إنتاج الشيفرة يتضاعف ونسبة الإلغاء تنخفض: كيف توقفت Anthropic عن قراءة كل شيء

في 15 أكتوبر 2026، نشر الفريق الذي يطوّر Claude Code، مساعد البرمجة من Anthropic، شرحًا لطريقة مراجعته لشيفرته الخاصة. نقطة البداية غير مألوفة: يكتب Claude نحو 90% من شيفرة Claude Code. وبين يونيو وسبتمبر، زاد عدد التغييرات المدمجة في البرنامج إلى أكثر من الضعف، بينما انخفضت نسبة التغييرات التي اضطر الفريق إلى إلغائها بأكثر من 40%. ارتفع الإنتاج وانخفض معدل الأخطاء، لأن الفريق توقف عن سؤال «هل قرأ إنسان كل شيء؟»، وبدأ يسأل بدلًا من ذلك: أي فحص، آلي أو بشري، ينبغي أن يكتشف أي خطأ؟

ضعف عدد التغييرات، ونسبة الإلغاء أقل بـ40%

لا يعدّل فريق البرمجيات منتجه مباشرةً. يمر كل تغيير عبر طلب دمج، أو pull request: مقترح تعديل ينتظر المراجعة ثم يُدمج في الشيفرة الرئيسية. وعندما يتسبب تغيير مدمج في عطل ويُزال، يُسمّى ذلك تراجعًا عن التغيير، أو revert. هذان هما المؤشران اللذان تقيسهما Anthropic.

يخص الانخفاض نسبة التغييرات الملغاة، لا عددها. وإذا أخذنا الحدود المعلنة كما هي، أي ضرب الحجم في اثنين والنسبة في 0.6، يكون عدد عمليات الإلغاء قد ارتفع بنحو 20% مع تضاعف الحجم. هذا حسابنا نحن؛ لا تنشر Anthropic هذه القيمة. والنتيجة هي أن الحجم تضاعف من دون أن تواكبه عمليات الإلغاء بالوتيرة نفسها.

لم يعد بإمكان أحد قراءة كل شيء: ⁦30’000⁩ تغيير يوميًا

تحتفظ Anthropic بمعظم شيفرتها في مستودع كبير واحد. في مايو، كان يُدمج فيه نحو ⁦2’500⁩ تغيير يوميًا. وفي سبتمبر، أكثر من ⁦30’000⁩.

بهذه الوتيرة، لا يقرأ أي إنسان كل سطر. واستخلص الفريق النتيجة: سؤال «هل قرأ إنسان الشيفرة؟» ليس، في رأيه، إلا مؤشرًا بديلًا غير دقيق. السؤال الصحيح هو ما الذي قد يختل، وأي فحص ينبغي أن يكتشفه. لم تعد الشيفرة هي المورد النادر، بل الانتباه البشري. ويصبح الهدف دمج معظم التغييرات بمشاركة شخص واحد على الأكثر في العملية، وقد يكون هذا الشخص هو صاحب التغيير نفسه.

يمكن تلخيص الضابط في جملة واحدة: إذا زادت عمليات الإلغاء أو الحوادث، فلم يُوفَّر الوقت البشري، بل انتقل من المراجعة إلى معالجة الأعطال. لذلك تُقاس الكفاءة في نهاية العملية. يتابع الفريق عدد الموافقات البشرية لكل تغيير، والوقت الذي يُقضى في انتظار شخص، ويتابع عمليات الإلغاء والحوادث بوصفها مؤشرات تستدعي التوقف وإعادة النظر.

