للكشف عن تأثير الذكاء الاصطناعي على دورة حياة تطوير البرمجيات (SDLC) ، قررت إجراء تجربة ، أريد أن أحاول أن أكتب نظامًا معقدًا معقدًا من البداية باستخدام الذكاء الاصطناعي. النتيجة هي - مشروع مثير للاهتمام يتكيف مع حبيبتي للتكنولوجيا والحياة البرية. Under The Hedge وقد أدى التجربة إلى العديد من النتائج الرئيسية، وتؤكد وتضيف الإطار العملية إلى الاتجاهات الأكثر شيوعا في الصناعة: 
 
 
 
 
 
 هل تصبح الذكاء الاصطناعي تطورًا أسرع أو أسوأ؟ أود أن أختبر تجربة. "ضريبة الاستقرار": اكتشف التكاليف الخفية لإنتاج كود الذكاء الاصطناعي بسرعة عالية ولماذا يتغذى الضرائب التقنية. Vibe Coding is Dead: تعلم لماذا تجعل إنتاج الكود من خلال نصائح اللغات الطبيعية يرفع الحد الأدنى لمهارات المطورين، وليس تخفيفها. التالي: لماذا يستخدم 90٪ من المطورين الذكاء الاصطناعي، ولكن 30٪ لا يثقون في خطة الكود التي يكتبها The Bricklayer vs. The Site Foreman: نموذجًا جديدًا لضمان دور المطور في عصر الذكاء الاصطناعي. The Project: Under The Hedge العنوان: Under the Hedge لقد بدأت بتطوير منصة مجتمعية لتبادل وتحديد العلاقات مع الحيوانات الأليفة - في الأساس Instagram / Strava للحيوانات الأليفة. لتوضيح حجم المشروع، يشمل ذلك: 
 
 
 
 
 
 
 
