- أدوات البرمجة بالذكاء الاصطناعي مثل GPT-4.1 وCodex CLI تتفوق على البشر في توليد وإصلاح البرمجيات.
- ترى OpenAI وGoogle وMeta وغيرها أن توليد الأكواد هو الانتصار المبكر الأوضح للذكاء الاصطناعي في مكان العمل.
- تُحلّ نماذج اللغات الكبيرة (LLMs) الآن أكثر من 69% من مهام الترميز في الاختبارات المعيارية، قفزة هائلة مقارنة بـ4.4% فقط العام الماضي.
تتقدم أنظمة الذكاء الاصطناعي على المبرمجين البشر، حيث تطرح OpenAI ومجموعات تقنية أخرى أدوات يمكنها كتابة وإصلاح وشرح الكود، مما يعيد تشكيل طريقة بناء البرمجيات.
أطلقت OpenAI، القائمة في سان فرانسيسكو، إصدارات جديدة من خط نماذجها اللغوية هذا الأسبوع، مشيرة إلى أن الاختبارات المستقلة تصنف هذه النماذج بين الأفضل في البرمجة.
تقول الشركة إن GPT-4.1 و o3 و o4-mini تحل مهام البرمجة الصعبة بشكل متكرر أكثر من البرامج السابقة لأن النموذجين الأخيرين مسموح لهم بوقت إضافي "للاستدلال" للتفكير في الاستعلام.
في يوم الأربعاء، كشفت OpenAI أيضاً عن Codex CLI، مساعد سطر أوامر مجاني، واصفة إياه بأنه وكيل ذكاء اصطناعي يستفيد من نفس النماذج لتسريع مهام البرمجة اليومية.
تعكس هذه الخطوات الدفع من Anthropic، Google، Meta، ومجموعة من الشركات الناشئة، التي تراهن جميعها على أن توليد الكود هو أحد الواضحات المبكرة الواضحة لنماذج اللغة الكبيرة.
يقول القادة في هذه الشركات إن التركيز على البرمجة هو "واحد من أكثر الأمثلة ملموسية" لكيفية قدرة التكنولوجيا على تحويل صناعات بأكملها، حيث يستخدم الآلاف من المطورين الأنظمة الجديدة بالفعل في العمل.
"هذا هو العام... الذي يصبح فيه الذكاء الاصطناعي أفضل من البشر في الكود التنافسي للأبد"، قال كوين ويل، كبير مسؤولي المنتجات في OpenAI، في بودكاست Overpowered هذا الأسبوع. قارن التحول بلحظة تفوق الحواسيب على أبطال الشطرنج، لكنه قال إن الاختراق الجديد مهم أكثر "في العالم إذا كان بإمكان الجميع إنشاء البرمجيات".
نماذج LLM تصبح أفضل في اكتشاف الأنماط في الكود
يغذي المطورون الآن بضع جمل عادية في مطالبة ويتلقون كتلاً كاملة من الكود العامل. يقول شخصيات الصناعة إن نماذج LLM تسرع بالفعل عمل البرمجيات من خلال توليد كتل من الكود من تعليمات قصيرة. تفحص نفس الأنظمة بحثاً عن أخطاء وتحاول إصلاحها قبل أن يرى الإنسان المخرجات.
على مدار الاثني عشر شهراً الماضية، أصبحت النماذج أفضل في اكتشاف الأنماط، والاستدلال حول مشكلة، ووضع إجابة منطقية. في عام 2023، كان بإمكان الذكاء الاصطناعي حل 4.4 في المئة فقط من القضايا في معيار الصناعة المعروف باسم SWE-bench. هذا العام، قفز النجاح إلى 69.1 في المئة.
يقول GitHub، مركز البرمجة المملوك لشركة Microsoft، إن 92 في المئة من المطورين في الولايات المتحدة يعتمدون الآن على أدوات مساعدة للبرمجة بالذكاء الاصطناعي.
المنافسة تتوسع. أطلقت Meta Code Llama العام الماضي، باستخدام مطالبات نصية للتحدث عن الكود وكتابته. تبعها Anthropic في فبراير بـ Claude Code. توقع مايك كريغر، كبير مسؤولي المنتجات في Anthropic، أن دور المهندس سيصبح بشكل متزايد يتضمن "فهم المتطلبات، والعمل كفريق، وتحديد ما إذا كان ما بنيناه هو الشيء الصحيح لبنائه".
"الأمر يتعلق أكثر بالدفاع عن فكرتك"، وأضاف، واصفاً المبرمجين المستقبليين بـ "سيد الدمى أو قائد الأوركسترا" الذين يوجهون هؤلاء الوكلاء الذكيين.
لا تكتفِ بقراءة أخبار العملات الرقمية فحسب، بل افهمها. اشترك في نشرتنا الإخبارية. مجانية.
إخلاء مسؤولية. المعلومات المقدمة ليست نصيحة تداول. Cryptopolitan.com لا تتحمل أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات المقدمة في هذه الصفحة. نوصي بشدة بإجراء بحث مستقل و/أو الاستعانة بمستشار مؤهل قبل اتخاذ أي قرارات استثمارية.
شوماس هومايون
شوماس كاتب محتوى تقني سابق وباحث.
