تحديث وتوليد التعليمات البرمجية

يمكن استخدام قدرة النماذج اللغوية الكبيرة (LLMs) على توليد النصوص لإنشاء كود جديد من مطالبات مكتوبة باللغة الطبيعية. على سبيل المثال، يمكن للمطور تقديم المطالبة: "اكتب استعلام SQL لاسترجاع الاسم الأول والأخير للعميل من جدول العملاء"، وسيحصل على استعلام SQL جاهز.

يمكن لاستخدام النماذج اللغوية الكبيرة (LLMs) لتوليد الكود تعزيز مهارات تطوير التطبيقات لدى المطورين المبتدئين أو حتى غير المطورين، لكن يمكن أن يصل سريعًا إلى مرحلة تناقص الفائدة مع تعقيد المخرجات المطلوبة، أو عندما يقترب مستوى التفاصيل في المطالبات من الكود الذي سيتم توليده.

يمكن اعتبار تحسين الكود وإعادة هيكلته، وهو عملية زيادة كفاءة وتنظيم الكود، مزيجًا من قدرات النماذج اللغوية الكبيرة في توليد النصوص وتلخيصها. باستخدام نموذج لغوي كبير عام أو مضبوط، يمكن للمطور طلب تحسين أو إعادة هيكلة جزء من الكود لجعله أكثر كفاءة و/أو إزالة التكرارات.

تعمل النماذج اللغوية الكبيرة بشكل جيد لتحسين وإعادة هيكلة الأجزاء الصغيرة من الكود التي تتناسب مع نافذة سياق النموذج، لكنها تتطلب حلولًا أكبر تحافظ على بيانات وصفية عن التطبيق بأكمله للحصول على نتائج مقبولة على الكود الأكبر أو الأنظمة الكاملة.

مثل تحسين الكود، يمكن استخدام النماذج اللغوية الكبيرة لتطبيق وفرض معايير البرمجة المؤسسية المتعلقة بأسماء الدوال والمتغيرات، وبنية الكود، والممارسات المؤسسية للبرمجة. عادةً ما يتم تطبيقها على مستوى المستودع كجزء من عملية مراجعة الكود والالتزام به، ويمكن للنماذج اللغوية الكبيرة المضبوطة على معايير البرمجة المؤسسية تعديل الكود المقدَّم ليتوافق مع هذه المعايير. يمكن أن تشمل هذه المعايير أيضًا قواعد تقوية تساعد المؤسسة على الامتثال للمعايير التنظيمية.

نظرًا لأن لغات البرمجة تشبه أي لغة أخرى، يمكن لقدرة الترجمة النصية الأصلية في النماذج اللغوية الكبيرة ترجمة الكود من لغة برمجة إلى أخرى، مثل تحويل #C إلى Java.

مثل تحسين الكود، تعمل النماذج اللغوية الكبيرة وحدها بشكل جيد عند تحويل الأجزاء الصغيرة من الكود التي تتناسب مع نافذة سياق النموذج، لكن تحويل أجزاء أكبر من الكود أو أنظمة برمجية كاملة يحتاج إلى حلول أكبر تحافظ على البيانات الوصفية والمعلومات السياقية المهمة.

من خلال قدرات تحويل الكود، يمكن للذكاء الاصطناعي التوليدي تسهيل ترجمة الكود بين لغات البرمجة المختلفة، مثل تحويل كود COBOL إلى Java. يكون هذا مفيدًا بشكل خاص في بيئات متعددة اللغات أو أثناء ترحيل الأنظمة، حيث يوفر على المطورين وقت إعادة كتابة الكود يدويًا وجهدهم.

يُعَد فهم الكود النظير لفكرة توليد الكود. بدلًا من تحويل المطالبات النصية إلى كود، يعمل تفسير الكود على أخذ قطعة من الكود كمُدخل وإنتاج شرح باللغة الطبيعية لوظائف الكود. على سبيل المثال، يمكن لمطالبة مثل "اشرح وظيفة هذا الجزء من كود Python" متبوعة بقسم من الكود توليد شرح سطر بسطر وملخص شامل لغرض الكود.

يمكن أيضًا استخدام هذه القدرة لاكتشاف الأخطاء في الكود، والمعروفة باسم البحث عن الأخطاء، من خلال مطالبة النموذج بتحديد سبب فشل هذا الكود.

اختيار واجهات برمجة التطبيقات والمكتبات هو تطبيق تقنية التوليد المعزز بالاسترجاع (RAG) لإدارة واجهات برمجة التطبيقات ومكتبات البرامج في المؤسسة. يمكن للمطور الذي يبحث عن واجهة برمجة تطبيقات لاستخدامها في تطبيق أن يكوِّن مطالبة للتوليد المعزز بالاسترجاع تستعلم قاعدة بيانات المؤسسة عن أسماء واجهة برمجة التطبيقات، وأوصافها، ونقاط النهاية، وما إلى ذلك، للإجابة عن أسئلة مثل: "هل لدينا واجهة برمجة تطبيقات تفعل هذا الشيء؟". طالما أن أوصاف واجهات برمجة التطبيقات ومكتبات الكود يتم الحفاظ عليها بجودة عالية وكلمات مفتاحية دقيقة، يمكن ضبط هذا التطبيق لتقديم إجابات متسقة تعمل على تسريع تطوير التطبيقات وتسريع تدريب المطورين الجُدُد.

هل يوفر النموذج تعويضات أو حماية حقوق النشر، وكيف يمكن تحديد إذا ما كان الكود الناتج مشمولًا بشروط ترخيص؟ حتى النماذج المدرَّبة على تراخيص متساهلة قد تتأثر ببنود ترخيصية، مثل وجوب منح الإسناد لصاحب حقوق النشر الأصلي.

يجب على مهندسي البنية الذين يصممون حلولًا لتطبيق وفرض معايير البرمجة المؤسسية مراعاة الجهد اللازم لضبط النموذج اللغوي الكبير لفهم هذه المعايير، واتخاذ قرار مستنير حول إذا ما كانت طرق أخرى مثل أدوات تدقيق الكود وفحصه (linting) أفضل لتحقيق القدرة نفسها.

يجب أن يستجيب مساعد الكود بأسلوب الإكمال التلقائي بسرعة حتى لا يتداخل مع تسلسل أفكار المطور. يجب على المهندسين مراعاة موقع واتصال نماذج دعم المطورين لضمان أن يكون المساعدين مفيدين وغير مزعجين.

لا تضمن النماذج اللغوية الكبيرة إنتاج كود صحيح وظيفيًا، خاصةً إذا كان الكود الذي تم توليده أو تعديله يجب أن يندمج في نظام برمجي أكبر. على الرغم من عدم وجود حل مباشر لهذه المشكلة (والذي يقل تدريجيًا مع تطور النماذج اللغوية الكبيرة)، يجب أن يكون المهندسون على علم بأن الكود الذي تم توليده بواسطة النموذج اللغوي الكبير يجب أن يخضع لضوابط ضمان الجودة والأمن نفسها المطبَّقة على كود المطورين البشر.

عادةً ما يتم تدريب النماذج اللغوية الكبيرة المتاحة على عدد محدود من لغات البرمجة الحديثة مثل Python وJavascript و#C وغيرها. قد يجد مهندسو الحلول الذين يحتاجون إلى دعم لغات قديمة أو متخصصة خيارات محدودة للنماذج المتاحة، أو قد يضطرون إلى ضبط نموذج عام بشكل مكثف لتلبية احتياجاتهم.