هنگامی که دستیاران کدنویسی هوش مصنوعی دورتر می شوند، چه می کنید؟

چند ماه پیش، چیزی دیدم که باعث شد به این فکر کنم که دستیارهای کدنویسی واقعاً چه توانایی هایی دارند. یکی از هم تیمیها با شرایط مسابقه خستهکنندهای مواجه بود که در اعماق خدمات قدیمی مدفون شده بود. این یک اشتباه آشکار نبود و بررسی آن زمان زیادی را صرف کرده بود.
او به جای اینکه دوباره به صورت دستی کد را جستجو کند، مشکل را برای یک عامل کدنویس توضیح داد، آن را اجرا کرد و برای قهوه بازنشسته شد.
چند دقیقه بعد، تست ها با موفقیت پشت سر گذاشتند و یک درخواست کشش آماده برای بررسی وجود داشت.
آن لحظه برای من کلیک کرد. این فقط یک تکمیل خودکار هوشمندتر یا یک چت بات تولید کننده قطعه نبود. عامل پایگاه کد را کاوش کرده، فایلهای مربوطه را شناسایی کرده، روشهای مختلف را آزمایش کرده، وصله را تأیید کرده و کار را با راهنمایی بسیار کمی تکمیل کرده است.
اگر همچنان به روشی که یکی دو سال پیش انجام دادیم به دستیارهای کدنویسی فکر می کنید، احتمالاً وقت آن رسیده است که به طور متفاوت به آنها نگاه کنید. آنها دیگر فقط به ما در نوشتن کد کمک نمی کنند. آنها شروع به تصاحب وظایف مهندسی به خوبی تعریف شده کرده اند و این روش کار بسیاری از ما را تغییر می دهد.
تکمیل خودکار هرگز بخش سرگرم کننده نبود
برای مدت طولانی، دستیارهای کدنویسی اساساً ابزارهای تکمیل خودکار هوشمندتر بودند. آنها میتوانند چند خط کد بعدی را پیشنهاد کنند، یک الگو ایجاد کنند یا وقتی آن را در پنجره چت جایگذاری میکنید، یک پیام خطا را توضیح دهند. ابزارهایی مانند GitHub Copilot نوشتن کد را سریعتر کردند و شکی وجود نداشت که بهرهوری روزانه را بهبود میبخشند.
اما شما همچنان کل فرآیند را مدیریت کردید. شما تصمیم گرفته اید که از کجا شروع کنید، کدام فایل ها را باز کنید، چه چیزی را باید تغییر دهید و اینکه آیا کد تولید شده واقعا مشکل را حل می کند یا خیر. دستیار به شما کمک کرد کد بنویسید، اما مسئولیت خود کار را بر عهده نداشت.
این چیزی است که در سال گذشته تغییر کرده است. عوامل کد نویسی امروزی برای کار در جهت یک هدف ساخته شده اند، نه اینکه فقط به درخواست ها پاسخ دهند. به آنها یک هدف، دسترسی به پروژه خود، یک ترمینال و اجازه اجرای آزمایش بدهید و آنها خودشان شروع به حل مشکل می کنند.
آنها پایگاه کد را بررسی میکنند، فایلهای مربوطه را شناسایی میکنند، تغییراتی ایجاد میکنند، آزمایشها را اجرا میکنند، از نتایج یاد میگیرند و به تکرار ادامه میدهند تا زمانی که مشکل را حل کنند یا واقعاً به ورودی شما نیاز داشته باشند.
آنها دیگر سعی نمی کنند خط بعدی کد شما را پیش بینی کنند. آنها سعی می کنند کار را کامل کنند. یک گردش کار معمولی به صورت زیر است:
$ agent run "checkout_test.py is flaky, find out why and fix it"
▸ Reading checkout_test.py, checkout_service.py, order_state.py
▸ Running test suite 5x to reproduce flakiness... 2/5 failures
▸ Hypothesis: race condition between inventory lock release and
payment webhook handler
▸ Reading inventory_lock.py, webhook_handler.py
▸ Adding targeted logging, re-running...