سبع طبقات من الرقابة، تكتشف كل منها ما تفوّته الأخرى

1. عمل يُتحقق منه قبل اقتراحه. يُمنح Claude وسيلة لتشغيل ما يكتبه، مثل الاختبارات أو عملية بناء البرنامج أو لقطة شاشة لمقارنتها بالتصميم، ويُطلب منه إظهار النتيجة بدلًا من إعلان أنه انتهى. يقدّر Boris Cherny، مبتكر Claude Code، أن ذلك يحسّن النتيجة النهائية بمرتين إلى ثلاث مرات. ويراجع التغيير وكيل ثانٍ يبدأ من الصفر.
2. مراجعة بالوكلاء لكل تغيير. يبحث عدة وكلاء عن الأخطاء بالتوازي، وتصوّت مجموعة أخرى على كل ملاحظة، ولا تُنشر إلا الملاحظات التي يتحقق عليها اتفاق. ويجب تصحيح كل ملاحظة أو إغلاقها مع بيان السبب.
3. مراجعة أمنية تمنع الدمج عند وجود مشكلة. ما دامت هناك ملاحظة مفتوحة، لا يُدمج التغيير.
4. فحوص آلية إلزامية. أسلوب كتابة الشيفرة، والأنواع، والاختبارات عبر المنصات، وبناء البرنامج. ويسأل نموذج كل تغيير عن كيفية اختباره وكيفية التراجع عنه.
5. موافقة بشرية تتناسب مع مستوى المخاطر، كما يرد تفصيله أدناه.
6. قائمة انتظار للدمج، ثم إطلاق تدريجي. تعيد قائمة الانتظار إجراء جميع الفحوص على أحدث شيفرة. وتصل الوظيفة الجديدة أولًا إلى موظفي Anthropic أنفسهم، مع مفتاح لتفعيلها أو تعطيلها.
7. اكتشاف سريع وتراجع سريع. يعطّل المفتاح الوظيفة من دون الحاجة إلى إصدار جديد. وكل أسبوع، يسأل فريق المناوبة: أي طبقة كان ينبغي أن تكتشف كل حادث؟

مستوى المخاطر	أمثلة	الموافقات البشرية
منخفض	التوثيق، والنصوص، والوظائف الداخلية، والإضافات التي يمكن تفعيلها أو تعطيلها بمفتاح	لا شيء، بعد اجتياز الفحوص الآلية والأمنية
متوسط	التغييرات المعتادة في المنتج، والمناطق الحساسة مثل التخزين المؤقت والتحديث الآلي وتعليمات النموذج	شخص واحد
مرتفع	الشيفرة الأشد خطورة	شخصان

يحدّد مصنّف المستوى انطلاقًا من التغيير نفسه، لا من صاحبه. وتتطلب بعض الملفات، مثل الملفات التي تتحكم في الفحوص الآلية، تدخّل شخص دائمًا.

قاعدتان يُستحسن البدء بتطبيقهما

الأولى: لا تُحتسب موافقة الوكيل أبدًا بوصفها موافقة شخص. قد تسمح مراجعة آلية بتمرير تغيير منخفض المخاطر، لكنها لا تحل محل موافقة بشرية مطلوبة. والثانية: من طلب التغيير يتحمل مسؤوليته، كما لو كان قد كتب الشيفرة بنفسه. وفي التغيير الذي يكتبه وكيل، يُحتسب الشخص الذي يوجّه الوكيل ضمن المراجعين المطلوبين. كما أن الموافقة تخص نسخة محددة: أي إضافة لم تشملها المراجعة تحتاج إلى موافقة جديدة.

المراجع نفسه يخضع للمراجعة

يتحسن المراجع الآلي ضمن حلقة مستمرة. يتحول كل حادث سابق إلى حالة اختبار يؤكدها خبير، ويُقيَّم المراجع يوميًا على جميع هذه الحالات. وظهرت مشكلة جديدة: يمكن لوكيل يكتب وآخر يراجع أن يُبقيا بعضهما مشغولًا بلا نهاية. يشير المراجع إلى خطأ، فيصلحه الوكيل، ثم يجد المراجع خطأ آخر. مرّ تغيير واحد بأكثر من 50 جولة خلال ليلة، قبل أن يوقفه شخص يدويًا. أما الآن، فبعد ثلاث جولات، يطلب المراجع من صاحب التغيير التراجع خطوة وإعادة التفكير في النهج.

المقياس (Anthropic)	قبل	بعد
تغييرات تتلقى ملاحظات جوهرية	16%	54%
تغييرات تجتاز المراجعة في جولة واحدة	65%	78%
تغييرات تحتاج إلى خمس جولات أو أكثر	8.9%	1.5%
متوسط عدد المراجعات قبل الاجتياز	2.08	1.32

لم يختف البشر. فهم يقررون أصلًا ما إذا كان ينبغي بناء وظيفة، ويراجعون الشيفرة الخطرة مثل الفوترة والتحديث الآلي وملفات التحكم، ويقيّمون الخيارات المعمارية التي سيقتدي بها آخرون، ويقرؤون الأدلة مثل نتائج الاختبارات ولقطات الشاشة وملاحظات المراجعين، ويتحملون مسؤولية النتائج.

