كيف تقود 30 عميل ذكاء اصطناعي: رفع إنتاجية البرمجة 10 أضعاف باستخدام Gastown

لقد ولى زمن سؤال روبوت دردشة بسيط عن الكود وانتظار الإجابة. ورغم أن Claude Code أو GitHub Copilot يعدان مساعدين رائعين، إلا أنهما بطيئان للغاية وخطيان عندما يتعلق الأمر بتعديل أنظمة المؤسسات التي تتداخل فيها مئات الملفات. إن الاعتماد الكلي على وكيل ذكاء اصطناعي واحد يفقد السياق ويتخبط مع طول الجلسة أصبح الآن مجرد عائق للإنتاجية.

نحن الآن في عصر تنسيق الوكلاء (Agent Orchestration). يهدف مشروع Gastown المفتوح المصدر، الذي اقترحه Steve Yegge، إلى بناء نظام مصنع برمجيات يقوم بتشغيل أكثر من 30 عميل ذكاء اصطناعي في وقت واحد لتفكيك الوظائف وبنائها بالتوازي. لم تعد الآن مجرد مبرمج، بل أصبحت منسقاً يقود جيشاً من الذكاء الاصطناعي.

معمارية Gastown: نتائج مثالية من عمال غير موثوقين

ليس Gastown مجرد غلاف (Wrapper) بسيط للذكاء الاصطناعي، بل يتبنى مبادئ الحوسبة الموزعة لحل مشكلة عدم استقرار الوكلاء الفرديين من خلال هيكلية النظام. المبدأ الأساسي هو فصل الأدوار بوضوح وتجزئة المهام إلى وحدات ذرية.

• العمدة (Mayor): المنسق المركزي للنظام بأكمله. يقوم بتحليل أهداف المطور وتفكيكها إلى وحدات عمل صغيرة تسمى "بيدز" (Beads).
• بيد (Bead): بيانات مهام دائمة يتم نسخها احتياطياً بواسطة Git. وهي الأداة الأساسية للحفاظ على سجل العمل حتى لو تعطلت جلسة العميل.
• بولكات (Polecat): عامل لمرة واحدة يقوم بتعديل الكود فعلياً في شجرة عمل (Worktree) مستقلة في Git. يتم تدميره فور إتمام المهمة لمنع تعارض الكود.

الهدف من هذا الهيكل هو الهروب من Vibe Coding (البرمجة بالحدس). يمنع Gastown فيزيائياً الوكلاء من النشر (Commit) مباشرة في الفرع الرئيسي عبر نظام خطافات PreToolUse. يتم كتابة كل الكود في فروع ميزات منفصلة، ولا يتم دمجها إلا بعد اجتياز اختبارات صارمة في "المصفاة" (Refinery).

استراتيجية نشر الوكلاء حسب حجم المشروع

إن توظيف العشرات في كل مهمة يعد هدراً لتكاليف الـ API. يجب توزيع القوة البرمجية بشكل مناسب حسب تعقيد المهمة.

عند القيام بعمليات تحويل ضخمة وتشغيل 30 وكيلاً، يمكن تقليص العمل الذي يستغرق 6 ساعات يدوياً إلى حوالي 20 دقيقة. ومع ذلك، يتطلب ذلك تحسيناً في تخصيص النماذج. أسند النماذج عالية الأداء مثل Claude 3.5 Sonnet لـ "العمدة" المسؤول عن التصميم، وخصص نماذج اقتصادية مثل Gemini لـ "البولكات" التي تقوم بالتنفيذ البسيط أو الاختبار لزيادة كفاءة التكلفة.

التطبيق العملي: دليل بناء نظام مصادقة JWT

لنفترض أننا بصدد إضافة مصادقة JWT إلى تطبيق يعتمد على Go. إليك كيف تحرك جيشك بأمر واحد:

1. الاتصال بالعمدة: ابدأ الجلسة بالأمر gt mayor attach.
2. تحديد الهدف: "قم ببناء نظام JWT لمشروع Go. يشمل ذلك تغيير مخطط قاعدة البيانات، API تسجيل الدخول، البرمجيات الوسيطة، واختبارات التكامل."
3. التنسيق: "لا تكتب الكود بنفسك، فكك المهام وفوضها للبولكات. قم بإجراء المراجعة باستخدام المصفاة."
4. المراقبة: تحقق من تقدم كل وكيل في الوقت الفعلي عبر gt convoy list.
5. المراجعة: تأكد من النتيجة النهائية التي دمجتها المصفاة عبر gt status ثم وافق عليها.

إذا لم تكن الأمور تسير بسلاسة، يجب فحص البيئة أولاً. من الضروري التأكد من أن إصدار Dolt هو 1.82.4 أو أعلى. الإصدارات القديمة تسبب أخطاء في مزامنة قاعدة بيانات Git مما يؤدي لتصادم المهام بين الوكلاء. أيضاً، إذا كانت هناك مشكلة في تشغيل الشبح (Daemon)، تأكد من أن إصدار tmux -V هو 3.0 أو أعلى، ثم نفذ gt doctor --fix لتهيئة البيئة.

الدور الجديد لكبير المهندسين: مصمم الأنظمة

إن تشغيل 30 عميل ذكاء اصطناعي في آن واحد يعني أنك لن تقوم بالطباعة بعد الآن. تكمن مهارة المهندس الحقيقية الآن في مدى دقة تسجيل قرارات المعمارية في مستندات التوجيه مثل CLAUDE.md.

الوكلاء مساعدون رائعون، لكن بدون إدارة جيدة، فهم يشبهون "الشمبانزي فائق الذكاء" الذي قد يشل النظام. احرص دائماً على التشغيل في منصة تجريبية (Rig) منفصلة ووضع حدود لتكاليف الـ API. لتقليل إرهاق مراجعة عشرات طلبات السحب (PRs) يدوياً، قم بنشر وكيل إضافي بدور "شريف الـ PR" لتصفية أخطاء القواعد النحوية وحالات عدم اجتياز الاختبارات كخطوة أولى. مصنع البرمجيات الخاص بك جاهز للعمل الآن.