تصور کنید پیش از آنکه حتی یک خط کد نوشته شود، یک عامل هوش مصنوعی تمام ساختار سیستم شما را روی یک بوم بصری ترسیم کند و شما فقط نظاره‌گر منطق آن باشید. این دیگر یک رویای آینده‌نگرانه نیست، بلکه قابلیت اصلی Whiteboard است؛ اپلیکیشن دسکتاپ متن‌بازی که در ۲۴ سپتامبر ۲۰۲۶ منتشر شد. هسته مرکزی این ابزار، یک SDK اختصاصی است که به مدل‌ها اجازه می‌دهد کارهای خود را به‌صورت بصری ترسیم و توصیف کنند. این قابلیت به توسعه‌دهنده اجازه می‌دهد تا پیش از ثبت (Commit) حتی یک خط کد، نحوه معماری سیستم توسط یک عامل هوش مصنوعی را به‌صورت زنده روی یک بوم بصری مشاهده کند.
بیشتر ابزارهای کدنویسی فعلی در یک فضای متنی بسته عمل می‌کنند و باعث می‌شوند فاصله زیادی میان مستندات مفهومی و کد نهایی ایجاد شود. این وضعیت منجر به پدیده‌ای به نام Vibe Coding (کدنویسی حسی) — شبیه به آشپزی بدون دستور پخت که در آن اشتباهات فقط در لحظه چشیدن غذا کشف می‌شوند — می‌شود. در واقع در این چرخه، تضادها و نقاط ضعف معماری تنها پس از نوشته شدن کد کشف می‌شوند. Whiteboard با اجازه دادن به عامل‌ها (Agents) برای خلق نمودارهای توالی (Sequence Diagrams) و نمودارهای رابطه موجودیت‌ها (ER Diagrams) که مستقیماً به سورس‌کد متصل هستند، این مشکل را حل می‌کند.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، شفافیت در فرآیند تصمیم‌گیری مدل‌ها کلید اعتماد توسعه‌دهندگان است. Whiteboard دقیقاً همین شفافیت را به لایه‌ی معماری می‌آورد. به نقل از مخزن گیت‌هاب این پروژه، این ابزار با عامل‌های موجود مانند Claude Code و Codex یکپارچه شده است. این یکپارچگی در راستای تحولاتی است که OpenAI با معرفی Agents API برای مدیریت زیرساخت عامل‌های هوشمند ایجاد کرده است. این اپلیکیشن بر پایه نسخه‌ای از Code OSS ساخته شده تا کاربران بتوانند از میان‌برهای آشنای VSCode و پشتیبانی LSP به‌صورت پیش‌فرض استفاده کنند.
زمینه و معماری
تصمیم تیم توسعه برای استفاده از Code OSS ریشه در تغییر نحوه استفاده برنامه‌نویسان از ویرایشگرها دارد. آن‌ها متوجه شدند که با ظهور رابط‌های کاربری متنی (TUI) برای عامل‌ها و اپلیکیشن‌های دسکتاپ، ویرایشگرهای متنی اکنون عمدتاً برای بررسی خط‌به‌خط تغییرات (Diffs) به کار می‌روند. آن‌ها Code OSS را به عنوان پایه انتخاب کردند زیرا موفق‌ترین ویرایشگر متن‌باز موجود است.
برخلاف سایر فورک‌ها، Whiteboard هیچ پچی (Patch) را نگهداری نمی‌کند، زیرا عامل‌های کدنویسی در مواجهه با پچ‌ها دچار مشکل می‌شوند. همچنین تیم توسعه بخش‌های اضافی و پیش‌فرض VS Code را حذف کرده است؛ آن‌ها اشاره کردند که تقریباً ۴۵٪ از کد اصلی آن اکنون مربوط به Copilot است. با این حال، آن‌ها همچنان Code OSS اصلی را رصد می‌کنند تا پچ‌های امنیتی و قابلیت‌های جدید را ادغام کنند.
قابلیت‌های فنی کلیدی
- نمای‌گر Diff معنایی: این ابزار که با زبان Rust نوشته شده و نسبت به AST (درخت نحو انتزاعی) آگاه است، نویزهای کد را می‌گیرد و توابع طولانی را به شبه‌کد تبدیل می‌کند و تغییرات مربوط به مستندات یا تست‌های واحد (Unit Tests) را جمع می‌کند تا بررسی تغییرات سریع‌تر شود.
- دفترچه ثبت تصمیمات: عامل‌ها می‌توانند ردپای (Traces) تصمیمات خود را روی بوم جستجو و لینک کنند. این امر به انسان‌ها اجازه می‌دهد الزاماتی را که تعیین کرده‌اند تجسم کنند و تصمیمات خودمختاری را که عامل در حین پیاده‌سازی گرفته است، درک کنند.
- سیستم پلاگین WASM: تنظیمات پیش‌فرض نمایش تغییرات معنایی از طریق پلاگین‌های WebAssembly کاملاً قابل شخصی‌سازی است.
