شهدت شركة Anthropic، إحدى الشركات الرائدة في مجال الذكاء الاصطناعي، زيادة هائلة في وتيرة تطوير الأكواد لديها. فبعد أن كانت تدمج حوالي 2,500 تغيير في الأكواد يوميًا في مايو 2026، ارتفع هذا الرقم ليصبح أكثر من 30,000 تغيير يوميًا بحلول سبتمبر 2026. هذه القفزة الكبيرة، والتي يُعتقد أن نماذج الفئة Fable/Mythos كانت عاملًا رئيسيًا فيها، دفعت الشركة لإعادة التفكير في كيفية إدارة مصادرها.
لمواجهة هذا التحدي الضخم، قامت Anthropic بتصميم أنظمة جديدة كليًا للتحكم بالمصادر ومراجعة الأكواد. نرى أن هذه الخطوة تعكس مدى تعقيد عمليات تطوير الذكاء الاصطناعي وحاجتها لأدوات متخصصة تتجاوز الحلول التقليدية.
Scion وAntique: أنظمة مخصصة للتحكم بالمصادر والمراجعة
النظام الجديد للتحكم بالمصادر أطلق عليه اسم «Scion»، ويبدو أنه يمثل إعادة ابتكار للتحكم المركزي بالمصادر على غرار أنظمة مثل Subversion، بعد الانتقال من Git. أما نظام مراجعة الأكواد الجديد، فقد أطلقت عليه الشركة اسم «Antique».
احتياجات Anthropic كانت بالغة التعقيد: تاريخ الفرع الرئيسي لوحده يصل إلى حوالي 100 جيجابايت، ونسخة العمل المضغوطة تتجاوز 25 جيجابايت. يقوم النظام بأكثر من 25 مليون عملية استعراض للأكواد يوميًا لـ CI، دون احتساب بيئات المطورين وصناديق الحماية للوكلاء ومهام البحث. ولو تمت هذه العمليات بطريقة بدائية، لبلغ حجم حركة بيانات Git أكثر من 600 بيتابايت يوميًا.
تمكن فريق مكون من سبعة أشخاص فقط من بناء هذا النظام الجديد وإتمام عملية الهجرة من Git في غضون خمسة أشهر، وهو إنجاز مذهل بالنظر إلى النطاق المعقد للمشروع.
دور الذكاء الاصطناعي في مراجعة الأكواد
تستخدم Anthropic مراجعة الأكواد العدائية بشكل مكثف، حيث تقوم نماذج الذكاء الاصطناعي (مثل Claude و GPT) بمحاولة اكتشاف العيوب في الأكواد. ورغم فعالية هذه الطريقة الكبيرة في العديد من الجوانب، إلا أنها قد تكون قاصرة أحيانًا.
يحتاج المهندسون المهرة إلى توجيه Claude بعيدًا عن الإفراط في هندسة أجزاء من النظام استجابةً لمخاوف افتراضية. هذا يسلط الضوء على أهمية التدخل البشري الحاسم، حتى مع وجود أدوات مراجعة أكواد متقدمة مدعومة بالذكاء الاصطناعي.
ماذا يعني هذا للمطورين؟
تُظهر تجربة Anthropic أن إدارة المشروعات الكبيرة جدًا، خاصة تلك التي تشهد وتيرة تطوير متسارعة بفضل الذكاء الاصطناعي، تتطلب ابتكارًا جذريًا في أدوات DevOps. بالنسبة للمطورين، هذا يعني أننا قد نرى تطورًا في أنظمة التحكم بالمصادر لتدعم مستودعات الأكواد العملاقة، وتوفير أدوات أكثر ذكاءً للمراجعة الآلية.
ومع ذلك، تظل الحاجة إلى الخبرة البشرية في توجيه وتحسين مخرجات الذكاء الاصطناعي أمرًا بالغ الأهمية، حتى في المهام التي تبدو روتينية مثل مراجعة الأكواد. فالذكاء الاصطناعي أداة قوية، لكنه يتطلب إشرافًا بشريًا لتجنب الإفراط في التعقيد أو الوقوع في الأخطاء القاصرة.
المصادر: simonwillison.net، theregister.com