إن العالم الذي يعمل على أدوات تشفير الذكاء الاصطناعي القوية بشكل متزايد هو عالم يكون فيه إنشاء البرامج رخيصًا – أو هكذا يذهب التفكير – مما لا يترك مجالًا كبيرًا لشركات البرمجيات التقليدية. وكما قال أحد تقارير المحللين، فإن “البرمجة الحيوية ستسمح للشركات الناشئة بتكرار ميزات منصات SaaS المعقدة”.
انتبه إلى التصريحات والتصريحات بأن شركات البرمجيات محكوم عليها بالفشل.
ومن المنطقي أن تكون مشاريع البرمجيات مفتوحة المصدر التي تستخدم الوكلاء للتغلب على قيود الموارد طويلة الأمد، من بين أول المشاريع التي تستفيد من عصر التعليمات البرمجية الرخيصة. لكن هذه المعادلة لا تصمد تمامًا. من الناحية العملية، كان تأثير أدوات تشفير الذكاء الاصطناعي على البرمجيات مفتوحة المصدر أكثر تباينًا بكثير.
تسببت أدوات تشفير الذكاء الاصطناعي في العديد من المشكلات التي تم حلها، وفقًا لخبراء الصناعة. لقد أتاحت طبيعة أدوات تشفير الذكاء الاصطناعي سهلة الاستخدام والتي يمكن الوصول إليها حدوث طوفان من التعليمات البرمجية السيئة التي تهدد بإرهاق المشاريع. أصبح إنشاء ميزات جديدة أسهل من أي وقت مضى، ولكن الحفاظ عليها لا يقل صعوبة ويهدد بمزيد من تجزئة الأنظمة البيئية للبرمجيات.
والنتيجة هي قصة أكثر تعقيدًا من وفرة البرامج البسيطة. ربما يكون الموت الوشيك المتوقع لمهندس البرمجيات في عصر الذكاء الاصطناعي الجديد سابق لأوانه.
الجودة مقابل الكمية
في جميع المجالات، تلاحظ المشاريع ذات قواعد التعليمات البرمجية المفتوحة انخفاضًا في متوسط جودة التقديمات، على الأرجح نتيجة لأدوات الذكاء الاصطناعي التي تخفض الحواجز أمام الدخول.
قال جان بابتيست كيمبف، الرئيس التنفيذي لمنظمة VideoLan التي تشرف على VLC، في مقابلة أجريت معه مؤخرًا: “بالنسبة للأشخاص المبتدئين في قاعدة بيانات VLC، فإن جودة طلبات الدمج التي نراها سيئة جدًا”.
حدث تك كرانش
بوسطن، MA
|
23 يونيو 2026
لا يزال كيمبف متفائلًا بشأن أدوات تشفير الذكاء الاصطناعي بشكل عام، لكنه يقول إنها الأفضل “للمطورين ذوي الخبرة”.
كانت هناك مشاكل مماثلة في Blender، وهي أداة النمذجة ثلاثية الأبعاد التي تم الحفاظ عليها كمصدر مفتوح منذ عام 2002. وقال الرئيس التنفيذي لمؤسسة Blender، فرانشيسو سيدي، إن المساهمات المدعومة بـ LLM عادة “تضيع وقت المراجعين وتؤثر على دوافعهم”. لا يزال Blender يطور سياسة رسمية لأدوات تشفير الذكاء الاصطناعي، لكن سيدي قال إنها “غير إلزامية ولا موصى بها للمساهمين أو المطورين الأساسيين”.
لقد أصبح طوفان طلبات الدمج سيئًا للغاية لدرجة أن مطوري المصادر المفتوحة يقومون ببناء أدوات جديدة لإدارته.
في وقت سابق من هذا الشهر، أطلق المطور ميتشل هاشيموتو نظامًا من شأنه أن يحد من مساهمات GitHub في المستخدمين “المؤمنين”، مما يؤدي فعليًا إلى إغلاق سياسة الباب المفتوح للبرامج مفتوحة المصدر. وكما قال هاشيموتو في الإعلان، “لقد أزال الذكاء الاصطناعي الحاجز الطبيعي أمام الدخول الذي سمح لمشاريع برمجيات المصدر المفتوح بالثقة بشكل افتراضي.”
وقد ظهر التأثير نفسه في برامج مكافأة الأخطاء، التي تمنح الباحثين الخارجيين بابًا مفتوحًا للإبلاغ عن الثغرات الأمنية. أوقف برنامج نقل البيانات مفتوح المصدر cURL مؤخرًا برنامج مكافآت الأخطاء الخاص به بعد أن طغى عليه ما وصفه منشئ المحتوى دانييل ستينبرج بأنه “انحدار الذكاء الاصطناعي”.
“في الأيام الخوالي، كان الشخص يستثمر الكثير من الوقت [in] وقال ستينبيرج في مؤتمر عُقد مؤخرًا: “التقرير الأمني. كان هناك احتكاك داخلي، ولكن الآن لا يوجد أي جهد على الإطلاق للقيام بذلك. بوابات الفيضانات مفتوحة.”
إنه أمر محبط بشكل خاص لأن العديد من المشاريع مفتوحة المصدر تشهد أيضًا فوائد أدوات تشفير الذكاء الاصطناعي. تقول Kempf إنها جعلت بناء وحدات جديدة لـ VLC أسهل بكثير، بشرط أن يكون هناك مطور ذو خبرة على رأس الشركة.
قال كيمبف: “يمكنك إعطاء النموذج قاعدة التعليمات البرمجية الكاملة لـ VLC والقول: “سأقوم بنقل هذا إلى نظام تشغيل جديد”. “من المفيد لكبار السن كتابة تعليمات برمجية جديدة، ولكن من الصعب إدارتها للأشخاص الذين لا يعرفون ماذا يفعلون.”
الأولويات المتنافسة
المشكلة الأكبر بالنسبة للمشاريع مفتوحة المصدر هي الاختلاف في الأولويات. شركات مثل Meta تقدر قيمة التعليمات البرمجية والمنتجات الجديدة، في حين يركز عمل البرمجيات مفتوحة المصدر بشكل أكبر على الاستقرار.
وعلق كيمبف قائلاً: “تختلف المشكلة بين الشركات الكبيرة والمشاريع مفتوحة المصدر”. “يتم ترقيتهم لكتابة التعليمات البرمجية، وليس الحفاظ عليها.”
تصل أدوات تشفير الذكاء الاصطناعي أيضًا في وقت تكون فيه البرامج بشكل عام مجزأة بشكل خاص.
وقال كونستانتين فينوجرادوف، مؤسس مؤشر المصدر المفتوح، الذي أطلق مؤخرًا وقفًا للحفاظ على البنية التحتية مفتوحة المصدر، إن أدوات الذكاء الاصطناعي تسير في اتجاه طويل الأمد في هندسة المصادر المفتوحة.
قال فينوغرادوف: “من ناحية، لدينا قاعدة أكواد برمجية تنمو بشكل كبير مع عدد متزايد من الاعتمادات المتبادلة، ومن ناحية أخرى، لدينا عدد من المشرفين النشطين، والذي ربما ينمو ببطء، لكنه بالتأكيد لا يواكب ذلك”. “بفضل الذكاء الاصطناعي، تسارعت وتيرة كلا جزأي هذه المعادلة.”
إنها طريقة جديدة للتفكير في تأثير الذكاء الاصطناعي على هندسة البرمجيات، وهي طريقة لها آثار مثيرة للقلق على الصناعة ككل.
إذا كنت ترى الهندسة على أنها عملية إنتاج برامج العمل، فإن برمجة الذكاء الاصطناعي تجعل الأمر أسهل من أي وقت مضى. ولكن إذا كانت الهندسة هي في الواقع عملية إدارة تعقيد البرمجيات، فإن أدوات تشفير الذكاء الاصطناعي قد تجعل الأمر أكثر صعوبة. على أقل تقدير، سيتطلب الأمر الكثير من التخطيط النشط والعمل على إبقاء التعقيد المترامي الأطراف تحت السيطرة.
بالنسبة لفينوغرادوف، النتيجة هي وضع مألوف بالنسبة للمشاريع مفتوحة المصدر: هناك الكثير من العمل الذي يتعين القيام به، وليس هناك ما يكفي من المهندسين الجيدين للقيام بذلك.
وأشار إلى أن “الذكاء الاصطناعي لا يزيد من عدد المشرفين النشطين والمهرة”. “إنها تمكّن الأشخاص الطيبين، لكن كل المشاكل الأساسية لا تزال قائمة.”
