- الرئيسية
- مركز التعلم
- ما مراجعة الكود بالذكاء الاصطناعي؟
ما مراجعة الكود بالذكاء الاصطناعي؟
آخر تحديث
تستخدم مراجعة الكود بالذكاء الاصطناعي نموذجا لغويا يقرأ تغيير الكود وينبه إلى الأخطاء والمخاطر والنواقص. ما الذي تلتقطه، وما الذي يفوتها، وكيف تجعلها بوابة.
في هذه الصفحة
مراجعة الكود بالذكاء الاصطناعي هي استخدام نموذج لغوي كبير لقراءة تغيير في الكود، وعادة ما يكون فروقات طلب سحب، والإبلاغ عن المشكلات فيه: الأخطاء، والمخاطر الأمنية، والاختبارات الناقصة، والكود الصعب الصيانة. وهي سريعة وتعمل على كل تغيير، وتلاحظ مزيجا من المشكلات يختلف عما يلاحظه الناس. لكنها تقرأ نصا لا نظاما قيد التشغيل، وقد تخطئ وهي واثقة، ولذلك تعمل أفضل ما تعمل جولة أولى منظمة تغذي ملاحظاتها بوابة ومراجعا بشريا، لا بديلا عن أي منهما.
كيف تعمل مراجعة الكود بالذكاء الاصطناعي
مراجع الذكاء الاصطناعي موجه ونموذج وبعض السياق. والسياق هو الجزء الذي يحدد مدى فائدته.
- الفروقات. الأسطر المضافة والمحذوفة هي المدخل الأساسي. والمراجع الذي لا يرى إلا الفروقات يفوته أثر التغيير في كود لا يراه.
- الكود المحيط. المراجعون الأفضل يجلبون الملفات التي يمسها التغيير، والكود الذي يستدعيها، والاختبارات المرتبطة بها، في حدود نافذة السياق للنموذج.
- المقصد. التذكرة، أو وصف المهمة، أو نص طلب السحب، يخبر النموذج بما يفترض أن يفعله التغيير، فيستطيع أن يكتشف كودا يفعل شيئا آخر.
- الأعراف. أدلة الأسلوب، وملاحظات المعمارية، والقرارات السابقة تتيح له التنبيه إلى الانحراف عن الطريقة المعتادة لعمل قاعدة الكود.
وتأتي المخرجات في شكلين عامين. بعض الأدوات تنشر تعليقات نصية حرة على أسطر طلب السحب، كما يفعل المراجع البشري. وبعضها يعيد ملاحظات منظمة: كل مشكلة بعنوان، ودرجة خطورة، وتصنيف، وملف وسطر، وإصلاح مقترح. والنص الحر لطيف القراءة. أما الملاحظات المنظمة فيمكن عدها وتصفيتها وفرزها واستخدامها لاتخاذ قرار.
وتختلف المراجعة أيضا بحسب ما يستطيع المراجع فعله. فالموجه الواحد على الفروقات هو أبسط الأشكال. والمراجع الوكيلي يستطيع فتح ملفات أخرى، أو البحث في المستودع، أو تشغيل أدوات قبل أن يجيب. والمراجعة متعددة الجولات تشغل عدة موجهات، واحدا للصحة وآخر للأمان وثالثا لتغطية الاختبارات مثلا، ثم تجمع نتائجها.
ما تجيده مراجعة الذكاء الاصطناعي، وأين تخفق
تستحق مراجعة الذكاء الاصطناعي مكانها بالاتساق. فهي تقرأ كل سطر من كل تغيير بالانتباه نفسه، بما في ذلك السطر الستمئة من إعادة هيكلة كبيرة والتغيير المدفوع في نهاية يوم طويل. وهي تجيد:
- أخطاء المنطق الموضعية: القيم الفارغة غير المفحوصة، وحلقات التكرار التي تخطئ بواحد، والشروط المعكوسة، والأخطاء غير المعالجة، وانتظار الاستدعاءات غير المتزامنة المنسي؛
- الأنماط الأمنية الشائعة: استعلامات SQL أو أوامر واجهة الأوامر المبنية من سلاسل نصية، وغياب التحقق من المدخلات، والأسرار في الكود، وإلغاء التسلسل غير الآمن، وغياب فحوص التفويض على نقطة نهاية جديدة؛
- الفجوات بين الكود والاختبارات، مثل فرع جديد لا يختبره أي اختبار؛
- مشكلات التسمية والتكرار وقابلية القراءة التي يكف الناس عن ذكرها لأنها تبدو تافهة.
وتخفق بطرق متوقعة:
- لا سياق للأعمال. لا تعرف أن حقلا ما مطلوب قانونا، أو أن عميلا يعتمد على سلوك غريب، أو أن الفريق اتفق على مفاضلة في الربع الماضي.
- لا رؤية لوقت التشغيل. إنها تستدل على النص. وحالات التسابق، والأداء تحت حمل حقيقي، والإعدادات الموجودة في بيئة الإنتاج وحدها، كلها خفية عنها في الغالب.
- الإنذارات الكاذبة. تنبه إلى مشكلات غير موجودة، وأحيانا بتفسير مقنع. والمراجعون الذين يرون منها الكثير يكفون عن القراءة.
- عدم الحتمية. قد تنتج الفروقات نفسها ملاحظات مختلفة في تشغيلين.
- سياق محدود. الآثار الممتدة عبر ملفات كثيرة، أو العميقة في التبعيات، قد تقع خارج ما أعطيت.
- مدخلات غير موثوقة. قد تحتوي الفروقات نفسها نصا موجها إلى النموذج، مثل تعليق يخبر المراجع بأن الكود آمن. وهذا حقن موجهات، ويجب أن يبنى المراجع بحيث يصمد أمامه.
مراجعة الكود بالذكاء الاصطناعي مقابل المراجعة البشرية
الاثنتان متكاملتان. فكل منهما تغطي مجالا تتعامل معه الأخرى بشكل سيئ.
| الجانب | مراجعة الكود بالذكاء الاصطناعي | مراجعة الكود البشرية |
|---|---|---|
| السرعة | من ثوان إلى دقائق، على كل تغيير | من ساعات إلى أيام، بحسب التوافر |
| الاتساق | العمق نفسه في كل سطر وكل تغيير | يتفاوت مع التعب وحجم التغيير ودرجة الإلمام |
| المقصد والسياق | ما في الموجه والملفات التي أعطيت فقط | تعرف المنتج والمستخدمين والقرارات السابقة |
| الحكم على التصميم | ضعيفة في تقدير هل هذا هو التغيير الصحيح أصلا | قوية، خاصة من الأشخاص الذين يملكون ذلك الجزء |
| معرفة وقت التشغيل | لا شيء أبعد مما يقوله الكود | خبرة بسلوك النظام في بيئة الإنتاج |
| الإنذارات الكاذبة | شائعة؛ وتحتاج إلى فرز | أندر، لكن الآراء تختلف بين المراجعين |
| المساءلة | لا شيء؛ فالنموذج لا يستطيع أن يملك قرارا | شخص معروف بالاسم وافق على التغيير |
| مشاركة المعرفة | قليلة؛ فهي لا تتعلم عادات فريقك | تنشر فهم الكود في الفريق كله |
والصفان الأخيران هما الأهم. فالمراجعة جزء منها فحص، وجزء منها الطريقة التي يحافظ بها الفريق على الملكية المشتركة لكوده. وتستطيع مراجعة الذكاء الاصطناعي أن تتولى معظم المهمة الأولى، لكن لا الثانية.
مراجعة كود كتبه الذكاء الاصطناعي
حين يكون الكاتب نفسه وكيل ذكاء اصطناعي، تصبح المراجعة أهم ومختلفة قليلا.
يزداد الحجم. فالوكلاء ينتجون كودا يعمل بسرعة، ولا يستطيع الناس قراءة كل سطر من كل تغيير بالعناية نفسها. ولذلك يجب ترتيب مخرجات المراجعة حسب الخطورة، ليصرف الشخص انتباهه على المشكلات القليلة المهمة.
والاستقلال مهم. فالنموذج الذي يطلب منه فحص مخرجاته يميل إلى تكرار افتراضاته. وجولة مراجعة منفصلة، بموجهها الخاص، ويفضل أن تعمل بعد وجود الكود لا على الخطة، أرجح في التقاط ما فات الكاتب.
ويجب أن يكون الشيء المراجع هو الفروقات الفعلية. ففي كثير من مسارات سير عمل الوكلاء، يحدث التخطيط والنقاش قبل كتابة الكود. ومراجعة الخطة مفيدة، لكنها ليست مراجعة للتغيير. والملاحظات التي تقرر هل يطلق الكود يجب أن تأتي من قراءة الكود الذي سيطلق.
تحويل مخرجات المراجعة إلى قرار
قائمة التعليقات نصيحة. ولكي تجعل مراجعة الذكاء الاصطناعي جزءا من طريقة إطلاقك، يجب أن تقود مخرجاتها قرارا، وذلك يحتاج إلى بضع قواعد:
- ملاحظات منظمة بمجموعة ثابتة من درجات الخطورة، مثل critical و high و medium و low و info، وتصنيفات مثل الأمان أو الجودة أو تغطية الاختبارات.
- عتبة منع. مثلا، الملاحظات المفتوحة بخطورة high أو critical تمنع التغيير.
- حالات الفرز. يستطيع شخص أن يسم الملاحظة بأنها fixed أو won't fix أو false positive أو duplicate، ويسجل ذلك القرار باسمه.
- الإغلاق عند الخطأ. إذا تعطلت المراجعة، أو انتهت مهلتها، أو أعادت شيئا غير مقروء، فالتغيير لم يراجع. والمراجعة الغائبة يجب ألا تحتسب أبدا مراجعة سليمة.
- سجل. أي الملاحظات أثيرت، ومن رفضها ولماذا، محفوظ مع التغيير.
وهذا ما يحول المراجعة إلى أحد مدخلات بوابة الجودة.
كيف تطرح مراجعة الكود بالذكاء الاصطناعي
- اختر النطاق. ابدأ بالمستودعات أو أنواع التغييرات التي يضيف فيها قارئ ثان أكثر قيمة، مثل الخدمات التي تتعامل مع المال أو المصادقة أو البيانات الشخصية.
- اشترط مخرجات منظمة. اطلب ملاحظات فيها الخطورة والتصنيف والملف والتوصية، بصيغة تستطيع أدواتك تحليلها. وارفض الإجابات التي لا يمكن تحليلها.
- حدد درجة الخطورة المانعة. ابدأ صارما على الملاحظات بخطورة high و critical فقط. واخفض العتبة لاحقا إذا سمح معدل الإنذارات الكاذبة.
- عرّف الفرز. قرر من يجوز له رفض ملاحظة، وأي الحالات تنهي أثرها المانع. وسجل كل تغيير في الحالة.
- تعامل مع المراجعة الفاشلة على أنها منع. انتهاء المهلة وأخطاء النموذج والإجابات غير المقروءة تحتجز التغيير إلى أن يعاد تشغيل المراجعة.
- أبق موافقة بشرية. مراجعة الذكاء الاصطناعي تُعلم الشخص الذي يوافق. لكنها لا تحل محله، ويجب ألا يوافق كاتب التغيير عليه وحده.
- قس واضبط. تتبع عدد الملاحظات التي تصلح وعدد ما يرفض منها على أنه إنذار كاذب. واضبط الموجهات والسياق والعتبات بناء على ذلك، لا على الانطباعات.
- احتفظ بالسجل. خزن الملاحظات وقرارات الفرز مع التغيير، ليرى المدقق أو من يصون الكود مستقبلا سبب إطلاقه.
كيف يطبقها AI CodeOps
يراجع AI CodeOps كل تغيير في الكود تجريه جلسات الذكاء الاصطناعي الخاصة به على طبقتين. ينظر وكلاء المراجعة داخل سير العمل، مثل Reviewer و Security Auditor، إلى التغيير من زوايا مختلفة. وخطوة المراجعة التي تلي الخطوة المنفذة للتغيير تعمل بعد كتابة الكود واختباره، وتعرض عليها الفروقات ونتيجة الاختبار المسجلة. ثم تقرأ مراجعة ملاحظات منفصلة الفروقات نفسها، وملاحظات المراجعة السابقة سياق لها. وهذه الطبقة الثانية وحدها تنتج الملاحظات التي يمكن أن تمنع التغيير. وتعمل خطوات سير العمل واحدة تلو الأخرى؛ ولا يحسم شيء بالتصويت.
ويجب أن تجيب مراجعة الملاحظات بمصفوفة JSON، وكل عنصر فيها يصبح ملاحظة:
[
{
"title": "Coupon code is passed to the pricing query without validation",
"severity": "high",
"category": "security",
"description": "applyCoupon() forwards the raw request value to the discount lookup.",
"recommendation": "Validate length and characters before the lookup and return 400 on a bad code.",
"filePath": "src/api/checkout.ts"
}
]
تسجل المراجعة 12 ملاحظة على الأكثر. والمصفوفة الفارغة تعني أنه لم يوجد شيء. والإجابة التي ليست مصفوفة مقروءة، أو المراجعة التي تفشل، أو التي ينفد وقتها أو ميزانيتها، توسم التشغيل بأنه غير مراجع، ويحتجز التغيير إلى أن يعاد تشغيله.
الملاحظات المفتوحة بخطورة high أو critical، بالحالات open أو acknowledged أو in progress، تمنع طلب السحب والدمج من لوحة التحكم. ووسم الملاحظة بالحالة fixed أو won't fix أو false positive أو duplicate ينهي منعها، ويسجل الفرز. ثم يوافق شخص على التغيير، ولا يستطيع من بدأ الجلسة الإدلاء بذلك الصوت ما دام في مساحة العمل شخص آخر يستطيع الموافقة. ويستطيع خط CI أن يسأل البوابة نفسها عن طلب سحب عبر /api/release/check، وأن يضبط blockingSeverity على medium ليمنع عند الملاحظات بخطورة medium أيضا.
ولا تشمل المراجعة إلا التغييرات التي تجري عبر جلسات AI CodeOps، لا كل طلب سحب في مستودعك. راجع مراجعة الكود بالذكاء الاصطناعي لنظرة عامة على المنتج، والمراجعات متعددة الوكلاء لمعرفة كيف تتكامل الجولات، وبوابات الجودة للفرز والبوابة كاملة.
للتعمق أكثر
- كيف تتعامل مع الإنذارات الكاذبة في مراجعة الكود بالذكاء الاصطناعي: لماذا ينبه مراجعو الذكاء الاصطناعي إلى مشكلات غير موجودة، وكيف تفرز الملاحظات وتضبط المراجع دون إخفاء أخطاء حقيقية.
- كيف تراجع كودا كتبه وكيل ذكاء اصطناعي: ما الذي تقرؤه قبل الكود، والأخطاء التي يقع فيها وكلاء البرمجة عادة، وكيف تبقي الموافقات ذات معنى.
الأسئلة الشائعة
هل تستطيع مراجعة الكود بالذكاء الاصطناعي أن تحل محل المراجعين البشر؟
لا. إنها جولة أولى سريعة ومتسقة، لكنها لا تعرف مقصدك ولا مستخدميك، وقد تخطئ وهي واثقة. ويجب أن يبقى شخص يوافق على ما يطلق.
هل يجب أن تمنع مراجعة الذكاء الاصطناعي الدمج؟
عبر قواعد واضحة فقط. امنع عند وجود ملاحظات مفتوحة فوق درجة خطورة محددة، ودع الأشخاص يفرزون الإنذارات الكاذبة، وتعامل مع المراجعة التي تعذر تشغيلها على أنها منع لا نجاح.
لماذا تحصل الفروقات نفسها على تعليقات مختلفة من مراجعة الذكاء الاصطناعي في تشغيلات مختلفة؟
النماذج اللغوية ليست حتمية تماما، والتغييرات الصغيرة في السياق تغير ما تلاحظه. والمخرجات المنظمة مع عتبة خطورة ثابتة تجعل النتيجة أسهل في التصرف بناء عليها.
هل يستطيع النموذج الذي كتب الكود أن يراجعه؟
يستطيع، لكنه يميل إلى مشاركة نقاطه العمياء نفسها. وجولة مراجعة منفصلة على الفروقات الفعلية، بموجه أو نموذج مختلف، أكثر استقلالا من أن تطلب من الكاتب فحص نفسه.
هل الكود المرسل إلى مراجع الذكاء الاصطناعي آمن من حقن الموجهات؟
ليس تلقائيا. فالتعليقات والسلاسل النصية والمستندات في الفروقات مدخلات غير موثوقة قد تحاول توجيه النموذج، ولذلك يجب ألا يملك المراجع صلاحية الكتابة، وأن يغذي حكمه بوابة يتحكم فيها شخص.