شغل ما توسعه‌دهندگان در حال تغییر است. در چند سال گذشته از نوشتن تک‌تک خطوط کد به کار با دستیارهای هوش مصنوعی و سپس به هماهنگ‌کردن گروهی از عامل‌ها رسیده‌ایم. اما هدف تغییر نکرده است: تحویل کار نرم‌افزاری تکمیل‌شده؛ یک قابلیت، یک رفع باگ، یک اصلاح امنیتی. خروجی مهم، کار تکمیل‌شده است، نه کد بیشتر.

امروز در رویداد GitHub Universe چشم‌اندازمان از GitHub را به‌عنوان جامع‌ترین سامانهٔ تحویل نرم‌افزار در جهان به اشتراک گذاشتیم. محصولاتی را معرفی کردیم که این چشم‌انداز را به واقعیت تبدیل می‌کنند و نشان دادیم چگونه زیرساخت زیرین آن را از نو می‌سازیم.

چشم‌انداز ما: از ایده تا نرم‌افزار تکمیل‌شده

چرخهٔ عمر توسعهٔ نرم‌افزار (SDLC) دیگر مسیری خطی از برنامه‌ریزی به کدنویسی، آزمون و استقرار نیست. یک تغییر کد، درخواست یک همکار یا یک معیار عملیاتی می‌تواند کار را در هر نقطه‌ای از سامانه به جریان بیندازد. بیشتر ما (و عامل‌هایمان) بسته به وظیفهٔ پیش رو میان مراحل مختلف جابه‌جا می‌شویم. توسعه‌دهندگان جهت را تعیین می‌کنند، تصمیم می‌گیرند و در قبال آنچه منتشر می‌شود پاسخگو می‌مانند. عامل‌ها تغییرات را پیاده‌سازی و راستی‌آزمایی می‌کنند. و همه‌چیز به یک ماشین یادگیری پیوسته وارد و از آن خارج می‌شود که چرخهٔ بعدی را بهتر می‌کند.

این سامانهٔ تحویل نرم‌افزار عامل‌محور سه هدف را دنبال می‌کند:

سرعت: رسیدن از ایده به نرم‌افزار تکمیل‌شده با بیشترین سرعت، کارایی و صرفهٔ اقتصادی ممکن

هوشمندی: ترکیب بافت اطلاعاتی سراسر پلتفرم با یک موتور یادگیری پیوسته، تا سامانه هرچه بیشتر از آن استفاده می‌کنید بهتر شود

کیفیت: امن‌بودن پیش‌فرض کار تکمیل‌شده و گرفتن باگ‌ها پیش از انتشار

GitHub برای توسعه‌دهندگان و عامل‌هایشان ساخته شده است. سازه‌های پایهٔ زیرین را هم در دسترس قرار می‌دهیم تا بتوانید راهکارهای سفارشی خودتان را بسازید. کنترل کار، ابزارها و هزینه در دست شما می‌ماند.

قابلیت‌ها و محصولات تازه‌ای که کار را پیش می‌برند

امروز در Universe برخی از تازه‌ترین محصولات و قابلیت‌ها را در عمل نشان دادیم، با شروع از اپلیکیشن GitHub Copilot.

اپلیکیشن GitHub Copilot: از ایشو تا ادغام، در یک اپلیکیشن

اپلیکیشن GitHub Copilot از پایه برای تحویل نرم‌افزار عامل‌محور طراحی شده است. عامل‌ها و ابزارهای شما را در پروژه‌ها به هم متصل می‌کند تا کار را هدایت کنید بدون آنکه هر بار انتقال کار را خودتان انجام دهید. و فقط برای تولید کد نیست: می‌توانید مشخصات بنویسید، بحث‌های طراحی را ارائه کنید یا داده‌های سنجش از راه دور را در یک سطح عامل‌محور تحلیل کنید.

Copilot Fusion: هماهنگی چندمدلی در بهترین شکل

وظایف مختلف به مدل‌های مختلف نیاز دارند. توسعه‌دهندگان نباید برای رسیدن به نتیجهٔ درست با قیمت مناسب، مدیریت تک‌تک انتخاب‌های مدل را بر عهده بگیرند. Copilot Fusion نیازهای یک وظیفه را در استدلال، تولید کد، اشکال‌زدایی و استفاده از ابزار ارزیابی می‌کند و سپس تصمیم می‌گیرد کار را چگونه و با یک یا چند مدل اجرا کند. در شاخص Artificial Analysis Coding Agent Index، امتیاز Fusion Max در محدودهٔ دو امتیاز از Opus 5.5 Max بود، با نصف هزینه و ۴۰٪ زمان کمتر در هر وظیفه.

Copilot projects: به Copilot یک هدف بدهید

Copilot projects که از امروز به‌صورت بومی در اپلیکیشن GitHub Copilot در دسترس است، به شما امکان می‌دهد کار عامل‌ها را روی چند مخزن در نشست‌های موازی و کاملاً مدیریت‌شده اجرا کنید. یک نقطه برای پیگیری پیشرفت، تصمیم‌گیری و هدایت مراحل بعدی دارید. یعنی زمان کمتری صرف مدیریت اجرا و زمان بیشتری صرف تصمیم‌گیری دربارهٔ آنچه ارزش ساختن دارد می‌کنید.

Session continuity: کار را در همهٔ سطوح ادامه دهید

کار شما نباید با تغییر دستگاه یا ابزار از نو شروع شود. Session continuity به شما امکان می‌دهد یک نشست عامل ابری را در اپلیکیشن GitHub، VS Code، CLI و وب آغاز کنید و در همان ادامه دهید. صبح در جلسهٔ روزانه از گوشی شروع کنید، پشت میز از VS Code هدایتش کنید و ظهر از github.com وضعیتش را بررسی کنید. عامل در ابر به کار ادامه می‌دهد. چارچوب اجرای چندمدلی ما که این امکان را فراهم می‌کند، قدرتمند، سریع و مقرون‌به‌صرفه است.

Copilot automations: یادگیری از نتایج

Copilot automations به شما امکان می‌دهد گردش‌کارهای هوش مصنوعی را درون مخزن خود بسازید. این گردش‌کارها در ابر اجرا می‌شوند و می‌توانید آن‌ها را دستی راه بیندازید یا طوری تنظیم کنید که به یک رویداد پاسخ دهند یا طبق زمان‌بندی اجرا شوند. این‌گونه می‌توانید عامل‌ها را برای انجام کارهایی مانند دسته‌بندی و اولویت‌بندی ایشوها و بازبینی کد هماهنگ کنید. و اکنون automations می‌تواند از نتایج خود یاد بگیرد و بهبودهایی را برای بررسی و تأیید شما پیشنهاد دهد. این همان موتور یادگیری در عمل است: از نتایج کار تکمیل‌شده برای بهترکردن اجرای بعدی استفاده کنید.

Copilot code review Max: نگاهی عمیق‌تر به آنچه منتشر می‌شود

کد بیشتر یعنی درخواست‌های ادغام بیشتر و تقاضای بیشتر برای بازبینی. سریع‌تر حرکت‌کردن تنها وقتی کمک می‌کند که کیفیت آنچه منتشر می‌شود حفظ شود. Copilot code review باگ‌های معنادار و قابل‌اقدامی را که توسعه‌دهندگان باید بگیرند آشکار می‌کند. امروز Copilot code review Max را معرفی کردیم که بالاترین امتیاز F1 را در ReviewBench برای مسائل با شدت بالا ثبت کرد. حالت‌های Lite و Balanced بازبینی‌های روزمره را سریع نگه می‌دارند؛ حالت تازهٔ Max وقتی تغییری نیاز دارد، نگاهی عمیق‌تر ارائه می‌دهد.

قابلیت‌های Copilot بدون اشتراک سازمانی جداگانه

از امروز، مشتریان GitHub Enterprise می‌توانند همهٔ قابلیت‌های Copilot را بدون خرید اشتراک جداگانه استفاده کنند. این شامل اپلیکیشن GitHub Copilot، بازبینی کد، automations و موارد دیگر می‌شود. شما برای اعتبارهای هوش مصنوعی (AI credits) که مصرف می‌کنید پرداخت می‌کنید.

این امکان امروز از طریق GitHub Sales در دسترس است و گزینهٔ self-serve به‌زودی می‌آید. مشتریان فعلی Copilot Business و Copilot Enterprise می‌توانند طرح فعلی خود را نگه دارند یا هر زمان آماده بودند منتقل شوند. GitHub همچنین باز و قابل‌توسعه می‌ماند. به استفاده از ابزارهایی که تیم‌تان به آن‌ها وابسته است ادامه دهید، از جمله Cloudflare، Datadog، Figma و موارد دیگر.

سرمایه‌گذاری‌های مستمر ما در زیرساخت

همهٔ این‌ها به پایه‌ای وابسته است که سریع، قابل‌اعتماد و برای مقیاس‌پذیری ساخته شده باشد. عامل‌ها حجم و شکل توسعهٔ نرم‌افزار را تغییر می‌دهند. افزودن ظرفیت مهم است، اما ظرفیت به‌تنهایی ما را به مقصد نمی‌رساند. ناچار شده‌ایم معماری را هم تغییر دهیم.

از ابتدای سال جاری تاکنون افزوده‌ایم:

۴ میلیون هستهٔ CPU

۱۶۰ پتابایت ذخیره‌سازی پرسرعت

۵۰ ترابیت‌برثانیه ظرفیت شبکه

ما همچنین در حال مهاجرت به استقرار چندمنطقه‌ای در Azure هستیم و در همین حال به ارائهٔ سطح چشمگیری از ترافیک توسعه‌دهندگان سراسر جهان ادامه می‌دهیم. انتظار داریم این مهاجرت اوایل سال آینده کامل شود. این سرمایه‌گذاری‌ها فضای بیشتری برای رشد به ما می‌دهد. گام بعدی، ساختن سامانه‌هایی است که این کار را انجام می‌دهند.

ما سال‌ها Git را هم‌زمان با رشد فعالیت روی GitHub مقیاس داده‌ایم. عصر عامل‌محور سقف متفاوتی برای توان عملیاتی و قابلیت اطمینان می‌طلبد. سه اصل معماری تازهٔ Git ما را هدایت می‌کند: ساده‌کردن سازه‌های پایه، جداکردن ذخیره‌سازی از توان پردازشی و به‌حداقل‌رساندن هماهنگی.

Git تنها یک نمونه از کارهایی است که برای مقیاس‌پذیرکردن پلتفرم انجام می‌دهیم. کارهای زیادی در دروازهٔ هوش مصنوعی GitHub، چارچوب اجرای عامل و موارد دیگر انجام داده‌ایم.

فراتر از نخستین ۱٪

شغل‌های ما در حال تغییرند، اما توسعه‌دهندگان بیش از هر زمان دیگری مهم‌اند. به نظر من همهٔ نرم‌افزاری که تا امروز نوشته‌ایم، کمتر از ۱٪ نرم‌افزاری خواهد بود که در پنج سال آینده می‌نویسیم. فرصت فقط تولید کد بیشتر نیست؛ حل مسائلی است که پیش‌تر نمی‌توانستیم حل کنیم.

به همین دلیل کل سامانهٔ تحویل نرم‌افزار را به هم متصل می‌کنیم، راه‌های بهتری برای کار توسعه‌دهندگان با عامل‌ها فراهم می‌کنیم و زیرساخت را برای آنچه در پیش است تکامل می‌دهیم. و این کار را روی GitHub انجام می‌دهیم، جایی که می‌توانیم با هم بسازیم.

جی پریک (Jay Parikh) مدیری باتجربه، عضو هیئت‌مدیره و مشاور برخی از سریع‌ترین و موفق‌ترین شرکت‌های فناوری مصرفی، توسعه‌دهنده و سازمانی جهان است. پریک به‌عنوان معاون ارشد CoreAI در مایکروسافت، سازمانی را رهبری می‌کند که سامانهٔ عامل‌محور سرتاسری لازم برای ساخت، تحویل و اجرای عامل‌های هوش مصنوعی در سازمان را می‌سازد. تیم‌های او، از جمله GitHub، ابزارها و پلتفرم‌هایی را نیز می‌سازند که توسعه‌دهندگان برای خلق نسل بعدی نرم‌افزار نیاز دارند.

پریک پیش‌تر مدیرعامل یک استارتاپ امنیت ابری بود و پیش از آن، رهبری جهانی مهندسی و زیرساخت Facebook را بر عهده داشت. او بیش از یک دهه تیم‌هایی را رهبری کرد که زیرساخت فیزیکی و نرم‌افزار پشتیبان رشد شرکت از ۳۰۰ میلیون نفر به بیش از ۳ میلیارد نفر را ساختند و اداره کردند. تیم‌های او در سراسر پشته کار می‌کردند، از مراکز داده، سرورها و کابل‌های زیردریایی تا نرم‌افزار، داده، هوش مصنوعی و سامانه‌های امنیتی. او با نقش‌های رهبری در Open Compute Project و Telecom Infra Project کمک کرد نوآوری زیرساختی از یک شرکت فراتر رود و به کل صنایع سود برساند.

پریک در اوایل دوران حرفه‌ای خود نقش‌های رهبری در Akamai و Ning داشت. او دیدگاه یک متفکر سیستمی را به چالشی عمیقاً انسانی می‌آورد: چگونه تیم‌هایی بسازیم که هم‌زمان با تغییر جهان پیرامونشان، به یادگیری، حرکت و تحویل ادامه دهند.

هوش مصنوعی، عامل‌ها، صدا و کنترل‌های فیزیکی، توسعهٔ نرم‌افزار را از کار با ابزارها به بیان قصد تغییر می‌دهند و به توسعه‌دهندگان کمک می‌کنند تمرکزشان را روی ساختن نگه دارند.

ما خبرنامه هم داریم

نکته‌ها، راهنماهای فنی و بهترین شیوه‌ها را در خبرنامهٔ دوهفتگی مخصوص توسعه‌دهندگان ما کشف کنید.

منبع: GitHub Blog

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