جيش من 16 عميل Claude تم بناؤه بـ 20 ألف دولار: حقيقة التطوير الذاتي لمترجم C

تتغير نماذج هندسة البرمجيات بشكل جذري. المشروع الذي نفذه Nicholas Carlini، الباحث في Anthropic، لم يكن مجرد جعل الذكاء الاصطناعي يكتب الكود. بل قام بتجنيد 16 مثيلاً من Claude Opus 4.6 لبناء مترجم لغة C يعتمد على لغة Rust من الصفر، مع حد أدنى من التدخل البشري.

تكونت النتيجة من 100 ألف سطر من الكود، ونجحت في بناء نواة Linux 6.9 وتشغيل اللعبة الكلاسيكية Doom. ولكن الأهم من المظهر البراق هو حدود وإمكانيات سير العمل المعتمد على الوكلاء (Agentic Workflow) التي تم اكتشافها من خلال ضخ تكاليف واجهة برمجة التطبيقات (API) بقيمة 20 ألف دولار (حوالي 27 مليون وون كوري). نحن نتجاوز مرحلة مجرد كتابة الأوامر (Prompts) بشكل جيد، لنحفر في الحقيقة الهندسية لكيفية التحكم في الذكاء الاصطناعي ومنظومته برمجياً وجعله يتعاون.

حلقة RALF: تصميم يمنع تلوث ذاكرة الذكاء الاصطناعي

في برمجة الأنظمة المعقدة، يصطدم العميل الواحد بسرعة بحدود نافذة السياق (Context Window). وذلك لأنه مع مرور الوقت، تظهر ظاهرة الهلوسة حيث تشوش سجلات المحادثة السابقة على الأحكام الحالية. لحل هذه المشكلة، قدم Carlini حلقة RALF (Refresh, Act, Learn, Feedback) مع 16 حاوية Docker مستقلة.

• Refresh: عند بدء الجلسة، يتم تهيئة الذكريات غير الضرورية من الماضي. بدلاً من ذلك، يتم حقن حزمة إحاطة تحتوي فقط على المعالم الحالية وسجلات الفشل للحفاظ على التركيز.
• Act: يقوم العميل بتحديد الأولويات بنفسه وتشغيل المحرر أو أدوات البناء دون أوامر بشرية.
• Learn: يتعلم العميل من الأخطاء ذاتياً من خلال سجلات اختبار (Grep-friendly) يسهل عليه فهمها.
• Feedback: يتم تسجيل ما تم إنجازه ودليل للمسؤول التالي في ملف README.md ودفعه إلى Git لمزامنة المعرفة.

بروتوكول القفل القائم على النص لمنع تكرار العمل

أكبر خطر عند تشغيل 16 عميلاً في وقت واحد هو إهدار الموارد. إذا حاول عميلان إصلاح نفس الخطأ، فسيؤدي ذلك إلى تعارض في الكود ومضاعفة تكاليف API. بدلاً من قاعدة بيانات منفصلة ومعقدة، نفذ Carlini آلية قفل (Locking) خفيفة الوزن باستخدام علامات نصية داخل مستودع Git.

قبل بدء مهمة معينة، ينشئ العميل ملفاً بنفس اسم المهمة في دليل current_tasks/. وبفضل خاصية الالتزام الذري (Atomic Commit) في Git، يتم رفض دفع أي عميل آخر يحاول إنشاء نفس الملف. هذا النظام البسيط منع حالات السباق (Race Condition) بين العملاء من جذورها.

استراتيجية الأوراكل: تحقق ولا تخمن

كانت ذروة هذا المشروع هي استخدام أداة جاهزة مثل GCC كـ أوراكل (Oracle). إنها استراتيجية لفرض الإجابة الصحيحة برمجياً بدلاً من جعل الذكاء الاصطناعي يخمنها. عند حدوث خطأ في بناء نواة لينكس الضخمة، قام Carlini بأتمتة خوارزمية البحث الثنائي (Binary Search).