- ناوبری مستقیم در کد: با کلیک روی هر بخش از بصری‌سازی، مانند یک نمودار توالی یا نقل‌قولی از ردپای عامل، کاربر مستقیماً به خط مربوطه در سورس‌کد منتقل می‌شود.
راهنما و نحوه استفاده
بر اساس مستندات پروژه، برای دریافت بهترین عملکرد توصیه می‌شود از مدل‌های با استدلال بالا مانند GPT-6 Luna و Claude Opus 5.5 استفاده کنید. این مدل‌ها بهترین موازنه را میان سرعت، هزینه و قدرت استدلال لازم برای استفاده مؤثر از SDK ابزار Whiteboard فراهم می‌کنند.
کاربران می‌توانند برای نیازهای معماری خاص، به عامل‌ها دستور دهند. برای تغییرات API، کاربران می‌توانند پیش از پیاده‌سازی، نمونه‌های پیشنهادی API و انگیزه‌های پشت این تغییرات را درخواست کنند. برای بخش تله‌متری، کاربران می‌توانند یک کامیت خاص — مانند PR مربوط به Posthog (کامیت 4837e107946e27ebad50c282eb0f2585210d2a35) — را ارائه دهند و از عامل بخواهند با استفاده از Whiteboard توضیح دهد که چه مواردی ردیابی می‌شوند و چگونه می‌توان آبشارهای محصول (Product Waterfalls) را ساخت یا کرش‌ها را مدیریت کرد. این رویکرد یادآور سازوکار Opslane است که رفتار کاربر را مستقیماً به اصلاحات کد تبدیل می‌کند تا چرخه توسعه سریع‌تر شود.
اگر کاربر از بخشی از خروجی بصری ناراضی باشد، می‌تواند آن قسمت را در کلیپ‌بورد خود هایلایت کرده و دوباره به عامل برگرداند تا آن بخش مجدداً ترسیم شود.
محدودیت‌های فعلی
البته این ابزار هنوز محدودیت‌هایی دارد؛ برای مثال امکان ویرایش مستقیم فایل‌ها در محیط Whiteboard وجود ندارد. علاوه بر این، توسعه‌دهندگان اشاره کردند که مرور فایل‌ها در چندین مخزن (Repository) به‌طور هم‌زمان در یک بازبینی واحد هنوز به‌خوبی پشتیبانی نمی‌شود. همچنین، در حالی که دکمه اشتراک‌گذاری اجازه ارسال بازبینی‌ها بین دستگاه‌ها را می‌دهد، به‌روزرسانی‌های انجام شده پس از اشتراک‌گذاری به‌صورت خودکار ظاهر نمی‌شوند و بازبینی باید مجدداً به اشتراک گذاشته شود.
این چرخش به سمت گردش‌کارهای بصری عامل‌محور نشان می‌دهد که گلوگاه مهندسی نرم‌افزار از «نوشتن کد» به «درک قصد و نیت» تغییر یافته است. با مجبور کردن عامل‌ها به بیرونی کردن تفکرشان از طریق نمودار، بار شناختی بازبین انسانی به‌شدت کاهش می‌یابد.
برای یک توسعه‌دهنده، این یعنی زمان کمتری برای تحلیل Diffهای شلوغ و زمان بیشتری برای بازرسی منطق واقعی تغییرات. هوش مصنوعی از یک جعبه‌سیاه تولیدکننده کد، به یک همکار شفاف تبدیل می‌شود که می‌تواند انتخاب‌های معماری خود را بصری توجیه کند. در این مسیر، بهینه‌سازی زیرساخت‌های پردازشی نیز حیاتی است؛ برای مثال استفاده از vGPU می‌تواند اجرای کدهای سنگین GPU را برای این عامل‌های AI تسهیل کند و سرعت پاسخ‌دهی را افزایش دهد.
در حال حاضر این اپلیکیشن با لایسنس MIT برای اجرا روی کدهای محلی در دسترس است، هرچند نسخه ابری برای تیم‌ها در برنامه است. تمام نسخه‌ها به‌صورت خودمیزبان (Self-hostable) باقی خواهند ماند. حریم خصوصی با اجرای محلی حفظ شده و تله‌متری‌های ناشناس ارسالی، کدها، Diffها، پرامپت‌ها و خروجی‌های مدل را شامل نمی‌شوند.
برای شروع، می‌توانید عامل کدنویسی مورد علاقه خود را از صفحه خوش‌آمد متصل کنید و از آن بخواهید یک شاخه (Branch) را در مقابل کد اصلی (Main) با استفاده از بوم Whiteboard بازبینی کند.
گام بعدی شما
- اپلیکیشن را دانلود کرده و یک شاخه (Branch) از پروژه خود را برای بازبینی توسط عامل متصل به بوم Whiteboard ارسال کنید.
- برای تغییرات پیچیده در معماری، از مدل بخواهید ابتدا نمودار توالی (Sequence Diagram) را رسم کند و سپس کد را بنویسد.
- پلاگین‌های WASM را برای شخصی‌سازی نحوه نمایش Diffهای معنایی متناسب با استانداردهای تیم خود بررسی کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو