وقتی داریو آمودی (Dario Amodei)، مدیرعامل Anthropic، اعلام کرد که هوش مصنوعی ۹۰ درصد کدها را طی شش ماه خواهد نوشت، دنیای کدنویسی برای یک انقراض دستهجمعی آماده شد. اما در داخل Salesforce، واقعیت متفاوتی شکل گرفته است.
جایش گووینداراجان (Jayesh Govindarajan)، معاون ارشد هوش مصنوعی Salesforce، در مصاحبه اخیر به من گفت: «حدود ۲۰ درصد از کل کد APEX که در ۳۰ روز گذشته نوشته شده، از Agentforce آمده است.» تیم او نه تنها کد تولید شده، بلکه کدی را که در واقع در تولید مستقر شده است را ردیابی میکند. این اعداد یک شتاب غیرقابل چشمپوشی را نشان میدهند: ۳۵۰۰۰ کاربر فعال ماهانه، ۱۰ میلیون خط کد پذیرفته شده و ابزارهای داخلی که هر ماه ۳۰۰۰۰ ساعت در زمان توسعهدهندگان صرفهجویی میکنند.
با این حال، توسعهدهندگان Salesforce در حال ناپدید شدن نیستند. آنها در حال تکامل هستند.
گووینداراجان اذعان داشت: «اکثریت قریب به اتفاق توسعه - حداقل چیزی که من پیشنویس اول کد مینامم - توسط هوش مصنوعی نوشته خواهد شد. اما کاری که توسعهدهندگان با آن پیشنویس اول انجام میدهند، اساساً تغییر کرده است.»
از خطوط کد تا کنترل استراتژیک: چگونه توسعهدهندگان در حال تبدیل شدن به خلبانان فناوری هستند
مهندسی نرمافزار همواره خلاقیت را با یکنواختی ترکیب کرده است. اکنون هوش مصنوعی دومی را انجام میدهد و توسعهدهندگان را به سمت اولی سوق میدهد.
گووینداراجان توضیح داد: «شما از یک نقش صرفاً فنی به یک نقش استراتژیکتر منتقل میشوید. نه فقط "من چیزی برای ساختن دارم، پس آن را میسازم"، بلکه "چه چیزی باید بسازیم؟ مشتری واقعاً چه میخواهد؟"»
این تغییر بازتابی از سایر اختلالات تکنولوژیکی است. وقتی ماشینحسابها جایگزین محاسبات دستی شدند، ریاضیدانان ناپدید نشدند - آنها به مسائل پیچیدهتری پرداختند. وقتی دوربینهای دیجیتال اتاقهای تاریک را از بین بردند، عکاسی به جای انقباض، گسترش یافت.
Salesforce معتقد است که کد به همین ترتیب کار میکند. با کاهش هزینه ایجاد نرمافزار توسط هوش مصنوعی، توسعهدهندگان چیزی را که همیشه فاقد آن بودهاند به دست میآورند: زمان.
گووینداراجان گفت: «اگر ایجاد یک نمونه اولیه کاربردی زمانی هفتهها طول میکشید، اکنون ساعتها طول میکشد. به جای اینکه به مشتریان سندی را نشان دهید که توصیف میکند چه چیزی ممکن است بسازید، به سادگی نرمافزار کاربردی را به آنها تحویل میدهید. سپس بر اساس واکنش آنها تکرار میکنید.»
کدنویسی حسی اینجاست: چرا مهندسان نرمافزار اکنون به جای تایپ هر دستور، هوش مصنوعی را سازماندهی میکنند
کدنویسان شروع به اتخاذ چیزی کردهاند که به آن "کدنویسی حسی" میگویند - اصطلاحی که توسط آندری کارپاتی (Andrej Karpathy)، یکی از بنیانگذاران OpenAI، ابداع شده است. این عمل شامل دادن دستورالعملهای سطح بالا به هوش مصنوعی به جای دستورالعملهای دقیق و سپس اصلاح آنچه تولید میکند، است.
گووینداراجان گفت: «شما فقط یک نوع جهتگیری سطح بالا به آن میدهید و به هوش مصنوعی اجازه میدهید از خلاقیت خود برای تولید پیشنویس اول استفاده کند. دقیقاً همانطور که میخواهید کار نخواهد کرد، اما چیزی به شما میدهد که با آن بازی کنید. شما با گفتن "این خوب به نظر میرسد، بیشتر از این انجام بده" یا "این دکمهها بد هستند، من به آنها نیازی ندارم" قسمتهایی از آن را اصلاح میکنید.»
او این فرآیند را با همکاری موسیقیایی مقایسه میکند: «هوش مصنوعی ریتم را تنظیم میکند در حالی که توسعهدهنده ملودی را تنظیم میکند.»
در حالی که هوش مصنوعی در تولید برنامههای تجاری سرراست عالی است، گووینداراجان اعتراف میکند که محدودیت دارد. «آیا میخواهید پایگاه داده نسل بعدی را با کدنویسی حسی بسازید؟ بعید است. اما آیا میتوانید یک رابط کاربری واقعاً جالب بسازید که با پایگاه داده تماس بگیرد و یک برنامه تجاری فوقالعاده ایجاد کند؟ قطعاً.»
ضرورت کیفیت جدید: چرا استراتژیهای آزمایش باید با تولید کد بیشتر توسط هوش مصنوعی تکامل یابند
هوش مصنوعی فقط کد را متفاوت نمینویسد - بلکه به کنترل کیفیت متفاوتی نیاز دارد. Salesforce مرکز آزمایش Agentforce خود را پس از کشف این که کد تولید شده توسط ماشین به رویکردهای تأیید جدیدی نیاز دارد، توسعه داد.
