الذكاء الاصطناعي يكتب المزيد من الأكواد، ولكن هذا لا يعني بالضرورة أن البرامج تخرج بشكل أسرع.
أحد أكثر البيانات إثارة للاهتمام التي قرأتها حتى الآن حول وكلاء البرمجة بالذكاء الاصطناعي هو: المزيد من التعليمات البرمجية لا يعني بالضرورة المزيد من البرامج.
أظهرت دراسة أجراها فيونا تشن وجيمس ستراتون من جامعة هارفارد، والتي شملت بيانات من أكثر من 700 شركة برمجية، تغطي أكثر من 700 ألف موظف و300 مليون عملية عمل، في الفترة من عام 2021 إلى مارس 2026، أن إدخال وكلاء البرمجة أدى إلى زيادة في متوسط عدد سطور التعليمات البرمجية بنسبة 30٪، وعدد مرات الالتزام (commit) بنسبة 20٪، وعدد طلبات الدمج (pull request) بنسبة 23٪.
ولكن السؤال الأهم هو: هل هذا يؤدي إلى إنجاز المهام بشكل أسرع؟ لم يُلاحظ أي تغيير إحصائيًا هام في معدل إكمال الأخطاء والمهام والميزات التي يتم تتبعها في أدوات مثل Jira.
العائق الرئيسي يكمن في مراجعة التعليمات البرمجية. فقد زاد متوسط الوقت المستغرق من إرسال طلب الدمج إلى دمجه في قاعدة التعليمات البرمجية الرئيسية بنسبة 49٪. كما ارتفعت نسبة طلبات الدمج التي تتطلب تعديلات تقريبًا إلى الضعف، وارتفع متوسط عدد التعليقات لكل طلب دمج بنسبة 35٪، وارتفعت نسبة الموظفين المشاركين في مراجعة التعليمات البرمجية بنسبة 14٪. وهذا يعني أن جزءًا كبيرًا من السرعة التي يتم تحقيقها في عملية كتابة التعليمات البرمجية يتم إهدارها في عملية المراجعة والتصحيح.
تحاول الشركات حل هذه المشكلة باستخدام الذكاء الاصطناعي: اعتبارًا من مارس 2026، كانت 80٪ من الشركات التي تمت مراجعتها تستخدم نوعًا من أدوات مراجعة التعليمات البرمجية بالذكاء الاصطناعي. ومع ذلك، فإن 23.3٪ فقط من تعليقات المراجعة تأتي من هذه الأدوات، وتساهم هذه الأدوات في 10.8٪ فقط من طلبات الدمج؛ ومع ذلك، لا يزال الجزء الأكبر من العمل يتم بواسطة البشر. ولم يتم ملاحظة أي تغيير كبير في عدد الموظفين النشطين، على الأقل خلال الفترة التي تمت دراستها.
من المهم ملاحظة أن البيانات انتهت في مارس 2026، وأن الأدوات قد تطورت منذ ذلك الحين. ولكن الدرس الذي استخلصته هو: لتحقيق الكفاءة، يجب تسريع ليس فقط عملية كتابة التعليمات البرمجية، ولكن أيضًا عمليات المراجعة والتصحيح والدمج.
الخبر من موقع Ars Technica: https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
نسخة PDF من الدراسة: https://fion.ac/jellyfish.pdf
المصدر: DonanımHaber
أظهرت دراسة أجراها فيونا تشن وجيمس ستراتون من جامعة هارفارد، والتي شملت بيانات من أكثر من 700 شركة برمجية، تغطي أكثر من 700 ألف موظف و300 مليون عملية عمل، في الفترة من عام 2021 إلى مارس 2026، أن إدخال وكلاء البرمجة أدى إلى زيادة في متوسط عدد سطور التعليمات البرمجية بنسبة 30٪، وعدد مرات الالتزام (commit) بنسبة 20٪، وعدد طلبات الدمج (pull request) بنسبة 23٪.
ولكن السؤال الأهم هو: هل هذا يؤدي إلى إنجاز المهام بشكل أسرع؟ لم يُلاحظ أي تغيير إحصائيًا هام في معدل إكمال الأخطاء والمهام والميزات التي يتم تتبعها في أدوات مثل Jira.
العائق الرئيسي يكمن في مراجعة التعليمات البرمجية. فقد زاد متوسط الوقت المستغرق من إرسال طلب الدمج إلى دمجه في قاعدة التعليمات البرمجية الرئيسية بنسبة 49٪. كما ارتفعت نسبة طلبات الدمج التي تتطلب تعديلات تقريبًا إلى الضعف، وارتفع متوسط عدد التعليقات لكل طلب دمج بنسبة 35٪، وارتفعت نسبة الموظفين المشاركين في مراجعة التعليمات البرمجية بنسبة 14٪. وهذا يعني أن جزءًا كبيرًا من السرعة التي يتم تحقيقها في عملية كتابة التعليمات البرمجية يتم إهدارها في عملية المراجعة والتصحيح.
تحاول الشركات حل هذه المشكلة باستخدام الذكاء الاصطناعي: اعتبارًا من مارس 2026، كانت 80٪ من الشركات التي تمت مراجعتها تستخدم نوعًا من أدوات مراجعة التعليمات البرمجية بالذكاء الاصطناعي. ومع ذلك، فإن 23.3٪ فقط من تعليقات المراجعة تأتي من هذه الأدوات، وتساهم هذه الأدوات في 10.8٪ فقط من طلبات الدمج؛ ومع ذلك، لا يزال الجزء الأكبر من العمل يتم بواسطة البشر. ولم يتم ملاحظة أي تغيير كبير في عدد الموظفين النشطين، على الأقل خلال الفترة التي تمت دراستها.
من المهم ملاحظة أن البيانات انتهت في مارس 2026، وأن الأدوات قد تطورت منذ ذلك الحين. ولكن الدرس الذي استخلصته هو: لتحقيق الكفاءة، يجب تسريع ليس فقط عملية كتابة التعليمات البرمجية، ولكن أيضًا عمليات المراجعة والتصحيح والدمج.
الخبر من موقع Ars Technica: https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
نسخة PDF من الدراسة: https://fion.ac/jellyfish.pdf
المصدر: DonanımHaber
التعليقات 0
اترك أول تعليق، بأي لغة.
سجّل الدخول للتعليق