پرش به محتوای اصلی
بلاگ
۴ دقیقه مطالعه

متا ابزاری برای اجرای همزمان چند ایجنت کدنویسی خرید؛ ولی بخش سخت هنوز بازبینی کد است

خرید Conductor توسط متا نشان می‌دهد کدنویسی با هوش مصنوعی به کدام سمت می‌رود: چند ایجنت که همزمان کار می‌کنند. چرا این گلوگاه را از نوشتن کد به بازبینی آن منتقل می‌کند و چطور کار کنیم که بازبینی از سرعت عقب نماند.

  • ایجنت هوش مصنوعی
  • کدنویسی با هوش مصنوعی
  • بازبینی کد
  • آینده مهندسی نرم افزار
متا ابزاری برای اجرای همزمان چند ایجنت کدنویسی خرید؛ ولی بخش سخت هنوز بازبینی کد است

متا در ۴ نوامبر استارتاپ دوساله‌ای به اسم Conductor را خرید که یک ایده‌ی ساده داشت: به جای اینکه هر بار با یک ایجنت کدنویسی کار کنید، چند تا را همزمان اجرا کنید. هر ایجنت یک نسخه‌ی جداگانه از کد را می‌گیرد، روی کار خودش جلو می‌رود و شما در آخر نتیجه را بازبینی و ادغام می‌کنید.

طبق گزارش Axios و InfoWorld، مبلغ این خرید اعلام نشده و تیم Conductor به آزمایشگاه Superintelligence متا پیوسته است. OpenAI هم همان روز خرید یک ابزار توسعه‌دهنده‌ی دیگر را اعلام کرد. شرکت‌های بزرگ دارند روی این شرط می‌بندند که قدم بعدی کدنویسی با هوش مصنوعی یک دستیار باهوش‌تر نیست، بلکه تیمی از دستیارهاست.

به نظرم درباره‌ی جهت حرکت حق دارند. ولی فکر می‌کنم بیشتر بحث‌ها درباره‌ی نیمه‌ی آسان ماجراست.

چرا اجرای همزمان ایجنت‌ها منطقی است

ایجنت‌ها دیگر چیز عجیبی نیستند. در نظرسنجی ۲۰۲۶ جت‌برینز از بیش از ۱۵ هزار برنامه‌نویس حرفه‌ای، ۹۰ درصد گفته‌اند دست‌کم هفته‌ای یک بار سر کار از ایجنت کدنویسی استفاده می‌کنند و ۶۸ درصد هر روز. وقتی یک ایجنت می‌تواند بیست دقیقه خودش روی یک کار جلو برود، منتظر ماندن برایش اتلاف وقت به نظر می‌رسد. پس یک ایجنت دوم را سراغ کار دیگری می‌فرستید. بعد سومی را.

ابزارهایی مثل Conductor این کار را عملی می‌کنند. هر ایجنت را در نسخه‌ی کاری جداگانه‌ای نگه می‌دارند تا کار هم را خراب نکنند، و یک جا برای دیدن پیشرفت همه می‌دهند.

برای بعضی کارها این واقعاً بهره‌وری را چند برابر می‌کند: رفع باگ‌های کوچک، نوشتن تست، به‌روزرسانی وابستگی‌ها، ساختن یک endpoint جدید شبیه ده تای قبلی، یا مهاجرت کد از یک API به API دیگر.

گلوگاه به بازبینی منتقل می‌شود

بخشی که کمتر درباره‌اش حرف زده می‌شود این است: برای تیم‌های باتجربه، نوشتن کد هیچ‌وقت کندترین مرحله نبوده. فهمیدن تغییر، سنجیدنش با نیاز واقعی محصول و اطمینان از اینکه ساعت دو بامداد چیزی را خراب نمی‌کند، همیشه بخش گران کار بوده است.

وقتی یک ایجنت کد می‌نویسد، یک تغییر را بازبینی می‌کنید. وقتی پنج ایجنت می‌نویسند، پنج تغییر را؛ اغلب در بخش‌های مشترک، هر کدام با سبکی کمی متفاوت و هر کدام مطمئن از درستی خودش. تولید کد با تعداد ایجنت‌ها بالا می‌رود، ولی توجه شما نه.