 التحليل الذكي: يستخدم المستخدمون صورًا، ويستخدم النظام Gemini لتحديد الأنواع تلقائيًا، وتحديد السلوك، وتخصيص "تقييم الاهتمام" بناءً على معرفة ما يحدث في الصورة وموقعها. بيانات جغرافية معقدة: الخرائط التفاعلية، والتجسس الجغرافي لتتبع الموقع، وإزالة الترتيبات الدقيقة من بيانات EXIF. طبقة بيانات عالية الأداء: تصميم أسطول واحد في AWS DynamoDB يمكن تعديله بسرعة عالية للتعامل مع نموذجات الوصول إلى البيانات المعقدة مع تأخير أقل من مليوني ثانية. البنية التحتية لمواصفات الوسائط: مكونات الوسائط القوية التي تستخدم AWS CloudFront لتخزين الصرافة بشكل فعال وتقديم الصور والفيديوهات بأسلوب عالية للمستخدمين على مستوى العالم. جدول اجتماعي: نظام التبعية الكامل (التبعية للمستخدمين، الأنواع، المواقع، أو العلامات التجارية)، والتعليقات المرتبطة بالنشاطات. Gamification: وضع قوائم القيادة لمشاركة المواطنين المحليين. حماية الشركات: حماية auth من خلال AWS Cognito، والسياسات التحكم في الخصوصية وأدوات التحكم. يمكنك التحقق من ذلك هنا: https://www.underthehedge.com The Industry Context السياق الصناعي قبل أن أشارك في ما اكتشفته أثناء تطوير Under The Hedge ، يجب علينا تقييم ما قالته بقية الصناعة على أساس الدراسات من السنوات القليلة الماضية. عندما نصل إلى نهاية عام 2025، تتطور التقديرات حول تطوير المساعدة الذكية من "السرعة" البسيطة إلى حقيقة أكثر صرامة. - تقرير DORA 2025 (DevOps Research and Assessment) يحدد هذا العصر مع مفهوم قوي واحد: الذكاء الاصطناعي هو محرك. Throughput vs. Stability ويظهر بيانات 2025 تغييرًا حاسمًا من السنوات السابقة.في 2024، أظهرت البيانات المبكرة أن الذكاء الاصطناعي قد يبطئ في الحقيقة في التسليم. ولكن هذه السرعة تأتي مع "ترامب الاستقرار". ويؤكد التقرير أن مع زيادة استخدام الذكاء الاصطناعي، لا تزال استقرار التوزيع تنخفض. تم تخفيض الارتباك في إنتاج الكود إلى ما يقرب من الصفر، مما يخلق زيادة في حجم الكود الذي يهدد عمليات الاختبار والتقييم المستمرة. Vibe Coding Bug Spike وأظهرت دراسة أجريت من قبل Uplevel في عام 2024 أن على الرغم من أن المطورين يشعرون بأنهم أكثر إنتاجية، فإن نسبة المشكلات ارتفعت بنسبة 41٪ في طلبات الترحيل المساعدة بالذكاء الاصطناعي. The Trust Paradox على الرغم من أن 90 في المئة من المطورين الآن يستخدمون أدوات الذكاء الاصطناعي، لا تزال هناك "مثلث الثقة" الكبير. - تقرير DORA 2025 يوضح أن 30 في المئة من المهنيين لا يزالون يثقون بجدية في الكود الذي يخلق الذكاء الاصطناعي. نحن نستخدم الأدوات، ولكننا نراقبها - مع معالجة الذكاء الاصطناعي مثل "المتدرب الشباب" الذي يتطلب مراقبة مستمرة. Code Churn and Technical Debt تم تحليل 211 مليون صفحة من الكود في عام 2024، وقد تم تحديد "المرحلة الشائعة" في عام 2024: لأول مرة في تاريخ التسجيل، فإن حجم الصفحات "التصويرية / المطبوعة" (12.3٪) أعلى من الصفحات "التحررية" أو "التجديدية" (9.5٪). وتشير التقارير إلى انخفاض بنسبة ثمانية أضعاف في المجموعات المتكررة من الكود وارتفاع شديد في "شيرين"، والتي يتم كتابتها ثم إصلاحها أو حذفها في غضون أسبوعين.هذا يشير إلى أن الذكاء الاصطناعي يساعد في بناء ثقافة "تسجيل فقط" حيث يجد المتطوعون أسهل من إنشاء المجموعات الجديدة المتكررة من الكود بدلاً من إعادة تشكيل منطق متكامل موجود. Security Risks أظهرت تحليل Veracode لعام 2025 أن 45 في المائة من عينات الكود التي تم إنشاؤها عن طريق الذكاء الاصطناعي تحتوي على أخطار غير آمنة، مع لغات مثل جاوا تظهر نسبة انتشار الأمن بنسبة 29 في المائة. So what do these studies tell us? تظهر البيانات صورة واضحة: تعمل الذكاء الاصطناعي كمثال، ويعزز السرعة، ولكن إذا لم يتم إدارة ذلك بشكل صحيح، فإنه أيضا يعزز البرامج، والضرائب التقنية، والخلافات الأمنية. What my Experiment Taught Me ما تعلمته تجربتي كانت أدواتي التي اخترتها هي Gemini لتصميم / التخطيط و Cursor لتنفيذ. البناء كان هذا التدريج مفتوحًا للعين، ويؤكد على نتائج الصناعة، ويؤكد على العناصر العملية والإنسانية في تطوير معالجة الذكاء الاصطناعي. Under The Hedge The Velocity Multiplier متزايد السرعة Multiplier على الرغم من أنني لم أبعث رسائل وقتية صارمة ، إلا أنني أعتقد أنني يمكنني تنفيذ هذا النظام الكامل - وهو منصة معقدة على نطاق الشركات - في أقل من شهر من العمل بدوام كامل (حوالي 9-5.5 يومًا في الأسبوع). إن أكبر تأثير شخصي بالنسبة لي ، والذي يتحدث على الأرجح أكثر عن التأثيرات أكثر من السرعة الحقيقية ، كان التردد المستمر.في المشاريع الشخصية السابقة ، غالباً ما أصبحت غامضة في التفاصيل الصغيرة والمتعددة ، مما يؤدي إلى الفوضى.استخدام هذه الأدوات ، يمكنني تنفيذ فعالية كاملة ومثيرة للجدل - مثل نظام غذائي اجتماعي كامل - في الوقت الذي يستغرق إجراء حمام ابني. The "Stability Tax" in Practice «الضرائب» في العملية لقد وجدت تجربتي أيضاً أن القطاع يزداد قلقًا بشأن "ترامب الاستقرار" - وهو انخفاض الاستقرار في التسليم بسبب زيادة حجم الكود. وجدت أن الذكاء الاصطناعي يعمل بشكل جيد بشكل غير عادي في وظائف محددة ومحددة بشكل جيد بشكل غير عادي؛ وقد تم إنشاؤ مكونات الخريطة المعقدة أو وسائل التواصل الاجتماعي المعقدة في دقائق، وظائف قد تستغرقها عادة أيام أو أسبوعين. 
 
