فراتر از تولید کد: راهنمای توسعه‌دهندگان برای مهندسی عاملی

نوشتن کد سریع‌تر شده است، اما کارهای پیرامون آن نه. ببینید چگونه می‌توانید با GitHub Copilot برنامه‌ریزی کنید، کد بنویسید، تغییرات را بازبینی کنید و مسائل محیط تولید را بررسی کنید؛ و بدانید کدام کارها همچنان به قضاوت خودتان نیاز دارد.

اکتبر امسال، GitHub در یک هفته بیش از ۱٫۲ میلیارد کامیت ثبت کرد؛ بیش از ۴۰۰٪ بیشتر از یک سال قبل. این تعداد کامیت از کل کامیت‌هایی که GitHub در تمام سال ۲۰۲۵ دریافت کرد هم بیشتر است. احتمالاً شما هم امروز بیشتر از یک سال پیش کد تولید می‌کنید. اما از خودتان بپرسید: آیا احساس می‌کنید ۴۰۰٪ بهره‌ورتر از سال گذشته هستید؟

ساختن نرم‌افزار به یک پرامپت خوب محدود نمی‌شود. همزمان با اینکه هوش مصنوعی پیاده‌سازی را سریع‌تر می‌کند، توسعه‌دهندگان نرم‌افزار در جاهای دیگری فشار بیشتری حس می‌کنند: مطالعه‌ای از Faros AI نشان داد وقتی تیم‌ها از پذیرش پایین هوش مصنوعی به پذیرش بالا می‌روند، درخواست‌های ادغام ۴۴۱٪ زمان بیشتری را در مرحلهٔ بازبینی می‌گذرانند.

شما به‌عنوان توسعه‌دهندهٔ نرم‌افزار، نیازمندی‌ها را جمع‌آوری و پیاده‌سازی را هدایت می‌کنید، تغییرات را بازبینی و نتایج آزمون را ارزیابی می‌کنید و سپس بررسی می‌کنید که در محیط تولید چه اتفاقی می‌افتد. عامل‌ها می‌توانند در همهٔ این مراحل به شما کمک کنند تا کارآمدتر پیش بروید: برنامه‌ریزی، ساخت، بازبینی و مشاهده. در ادامه مرور می‌کنیم که یک گردش‌کار مؤثر مهندسی عاملی در GitHub چه شکلی است.

برنامه‌ریزی: همه و همهٔ عامل‌ها را هم‌صفحه کنید

ببینید آیا این وضعیت برایتان آشناست: در حال برنامه‌ریزی برای تغییری در یک API هستید. طراحی در یک ابزار است، یک نیازمندی سازگاری در Slack گم شده و یک درخواست ادغام قدیمی توضیح می‌دهد چرا پیاده‌سازی فعلی این‌طور کار می‌کند. پیش از آنکه بتوانید طرحی مفید بنویسید، باید این جزئیات را به هم وصل کنید، رویکردها را مقایسه کنید و بر سر این به توافق برسید که کلاینت‌های موجود چگونه به کار خود ادامه دهند. کاری که در ظاهر یک برنامه‌ریزی ساده بود، به ساعت‌ها جست‌وجو، تطبیق و پیگیری پاسخ‌ها تبدیل شده است. پیش از آنکه پیاده‌سازی حتی شروع شود، خسته شده‌اید.

می‌توانید از Copilot استفاده کنید تا این زمینهٔ پراکنده را در یک جا جمع کند، گزینه‌ها و بده‌بستان‌هایشان را بررسی کند و تصمیم‌ها را به یک طرح پیاده‌سازی تبدیل کند.

- همان‌جا که تیم‌تان کار می‌کند، با هم برنامه‌ریزی کنید. از Copilot در Slack یا Teams استفاده کنید تا با همهٔ افراد درگیر همکاری کنید؛ از مدیران محصول و طراحان تا تحلیلگران و ذی‌نفعان کسب‌وکار. زمینه را از ابزارهای متصل بیاورید تا تیم بتواند فرض‌ها را بررسی کند، ایده بدهد و نیازمندی‌ها را با هم دقیق‌تر کند.

- نیازمندی‌های مورد توافق را به کار قابل اجرا تبدیل کنید. از Copilot بخواهید GitHub Issues را با زمینه و معیارهای پذیرش لازم برای پیاده‌سازی ایجاد کند و وظایفی را که می‌توان جداگانه انجام داد، تفکیک کند.

- نگذارید رسیدگی روزمره به مسائل، وقت برنامه‌ریزی را بخورد. از GitHub Agentic Workflows استفاده کنید تا به مسائل برچسب بزنید و پیچیدگی وظایف را تخمین بزنید. وظایف کم‌پیچیدگی را مستقیماً به Copilot بسپارید و وقت خود را صرف تصمیم‌های دشوارتر کنید.

- به کارهای پیچیده برنامه‌ریزی لازم را بدهید. از Plan Mode در رابط Copilot دلخواه‌تان استفاده کنید تا رویکردها را مقایسه و طرح پیاده‌سازی را دقیق‌تر کنید. طرح را بازبینی و تأیید کنید و سپس آن را به Copilot بسپارید تا پیاده‌سازی را آغاز کند.

کاری که پیش‌تر روزها جست‌وجو و جمع‌آوری زمینه می‌برد، اکنون به یک طرح قابل بازبینی، معیارهای پذیرش صریح و مسائل با دامنهٔ مشخص می‌رسد و وقت شما صرف تصمیم‌ها می‌شود، نه بازیابی اطلاعات. سپس وقتی رویکردی را انتخاب کردید، از قبل خودتان و عامل‌هایتان را برای اجرای طرح آماده کرده‌اید.

ساخت: همزمان بیش از یک وظیفه را پیش ببرید

آماده‌اید آن طرح را به کد تبدیل کنید، اما زندگی برنامهٔ دیگری دارد. عامل‌تان وسط یک وظیفه است، جلسهٔ بعدی‌تان پنج دقیقهٔ دیگر شروع می‌شود و سگ‌تان بیست دقیقه است به در نگاه می‌کند. بعد کسی در جلسه به یک حالت لبه‌ای اشاره می‌کند که پیاده‌سازی باید آن را پوشش دهد. همه یک‌جا از شما چیزی می‌خواهند. دوست دارید پیشرفت را ادامه دهید، اما نمی‌توانید همزمان در سه جا باشید.

می‌توانید کارتان را پیش ببرید بدون اینکه به رایانه‌ای که با آن شروع کرده‌اید گره بخورید.

- گفت‌وگو را از دستگاه دیگری ادامه دهید. تداوم نشست به شما اجازه می‌دهد همان نشست Copilot را در کلاینت‌های مختلف ادامه دهید، تا هر جا برایتان راحت‌تر است کار کنید.

- بگذارید کار پس از بستن لپ‌تاپ هم ادامه یابد. Copilot وظایف را در جعبه‌های شنی ابری اجرا می‌کند؛ اجرا از دستگاه شما جدا می‌ماند و می‌توانید بعداً به نشست برگردید.

- روی وظایف جداگانه کار کنید بدون اینکه ویرایش‌هایشان قاطی شود. اپلیکیشن Copilot به هر نشست نسخهٔ جداگانه‌ای از مخزن می‌دهد، بنابراین یک وظیفهٔ پیاده‌سازی و یک به‌روزرسانی مستندات، درخت کاری ناتمام مشترکی ندارند.

- دانش پروژه را به هر وظیفه منتقل کنید. دستورالعمل‌های مخزن، قراردادها و فرمان‌های اعتبارسنجی را ثبت می‌کنند و حافظهٔ مشترک، حقایق مفیدی را نگه می‌دارد که Copilot می‌تواند در سراسر یک مخزن بازاستفاده کند. Copilot Dreaming نشست‌های واجد شرایط و بازخورد درخواست‌های ادغام را بررسی می‌کند تا حافظه‌ها به‌روز بمانند و به‌روزرسانی دستورالعمل‌ها یا مهارت‌ها را پیشنهاد دهد. یعنی زمان کمتری صرف توضیح دوبارهٔ روش کار تیم می‌شود و کمک Copilot در وظایف مختلف یکدست‌تر است.

- مدل‌ها را با کار هماهنگ کنید. Copilot Fusion را انتخاب کنید تا مدل‌ها و عمق استدلال متناسب با وظیفه را برگزینید و در صورت نیاز مدل‌های بیشتری را برای بازبینی یک راه‌حل وارد کنید. سطح تلاش را خودتان تنظیم می‌کنید تا میان کیفیت، هزینه و زمان پاسخ تعادل برقرار شود.

- هر جا کار می‌کنید، قواعد شرکت را رعایت کنید. تنظیمات مدیریت‌شدهٔ سازمانی، سیاست‌ها و ابزارهای پیکربندی‌شدهٔ شرکت شما را در همهٔ رابط‌های Copilot اعمال می‌کنند و تفاوت‌های راه‌اندازی را هنگام جابه‌جایی میان کلاینت‌ها کم می‌کنند.

نوشتن کد فقط فرستادن یک پرامپت به مدل زبانی و دیدن خروجی نیست. و با حجم کاری بیشتر از همیشه، حفظ استانداردهای کدنویسی و تحویل به‌موقع پروژه‌ها دشوار می‌شود. Copilot کمک می‌کند وظایف با دانش مشترک پروژه مستقل پیش بروند و شما بتوانید نشست را در دستگاه‌های مختلف از همان‌جا که رها کردید ادامه دهید. این به شما فرصت بیشتری می‌دهد تا تصمیم‌های پیاده‌سازی را بررسی کنید و تغییرات را همان‌طور که پیش می‌آیند مدیریت کنید. و وقتی کارتان تمام می‌شود، تغییرات متمرکزی برای بازبینی آماده دارید.

بازبینی: توجه‌تان را جایی خرج کنید که ارزشش را دارد

بعد از یک ساعت کلنجار رفتن با عامل‌ها تا در مسیر درست حرکت کنند، فکر می‌کنید همه به نقطهٔ خوبی رسیده‌اید. پس یک درخواست ادغام با برچسب «بازآرایی کوچک» باز می‌کنید. ۴۷ فایل را تغییر می‌دهد. می‌خواستید دربارهٔ منطق اعتبارسنجی مشترک بازخورد بگیرید، اما آن میان به‌روزرسانی همهٔ endpointهایی که آن را صدا می‌زنند، تغییرات قالب‌بندی و چند صد خط آزمون تولیدشده گم شده است. با خودتان فکر می‌کنید با این فهرست بی‌پایان درخواست‌های ادغام روی تابلوی بازبینی تیم، گرفتن تأیید چقدر طول می‌کشد.

آن صف بازبینی، همان ۴۴۱٪ در عمل است. می‌توانید انتظار را از دو طرف کوتاه کنید: تغییراتتان را برای بازبینی انسانی آسان‌تر کنید و بگذارید Copilot پیش از آنکه کسی تفاوت‌ها را باز کند، بررسی‌ها و اصلاح‌های روزمره را انجام دهد.

- به‌جای یک تغییر عظیم، درخواست‌های ادغام کوچک‌تر و متمرکزتر را پشته کنید. شما و عامل‌هایتان می‌توانید با درخواست‌های ادغام پشته‌ای، کارهای وابسته را به قطعات کوچک‌تر تقسیم کنید. این کار اجازه می‌دهد هر PR جداگانه بازبینی شود، وابستگی‌ها قابل مشاهده بمانند و تیم‌ها بدون معطل ماندن، روی کار شما پیش از ادغامش بسازند.