▸ Confirmed: webhook can fire before lock release commits
▸ Editing inventory_lock.py — moving lock release after commit ack
▸ Running full test suite 10x... 10/10 pass
▸ Opening PR #4127: "Fix race condition in checkout lock release"
Done in 6m 42s. 1 file changed, 9 insertions, 3 deletions.
$ agent run "checkout_test.py is flaky, find out why and fix it"
▸ Reading checkout_test.py, checkout_service.py, order_state.py
▸ Running test suite 5x to reproduce flakiness... 2/5 failures
▸ Hypothesis: race condition between inventory lock release and
payment webhook handler
▸ Reading inventory_lock.py, webhook_handler.py
▸ Adding targeted logging, re-running...
▸ Confirmed: webhook can fire before lock release commits
▸ Editing inventory_lock.py — moving lock release after commit ack
▸ Running full test suite 10x... 10/10 pass
▸ Opening PR #4127: "Fix race condition in checkout lock release"
Done in 6m 42s. 1 file changed, 9 insertions, 3 deletions.
هیچ کس به من نگفت که خطا در کدام فایل است. این همان قسمتی است که قبلاً کار می کرد.
جایی که واقعا کمک می کند (و جایی که نمی کند)
بیایید واقع بین باشیم. این ابزارها هر خط کد را برای ما نمی نویسند و احتمالاً نباید هم بنویسند. آنچه من متوجه شده ام این است که توسعه دهندگان در مورد آنچه منتشر می کنند بسیار انتخابی تر می شوند. کارهایی که تکراری هستند و به راحتی قابل بررسی هستند معمولاً بازی منصفانه هستند. مواردی مانند رفع تستهای شکسته، بهروزرسانی وابستگیها، تولید کد CRUD، تجزیه و تحلیل گزارشها یا ردیابی اینکه چرا یک نقطه پایانی ناگهان کندتر از حد انتظار اجرا میشود.
از سوی دیگر، کارهایی که شامل تصمیمات معماری، منطق تجاری، امنیت یا طراحی بلندمدت هستند، هنوز از قضاوت انسان سود می برند. اینها زمینههایی هستند که زمینه اهمیت دارد و مکالمه اغلب به نتیجه بهتری میانجامد تا اینکه صرفاً از یک نماینده بخواهید مسئولیت را بر عهده بگیرد.
در عمل، سازنده ترین تیم ها سعی نمی کنند توسعه دهندگان را جایگزین کنند. آنها از این ابزارها برای مراقبت از کارهای تکراری استفاده می کنند و مهندسان زمان بیشتری را برای تمرکز بر حل مشکلاتی که در واقع نیاز به تخصص و تفکر انتقادی دارند، می گذارند.
چیزی که من آموخته ام این است که اندازه یک کار واقعاً تعیین نمی کند که آیا آن یک کاندیدای خوب برای تفویض اختیار است یا خیر. مهمتر از آن، بررسی نتیجه چقدر آسان است. برای مثال، یک refactoring عمده در یک پایه کد که به خوبی میدانید میتواند مناسب باشد زیرا میتوانید تغییرات را بررسی کنید، آزمایشها را اجرا کنید و هر چیزی را که اشتباه به نظر میرسد به سرعت تشخیص دهید.
از سوی دیگر، یک تغییر کوچک در چیزی مانند جریان تطبیق پرداخت ممکن است مستحق توجه بیشتر باشد. حتی اگر فقط چند خط کد باشد، تأثیر سوء تفاهم می تواند قابل توجه باشد و همیشه تأیید نتیجه با یک نگاه سریع آسان نیست.
به عبارت دیگر، من بر اساس میزان کد گنجانده شده تصمیم نمیگیرم. من بر اساس اینکه چقدر مطمئن هستم که نتیجه درست است، تصمیم میگیرم. تغییر دیگری که کمتر در مورد آن صحبت می شود نحوه اداره این عوامل است.
در ابتدا، همه چیز به نکات بستگی داشت. هر جلسه جدید به معنای توضیح ساختار پروژه، استانداردهای کدنویسی و قوانین کوچکی بود که تیم شما از آنها پیروی می کند.
این کمتر و کمتر رایج می شود. اکثر عوامل کدنویسی مدرن اکنون قبل از شروع تغییرات به دنبال فایل های پیکربندی در سطح پروژه می گردند. این فایلها مواردی مانند قراردادهای کدنویسی، دستورالعملهای معماری، الزامات تست و قوانین ساده مانند “پوشه مهاجرت را بدون تایید تغییر ندهید.”
فایده آن آشکار است. به جای اینکه هر بار دستورالعمل های یکسانی را تکرار کنید، آنها را یک بار تعریف می کنید و به نماینده اجازه می دهید آنها را به صورت متوالی در طول جلسات دنبال کند. این یک تغییر کوچک در ظاهر است، اما باعث میشود این ابزارها بیشتر شبیه یک هم تیمی که با پروژه شما آشنا هستند احساس کنند، نه فردی که هر روز به همان آموزش نیاز دارد.
# Project conventions for AI agents
- Run `pnpm test` before opening any PR, not `npm test`
- Never modify files under /migrations directly — generate
a new migration instead
- API responses must match the schema in /schemas, run
`pnpm validate:schema` after changes
- Prefer editing existing utility functions in /lib/utils
over creating new ones
- Ask before adding a new npm dependency
این فایل پیکربندی بسیار بیشتر از ارائه دستورالعمل به عامل است. جزئیات کوچکی را که هر تیمی به آن تکیه میکند، ثبت میکند، اما به ندرت به خوبی مستندسازی میکند. چیزهایی مانند قراردادهای کدنویسی، گردش کار ترجیحی و قوانین خاص پروژه که معمولاً فقط در ذهن مهندسان با تجربه وجود دارند یا در جایی در ویکی قدیمی مدفون هستند که تقریباً هیچ کس آن را باز نمی کند.
با قرار دادن این دانش در یک مکان، هر عامل کدنویسی با درک یکسانی از پروژه شروع میکند، نه اینکه هر بار این قوانین را از ابتدا یاد بگیرد.
موضوع چند نماینده واقعی است، نه فقط بازاریابی
روند دیگری که نادیده گرفتن آن به طور فزاینده ای دشوار می شود، ارکستراسیون چند عاملی است. به جای تکیه بر یک عامل واحد برای مدیریت همه چیز، یک نماینده به عنوان هماهنگ کننده عمل می کند و کار را به وظایف کوچکتر و متمرکز تقسیم می کند. به عنوان مثال، یکی ممکن است تغییرات باطن را پردازش کند، دیگری صفحه اصلی را به روز کند، در حالی که سومی کد را برای مشکلات امنیتی احتمالی بررسی می کند. پس از تکمیل هر کار، هماهنگ کننده همه چیز را در یک نتیجه ترکیب می کند.
اعتراف می کنم، وقتی برای اولین بار در مورد این رویکرد شنیدم شک داشتم. به نظر میرسید که این کلمه کلیدی دیگری است که در دموها چشمگیر به نظر میرسد اما در پروژههای واقعی مشکل دارد. اما پس از مشاهده کار بر روی کارهای عملی مانند افزودن پشتیبانی OAuth بدون شکستن جریان احراز هویت موجود، شروع به کارکرد منطقیتر کرد. کار به طور طبیعی به تغییرات باطن، بهروزرسانیهای ظاهری و یک بررسی امنیتی تقسیم میشد که هر قسمت بهجای اینکه منتظر تکمیل مرحله قبلی باشد، به طور همزمان پیشرفت میکرد.
این راه حل مناسبی برای هر مشکلی نیست، اما برای کارهایی که می توانند به بخش های مستقل تقسیم شوند، می تواند مقدار شگفت انگیزی در زمان صرفه جویی کند.
$ agent run "add OAuth login with Google, keep existing
email/password flow working"
▸ Planning: 3 subtasks identified
├─ [backend] OAuth token exchange + session handling
├─ [frontend] Login button + redirect flow
└─ [security] Review token storage, CSRF handling
▸ Dispatching subtasks (parallel)...
[backend] editing auth_service.py, session_store.py
[frontend] editing LoginPage.tsx, auth_client.ts
[security] reviewing diffs as they land
▸ [security] flagged: refresh token stored in localStorage,
recommend httpOnly cookie instead
▸ [backend] applying fix — switching to httpOnly cookie storage
▸ All subtasks complete, running integration tests... 47/47 pass
مانند هر رویکرد جدید، کامل نیست. هماهنگ کردن چندین عامل پیچیدگی خاص خود را میافزاید و موقعیتهای زیادی وجود دارد که یک عامل منفرد و با پیکربندی خوب هنوز انتخاب بهتری است. برای کارهایی که نیاز به استدلال دقیق یا وابستگی های زیادی دارند، نگه داشتن همه چیز در یک مکان اغلب ساده تر و قابل اعتمادتر است.
جایی که جریان های کاری چند عاملی واقعاً می درخشد، زمانی است که کار را می توان به بخش های مستقل تقسیم کرد. Backend، Frontend، تست و بررسی های امنیتی همگی می توانند به جای اینکه منتظر یکدیگر باشند، در یک زمان به جلو حرکت کنند.
این یک گلوله نقره ای نیست و جایگزین هر جریان کاری نمی شود. اما زمانی که مشکل با رویکرد مواجه می شود، افزایش بهره وری می تواند به طرز شگفت آوری واقعی باشد.
صورت حساب یک جایی می آید
البته معاوضه هایی هم وجود دارد. با افزایش توانایی این عوامل، استفاده از آنها نیز گران تر می شود. جلسات طولانیتر، پنجرههای زمینه بزرگتر و تماسهای مکرر ابزار میتوانند بسیار سریعتر از آنچه بسیاری از تیمها انتظار دارند، هزینهها را افزایش دهند.
متوجه شدم که مکالمه به آرامی در حال تغییر است. به جای سوال کردن “آیا این سریعترین مامور است؟” تیم ها شروع به پرسیدن می کنند، “ارزش قیمت را دارد؟” این بدان معناست که به فراتر از نمایشهای نمایشی چشمگیر نگاه کنید و چیزهایی را که واقعاً مهم هستند اندازهگیری کنید، مانند هزینه حل یک مشکل، تکمیل یک ویژگی یا مشاهده درخواست کشش.
کارایی هنوز مهم است، اما دیگر تنها معیار نیست. یافتن تعادل مناسب بین قابلیت ها، سرعت و هزینه به همان اندازه مهم می شود. امنیت یکی دیگر از حوزههایی است که شایسته توجه بیشتر است. همان قابلیتهایی که به یک عامل اجازه میدهد کد را بررسی کند، آسیبپذیریها را شناسایی کند یا یک جریان احراز هویت را تقویت کند، در صورت دسترسی فرد اشتباه به این ابزارها نیز میتواند مورد سوء استفاده قرار گیرد.
این بدان معنا نیست که این عوامل ایمن نیستند و مطمئناً دلیلی برای اجتناب از آنها نیست. این فقط به این معنی است که باید با آنها مانند هر ابزار مهندسی قدرتمند دیگری رفتار کرد.
اگر یک نماینده به ترمینال، فضای ذخیرهسازی یا محیط تولید شما دسترسی داشته باشد، این مجوزها باید با دقت مدیریت شوند. دادن دسترسی نامحدود به یک نماینده به پوسته بدون کنترل مناسب تفاوت چندانی با دادن دسترسی گسترده به یک عضو جدید تیم در روز اول آنها ندارد.
از آنجایی که این ابزارها بخشی از توسعه روزمره می شوند، امنیت، کنترل دسترسی و ممیزی باید از همان ابتدا مورد توجه قرار گیرند، نه اینکه بعداً به عنوان یک فکر بعدی اضافه شوند.
بنابراین چه چیزی در واقع برای شما تغییر می کند
اگر در نظر دارید یکی از این ابزارها را به گردش کار توسعه خود اضافه کنید، یا تیم شما قبلاً شروع به استفاده از آنها کرده است، اما هنوز در تلاش هستید تا بفهمید که در کجا مناسب هستند، در اینجا چند درس آورده شده است که در این راه برداشت کردم.
در اینجا چند نکته وجود دارد که در حین کار با این ابزارها مرا شگفت زده کرد.
- فراتر از مدل نگاه کنید. دو عامل رمزگذاری می توانند از یک مدل اساسی استفاده کنند و همچنان نتایج بسیار متفاوتی ارائه دهند. آنچه اغلب بزرگترین تفاوت را ایجاد میکند این است که آنها چگونه زمینه، مجوزها، ابزارهای موجود را مدیریت میکنند و چگونه وقتی مشکلی پیش میآید بازیابی میکنند. ابزاری را فقط بر اساس مدلی که تبلیغ می کند انتخاب نکنید.
- با کارهای کم خطر شروع کنید. به عامل اجازه دهید کارهایی را انجام دهد که بررسی و اعتبارسنجی آنها آسان است، مانند رفع تست های ناپایدار، به روز رسانی وابستگی ها، نوشتن اسکریپت های مهاجرت یا بررسی فایل های گزارش. همانطور که اعتماد به نفس شما افزایش می یابد، می توانید به تدریج در کارهای پیچیده تر به او اعتماد کنید.
- قراردادهای پروژه خود را مستند کنید. یک فایل پیکربندی ساده که استانداردهای کدنویسی، الزامات آزمایش و قوانین خاص پروژه را توضیح میدهد، میتواند در زمان زیادی صرفهجویی کند. این به نماینده کمک می کند تا به جای یادگیری همان درس ها در هر جلسه، پروژه شما را از ابتدا درک کند.
- پیگیری هزینه ها. جلسات طولانی تر، تماس های تکراری ابزار و پنجره های زمینه بزرگ می توانند به سرعت جمع شوند. توجه به هزینه هر کار بسیار مفید است تا بتوانید به جای تعجب از صورتحساب ماهانه خود، بهره وری را با کارایی متعادل کنید.
من فکر نمی کنم توسعه دهندگان تغییر کنند. چیزی که من فکر می کنم در حال تغییر است این است که زمان خود را چگونه می گذرانیم. نوشتن کد سریعتر میشود، اما بررسی تغییرات، تصمیمگیریهای معماری، درک الزامات کسبوکار و اطمینان از کیفیت اهمیت بیشتری پیدا میکند.
از بسیاری جهات، توسعه دهندگان از نوشتن هر خط کد به سمت رهبری فرآیند کلی حرکت می کنند. ما مشکل را تعریف می کنیم، راه حل را بررسی می کنیم، تصمیمات نهایی را می گیریم و زمانی که به قضاوت یا تخصص نیاز است وارد عمل می شویم.
این روش کار متفاوتی است و ما هنوز در حال کشف این موضوع هستیم که در عمل چگونه به نظر می رسد. اینکه آیا این در نهایت راه بهتری برای ساختن نرم افزار است یا خیر، چیزی است که تنها زمان مشخص خواهد کرد. اما یک چیز از قبل مشخص است: نقش مهندس نرم افزار در حال تکامل است و یادگیری نحوه کار موثر با این ابزارها به بخش مهمی از کار تبدیل شده است.