الفكرة ليست جديدة: الآلات تفحص الآلات منذ زمن طويل

لا يفحص أحد يدويًا كل حزمة تعبر الإنترنت. يرفق بروتوكول TCP بكل حزمة مجموع تحقق، ويطلب إعادة إرسال الحزمة التي تصل تالفة أو لا تصل. وتصحّح ذاكرة الخادم بتًّا انقلبت قيمته من تلقاء نفسها باستخدام رموز تصحيح الأخطاء. وتكتب قاعدة البيانات كل تغيير في سجل يعيد خادم احتياطي تنفيذه، بينما تراقبه عمليات أخرى. والمحاسبة بالقيد المزدوج، التي يزيد عمرها على خمسة قرون، تسجل كل معاملة مرتين، في الجانب المدين وفي الجانب الدائن، حتى تتوازن الحسابات. وفي 1948، أثبت Claude Shannon إمكان إرسال رسالة بصورة موثوقة عبر قناة مشوّشة، بشرط إضافة القدر المناسب من التكرار.

لم تصبح هذه الأنظمة موثوقة بجعل شخص يفحص كل خطوة. أصبحت موثوقة بجعل الآلات تفحص الآلات، وفق فحوص صمّمها البشر. والشيفرة التي يكتبها الوكلاء تنضم إلى هذا التقليد.

انتقل عنق الزجاجة

تنقل الكتابة الأسرع عنق الزجاجة إلى القراءة. في 2025، حللت Faros AI بيانات أكثر من ⁦10’000⁩ مطوّر ضمن ⁦1’255⁩ فريقًا. وقد دمج الأكثر استخدامًا للذكاء الاصطناعي طلبات دمج أكثر بنسبة 98%، لكن وقت المراجعة ارتفع بنسبة 91%، والأخطاء لكل مطوّر بنسبة 9%، ومتوسط حجم التغيير بنسبة 154%. ولم تجد الدراسة تحسنًا ذا دلالة على مستوى الشركة، سواء في وتيرة التسليم أو الجودة. تبيع Faros أدوات قياس، وتقيس النشاط لا القيمة التي جرى تسليمها: هذه علاقات ارتباط. لكنها تصف رغم ذلك الجدار الذي تصطدم به الفرق عندما تسرّع العمل من دون إعادة التفكير في المراجعة.

تفترض طريقة Anthropic وجود أساس مسبق. يستطيع الفريق تخفيف المراجعة البشرية لأن كل شيء تقريبًا قابل للتراجع عنه: اختبارات يستطيع الوكيل تشغيلها، ومفاتيح للتفعيل والتعطيل، وإطلاق تدريجي، وتراجع خلال دقائق. من دون ذلك، لا يكون تقليل المراجعة خيارًا. ويقر الفريق أيضًا بوجود فجوة: ليست لديه بعد آلية تشدد شروط الموافقة عند ارتفاع عمليات الإلغاء أو الحوادث، ويريد مهندسوه توفيرها قبل دمج مزيد من الشيفرة من دون مراجع بشري.

ما نستخلصه للمؤسسات

• قياس الانتظار، لا عدد الأسطر. لا يخبرنا حجم الشيفرة المنتجة بشيء عن الكفاءة. ما يخبرنا هو مدة انتظار التغيير لشخص، وعدد الموافقات لكل تغيير، ومعدل الإلغاء.
• بناء الأساس قبل فتح الصنبور. اختبارات يستطيع الوكيل تشغيلها، ومفاتيح للتفعيل والتعطيل، وإطلاق تدريجي، وتراجع سريع. البدء بشروط صارمة، ثم تخفيفها حين تسمح الأدلة بذلك.
• تحويل كل مراجعة متكررة إلى قاعدة أو اختبار أو أداة. واختبار المراجع الآلي يوميًا على أسوأ حادث شهدته المؤسسة: لا يملك أحد غيرها حالة الاختبار هذه.
• الإبقاء على مسؤولية بشرية واضحة. في مؤسسة خاضعة للرقابة، السؤال المفيد هو: من يوافق على كل تغيير ومن يتحمل مسؤوليته؟ إنه مبدأ العيون الأربع، مطبّق على مراجع لا ينام.

يستطيع الجميع شراء الوصول إلى النماذج نفسها. ما يميّز المؤسسات هو إعادة بناء العملية حولها، والإبقاء على البشر حيث لا يمكن تفويض الحكم والثقة والمسؤولية.