نحوه توسعه محصولات دیجیتال در آینده به روشی اساسی تغییر خواهد کرد. از آنجا که مدل های صوتی بزرگ (LLMS) با نحو و دستور زبان بسیار آشنا هستند ، تولید کد منبع رایانه در حال حاضر تمرین شده است و بهره وری شرکت هایی که در اینجا از AI استفاده می کنند ، افزایش قابل اندازه گیری در مقایسه با کسانی که هنوز “با دست” هستند. اگر کد منبع دیگر توسط افراد نوشته نشده است ، بلکه توسط عوامل هوش مصنوعی ، آیا هنوز هم ارزش یادگیری حرفه مهندس نرم افزار را دارد؟ جنسن هوانگ ، مدیرعامل Nvidia می گوید ، نه:

“ما رایانه ها را باهوش تر می کنیم تا افراد مجبور به یادگیری علوم کامپیوتر برای برنامه ریزی رایانه نباشند.”

مارک زاکربرگ (متا) ، که به دلیل اجرای فنی خود مشهور است ، اخیراً پایان مهندس سطح متوسط ​​انسان را اعلام کرده است.

اگر حتی حرفه مهندس نرم افزار توسط AI تولید کننده مورد سؤال باشد ، این امر به طور کلی برای توسعه محصول دیجیتال آینده چیست؟ آیا پس از آن همه فرآیندها ، چارچوبها و روشهای مربوط به طراحی و اجرای نرم افزار را مورد سؤال قرار نمی دهد؟

از این گذشته ، رویکردهای سنتی می توانند مضرات اساسی برای سرعت و کارآیی داشته باشند زیرا اساساً برای تعامل صرفاً انسانی و نه برای عامل توسعه یافته اند. “Agentisch” کلمه ای است که قبلاً در رسانه های اجتماعی مورد استفاده قرار می گیرد و ماهیت عوامل هوش مصنوعی را توصیف می کند-تقریباً همتای کلمه “انسان”. حتی توضیحات شغلی از مهندس عامل وجود دارد ، زیرا برخی از تأثیرگذار هوش مصنوعی با افتخار در مشخصات LinkedIn خود ذکر می کنند. بنابراین ، چگونه توسعه محصول دیجیتال انسان محور ، یعنی توسعه محصولات برای افراد ، در سطح تکاملی بعدی سطح مولد AI سطح عوامل هوش مصنوعی خودمختار تغییر می کند؟

این سریال سه قسمتی نشان می دهد که عوامل هوش مصنوعی در حال حاضر چه کاری انجام می دهند ، چگونه آنها در آینده “عامل انسان” را با هم شکل می دهند و چه اثرات مختل کننده ای در توسعه محصول دیجیتال مدرن دارند. این بخش اول روشن می کند که چرا عوامل هوش مصنوعی در حال تحول در توسعه نرم افزار هستند و چرا به گفته برخی از گوگردهای فناوری ، ممکن است به زودی نقش موتور نرم افزاری سطح متوسط ​​را اضافی کنند. علاوه بر این ، این در مورد گرایش به سمت “چند جانباز کیس” است ، یعنی ادغام چندین عامل هوش مصنوعی به یک تیم. جنبه سیستمیک عوامل هوش مصنوعی از نظر همکاری و اتوماسیون پیچیده است و نیاز به تجزیه و تحلیل دقیق تری دارد که در قسمت های 2 و 3 ادامه دارد.

یک بازیکن جدید وارد صحنه می شود

سال مأمورین هوش مصنوعی قبلاً در سال 2025 در رسانه های اجتماعی آغاز شده است. این نوعی “سطح بعدی” در چرخه هنوز هم جوان AI Hype است. به جای آن ، مردم برای تحقق نگرانی های خود می نویسند ، عوامل هوش مصنوعی تا حد زیادی خودمختار هستند. آنها برنامه ریزی ، انجام ، تأمل و بهبود می یابند. برخی از عوامل هوش مصنوعی به نتیجه گیری خود می رسند و برخی دیگر به عنوان یک عامل مخفی عمل می کنند.

این تفاوت ایجاد می کند که آیا مهندس نرم افزار-اگر او به سرعت در Chatt مشکلی وارد کند و سپس کد منبع مربوطه را در قطعات یا در یک قطعه در کد خود ادغام کند-یا اینکه آیا یک عامل AI درست مانند مهندس نرم افزار ، کد منبع را به صورت خودمختار ایجاد و همراهی می کند.

از آنجا که عوامل هوش مصنوعی دارای حافظه ، دنبال کردن ، برنامه ریزی ، برنامه ریزی ، تأمل و پاسخ دادن هستند ، شما به طور کلی می توانید در هر نقطه از یک زنجیره پردازش اطلاعات فعال باشید ، همانطور که جدول زیر باید نشان دهد (جدول 1).

جدول 1: سطوح مختلف تکاملی هوش مصنوعی و نقش انسان

سطح تکاملی	مبتکر	تولید کننده	پردازنده
بدون هوش مصنوعی	منشور	منشور	منشور
AI را برانگیخت	منشور	به	منشور
کمک به هوش مصنوعی	به	به	منشور
یک عامل	به	به	به

چند عامل در تیم

عوامل هوش مصنوعی می توانند بسیار بیشتر از کد منبع تولید کنند: آنها قادر به برقراری ارتباط با یکدیگر ، استفاده از ابزارها و تصمیم گیری های مشترک هستند که در نهایت آنها را قادر می سازد تیم ها و هوش متجاوز را تشکیل دهند.

چارچوب چند عامل Metagpt که توسط DeepWisdom.ai آغاز شده است.

این رویکرد محدود به نوشتن کد منبع نیست: در چنین تیمی ، چنین تیمی شامل مدیران محصول ، معماران نرم افزاری ، مدیران پروژه و نماینده ای است که از تضمین کیفیت مراقبت می کند (شکل 1 را ببینید). حتی یک رئیس نماینده بخشی از گروه است.