أعلنت أنثروبيك أن نموذجها Claude أصبح يكتب الجزء الأكبر من الشيفرة الجديدة التي تدخل إلى بيئة الإنتاج لديها، في تطور يعكس انتقال الذكاء الاصطناعي من مجرد أداة مساعدة للمطورين إلى عنصر أساسي في دورة تطوير البرمجيات نفسها.
وبحسب ما كشفته الشركة، فإن أكثر من 80% من الشيفرة التي أُدمجت في قاعدة الإنتاج خلال مايو لم يكن مصدرها بشرياً، بل جرى توليدها بواسطة Claude. وتقول أنثروبيك إن هذا التحول ترافق مع ارتفاع بنحو ثمانية أضعاف في حجم الشيفرة التي يتم شحنها لكل مهندس في الربع الواحد مقارنة بالمتوسط المسجل خلال الفترة بين 2021 و2025.
هذه الأرقام لا تعني فقط أن فرق الهندسة أصبحت أسرع، بل تشير أيضاً إلى أن عبء العمل انتقل من كتابة الشيفرة إلى مراجعتها وضبطها والتحقق من سلامتها. ومع اتساع الاعتماد على الوكلاء الأذكياء، يصبح السؤال الأهم لدى الشركات: كيف يمكن توسيع استخدام الذكاء الاصطناعي في البرمجة من دون خلق اختناقات جديدة في المراجعة والأمن والجودة؟
من المساعدة البرمجية إلى الأتمتة شبه الكاملة
ما تعرضه أنثروبيك يمثل مرحلة متقدمة في تطور أدوات البرمجة المعتمدة على الذكاء الاصطناعي. ففي السنوات الأولى، كان الاستخدام يقتصر على توليد مقاطع قصيرة من الشيفرة أو اقتراح حلول سريعة للمطورين. أما اليوم، فالوكلاء القادرون على العمل بشكل مستقل باتوا يكتبون ملفات كاملة، يعدلون بنى برمجية معقدة، ويواصلون تنفيذ مهام تمتد لساعات طويلة.
وترى الشركة أن هذا المسار مرّ بعدة مراحل واضحة: مرحلة الكتابة اليدوية الكاملة، ثم مرحلة المساعدات الحوارية، ثم ظهور وكلاء البرمجة، وصولاً إلى مستوى يستطيع فيه النظام تنفيذ أجزاء كبيرة من العمل البرمجي دون تدخل مباشر في كل خطوة. هذا التطور لم يعد نظرياً، بل تدعمه مؤشرات أداء واختبارات قياس مخصصة لمهام إصلاح الأخطاء البرمجية داخل مستودعات حقيقية.
وتشير أنثروبيك أيضاً إلى أن نماذجها باتت قادرة على معالجة مهام طويلة ومفتوحة النهاية، مع تحسينات ملحوظة في قدرتها على الاستمرار في العمل لساعات ممتدة، وهو ما يوسع نطاق استخدامها داخل بيئات التطوير المؤسسية.
لماذا تصبح المراجعة أصعب كلما زادت الأتمتة؟
عندما ينخفض زمن توليد الشيفرة إلى مستوى شبه فوري، لا يعود التحدي في الإنتاج نفسه، بل في القدرة على تقييم هذا الإنتاج والتحقق منه. وهذا ما تسلط عليه أنثروبيك الضوء ضمنياً: إذا كانت الأنظمة قادرة على إنتاج كميات ضخمة من التعديلات في وقت قصير، فإن المراجعة البشرية التقليدية قد لا تلحق بهذه الوتيرة.
وترى الشركة أن هذا الواقع يفرض على المؤسسات إعادة تصميم مسار التطوير بحيث لا يقتصر دور المهندس على الكتابة، بل يمتد إلى الإشراف المعماري، وتحديد الأهداف، ومراقبة جودة المخرجات. بمعنى آخر، يتحول المطور تدريجياً من منفذ مباشر إلى مشرف على منظومة من الوكلاء البرمجيين.
وللتعامل مع هذا التحول، توصي أنثروبيك الشركات بإدخال مراجعين آليين إلى خطوط التكامل والنشر المستمر، بحيث يتم فحص كل طلب دمج قبل اعتماده. فحين ترتفع كمية الشيفرة المنتجة بهذه السرعة، تصبح الأتمتة في المراجعة ضرورة تشغيلية لا مجرد تحسين إضافي.
التركيز على الديون التقنية بدل المشاريع الاستعراضية
أحد أهم الدروس التي يمكن أن تستخلصها الشركات من تجربة أنثروبيك هو أن أفضل استخدام للوكلاء الأذكياء قد لا يكون في إطلاق ميزات جديدة لامعة، بل في معالجة الديون التقنية المتراكمة والمشكلات التشغيلية المتكررة.
فالأعمال التي تتطلب تصحيحاً واسع النطاق أو معالجة نمط متكرر من الأخطاء غالباً ما تكون مرهقة للبشر، لأنها تحتاج إلى فهم سياق ضخم ومشتت عبر أجزاء كثيرة من النظام. هنا تظهر قيمة الذكاء الاصطناعي، الذي يمكنه تنفيذ مئات الإصلاحات المتكررة بوتيرة سريعة، مع الحفاظ على اتساق نسبي في المنطق البرمجي.
وتعرض أنثروبيك مثالاً داخلياً على ذلك، إذ تقول إن استخدام Claude في إصلاح فئة مستمرة من أخطاء الواجهة البرمجية أسفر عن مئات التعديلات المنفصلة، وخفض معدل الأخطاء بشكل حاد. هذه المقاربة توحي بأن الشركات التي تريد الاستفادة القصوى من الذكاء الاصطناعي يجب أن توجهه إلى المناطق الأكثر استنزافاً للوقت والجهد، لا إلى الأعمال الأقل تعقيداً فحسب.
التحديات الأمنية والقانونية لا تقل عن مكاسب الإنتاجية
رغم المكاسب الكبيرة في الإنتاجية، فإن الاعتماد الواسع على الشيفرة المولدة آلياً يفتح باباً واسعاً أمام تحديات الحوكمة. فكلما زادت سرعة إنتاج التعديلات، ارتفع أيضاً احتمال إدخال أخطاء دقيقة أو ثغرات أمنية أو قرارات بنيوية يصعب اكتشافها سريعاً.
وتلفت أنثروبيك إلى أن حجم الشيفرة المتولدة يتطلب أدوات أمنية قادرة على المراجعة على نطاق واسع، وليس فقط فحوصاً يدوية متفرقة. كما أن اعتماد المؤسسات على نماذج تجارية مغلقة يفرض أسئلة إضافية حول الملكية الفكرية، وحدود الاستخدام، والالتزامات القانونية المرتبطة بتلك الأدوات.
وتبرز في هذا السياق مشكلة أخرى هي ما يمكن وصفه بتراكم الانحرافات عبر الجولات المتكررة من التعديل الذاتي. فحين يواصل النظام تعديل قاعدة برمجية على فترات طويلة، قد تتراكم أخطاء صغيرة يصعب ملاحظتها، لكنها تؤثر تدريجياً في سلامة البنية الكلية. ولهذا يصبح وجود بوابات تحقق صارمة أمراً أساسياً قبل الدمج والنشر.
ماذا يعني ذلك لفرق الهندسة داخل الشركات؟
الأثر الأعمق لهذه المرحلة قد لا يكون تقنياً فقط، بل ثقافياً أيضاً. فالاعتماد المتزايد على الأنظمة الذكية في كتابة الشيفرة يغيّر طبيعة التعاون بين المهندسين، ويعيد تعريف ما يعنيه العمل الجماعي داخل الفرق التقنية.
في بيئات العمل التقليدية، كان تبادل المساعدة بين الزملاء جزءاً من الثقافة اليومية. أما مع دخول الوكلاء الأذكياء، فإن كثيراً من هذه المهام الصغيرة تنتقل إلى النظام نفسه، ما يقلل من الاحتكاك البشري المباشر لكنه يرفع الاعتماد على بنية آلية لا تعمل دائماً بشفافية كاملة.
كما أن هذا التحول قد يثير قلقاً مهنياً لدى بعض المطورين، خصوصاً عندما يشعرون بأن مهاراتهم الأساسية باتت تُنجز بسرعة أكبر بواسطة النموذج. لكن من زاوية أخرى، يمكن أن يحرر هذا التطور الوقت لصالح مهام أعلى قيمة، مثل التصميم المعماري، والاختبار، والتخطيط، والحوكمة، وتحسين الاعتمادية.
وبين هذا وذاك، تبدو الرسالة الأوضح من تجربة أنثروبيك هي أن مستقبل تطوير البرمجيات لن يكون صراعاً بين الإنسان والآلة، بل إعادة توزيع دقيقة للأدوار بينهما. فالشركات التي تريد اللحاق بهذا التحول لن تكتفي بشراء أدوات الذكاء الاصطناعي، بل ستحتاج إلى إعادة بناء عملياتها الداخلية، وأنظمة المراجعة، وثقافة العمل نفسها لتلائم عصر الشيفرة شبه الذاتية.