يهدف Sweep إلى أتمتة مهام التطوير الأساسية باستخدام نماذج لغوية كبيرة

يقضي المطورون الكثير من الوقت في المهام العادية والمتكررة، والقليل من الوقت على البرمجة الفعلية.

في استطلاع Stack Overflow للمطورين لعام 2022، قال 63% من المشاركين إنهم يكرسون أكثر من 30 دقيقة يوميًا للبحث عن إجابات أو حلول للمشكلات – مما يضيف ما بين 333 إلى 651 ساعة من الوقت الضائع أسبوعيًا عبر فريق مكون من 50 مطورًا. وجد استطلاع منفصل أجرته شركة Propeller Insights وRollbar أن أكثر من ثلث المطورين يقضون حوالي ربع وقتهم في إصلاح الأخطاء، مع تخصيص ما يزيد قليلاً عن الربع (26%) ما يصل إلى نصف وقتهم في إصلاح الأخطاء.

أحبط هذا الاتجاه ويليام زينج وكيفن لو. لذا، في وقت سابق من هذا العام، قام كلاهما – كلاهما من ذوي الخبرة في Roblox، شبكة ألعاب الفيديو التي تحولت إلى شبكة اجتماعية – بإنشاء منصة تسمى Sweep للتعامل بشكل مستقل مع مهام التطوير مثل تصحيح الأخطاء عالي المستوى.

قال تسنغ، الرئيس التنفيذي لشركة Sweep، لـ TechCrunch في مقابلة عبر البريد الإلكتروني: “لقد بدأنا Sweep بعد العمل في Roblox معًا والتعامل باستمرار مع المهام البرمجية التي كنا نعلم أنه يمكن تشغيلها آليًا باستخدام الذكاء الاصطناعي”. “يشبه Sweep مطورًا مبتدئًا يعمل بالذكاء الاصطناعي لفرق البرمجيات.”

قامت TechCrunch سابقًا بتغطية عملية Sweep خلال يوم العرض التوضيحي لصيف 2023 الخاص بـ Y Combinator. ولكن منذ ذلك الحين، أنهت الشركة الناشئة جولة تمويل جديدة، حيث جمعت 2 مليون دولار من Goat Capital، والرئيس التنفيذي لشركة Replit أمجد، ونائب رئيس Replit للذكاء الاصطناعي ميشيل كاتاستا وExceptional Capital بتقييم قدره 25 مليون دولار بعد انتهاء التمويل.

يسمح Sweep للمطورين بوصف الطلب باللغة الطبيعية – على سبيل المثال، “إضافة سجلات تصحيح إلى مسار البيانات الخاص بي” – خارج IDE ويقوم بإنشاء التعليمات البرمجية المقابلة. يمكن للنظام بعد ذلك دفع هذا الكود إلى قاعدة التعليمات البرمجية المناسبة عبر طلب سحب، ومعالجة التعليقات المقدمة على طلب السحب إما من المشرفين على الكود أو المالكين – يشبه إلى حد ما GitHub Copilot، ولكنه أكثر استقلالية.

وقال تسنغ: “يسمح Sweep للمهندسين بالشحن بشكل أسرع”. “سنتعامل مع الديون التقنية المتراكمة مع كل تغيير في التعليمات البرمجية، مثل تحسين سجلات الأخطاء وإضافة اختبارات الوحدة بالإضافة إلى إعادة هيكلة التعليمات البرمجية غير الفعالة.”

تستفيد شركة Sweep، المتخصصة في كتابة أكواد Python، من مجموعة من نماذج الذكاء الاصطناعي لإنشاء الأكواد البرمجية. وهي تشمل GPT-4 من OpenAI، ولكنها تشمل أيضًا “محرك بحث عن الأكواد” المخصص – وهو أمر مهم لا يقول Zeng إنه تم تدريبه على بيانات عملاء Sweep، وهو ما يساعد في تخطيط وتنفيذ تغييرات التعليمات البرمجية “على مستوى المستودع”.