 
 التفكير في التفكير في التفكير في التفكير في التفكير في التفكير في التفكير في التفكير في التفكير في التفكير في التفكير في التفكير في التفكير في التفكير. تم تأكيد الوفاة من "DRY": غالباً ما كنت شاهدت أن AI يتناول قطاعات كاملة من الكود بدلاً من إنشاء المكونات المستخدمة مرة أخرى أو أساليب المساعدة.هذا دليل مباشر على ثقافة "الكتابة فقط" التي أظهرت في تقرير GitClear، مما يؤدي إلى زيادة عدد القصص المكسورة / المفقودة وارتفاع عدد الكود.إذا تغيرت اتفاقية البيانات البسيطة (على سبيل المثال، إعادة تسمية ملكية قاعدة بيانات)، فإن AI غالباً ما يحاول الحفاظ على التوافق الخلفي من خلال معالجة السيناريوهات القديمة والجديدة، مما يؤدي إلى تدمير الكود غير الضروري. في نهاية المطاف، كنت بحاجة إلى الحفاظ على فهم عميق للأنظمة لضمان تنفيذ أفضل الممارسات، مما يؤكد "مثلث الثقة" حيث يتعامل المتطوعون مع الذكاء الاصطناعي كمدرب رفيع يحتاج إلى مراقبة مستمرة. Security and Knowledge Gaps الفجوات الأمنية والخبرة المخاطر الأمنية التي تشير إلى كانت الذكاء الاصطناعي نادرا ما تركز على الخصوصية حسب الحاجة، وكان من الضروري إرسالها بشكل خاص لتفهم وتحقيق تحسينات أمنية. Veracode وعلاوة على ذلك ، فإن AI هو جيد فقط كما البيانات التي لديها الوصول إليها. عندما حاولت دمج Cognito Hosted UI الجديد ، حاولت النموذج أن تتعافى بشكل كبير ، مما أدى إلى إخفاقات متكررة بسبب نقص البيانات التدريبية الحالية. كان من المفترض أن تتوافق المكونات مع بعضها البعض ، يمكنني إرسال الذكاء الاصطناعي إلى الحل المناسب بسرعة ، مما يدل على أن الفهم الفكري العميق لا يزال مهمًا. كيف AI as a "Coaching Tool" AI كأداة لتدريب على الرغم من ضعفاته ، أظهرت AI أنها أداة رائعة للتعلم. كأول متقدم إلى Next.js وAWS Amplify ، كان القدرة على الحصول على النماذج العملية بسرعة جعلني متحمسًا. عندما اتجهت إلى الوظائف التي لم أدركها ، استخدمت AI كمدرب ، طلبًا منه أن يشرح المفاهيم. ثم أشارك الكود الذي تم إنشاؤه مع الوثائق الرسمية للتأكد من اتباع أفضل الممارسات. من خلال الاهتمام النشط في فهم وتسهيل AI نحو حلول أفضل ، تمكنت من تسريع تعلمي بشكل كبير. How to Help AI Be a Better Code Companion كيفية مساعدة AI على أن تكون شريك كود أفضل من أجل التخفيف من "ضريبة الاستقرار" وتقليل سرعة الذكاء الاصطناعي، فمن الضروري اتخاذ نهجًا فعالًا ومستقيمًا: 
 
 
 
 
 الاستفادة من أدوات مثل Gemini (استفادة من ميزات البحث العميق) لإنشاء التحديثات التفصيلية، ورقم الأكاديمية، وثائق التصميم قبل بدء التطبيق.  Instead of relying on the AI to spontaneously generate quality code, we must proactively instruct it to maintain standards. This includes designing regular, specific prompts focused on:
 
 Explicitly Enforce Quality Gates: 
 
 
 
 Identifying security improvements. Identifying performance issues or potential optimisations. Identifying duplicated or redundant code. الاستفادة من الذكاء الاصطناعي لضمان الجودة: استخدم الذكاء الاصطناعي لتحليل الكود الذي تم إنشاؤه على النحو التالي وتحديد المناطق لتجديد أو تحسينها ، وهي مهمة يمكن أن تعمل بسرعة أكبر من مراجعة إنسانية دستورية. استخدام الذكاء الاصطناعي لجميع SDLC: يجب أن نستخدم الذكاء الاصطناعي في كتابة وتقييم الذكاء الاصطناعي لموضوعات تصميم الخصائص والأنشطة الفريدة والمهمة الفردية، وبالتالي كتابة خطط اختبار شاملة ومختبرات تلقائية لتسجيل الأخطاء المنطقية المعقدة المرتبطة بـ "كود الفوركس". Conclusion: The End of "Vibe Coding" هل يجب أن نتوقف عن استخدام الذكاء الاصطناعي في تطوير البرمجيات؟ إن التخلص من الذكاء الاصطناعي الآن سيكون من خلال تجاهل أكبر نقطة انخفاض في إنتاجية الهندسة التي رأيناها في عقود. وقد أظهرت لي أنه يمكن لمدير واحد، مضطرًا إلى هذه الأدوات، أن يضرب على مستوى أعلى من فئة الوزن، ويقدم الأكاديمية على مستوى المؤسسة في جزء من الوقت. Absolutely not. Under The Hedge ومع ذلك، ينبغي أن تنتهي عصر الخوف العميق. "السرعة السكرية" من إنتاج الكود البسيط، وتنتهي "ترامب الاستقرار". البيانات والخبرات الخاصة بي تتوافق مع حقيقة واحدة لا يمكن تجنبها: AI lowers the barrier to entry, but it raises the bar for mastery. لأن الذكاء الاصطناعي يفترض أن يضغط على قواعد الكود وإدخال غير آمنة، فإن المطور البشري أكثر أهمية من أي وقت مضى. وتتغير أسعارنا بالكامل إلى نحن نقوم بتغيير من أن نكون سباقين إلى أن نكون سباقين على الموقع. Syntax السمعة، المعمارية، والسيطرة على الجودة إذا نظرت إلى الذكاء الاصطناعي كقطعة سحرية تمنعنا من فهم التكنولوجيا الأساسية، فإننا سوف نغرق في بحر من الديون التقنية، والبروتوكولات "مشكوكة" وارتباكات أمنية. ولكن إذا نظرت إلى الذكاء الاصطناعي كمدرب ناجح وناجح، ولكن في بعض الأحيان غير مألوف - الذي يتطلب التحديثات الصارمة والتقييم الدائم للكود والرؤية الأكاديمية - يمكننا تحقيق الأشياء المدهشة. الطريق إلى الأمام لا يتوقف عن استخدام الأدوات، بل يتوقف عن "كود" وبدء نحن بحاجة إلى استخدام الذكاء الاصطناعي ليس فقط لإدخال الكود، ولكن لتحديها، والتحقق منها، والتركيز عليها. الهندسة إن المستقبل يتكون من أولئك الذين يستطيعون التغلب على السرعة، وأنا أريد فقط أن يعود تجربتي إلى بناء شيء يجعله يستحق الكثير من المال بدلاً من مراقبة الفئران! شكراً لك على القراءة ، يرجى مراجعة أفكارك الأخرى على denoise.digital.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Decode the Tech Noise

Read My Stories

تم إنتاج هذا الصوت باللغة الأصلية للقصة!

أنا بنيت تطبيق على نطاق الشركات مع الذكاء الاصطناعي. هنا ما كان صحيحًا - وأخطأ

About Author

تعليقات

شنق العلامات

تم تقديم هذه المقالة في

Related Stories

Cappasity -Turning dreams into Augmented reality

How can AR, IoT, Blockchain and Chatbots redefine Customer Experience

Top iOS & iPhone Mobile App Development Companies

Top 10 Android App Development Companies in India & US

Cappasity -Turning dreams into Augmented reality

How can AR, IoT, Blockchain and Chatbots redefine Customer Experience

Top iOS & iPhone Mobile App Development Companies

Top 10 Android App Development Companies in India & US

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps