اگر امروز بخش بزرگی از زمان خود را صرف نوشتن توابع تکراری می‌کنید، باید بدانید که این مهارت در حال تبدیل شدن به یک کالای ارزان‌قیمت است. طبق گزارشی که در ۳ اکتبر ۲۰۲۶ در وب‌سایت dev.to منتشر شد، هوش مصنوعی می‌تواند توابع و نقاط اتصال API را در چند ثانیه بسازد، اما این نسخه‌های اولیه به‌ندرت آماده‌ی محیط عملیاتی هستند.
تصور کنید بنایی دارید که ماشینی برای چیدن هزاران آجر در لحظه دارد، اما این ماشین گاهی آجرها را برعکس می‌چیند یا ملات کشیدن را فراموش می‌کند. در این حالت، شغل بنا از بین نمی‌رود، بلکه از کار بدنی به کنترل کیفیت و مهندسی سازه تغییر می‌کند. دنیای نرم‌افزار هم دقیقاً در همین وضعیت است؛ مرحله «نوشتن» در حال کوچک شدن و مرحله «بازبینی» در حال گسترش است. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، سرعت تولید نباید با کیفیت استقرار اشتباه گرفته شود.
هوش مصنوعی زاینده (Generative AI) — مثل دستیاری که میلیاردها خط کد را خوانده و حالا می‌تواند سریعاً الگوها را تکرار کند — در کارهای تکراری بی‌رقیب است. به نقل از نویسنده‌ی این گزارش، مدل‌ها در حوزه‌های زیر از انسان سریع‌ترند:
- نوشتن کدهای تکراری (Boilerplate) و مستندات
- ایجاد نقاط اتصال API و پرس‌وجوهای پایگاه‌داده
- تولید تست‌های واحد (Unit Tests)
- تبدیل کد بین زبان‌های مختلف
اما این سرعت، ریسک جدیدی ایجاد می‌کند: توانایی تولید ۲۰۰ خط کد در چند ثانیه، یعنی توانایی تولید ۲۰۰ خط باگ در چند ثانیه. این حجم از تولید سریع کد، می‌تواند منجر به ایجاد بدهی‌های فنی در بخش تست شود که خود به گلوگاه جدیدی در توسعه نرم‌افزار تبدیل می‌گردد. برنامه‌نویسان اکنون باید روی پرسش‌های حیاتی تمرکز کنند که مدل‌ها پاسخی برای آن‌ها ندارند؛ مثلاً اینکه آیا یک پرس‌وجوی پایگاه‌داده واقعاً بهینه است یا سیستم در برابر بار ترافیکی غیرمنتظره مقیاس‌پذیر خواهد بود.
بر اساس بررسی‌های صورت‌گرفته، مهندسی نرم‌افزار حذف نمی‌شود، بلکه بازتوزیع می‌شود. زمانی که پیش‌تر صرف تایپ می‌شد، حالا صرف خواندن ردپای خطاها (Stack Traces)، بررسی جریان داده‌ها و بازنگری در معماری سیستم می‌شود؛ به‌ویژه وقتی رویکرد هوش مصنوعی از اساس اشتباه است.
گام بعدی شما
- به‌جای پذیرش سریع کدها، از دستیار AI بخواهید دلیل انتخاب این معماری خاص را توجیه کند.
- تمرکز یادگیری خود را از حفظ کردن سینتکس زبان‌ها به سمت طراحی سیستم (System Design) ببرید.
- مهارت‌های ممیزی امنیتی و بازبینی کد را در اولویت قرار دهید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو