مایکروسافت: پایان عصر کدنویسی دستی؛ آینده از آنِ مهندسی با هوش مصنوعی است

یکی از مهندسان مایکروسافت می‌گوید دوران تایپ دستی کد رو به پایان است و عامل‌های هوش مصنوعی، شیوه توسعه نرم‌افزار و ویندوز 11 را تغییر می‌دهند.

به گزارش سرویس هوش مصنوعی تکناک، دیوید فاولر، مهندس برجسته مایکروسافت با ۱۸ سال سابقه فعالیت در این شرکت، اعلام کرده است که دوران تایپ دستی و خط‌به‌خط کد رو به پایان است و توسعه نرم‌افزار با سرعت زیادی به سمت استفاده از عامل‌های هوش مصنوعی حرکت می‌کند.

او درپستی شبکه اجتماعی X نوشت: «تایپ کردن کد کاملاً تمام شده است.» فاولر یکی از سازندگان SignalR بوده، در توسعه اولیه NuGet و موتور استقرار Kudu نقش داشته و روی بخش‌های اصلی ASP.NET Core نیز کار کرده است. او اکنون هدایت فعالیت‌های مرتبط با Aspire، مجموعه ابزار مایکروسافت برای ساخت و اجرای برنامه‌های توزیع‌شده، را بر عهده دارد.

این اظهارنظر به معنای پایان برنامه‌نویسی یا حذف توسعه‌دهندگان نیست. منظور فاولر این است که تایپ دستی کد در یک ویرایشگر، دیگر مهم‌ترین بخش کار توسعه‌دهنده محسوب نمی‌شود. در مدل جدید، ارزش اصلی به تعریف مسئله، طراحی معماری، بررسی خروجی، آزمایش، امنیت و تصمیم‌گیری درباره محصول منتقل می‌شود. مایکروسافت نیز پیش‌تر اعلام کرده بود که بین ۲۰ تا ۳۰ درصد از کدهای این شرکت با کمک هوش مصنوعی نوشته می‌شوند.

حرکت مایکروسافت از تکمیل خودکار کد به عامل‌های هوش مصنوعی

استفاده مایکروسافت از هوش مصنوعی در برنامه‌نویسی از ابزارهای تکمیل خودکار کد آغاز شد. مایکروسافت ریسرچ در مه ۲۰۲۳ مطالعه‌ای درباره Visual Studio IntelliCode منتشر کرد و ۱۹ طراحی مختلف را در هفت مطالعه آزمایشگاهی با حضور ۶۱ برنامه‌نویس بررسی کرد. نتیجه نشان داد که مسئله اصلی فقط کیفیت پیشنهادهای هوش مصنوعی نیست، بلکه نحوه نمایش آنها نیز اهمیت دارد، زیرا توسعه‌دهندگان در بسیاری از موارد پیشنهادها را روی صفحه نادیده می‌گرفتند.

GitHub Copilot امروز بسیار فراتر از تکمیل خودکار کد عمل می‌کند. عامل برنامه‌نویسی Copilot می‌تواند یک وظیفه را دریافت کند، محیط مورد نیاز خود را بسازد، در پس‌زمینه فعالیت کند، فایل‌های مخزن را تغییر دهد و در پایان یک Pull Request برای بررسی انسانی ایجاد کند.

گیت‌هاب در فوریه ۲۰۲۶ محیط‌های توسعه ویندوز را نیز به عامل برنامه‌نویسی Copilot اضافه کرد. این قابلیت به عامل هوش مصنوعی اجازه می‌دهد پروژه‌های مخصوص ویندوز را بسازد و آزمایش کند، ابزارهای بررسی کیفیت کد را اجرا کند و موفقیت Build را پیش از تحویل کار به توسعه‌دهنده بررسی کند.

اپلیکیشن GitHub Copilot همچنین می‌تواند نشست‌های عامل هوش مصنوعی را درون WSL اجرا کند.

حمایت از استفاده از هوش مصنوعی در برنامه‌نویسی تنها به مایکروسافت محدود نیست. لینوس توروالدز نیز استفاده از کد تولیدشده با هوش مصنوعی را پذیرفته و گفته است که هوش مصنوعی مانند دیگر ابزارهای توسعه، ابزاری مفید است و کاربرد آن دیگر قابل انکار نیست.

فاولر در Aspire نیز همین رویکرد را دنبال می‌کند. Aspire یک مجموعه ابزار مبتنی بر کد برای ساخت و اجرای برنامه‌های توزیع‌شده است که توسعه‌دهندگان می‌توانند سرویس‌ها، کانتینرها و پایگاه‌های داده را در یک مدل واحد تعریف کنند. نسخه Aspire 13.1 دستیارهای برنامه‌نویسی هوش مصنوعی را به بخشی اصلی از این گردش‌کار تبدیل کرد و Aspire 13.2 نیز با رابط خط فرمان مناسب عامل‌های هوش مصنوعی و پشتیبانی از MCP این مسیر را ادامه داد.

تیم فاولر در آوریل ۲۰۲۶ اعلام کرد که عامل‌های هوش مصنوعی در نوشتن کد بسیار توانمند شده‌اند، اما تولید کد با تحویل یک برنامه کامل و پایدار تفاوت زیادی دارد. Aspire برای کاهش این فاصله به عامل‌ها اجازه می‌دهد سرویس‌ها را اجرا کنند، لاگ‌ها را بخوانند، داده‌های تله‌متری را بررسی کنند، بخش‌های معیوب را دوباره راه‌اندازی کنند و برنامه را مجدداً آزمایش کنند.

بیشتر بخوانید:مایکروسافت فرایند احراز سن را در ویندوز 11 جدی‌تر می‌ کند

پایان تایپ کد به معنای پایان مهندسی نرم‌افزار نیست

افزایش توانایی هوش مصنوعی در تولید کد، بخش‌های دشوارتر مهندسی نرم‌افزار را از بین نمی‌برد. وقتی تولید کد سریع و ارزان شود، چالش اصلی به معماری، عملکرد، رابط‌های برنامه‌نویسی بومی، آزمایش، مدیریت وابستگی‌ها و امنیت منتقل می‌شود. حجم کد تولیدشده نیز می‌تواند آن‌قدر زیاد باشد که بررسی خط‌به‌خط همه خروجی‌ها برای انسان دشوار شود.

گزارش امنیت کد مولد هوش مصنوعی Veracode در سال ۲۰۲۶ نشان داد که حدود ۴۴ درصد از وظایف آزمایش‌شده تولید کد با هوش مصنوعی، خروجی دارای یک آسیب‌پذیری شناخته‌شده ایجاد کرده‌اند.

مایکروسافت برای مقابله با این مشکل، از هوش مصنوعی در بخش امنیت نیز استفاده می‌کند. سامانه‌ای با نام رمز MDASH، که یک اسکنر آسیب‌پذیری مبتنی بر عامل‌های هوش مصنوعی است، اکنون در تیم‌های مهندسی ویندوز، Azure و سامانه‌های هویت مایکروسافت به کار گرفته می‌شود.

تیم امنیت ویندوز اعلام کرده است که MDASH امکان شناسایی آسیب‌پذیری‌ها را در مقیاس ویندوز و با عمق تحلیلی بیشتری نسبت به گذشته فراهم کرده است. این فناوری برای بررسی هسته ویندوز، Hyper-V و پشته شبکه نیز مورد استفاده قرار گرفته است.

در نتیجه، اگرچه برنامه‌نویسان ممکن است زمان کمتری را صرف تایپ مستقیم کد کنند، نقش آنها در بررسی کیفیت، امنیت و عملکرد خروجی مهم‌تر می‌شود. هوش مصنوعی می‌تواند حجم زیادی از کد را تولید یا بررسی کند، اما تعیین معماری مناسب، تشخیص ریسک‌ها و تصمیم‌گیری درباره کیفیت نهایی همچنان به مهندسی نرم‌افزار وابسته است.

تأثیر کد تولیدشده با هوش مصنوعی بر ویندوز 11

این اظهارنظر فاولر در شرایطی مطرح می‌شود که مایکروسافت هم‌زمان تغییرات گسترده‌ای در ابزارهای توسعه ویندوز ایجاد می‌کند. فاولر پیش‌تر نیز گفته بود که برنامه‌های بومی دوباره اهمیت پیدا کرده‌اند و پس از آن، مایکروسافت توجه بیشتری به توسعه بومی ویندوز با WinUI 3 نشان داد.

مایکروسافت اکنون WinUI 3 را به‌عنوان چارچوب بومی پیشنهادی خود برای ساخت برنامه‌های جدید ویندوز معرفی می‌کند و این چارچوب نیز متن‌باز شده است. ابزارهای بازتر و مستندات کامل‌تر می‌توانند شرایط بهتری برای عامل‌های هوش مصنوعی ایجاد کنند، زیرا این عامل‌ها برای تولید و اصلاح کد به اطلاعات دقیق درباره چارچوب‌ها نیاز دارند.

مایکروسافت برای کاربران تازه‌کار نیز یک راهنمای اختصاصی در Microsoft Learn منتشر کرده است که نحوه استفاده از Copilot برای ساخت برنامه‌های WinUI را توضیح می‌دهد. این راهنما قابلیت‌هایی مانند تکمیل کد، استفاده از محتوای فایل‌ها و دستورالعمل‌های اختصاصی هر پروژه را پوشش می‌دهد.

هنوز مدرک مستقیمی وجود ندارد که نشان دهد هوش مصنوعی مستقیماً قابلیت‌های جدید ویندوز 11 را نوشته است، اما سرعت توسعه و اصلاح این سیستم‌عامل در سال ۲۰۲۶ افزایش یافته است. مایکروسافت در به‌روزرسانی ماه ژوئیه ۵۷۰ مشکل را برطرف کرد.

شرکت مایکروسافت همچنین با Project Zenith تلاش می‌کند توسعه نرم‌افزار مبتنی بر هوش مصنوعی را بیشتر به توان سخت‌افزاری محلی متکی کند. این پروژه که در ۴ سپتامبر معرفی شد، یک پیکربندی سبک‌تر و مخصوص توسعه‌دهندگان از ویندوز 11 را با سخت‌افزار قدرتمند ترکیب می‌کند.

Project Zenith حداقل به ۶۴ گیگابایت حافظه یکپارچه و پهنای باند حافظه ۲۵۰ گیگابایت‌برثانیه نیاز دارد و در مرحله نخست بر تراشه‌های Ryzen AI Halo شرکت AMD تکیه می‌کند. چنین سخت‌افزاری می‌تواند امکان اجرای محلی مدل‌های هوش مصنوعی با بیش از ۳۰ میلیارد پارامتر را فراهم کند.

این رویکرد به توسعه‌دهندگان اجازه می‌دهد بخشی از کارهای مبتنی بر هوش مصنوعی را بدون ارسال مداوم داده به فضای ابری انجام دهند.

بیشتر بخوانید: قابلیت امنیتی جدید ویندوز ۱۱ باعث افت عملکرد بازی‌ها شد

توسعه‌دهندگان شاید تایپ کد را کنار بگذارند، اما مهندسی نرم‌افزار ادامه دارد

جمله فاولر را نمی‌توان به معنای حذف توسعه‌دهندگان یا پایان مهندسی نرم‌افزار تعبیر کرد. این جمله بیشتر تغییری را توصیف می‌کند که در نحوه تقسیم کار میان انسان و ابزارهای هوش مصنوعی در حال شکل‌گیری است.

کد به‌تدریج ارزان‌تر و سریع‌تر تولید می‌شود، اما ارزش اصلی به تصمیم‌گیری درباره چیزی که باید ساخته شود منتقل خواهد شد. توسعه‌دهندگان باید مشخص کنند که محصول چه مسئله‌ای را حل می‌کند، معماری چگونه طراحی می‌شود و چه الزامات امنیتی باید رعایت شوند.

در این شرایط، بررسی کار عامل‌های هوش مصنوعی نیز به بخشی مهم از وظایف توسعه‌دهندگان تبدیل می‌شود. یک عامل می‌تواند فایل‌ها را تغییر دهد، تست اجرا کند و Pull Request بسازد، اما تصمیم درباره مناسب بودن این تغییرات همچنان به قضاوت فنی انسان وابسته است.

مایکروسافت با توسعه Copilot، Aspire، MDASH، WinUI 3 و Project Zenith در حال ساخت ابزارهایی برای چنین مدلی از توسعه است. جهت حرکت این ابزارها نشان می‌دهد که شرکت به‌جای حذف توسعه‌دهنده، تلاش می‌کند بخش بیشتری از کارهای تکراری و زمان‌بر برنامه‌نویسی را به عامل‌های هوش مصنوعی واگذار کند.

در چنین مدلی، صفحه‌کلید ممکن است دیگر مرکز اصلی برنامه‌نویسی نباشد، اما نقش مهندس نرم‌افزار از بین نمی‌رود. مهندسان باید خروجی را ارزیابی کنند، خطاها را پیدا کنند، امنیت را بسنجند و درباره تصمیم‌های کلان فنی مسئولیت بپذیرند. به همین دلیل، «پایان تایپ کد» بیشتر به تغییر شکل برنامه‌نویسی اشاره دارد تا پایان آن.