چرا دستیارهای کدنویسی معمولی برای سیستم‌های قدیمی شکست می‌خورند؟

تصور کنید ۸۰ درصد بودجه مهندسی شما در سیاهچاله‌ی نگهداری سیستم‌های قدیمی بسوزد. اگر هنوز به دستیارهای کدنویسی ساده تکیه می‌کنید، باید بدانید که این ابزارها برای مدیریت ساختارهای پیچیده دیتابیس‌های شرکتی و الزامات سخت‌گیرانه انطباق، اساساً ناتوان‌اند.

برای حل این بحران، IBM پلتفرم Bob را معرفی کرد؛ یک سیستم عامل‌محور (Agentic) که مستقیماً در چرخه حیات توسعه نرم‌افزار (SDLC) ادغام می‌شود. به نقل از وب‌سایت artificialintelligence-news.com، این پلتفرم فراتر از تولید کد ساده عمل می‌کند و پیش از شروع بازسازی، وابستگی‌های پیچیده را نقشه‌برداری کرده و عامل‌های (Agents) متخصص را در خط لوله‌های تست و مستندسازی هماهنگ می‌کند.

بر اساس مستندات داخلی این شرکت، مقیاس پذیرش این ابزار خیره‌کننده است: پس از یک تست محدود با ۱۰۰ توسعه‌دهنده در ژوئن ۲۰۲۵، این پلتفرم اکنون توسط بیش از ۸۰,۰۰۰ کارمند IBM استفاده می‌شود. نتایج عملیاتی این تحول عبارت‌اند از:

• Blue Pearl: تبدیل یک ارتقای استاندارد ۳۰ روزه جاوا به تنها ۳ روز (صرفه‌جویی در ۱۶۰ ساعت مهندسی).
• APIS IT: دستیابی به دقت ۱۰۰ درصدی در سیستم‌های قدیمی JCL/PL/I و تحلیل معماری ۱۰ برابر سریع‌تر.
• IBM Maximo: کاهش ۶۹ درصدی زمان صرف‌شده برای بازسازی‌های پیچیده.

همان‌طور که در تحلیل قبلی ما درباره‌ی مدل‌های استدلالی اشاره کردیم، چالش اصلی در محیط‌های بدون مستندات، بروز توهم (Hallucination) است. Bob برای مقابله با این مشکل از ارکستراسیون پویا استفاده می‌کند؛ به این معنا که وظایف را بر اساس پیچیدگی توزیع می‌کند. کارهای ساده به مدل‌های سبک سپرده می‌شوند و استدلال‌های معماری برای مدل‌های پیشرو مانند Anthropic Claude، Mistral و IBM Granite رزرو شده‌اند تا هزینه‌ی محاسبات (Compute) بهینه شود.

برای جلوگیری از ایجاد حفره‌های امنیتی در کدهای تولیدشده توسط هوش مصنوعی زاینده (Generative AI)، این پلتفرم سیستم اجرای سیاست‌های آنی و تیم‌های قرمز (Red-teaming) خودکار را ادغام کرده است. تمام تغییرات از طریق رابط خط فرمان BobShell قابل ردیابی هستند تا استانداردهای سخت‌گیرانه حسابرسی سازمانی رعایت شود. در حالی که IBM در حال آماده‌سازی نسخه On-premises برای مشتریان با سطح امنیت بالا است، صنعت باید تصمیم بگیرد که آیا حاکمیت عامل‌محور تنها راه مقیاس‌پذیر برای کدنویسی است یا خیر.

این تنها آغاز ماجراست؛ اثر موج‌گونه‌ی این تصمیم بر اکوسیستم متن‌باز را در گزارش بعدی بررسی خواهیم کرد.

گام بعدی شما

• تحلیل میزان «بدهی فنی» (Technical Debt) در پروژه‌های قدیمی خود انجام دهید تا نقاط بحرانی برای اتوماسیون شناسایی شوند.
• بررسی کنید که آیا گردش کار شما قابلیت انتقال از «تکمیل کد» به «مدیریت عامل‌محور» را دارد یا خیر.
• برای کاهش هزینه‌های استنتاج، استراتژی توزیع وظایف بین مدل‌های سبک و سنگین (Model Routing) را پیاده‌سازی کنید.