تُوسّع GitHub نطاق Copilot بما يتجاوز توليد الأكواد ومساعدة المطورين، مُطلقةً تطبيق Copilot مُعاد تصميمه وميزة "المشاريع" الجديدة التي تُمكّن الفرق من تنسيق وكلاء الذكاء الاصطناعي المتعددين، ومشاركة السياق من الأدوات والمستودعات، وإدارة سير عمل تطوير البرمجيات من منصة واحدة. تأتي تحديثات GitHub Copilot، التي أُعلن عنها في مؤتمر GitHub Universe السنوي للشركة، في وقت تتطلع فيه الشركات بشكل متزايد إلى نشر وكلاء الذكاء الاصطناعي عبر سير عمل تطوير البرمجيات لتسريع البرمجة والاختبار وصيانة التطبيقات.
بينما ركز الإصدار السابق من التطبيق بشكل أساسي على مساعدة المطورين في تشغيل جلسات الوكلاء، والعمل على تغييرات الأكواد، ومراجعة الفروقات، وإنشاء طلبات السحب، فإن التطبيق المُحدّث يوسع هذه التجربة إلى ما هو أبعد من البرمجة من خلال العمل كمساحة عمل مركزية لإدارة تطوير البرمجيات المدعوم بالذكاء الاصطناعي وربط الوكلاء بأدوات التطوير وسياق المشروع، حسبما كتبت الشركة في منشور مدونة. أضافت الشركة أن المطورين سيتمكنون أيضًا من استخدام التطبيق للعمل على المواصفات، والمشاركة في مناقشات التصميم، وتحليل قياسات التطبيق عن بُعد جنبًا إلى جنب مع مهام البرمجة. وذكرت الشركة كذلك أن التطبيق يتصل أيضًا بالأدوات الخارجية ومعلومات المشروع، مما يسمح للمطورين بمنح الوكلاء فهمًا أوسع للعمل الذي يحتاجون إلى إكماله بدلاً من تقديم تعليمات لمهام البرمجة الفردية.
تأخذ ميزة Copilot Projects الجديدة هذا النهج إلى أبعد من ذلك من خلال السماح للمطورين بتعيين أهداف أوسع للوكلاء قد تمتد عبر مستودعات متعددة. أوضحت الشركة في المنشور أن المطورين يمكنهم توفير السياق من المستودعات، والنماذج الأولية للتصميم، ومحادثات Slack، وملاحظات الاجتماعات، وبعد ذلك يمكن لـ Copilot توزيع العمل عبر وكلاء متعددين يعملون بالتوازي، وتتبع تقدمهم، وإرجاع النتائج مثل طلبات السحب للمراجعة.
كيف يمكن للتطبيق المُحدّث تحسين الإنتاجية؟
قال أميت كومار جينا، رئيس تطوير الذكاء الاصطناعي في شركة الاستشارات التقنية Kanerika، إنه بالنسبة للمطورين، يمكن للتطبيق المُعاد تصميمه تحسين الإنتاجية وتسريع تطوير البرمجيات عن طريق تقليل الحاجة إلى التبديل بين بيئات البرمجة وأدوات إدارة المشاريع وموارد التطوير الأخرى لإكمال الأكواد أو تصحيح الأخطاء أو الأنشطة الأخرى ذات الصلة. أضاف جينا أنه بدلاً من ذلك، يمكن استخدام التطبيق المُعاد تصميمه لتفويض مهام أوسع لوكلاء قائمين على السحابة، والذين ينفذون العمل بشكل مستقل ويقدمون تغييراتهم المقترحة كطلبات سحب للمراجعة. وذكر جينا كذلك أن ذلك قد يحول مسؤوليات المطورين من كتابة وتعديل الأكواد مباشرة نحو تحديد المهام، وتزويد الوكلاء بالسياق الضروري، ومراجعة مخرجاتهم والتحقق منها.
قال باريك جاين، المحلل الرئيسي في Pareekh Consulting، إنه بالنسبة لكبار مسؤولي المعلومات (CIOs)، فإن هذا التحول نحو بيئة تطوير موحدة تعتمد على الوكلاء يمكن أن يخلق فرصة لتوحيد تطوير البرمجيات المدعوم بالذكاء الاصطناعي على منصة واحدة، مما يسهل وضع سياسات حوكمة متسقة، والإشراف على نشاط الوكلاء، وإدارة كيفية استخدام الذكاء الاصطناعي عبر فرق التطوير. قال أبهيشيك ساتاباثي، المحلل الرئيسي في Avasant، إن هذا التوحيد يمكن أن يساعد أيضًا كبار مسؤولي المعلومات في تقليل انتشار الوكلاء والأدوات.
لكن جينا أشار إلى أن قدرة التطبيق المُعاد تصميمه على السماح للوكلاء بتنفيذ مهام التطوير بشكل مستقل وإجراء تغييرات على المستودعات تعني أيضًا أن الشركات ستحتاج إلى توسيع ضوابط تطوير البرمجيات الحالية لتشمل هذه الأنظمة. قال جينا إنه يجب على كبار مسؤولي المعلومات تقييد وصول الوكلاء إلى مستودعات محددة، وفرض سياسات حماية الفروع، وطلب موافقة بشرية قبل دمج طلبات السحب التي ينشئها الوكلاء. أضاف جينا أنه يجب عليهم أيضًا مراقبة نشاط الوكلاء من خلال سجلات التدقيق ودمج هذه السجلات مع أنظمة معلومات الأمان وإدارة الأحداث (SIEM) لتتبع أي الوكلاء يصلون إلى المستودعات ويعدلون الأكواد، حيث إن الرؤية المحدودة لهذه الأنشطة قد تجعل من الصعب الحفاظ على المساءلة مع توسع الشركات في التطوير القائم على الوكلاء.
ما هي تحديات التنسيق والتكلفة؟
قال محللون إن وكلاء Copilot Projects المتوازيين يمكنهم تسريع عمل التطوير، ولكن مع مقايضات في التنسيق والاختبار والتكاليف. بالنسبة لجينا، فإن قدرة Copilot Projects على تشغيل الوكلاء بالتوازي يمكن أن تساعد الفرق في تصفية متراكمات التطوير عن طريق أتمتة المهام المتكررة مثل تحديثات التبعيات، وإلغاء استخدام واجهات برمجة التطبيقات (API)، واستبدال حزم تطوير البرمجيات (SDKs) المهملة، وترقيات إصدارات Java أو .NET عبر مستودعات متعددة، مما يجعل Copilot Projects مفيدًا بشكل خاص لتحديث التطبيقات على نطاق واسع.
لكن ساتاباثي أشار إلى أن تنسيق هذه التغييرات عبر المستودعات قد يصبح تحديًا مع عمل المزيد من الوكلاء بالتوازي. قال ساتاباثي إن الوكلاء قد يعدلون نفس الملفات، أو يجرون تغييرات بناءً على عقود واجهة برمجة تطبيقات قديمة، أو يقدمون افتراضات معمارية متضاربة، مما يتطلب من المطورين حل مشكلات التكامل قبل دمج التغييرات. أضاف ساتاباثي أن دراسة arXiv لعام 2026 بعنوان "CooperBench: Why Coding Agents Cannot Be Your Teammates Yet" وجدت أن وكلاء الذكاء الاصطناعي حققوا معدلات نجاح أقل بنسبة 30% تقريبًا عند التعاون في المهام مقارنة بإكمال نفس المهام بشكل فردي. وبينما لم تقيّم الدراسة Copilot Projects، فإنها تسلط الضوء على تحديات التنسيق التي قد تواجهها الشركات عند نشر وكلاء متعددين في عمل تطوير مشترك.
