أعلنت Google مؤخرًا عن ترقية Code Assist لمساعد التعليمات البرمجية على مستوى المؤسسة إلى Gemini 2.0 وتوسيع مصادر البيانات الخارجية التي يمكن الاتصال بها، مثل GitLab وGitHub وGoogle Docs وما إلى ذلك. تهدف هذه الخطوة إلى تزويد المطورين بوظائف مساعدة تعليمات برمجية أكثر قوة وتحسين كفاءة التطوير وتبسيط سير العمل. يوفر Gemini 2.0 Code Assist نافذة سياقية أكبر، مما يسمح له بفهم قواعد الأكواد الكبيرة بشكل أفضل وتحقيق التكامل السلس من خلال التكامل المباشر في بيئة التطوير المتكاملة (IDEs) شائعة الاستخدام للمطورين.
أعلنت Google مؤخرًا عن ترقية Code Assist لمساعد التعليمات البرمجية على مستوى المؤسسة إلى Gemini2.0 وتوسيع مصادر البيانات الخارجية التي يمكن الاتصال بها. سيوفر هذا الإصدار الجديد للمطورين نافذة سياقية أكبر لفهم قواعد التعليمات البرمجية الكبيرة في المؤسسة بشكل أفضل.
وفقًا لريان سالفا، المدير الأول لإدارة المنتجات في Google Cloud، يمكن لـ Code Assist الآن الاتصال بمجموعة متنوعة من مصادر البيانات، بما في ذلك GitLab وGitHub وGoogle Docs وSentry.io وAtlassian وSnyk. يمكن للمطورين طلب المساعدة من Code Assist مباشرة داخل بيئة التطوير المتكاملة (IDE) الخاصة بهم دون مقاطعة سير العمل الخاص بهم. في السابق، كانت خدمة Code Assist تدعم فقط التكامل مع VS Code وJetBrains.
تم إطلاق Code Assist، المعروف سابقًا باسم Duet AI، لأول مرة في أكتوبر الماضي. مع تزايد طلب الشركات على تبسيط مشاريع الترميز، اكتسبت منصات ترميز الذكاء الاصطناعي مثل GitHub C opilot اهتمامًا واسع النطاق أيضًا. يضيف Code Assist الأمان على مستوى المؤسسات والحماية القانونية من خلال إصدار Enterprise Edition.
وشدد سالفا على أن ربط Code Assist بالأدوات الأخرى التي يستخدمها المطورون يوميًا يمكن أن يوفر المزيد من السياق لعملهم دون الحاجة إلى تبديل النوافذ بشكل متكرر. وقال: "قد يستخدم المطورون أدوات متعددة مثل GitHub وAtlassian Jira وDataDog وSnyk وما إلى ذلك على مدار اليوم، ونريد تمكينهم من إدخال هذه السياقات الإضافية في IDE".
يمكن للمطورين ببساطة فتح نافذة الدردشة الخاصة بـ Code Assist وطلب أحدث التعليقات حول مشكلة معينة أو أحدث طلب سحب في قاعدة التعليمات البرمجية. سوف يقوم Code Assist تلقائيًا بالاستعلام عن مصادر البيانات وإعادة المعلومات ذات الصلة إلى IDE، مما يساعد المطورين على العمل بكفاءة أكبر.
يعد مساعد ترميز الذكاء الاصطناعي أحد التطبيقات المهمة المبكرة للذكاء الاصطناعي التوليدي. منذ أن بدأ مطورو البرامج في استخدام ChatGPT للمساعدة في البرمجة، تم إطلاق عدد من مساعدي الترميز الموجهين للمؤسسات في السوق. أصدرت GitHub C opilot Enterprise في فبراير من هذا العام، كما أطلقت Oracle أيضًا مساعدي ترميز Java وSQL. بالإضافة إلى ذلك، يعتمد مساعد البرمجة الذي أطلقته Harness أيضًا على Gemini ويمكنه تقديم اقتراحات في الوقت الفعلي.
ومن الجدير بالذكر أنه على الرغم من أن Code Assist يدعم بالفعل Gemini2.0، إلا أنه لا يزال مستقلاً عن Jules، وهي أداة جديدة أطلقتها Google. وقال سالفا إن Jules هي واحدة من عدة تجارب أطلقتها فرق Google Labs لتوضيح كيف يمكن استخدام الوكلاء المستقلين أو شبه المستقلين لأتمتة عملية الترميز. على الرغم من أن Code Assist حاليًا هو أداة البرمجة الوحيدة على مستوى المؤسسة المستندة إلى Gemini، إلا أن Jules قد تتضمن وظائف مماثلة في المستقبل.
في الوقت الحالي، تُظهر تعليقات المستخدمين الأوائل على Code Assist وJules أن Gemini 2.0 قد أدى إلى تحسين سرعة الاستجابة بشكل ملحوظ. وأشار سالفا إلى أنه خلال عملية الترميز، تعد ردود الفعل السريعة أمرًا بالغ الأهمية للمطورين، وأي تأخير سيؤدي إلى مقاطعة أفكارهم.
وبالنظر إلى المستقبل، في حين أن مساعدي البرمجة سيظلون بالغي الأهمية لنمو الذكاء الاصطناعي التوليدي، يعتقد سالفا أن الطريقة التي تطور بها الشركات نماذج وتطبيقات توليد التعليمات البرمجية من المرجح أن تتغير في السنوات المقبلة. وذكر أن تقرير حالة التطوير المتسارع لعام 2024 الصادر عن فريق DevOps التابع لشركة Google أظهر أن 39% من المشاركين أعربوا عن عدم ثقتهم في التعليمات البرمجية التي ينشئها الذكاء الاصطناعي، في حين انخفضت أيضًا جودة التوثيق والتسليم.
أبرز النقاط:
تمت الآن ترقية Code Assist إلى Gemini2.0 وإضافة اتصالات بمصادر بيانات متعددة.
يمكن للمطورين استخدام Code Assist مباشرة في IDE للحصول على المعلومات السياقية ذات الصلة وتحسين كفاءة العمل.
في المستقبل، قد يركز تطوير مساعدي التشفير بالذكاء الاصطناعي بشكل أكبر على جودة إنشاء التعليمات البرمجية بدلاً من مجرد تحسين كفاءة العمل.
بشكل عام، تعد ترقية Code Assist تقدمًا مهمًا للذكاء الاصطناعي التوليدي في مجال مساعدة التعليمات البرمجية على مستوى المؤسسة، ولكنها تذكرنا أيضًا بالاهتمام بتحسين جودة إنشاء أكواد الذكاء الاصطناعي وتجنب متابعة الكفاءة البحتة مع تجاهل التعليمات البرمجية الموثوقية وقابلية الصيانة. في المستقبل، سيركز اتجاه تطوير مساعدي التشفير بالذكاء الاصطناعي بشكل أكبر على تحسين جودة التعليمات البرمجية وثقة المطورين.