نكات المطورين حول "طلبات الإدخال" بعد اكتشاف تصحيح الكود الناتج عن الذكاء الاصطناعي

Headline

مطور يمزح حول “طلبات التوجيه” بعد رصد إصلاح كود تم توليده بواسطة الذكاء الاصطناعي

Summary

بيتر شتاينبرغر (@steipete)، الذي أنشأ أداة البرمجة بالذكاء الاصطناعي مفتوحة المصدر openclaw، رصد ما بدا أنه إصلاح كود تم توليده بواسطة الذكاء الاصطناعي—من المحتمل أن يكون من Claude Opus التابع لشركة Anthropic—ورد عليه من خلال وصف ملاحظاته بأنها “طلب توجيه” بدلاً من طلب سحب. إنها طريقة مضحكة للإشارة إلى شيء حقيقي: عندما يأتي الكود من الذكاء الاصطناعي، فإنك لا تقوم بمراجعة عمل مطور آخر. أنت في الأساس تقترح توجيهًا أفضل.

Analysis

هذا يتماشى مع منشورات شتاينبرغر الأخيرة. لقد كان صريحًا بشأن ما يسميه “فوضى كود الذكاء الاصطناعي”—النوع من المخرجات العامة التي تفتقر إلى السياق التي تحصل عليها عندما لا يتم توجيه نماذج مثل Claude بشكل جيد. لقد شارك أدوات لاكتشاف هذه المشكلات، بما في ذلك نص برمجي يتتبع مقدار السياق الذي يستخدمه Claude خلال جلسة.

تصل النكتة لأنها تلتقط شيئًا يتعامل معه المطورون فعليًا. طلبات السحب تفترض أن إنسانًا كتب الكود ويمكنه شرح تفكيره. ولكن عندما يأتي الكود من الذكاء الاصطناعي، فإن “المؤلف” هو في الواقع التوجيه الذي أنشأه. غالبًا ما يعني إصلاح كود الذكاء الاصطناعي السيء العودة إلى التوجيه، وليس تعديل السطر الناتج.

هذا يخلق ديناميكية غريبة. أدوات مثل openclaw تتيح لك خلق وكلاء ذكاء اصطناعي يمكنهم كتابة الكود، والتكامل مع Slack، والتعامل مع المهام المعقدة. ولكن لا يزال هناك حاجة لشخص يعرف متى يكون الناتج غير صالح وكيفية إصلاح التوجيه. هذه مهارة مختلفة عن مراجعة الكود التقليدية.

السؤال العملي هو ما إذا كان هذا يجعل التطوير أسرع أم مختلفًا فقط. يمكن للذكاء الاصطناعي إنتاج كود يعمل بسرعة، ولكن اكتشاف المشكلات الدقيقة—أو شرح لماذا لا يعالج الإصلاح المشكلة الجذرية—لا يزال يتطلب إنسانًا يفهم كل من قاعدة الكود وكيفية التواصل مع النموذج.

Impact Assessment

• الأهمية: متوسطة
• الفئات: نظرة فنية، أدوات المطورين، اتجاه الصناعة