سه جا می‌بینم که این روند خراب می‌شود:

  • بازبینی سرسری. تغییرها معقول به نظر می‌رسند، تست‌ها سبزند و بعد از پنجمی دیگر دقیق نمی‌خوانید. باگ‌های ظریف، حفره‌های امنیتی و رمزهای لورفته دقیقاً از همین راه به پروداکشن می‌رسند.
  • تعارض در معنا، نه در متن. دو ایجنت ممکن است هر کدام تغییر معقولی بدهند که کنار هم اشتباه است؛ مثلاً دو روش متفاوت برای مدیریت یک خطای یکسان.
  • مالکیت کم‌رنگ می‌شود. شش ماه بعد هیچ‌کس در تیم نمی‌تواند توضیح بدهد چرا یک بخش از کد این شکلی است، چون واقعاً کسی درباره‌اش تصمیم نگرفته بود.

اگر با تیمی از ایجنت‌ها کار کنم، این قانون‌ها را رعایت می‌کنم

۱. برای هر ایجنت یک کار مشخص و نوشته‌شده. جمله‌ای مثل «برای endpoint ورود محدودیت درخواست بگذار؛ ۵ تلاش در دقیقه برای هر IP، با پاسخ 429 و هدر Retry-After» قابل بازبینی است. «احراز هویت را بهتر کن» نیست.

۲. فقط تغییرهای کوچک. اگر تغییر یک ایجنت آن‌قدر بزرگ است که در ده دقیقه خوانده نمی‌شود، از او می‌خواهم کار را تقسیم کند. تغییر بزرگی که ماشین نوشته، بازبینی‌اش ارزان‌تر از تغییر بزرگی که آدم نوشته نیست.

۳. تست‌هایی که به آن‌ها اعتماد دارم، قبل از کد. می‌خواهم تست‌ها رفتاری را توصیف کنند که خواسته‌ام، نه رفتاری که ایجنت اتفاقی ساخته. وقتی ایجنت هم تست و هم کد را می‌نویسد، اول تست‌ها را بخوانید.

۴. بخش‌های پرریسک را موازی نکنید. پرداخت، احراز هویت، مهاجرت داده و هر چیزی که با رمزها سروکار دارد را هر بار فقط به یک ایجنت بدهید و با حوصله بازبینی کنید.

۵. دفترچه‌ای از تصمیم‌ها نگه دارید. چرا این صف را انتخاب کردیم، این قالب خطا را، این کتابخانه را. ایجنت‌ها می‌توانند آن را بخوانند، و نفر بعدی تیم هم.

نظر من

اجرای همزمان چند ایجنت به‌زودی عادی می‌شود، همان‌طور که اجرای همزمان چند کار CI عادی است. ولی فکر نمی‌کنم برنده‌ها تیم‌هایی باشند که بیشترین ایجنت را اجرا می‌کنند. برنده‌ها تیم‌هایی هستند که بهتر بازبینی می‌کنند: کارهای شفاف، تغییرهای کوچک، تست‌هایی که هدف را نشان می‌دهند و مهندس‌هایی که هنوز سیستم را می‌فهمند.

برای برنامه‌نویس‌ها این خبر خوبی است. مهارتی که ارزشش بالا می‌رود سرعت تایپ نیست؛ قضاوت است. اینکه بدانی چه چیزی بسازی، چطور درستی‌اش را بسنجی و کِی تغییری که درست به نظر می‌رسد درست نیست. خودکار کردن این مهارت‌ها از خودکار کردن کد سخت‌تر است.

اگر می‌خواهید ایجنت‌های هوش مصنوعی را وارد روند کار تیمتان کنید و برای بازبینی و تست کمک می‌خواهید تا سرعت به ریسک تبدیل نشود، برایم پیام بفرستید. برای زمینه‌ی بیشتر هم بخوانید آیا ایجنت‌های هوش مصنوعی جای برنامه‌نویس‌ها را می‌گیرند.

متا ابزاری برای اجرای همزمان چند ایجنت کدنویسی خرید؛ ولی بخش سخت هنوز بازبینی کد است | متین عسکری