًا للتوسع بين الزملاء الذين لا يملكون خلفية تقنية. فالحوار الطويل في الدردشة والتشغيل اليدوي والحاجة إلى فهم التفاصيل جعلت الحل أقرب إلى عرض توضيحي للفكرة منه إلى أداة للاستخدام اليومي لدى فرق QA. لهذا السبب برزت الحاجة إلى نسخة ثانية بواجهة مستقلة وتشغيل تلقائي.

«كان من المفترض أن يستغرق كتابة المشروع 3 أشهر، لكنني لم أكن أعلم بذلك

فأنجزت كل شيء في أمسية واحدة».

في النسخة الثانية بنى المؤلف وكيلًا متكاملًا من ثلاثة أجزاء: WireMock لتشغيل البدائل الوهمية، وطبقة API مكتوبة بلغة Kotlin مع Spring AI للربط بواجهة الويب في AlfaGen، وواجهة مستخدم يمكن استخدامها دون معرفة عميقة بالبرمجة. يصف المستخدم السيناريو المطلوب في نافذة الدردشة، مثل: ما الردود التي يجب إرجاعها لقيم userId المختلفة، وهل يلزم تأخير في الاستجابة، ومتى ينبغي إرجاع الخطأ 404. بعد ذلك يمر النظام بعدة خطوات:

• يحدد نوع البديل الوهمي: REST أو SOAP
• يختار طريقة HTTP المناسبة
• يحسب عدد البدائل الوهمية المنفصلة اللازم إنشاؤها لشروط مختلفة
• يولّد الكود ويفحصه بحثًا عن الأخطاء
• يشغّل النتيجة في WireMock

وبحسب المؤلف، تستغرق الدورة كاملة 10–15 ثانية، وبعدها يمكن ربط البديل الوهمي بالبيئة العاملة. ولمن يحتاج إلى تحكم كامل، تُرك في الواجهة وضع يدوي تُضبط فيه المعاملات كلًا على حدة. وهذا يجعل الأداة مفيدة للمهندسين ذوي الخبرة وللمختبِرين الذين لا يرغبون في إضاعة الوقت في الإعداد والتشغيل اليدويين للمحاكيات (mocks). وعمليًا، يرفع الوكيل عن المستخدم معظم الآليات الروتينية.

من النموذج الأولي إلى الإطلاق

تحوّل النموذج الأولي المسائي سريعًا إلى MVP استغرق أسبوعين، ثم إلى منتج داخلي متكامل. وبعد العرض التقديمي في عروض منصة AlfaGen، اهتمت فرق أخرى في البنك بالأداة، فانضم المطوّر إلى مجموعة تعمل على وكلاء QA بدوام كامل. بعد ذلك بدأ العمل على الوصول بالمشروع إلى مستوى جاهزية الإنتاج: أُضيف وضع الدردشة، ومجلدات حسب المشاريع، ومجموعات من البدائل الوهمية ذات منطق خاص، وإصلاحات بناءً على ملاحظات الزملاء، وسيناريو استخدام أكثر راحة. وبحلول نهاية نوفمبر أغلق الفريق المشكلات الحرجة وبدأ التحضير لإطلاق أوسع.

خُصّص للحل نطاق (domain) مستقل، وضُبطت صلاحيات الوصول، وأُعيدت كتابة الواجهة الأمامية لتعمل مع المكتبات الداخلية للبنك، وأُعدّت الوثائق. وتختبر مجموعات التركيز داخل البنك المولّد الآن، بينما تُستخدم نسخة محلية منه فعليًا في مهام حقيقية ضمن منتجات الأعمال الصغيرة. وهو في جوهره مثال على كيف تحوّل منصة ذكاء اصطناعي داخلية مشكلة هندسية فردية إلى خدمة تطبيقية لمؤسسة بأكملها.

ماذا يعني ذلك

تُظهر قصة ألفا بنك أن أدوات الذكاء الاصطناعي المفيدة في التطوير قد لا تنشأ في فرق البحث والتطوير (R&D) المتخصصة فحسب، بل أيضًا من القاعدة، انطلاقًا من مشكلة ملموسة يعاني منها المختبِرون. وإذا جرى الوصول بمثل هذه المشاريع سريعًا إلى مرحلة الواجهة والوثائق والمعايير الداخلية والتجربة الفعلية، فإنها تتوقف عن كونها عرضًا لقدرات LLM وتصبح أداة عمل توفّر ساعات لفريق كامل وتُسرّع دخول الخدمات الجديدة إلى مرحلة الاختبار. وهذا أهم للذكاء الاصطناعي المؤسسي من أي عرض توضيحي مبهر.