- مسائل روزمرهٔ کیفیت را پیش از آنکه وقت بازبینی را بخورند بگیرید. GitHub Code Quality تغییرات را با شیوه‌های کدنویسی و استانداردهای سازمان شما بررسی می‌کند و مسائل را پیش از رسیدن به بازبین انسانی می‌گیرد؛ این هم برای نویسنده و هم برای بازبین صرفه‌جویی در زمان است.

- کمک بازبینی متناسب با تغییر بگیرید. Copilot code review بازخورد خودکار می‌دهد؛ برای تغییرات ساده تحلیل سبک‌تر و برای تغییرات پیچیده تحلیل عمیق‌تر. می‌توانید این عمق را خودتان تعیین کنید یا بگذارید Copilot آن را برای هر درخواست ادغام انتخاب کند.

- امنیت را در بخش بیشتری از پایگاه کدتان بررسی کنید. AI Scan آسیب‌پذیری‌ها را در زبان‌ها و فایل‌هایی فراتر از پوشش CodeQL پیدا می‌کند. AI secret detection به شناسایی اسرار غیرساختاریافته، مانند گذرواژه‌ها، کمک می‌کند؛ مواردی که تطبیق الگو ممکن است از دست بدهد.

- وابستگی‌های جدید را در چارچوب سیاست نگه دارید. انطباق مجوز، مجوز وابستگی‌ها را پیش از ادغام با قواعد شرکت شما بررسی می‌کند. GitHub package firewall که اکنون برای npm در پیش‌نمایش عمومی است، می‌تواند دانلودهایی را که سیاست‌های امنیتی پیکربندی‌شده را نقض می‌کنند مسدود کند.

- یافته‌ها و کارهای پیگیری را بدون رسیدگی دائم به هر درخواست ادغام حل کنید. Agentic Autofix برای مسائل امنیتی اصلاح پیشنهاد می‌دهد و Agent Merge به‌طور خودکار به بررسی‌های ناموفق، نظرات بازبینی و تعارض‌های ادغام رسیدگی می‌کند؛ این‌ها کمک می‌کنند درخواست‌های ادغام‌تان پیش بروند و برای ادغام آماده شوند. همچنین اگر پیکربندی کنید، Copilot پس از عبور موفق مراحل اعتبارسنجی، درخواست‌های ادغام شما را حتی ادغام می‌کند.

تغییرات کوچک‌تر همراه با کارهای روزمرهٔ انجام‌شده یعنی دورهای رفت‌وبرگشت کمتر. بازبین‌های شما می‌توانند توجه‌شان را صرف این کنند که آیا کد همان کاری را می‌کند که می‌خواستید و چه چیزی ممکن است اشتباه پیش برود.

مشاهده: از آنچه پس از انتشار رخ می‌دهد بیاموزید

تغییرتان تأیید می‌شود، بررسی‌های استقرار موفق می‌شوند و بالاخره می‌توانید آن را از فهرست کارها خط بزنید. صبح روز بعد، داشبورد کشیک شما قطعی‌های متناوب نشان می‌دهد و پشتیبانی گزارش می‌دهد که چند مشتری بزرگ تحت تأثیر قرار گرفته‌اند. حالا لاگ‌ها، تاریخچهٔ انتشار و گزارش‌های مشتریان را مقایسه می‌کنید و کسی می‌پرسد آیا باید عقب‌گرد کنید. «همهٔ بررسی‌ها موفق شدند» کمتر از دیروز اطمینان‌بخش به نظر می‌رسد.

شواهد عملیاتی و زمینهٔ مهندسی را کنار هم بگذارید تا بتوانید تصمیم بگیرید چه کاری انجام دهید.

- فرض‌ها را با رفتار واقعی بسنجید. Copilot با دسترسی به ابزارهای مشاهده‌پذیری و داده‌های کسب‌وکار از طریق اتصال‌دهنده‌هایی مانند Fabric می‌تواند کمک کند بررسی کنید کدام درخواست‌ها یا گروه‌های مشتری تحت تأثیر قرار گرفته‌اند.

- یافته را جایی ثبت کنید که کسی بتواند روی آن اقدام کند. از Copilot بخواهید پیش‌نویس یک مسئله را با شواهد پشتیبان و معیارهای پذیرش، از جمله یک آزمون رگرسیون برای خرابی‌ای که کشف کردید، تهیه کند.

- درس‌های مفید را به کارهای آینده منتقل کنید. بهبودهای پیشنهادی Dreaming را بررسی کنید؛ این قابلیت از نشست‌ها و فعالیت مخزن استفاده می‌کند تا حافظه‌ها، مهارت‌ها و راهنمای بازبینی کد را دقیق‌تر کند.

فهمیدن اینکه پس از یک انتشار چه اتفاقی افتاده می‌تواند شما را میان داشبوردها، گفت‌وگوها و تاریخچهٔ کامیت‌ها سرگردان کند. وقتی Copilot به اتصال این اطلاعات کمک می‌کند، می‌توانید آنچه یافته‌اید را مستند کنید، مسائل پیگیری بسازید و راهنمای موجود برای وظایف آینده را بهتر کنید. زمان بیشتری صرف تصمیم‌گیری دربارهٔ آنچه باید تغییر کند می‌کنید و زمان کمتری صرف بازسازی مسیر بررسی می‌شود. و طرح بعدی‌تان با آنچه از نرم‌افزاری که مردم واقعاً استفاده می‌کنند آموخته‌اید آغاز می‌شود.

از کجا شروع کنیم

یک قطعه از کاری را که همین حالا روی میزتان است بردارید و فراتر از وظیفهٔ کدنویسی به آن نگاه کنید. چه زمینه‌ای لازم دارد؟ چگونه آن را بازبینی و آزمون می‌کنید؟ پس از انتشار از کجا می‌فهمید که درست کار کرده است؟

لازم نیست یک‌باره کل فرایندتان را عوض کنید. با چیزی شروع کنید که این هفته بیشتر از همه آزارتان می‌دهد و یک عامل را روی آن بگذارید. سپس به‌مرور به بخش‌های دیگر فرایندتان گسترش دهید. وقتی عامل‌ها در کل گردش‌کارتان کمک می‌کنند، شاید بالاخره احساس کنید همان‌قدر بهره‌ور هستید که تعداد کامیت‌هایتان می‌گوید.

این موضوع را به‌صورت زنده در GitHub Universe 2026 در نشست «Agentic Engineering: Past the Pilot» بررسی کردیم.

برچسب‌ها:

نوشتهٔ

نوشته‌های مرتبط

یک بار بسازید، روی هر عاملی اجرا کنید: راهنمای عملی مهارت‌های عامل

مهارت‌های عامل، کار مهندسی تکرارپذیر را در فایل‌هایی ثبت می‌کنند که تیم‌ها می‌توانند بازبینی و بازاستفاده کنند، در حالی که ابزارها، زمینهٔ پروژه و مجوزها مخصوص میزبان اجراکننده باقی می‌مانند.

چگونه ۳ نفر از Java Champions از GitHub Copilot برای افزایش بهره‌وری استفاده می‌کنند

سه نفر از Java Champions توضیح می‌دهند چگونه از GitHub Copilot برای حل مسائل، تسریع توسعه و حفظ مسئولیت انسانی در قبال نتایج استفاده می‌کنند.

چگونه یک نشست اپلیکیشن GitHub Copilot را در VS Code ادامه دهیم

بیاموزید چگونه یک نشست عامل را از اپلیکیشن GitHub Copilot به VS Code منتقل کنید بدون اینکه گفت‌وگو، تغییرات کد یا زمینهٔ کاری از دست برود.

منبع: GitHub Blog

متن و تصاویر اصلی از منبع بالا. ترجمه و ویرایش در دیجیتال سرآمد.