وأضاف تسنغ: “لقد قمنا ببناء محرك بحث التعليمات البرمجية الخاص بنا لـ Python، والذي يستفيد من تقنيات البحث المعجمي والمتجهي”. يبحث البحث المعجمي عن التطابقات الحرفية – أو الاختلافات الطفيفة في – أجزاء من التعليمات البرمجية، بينما يمكن للبحث المتجهي العثور على تعليمات برمجية ذات صلة أكثر ارتباطًا تشترك في خصائص معينة. وتابع: “لدينا واحدة من أفضل قدرات توليد اختبار الوحدات المتاحة وسنجري الاختبارات وننفذها في الوقت الفعلي”.

في المستقبل، تخطط Sweep لتعزيز قدرات إنشاء التعليمات البرمجية لمنصتها باستخدام StarCoder، وهو نموذج مفتوح المصدر لإنشاء التعليمات البرمجية من Hugging Face وServiceNow.

ونظرًا لميل الذكاء الاصطناعي إلى ارتكاب الأخطاء، فأنا متشكك قليلاً في موثوقية Sweep على المدى الطويل. وجد فريق بحث تابع لجامعة ستانفورد أن المهندسين الذين يستخدمون أدوات الذكاء الاصطناعي هم أكثر عرضة للتسبب في ثغرات أمنية في تطبيقاتهم لأن الأدوات غالبًا ما تولد تعليمات برمجية تبدو صحيحة ظاهريًا ولكنها تطرح مشكلات أمنية.

هناك أيضًا مسألة حقوق الطبع والنشر. يتم تدريب بعض نماذج توليد التعليمات البرمجية – ليست بالضرورة نماذج StarCoder أو Sweep، ولكن نماذج أخرى – على حقوق الطبع والنشر أو التعليمات البرمجية بموجب ترخيص مقيد، ويمكن لهذه النماذج تكرار هذا الرمز عندما يُطلب منك ذلك بطريقة معينة. جادل الخبراء القانونيون بأن هذه الأدوات يمكن أن تعرض الشركات للخطر إذا قامت عن غير قصد بدمج اقتراحات محمية بحقوق الطبع والنشر من الأدوات في برامج الإنتاج الخاصة بها.

يطالب حل Sweep المستخدمين بمراجعة وتحرير أي تعليمات برمجية تم إنشاؤها بأنفسهم قبل دفع التغييرات إلى قاعدة التعليمات البرمجية الرئيسية المستهدفة.

وقال تسنغ: “إن التحديات الرئيسية التي تؤثر على أدوات مطوري الذكاء الاصطناعي تتعلق بالموثوقية وإدارة قواعد التعليمات البرمجية الكبيرة”. “نحن نستخدم معرفتنا حول الأساليب القديمة والحديثة لجعل عملية المسح قوية.”

تتقاضى شركة Sweep فلسًا واحدًا مقابل خدماتها – 480 دولارًا لكل مقعد شهريًا. (على النقيض من ذلك، تكلف المستويات التي تركز على الأعمال في GitHub Copilot وAmazon CodeWhisperer حوالي 20 دولارًا لكل مستخدم شهريًا). لكن يبدو أن هذا لم يثني العملاء. يدعي زينج أن شركة سويب، التي تمتلك مبلغًا متواضعًا يبلغ إجماليه 2.8 مليون دولار، لديها ما يكفي من رأس المال القادم من العملاء “لمواصلة سنوات الشركة”.

وتابع: “ستخصص الأموال الجديدة لتوسيع فريقنا في العام المقبل من موظفين اثنين إلى خمسة موظفين”. “سنواصل التركيز على بايثون، والتحسين في جميع مجالات الديون التقنية بدءًا من اختبار الوحدة وإعادة الهيكلة والتعامل مع المهام المتبقية في التعليمات البرمجية.”