1. يتم بناء نصف ملفات النواة باستخدام GCC، والنصف الآخر باستخدام Claude.
2. يتم تضييق نقطة الخطأ بمقدار النصف في كل مرة حتى يتم العثور على سطر واحد مسبب للمشكلة من بين آلاف الملفات.
3. أدت هذه الطريقة إلى تحسين كفاءة التصحيح بنسبة 50% تقريباً ومنعت مادياً احتمالية هلوسة الذكاء الاصطناعي.

الحدود التقنية: جدار التحسين الذي لم يتجاوزه الذكاء الاصطناعي

رغم أن الإنجاز كان مذهلاً، إلا أن أداء المترجم الناتج لم يصل حتى إلى أدنى مستويات التحسين في GCC (أي -O0). أظهر جيش عملاء Claude حدوداً في المجالات الهندسية عالية المستوى مثل:

• عيوب إدارة الذاكرة: اختاروا طريقة غير فعالة بنسخ جميع البيانات إلى مخازن مؤقتة (Buffers) منفصلة بدلاً من تحسين نموذج الملكية (Ownership model).
• نقص فهم الأجهزة: لم يتمكنوا من التغلب على قيود الذاكرة الصارمة (32 كيلوبايت) لوضع x86 16-bit الحقيقي، مما اضطر البشر للتدخل أو استعارة كود من GCC في هذا الجزء.
• غياب تنفيذ الخوارزميات: لم يتمكنوا من إجراء تحليل رياضي مستقل لتخصيص السجلات (Register Allocation)، واكتفوا بترجمة الأوامر حرفياً.

قائمة التحقق لاتخاذ القرار بشأن اعتماد الوكلاء في الشركات

من وجهة نظر مدير هندسي، فإن 20 ألف دولار ليست مبلغاً باهظاً على الإطلاق. ذلك لأن المهمة التي كانت ستتطلب فريقاً متخصصاً من 5 أشخاص لمدة تزيد عن 3 أشهر، تم إنجازها في أسبوعين فقط. وهذا يثبت كفاءة في التكلفة تزيد عن 10 أضعاف مقارنة بتكاليف العمالة التقليدية. لكي تتبنى الشركات هذا النموذج، يجب اتباع شجرة اتخاذ القرار التالية:

معايير الحكم على إدخال سير العمل المعتمد على الوكلاء

السؤال	نعم	لا
هل يمكن التحقق من المخرجات بموضوعية من خلال الاختبارات؟	انتقل للخطوة التالية	غير مناسب للاعتماد (خطر الهلوسة)
هل توجد أداة حالية قابلة للمقارنة (أوراكل)؟	اعتماد استراتيجية الأوراكل	يتطلب مراقبة بشرية مستمرة
هل يمكن تقسيم العمل إلى أكثر من 100 وحدة؟	تشغيل عملاء متوازيين	يوصى بعميل واحد

العناصر الأساسية للبناء

• Grep-friendly harness: صمم هيكل سجلات يسمح للعميل بمعرفة النجاح/الفشل في غضون ثانية واحدة.
• أتمتة تسجيل الحالة: افرض تسجيل التقدم في ملف مثل progress.json قبل إنهاء عمل العميل.
• الحواجز البشرية (Human Guardrails): قم بعزل الكود الحساس مثل الأمن أو المصادقة ليخضع بالضرورة لمراجعة بشرية.

من كاتب كود إلى مهندس معماري: انتقال دور المهندس

تجربة Anthropic تعني أن دور المهندس قد انتقل من كاتب كود إلى مصمم ومدقق أنظمة. الآن، الكفاءة المهمة ليست القدرة على كتابة الخوارزميات مباشرة، بل القدرة على تصميم قيود منطقية وأدوات تحقق لضمان عدم خروج جيش وكلاء الذكاء الاصطناعي عن المسار.

تكلفة 20 ألف دولار ليست مجرد نفقات، بل هي علامة فارقة تظهر الحد الأقصى للأتمتة الذي يمكن للذكاء الاصطناعي الوصول إليه عندما يدعمه تصميم بشري متطور. يجب على الشركات الآن ألا تكتفي بالانبهار بالاستقلالية الذاتية للذكاء الاصطناعي، بل أن تركز على تحويل "التوجيه الاستراتيجي البشري" إلى نظام متكامل.