تتناول هذه المقالة تأثير “توكينماكسينغ” على إنتاجية المطورين، وكيف أن قياس المدخلات قد لا يعكس الكفاءة الحقيقية.
إنتاجية المطورين: هل “توكينماكسينغ” تعيقها؟
هناك مقولة قديمة في الإدارة: ما تقيسه مهم. وعادة، تحصل على المزيد مما تقيسه.
تحديات قياس الإنتاجية
ناقش مهندسو البرمجيات مقاييس الإنتاجية لعقود، بدءًا من عدد الأسطر البرمجية. لكن مع ظهور جيل جديد من وكلاء البرمجة المدعومين بالذكاء الاصطناعي، أصبح من غير الواضح ما يجب أن يقيسه المديرون.
ميزانيات التوكين: فخر أم عائق؟
أصبحت ميزانيات التوكين الضخمة – وهي كمية الطاقة الحاسوبية المسموح بها للمطور – رمزًا للفخر بين مطوري وادي السيليكون، لكن هذه طريقة غريبة للتفكير في الإنتاجية. قياس المدخلات للعملية لا معنى له عندما تهتم أكثر بالمخرجات. قد يكون هذا منطقيًا إذا كنت تحاول تشجيع المزيد من اعتماد الذكاء الاصطناعي (أو بيع التوكين)، لكن ليس إذا كنت تسعى لتصبح أكثر كفاءة.
التحليلات تكشف الحقيقة
تظهر الأدلة من شركات جديدة تعمل في مجال “رؤى إنتاجية المطورين” أن المطورين الذين يستخدمون أدوات مثل Claude Code وCursor وCodex ينتجون الكثير من الشيفرات المعتمدة أكثر مما كانوا عليه من قبل. لكنهم يجدون أيضًا أن المهندسين يحتاجون إلى تعديل تلك الشيفرات المعتمدة بشكل متكرر أكثر من السابق، مما يقلل من ادعاءات زيادة الإنتاجية.
تحديات جديدة في عالم الذكاء الاصطناعي
أصبح من الواضح أن الشركات الكبرى لا تزال تتعلم كيفية استخدام أدوات الذكاء الاصطناعي بكفاءة. على سبيل المثال، قامت Atlassian بشراء DX، وهي شركة ناشئة في مجال الذكاء الهندسي، بمبلغ مليار دولار العام الماضي، لمساعدة عملائها على فهم العائد على الاستثمار من وكلاء البرمجة.
الإنتاجية مقابل التكاليف
تظهر البيانات من جميع أنحاء الصناعة قصة متسقة: يتم كتابة المزيد من الأكواد، لكن نسبة كبيرة منها لا تثبت.
استنتاجات من البيانات
أصدرت GitClear تقريرًا في يناير وجد أن أدوات الذكاء الاصطناعي زادت الإنتاجية، لكن بياناتها أظهرت أن “المستخدمين المنتظمين للذكاء الاصطناعي لديهم معدل تدوير أكواد أعلى بمعدل 9.4 مرات من نظرائهم غير المستخدمين للذكاء الاصطناعي” – أكثر من ضعف مكاسب الإنتاجية التي قدمتها الأدوات.
التكيف مع العصر الجديد
لا يزال المطورون يعملون على فهم ما تفعله وكلاءهم، لكنهم لا يتوقعون العودة إلى الوراء في أي وقت قريب. كما قال Circei: “هذه حقبة جديدة من تطوير البرمجيات، وعليك التكيف، وأنت مجبر على التكيف كشركة”.
في الختام، يتضح أن التكيف مع أدوات الذكاء الاصطناعي هو ضرورة، لكن يجب أن نتساءل عن فعالية هذه الأدوات في تعزيز الإنتاجية الحقيقية.