گووینداراجان توضیح داد: «اینها سیستمهای تصادفی هستند. حتی با دقت بسیار بالا، سناریوهایی وجود دارد که ممکن است در آنها شکست بخورند. شاید در مرحله ۳، یا مرحله ۴، یا مرحله ۱۷ از ۱۷ مرحلهای که در حال انجام است، شکست بخورد. بدون ابزارهای تست مناسب، شما نمیدانید.»
ماهیت غیرقطعی خروجیهای هوش مصنوعی به این معنی است که توسعهدهندگان باید در آزمایش مرزی و تعیین حصارها متخصص شوند. آنها باید نه تنها نحوه نوشتن کد، بلکه نحوه ارزیابی آن را نیز بدانند.
فراتر از تولید کد: چگونه هوش مصنوعی کل چرخه توسعه نرمافزار را فشرده میکند
این تحول فراتر از کدنویسی اولیه است و کل چرخه نرمافزار را در بر میگیرد.
گووینداراجان گفت: «در مرحله ساخت، ابزارها کد موجود را درک میکنند و آن را به طور هوشمندانه گسترش میدهند، که همه چیز را تسریع میکند. سپس آزمایش فرا میرسد - تولید تستهای رگرسیون، ایجاد موارد تست برای کد جدید - که همه اینها را هوش مصنوعی میتواند انجام دهد.»
این اتوماسیون جامع چیزی را ایجاد میکند که گووینداراجان آن را "یک حلقه به طور قابل توجهی تنگتر" بین ایده و پیادهسازی مینامد. هرچه توسعهدهندگان بتوانند سریعتر آزمایش و اصلاح کنند، جاهطلبانهتر میتوانند باشند.
تفکر الگوریتمی هنوز مهم است: چرا مبانی علوم کامپیوتر در عصر هوش مصنوعی ضروری باقی میمانند
گووینداراجان مرتباً به سؤالات مضطربانه درباره آینده مهندسی نرمافزار پاسخ میدهد.
او گفت: «من دائماً از من میپرسند که آیا مردم هنوز باید علوم کامپیوتر را مطالعه کنند یا خیر. پاسخ قطعاً مثبت است، زیرا تفکر الگوریتمی ضروری باقی میماند. شکستن مشکلات بزرگ به قطعات قابل مدیریت، درک اینکه نرمافزار میتواند کدام مشکلات را حل کند، مدلسازی نیازهای کاربر - این مهارتها ارزشمندتر میشوند، نه کمتر.»
آنچه تغییر میکند این است که این مهارتها چگونه آشکار میشوند. به جای تایپ کردن تک تک راهحلها، توسعهدهندگان ابزارهای هوش مصنوعی را به سمت نتایج بهینه هدایت میکنند. انسان قضاوت میکند. ماشین سرعت را فراهم میکند.
گووینداراجان تأکید کرد: «شما هنوز به شهود خوب نیاز دارید تا دستورالعملهای درست را بدهید و خروجی را ارزیابی کنید. برای نگاه کردن به آنچه هوش مصنوعی تولید میکند و تشخیص اینکه چه چیزی کار میکند و چه چیزی کار نمیکند، سلیقه واقعی لازم است.»
ارتقاء استراتژیک: چگونه توسعهدهندگان به جای مجریان فنی، شرکای تجاری میشوند
با کالایی شدن خود کدنویسی، نقشهای توسعهدهنده به طور مستقیمتری به استراتژی تجاری متصل میشوند.
گووینداراجان توضیح داد: «توسعهدهندگان نقشهای نظارتی را بر عهده میگیرند و عواملی را که از طرف آنها کار میکنند، هدایت میکنند. اما آنها مسئولیت آنچه مستقر میشود را بر عهده دارند. مسئولیت نهایی هنوز با آنهاست.»
این ارتقاء توسعهدهندگان را به تصمیمگیرندگان نزدیکتر و از جزئیات پیادهسازی دورتر میکند - یک ترفیع است تا حذف.
Salesforce از این انتقال با ابزارهایی که برای هر مرحله طراحی شدهاند پشتیبانی میکند: Agentforce for Developers کد را تولید میکند، Agent Builder سفارشیسازی را فعال میکند و Agentforce Testing Center قابلیت اطمینان را تضمین میکند. آنها با هم یک پلتفرم برای توسعهدهندگان تشکیل میدهند تا در این نقشهای گستردهتر رشد کنند.
چشمانداز این شرکت تضاد آشکاری با روایت "توسعهدهندگان محکوم به فنا هستند" ارائه میدهد. مهندسان نرمافزاری که خود را با شرایط وفق میدهند، به جای اینکه خود را به سمت منسوخ شدن کدنویسی کنند، ممکن است خود را ضروریتر از همیشه بیابند.
در زمینهای که بازآفرینی یک امر عادی است، هوش مصنوعی قدرتمندترین کامپایلر تا به امروز را نشان میدهد - نه تنها نحوه نوشتن کد، بلکه چه کسی آن را مینویسد و چرا را تغییر میدهد. برای توسعهدهندگانی که مایل به ارتقاء مدلهای ذهنی خود هستند، آینده کمتر شبیه پایان و بیشتر شبیه تعالی به نظر میرسد.