وفقًا لجينا، يمكن أن تصبح مراجعة الأكواد والاختبار أيضًا عنق زجاجة حرجًا. قال جينا إن عشر جلسات وكلاء متوازية، على سبيل المثال، يمكن أن تولد عشرة طلبات سحب تحتاج إلى مراجعة واختبار ودمج، مما قد يزيد من تعارضات الدمج، واستخدام خط أنابيب التكامل المستمر (CI)، والوقت الذي يقضيه المطورون في التحقق من التغييرات. بالإضافة إلى ذلك، أشار جينا إلى أن الشركات ستحتاج إلى إدارة التكاليف المرتبطة بتشغيل وكلاء متعددين بالتوازي. أضاف جينا أن المهام غير المحددة جيدًا قد تؤدي إلى تكرار التنفيذ، وإعادة العمل، واستهلاك أعلى لرصيد الذكاء الاصطناعي، بينما يمكن أن تضع طلبات السحب الإضافية وتشغيل الاختبارات ضغطًا على خطوط أنابيب التكامل المستمر. يجب على كبار مسؤولي المعلومات تعيين حدود ائتمانية للمشاريع الفردية وتعيين مالكين بشريين يمكنهم مراقبة التقدم وإيقاف جلسات الوكلاء عند الضرورة.
تُوسّع GitHub أيضًا قدرات مراجعة الأكواد في Copilot بطبقة Max جديدة تستخدم وكلاء ذكاء اصطناعي متعددين لمراجعة طلبات السحب، بهدف تحسين اكتشاف العيوب والمشكلات الأمنية في تغييرات الأكواد. على عكس مراجعات الأكواد التقليدية المدعومة بالذكاء الاصطناعي التي تعتمد على نموذج واحد، فإن Max تُشغّل العديد من وكلاء المراجعة المستقلين باستخدام نماذج من مزودين مختلفين، حسبما كتبت الشركة في منشور المدونة. أضافت الشركة أن وكيل تجميع يقوم بعد ذلك بدمج النتائج، وحل الخلافات، والتحقق من دقتها قبل تقديم مراجعة مجمعة للمطورين.
قال ساتاباثي إنه بينما يمكن أن يؤدي استخدام وكلاء متعددين إلى تحسين فرص تحديد المشكلات التي قد يفوتها نموذج واحد، خاصة في منطق المصادقة، والمكتبات المشتركة، ومكونات التطبيقات الحساسة للأمان، فإنه لا يضمن اكتشاف جميع العيوب أو الثغرات الأمنية. أضاف ساتاباثي أن المطورين سيظلون بحاجة إلى التحقق من النتائج الحرجة، وتشغيل الاختبارات الآلية، والاحتفاظ بموافقة بشرية لتغييرات الأكواد عالية المخاطر. وأشار ساتاباثي كذلك إلى أن قدرات المراجعة الإضافية يمكن أن تزيد أيضًا من تكاليف استهلاك الذكاء الاصطناعي، مما يجعل من المهم لكبار مسؤولي المعلومات تحديد تغييرات الأكواد التي تستدعي تدقيقًا أعمق.
تُقدّر GitHub أن مراجعات Lite تستهلك ما متوسطه 0.25 دولار من أرصدة الذكاء الاصطناعي، مقارنة بـ 1.50 دولار لمراجعات Balanced و10 دولارات لمراجعات Max. بشكل منفصل، تُغيّر GitHub طريقة شراء الشركات لـ Copilot من خلال تضمينه مع اشتراكات GitHub Enterprise والتحول إلى نموذج استهلاك قائم على أرصدة الذكاء الاصطناعي. قال ساتاباثي إن هذا قد يسهل على الشركات توسيع نطاق وصول Copilot عبر فرق المطورين الأكبر دون شراء اشتراكات منفصلة، مع السماح لهم بالدفع بناءً على الاستخدام الفعلي للذكاء الاصطناعي.
جرّب الأداة: فاحص الفروقات بين النصوص
