مشكلة الـ23.5٪: لماذا تُنتج طلبات السحب المدعومة بالذكاء الاصطناعي حوادث أكثر

في الربع الماضي طلب منا عميل Mittelstand أن ننظر في سجل حوادثه. كان قد نقل معظم مهندسيه إلى Claude Code وCursor قبل تسعة أشهر. حجم طلبات السحب ارتفع، واستطلاعات الرضا كانت مشرقة، وحوادث الإنتاج ارتفعت 31٪ مقارنة بالعام الماضي — مع تحوّل ملحوظ نحو "دمجنا انحدارًا لم يلتقطه أحد في المراجعة".

هذا النمط ليس انطباعًا. Cortex 2026 Engineering Benchmark (opens in new tab) يضع الأرقام عليه: طلبات السحب لكل مؤلف ارتفعت 20٪ مقارنة بالعام الماضي، والحوادث لكل طلب سحب ارتفعت 23.5٪، ومعدل فشل التغييرات ارتفع نحو 30٪. الأدوات جعلت المطورين الأفراد أسرع، والنظام أقل موثوقية في الوقت نفسه.

نحن لسنا ضد الذكاء الاصطناعي — نشحن شيفرة من تأليفه يوميًا عبر ZahlFlow وCommersio وFlexiLearn وBookMe وOrdrino وiCAS. لكننا بتنا نعامل "هذا كتبه نموذج لغوي" كإشارة من الدرجة الأولى في مراجعة الشيفرة.

انفصال الإنتاجية عن الجودة حقيقي وقابل للقياس

GitClear حلّل 211 مليون سطر شيفرة مُعدَّل من 2020 حتى 2024 (opens in new tab) ووجد أن إعادة الهيكلة (refactoring) انخفضت من 25٪ من الأسطر المُعدَّلة عام 2021 إلى أقل من 10٪ عام 2024، ونسخ النسخ-واللصق نمت من 8.3٪ إلى 12.3٪، وارتفع التكرار قصير المدى بشكل ملموس. مساعدات الذكاء الاصطناعي جعلت إضافة تنفيذ ثانٍ أرخص من توسيع الأول، وسار المطورون في الطريق الأرخص.

على جانب الأمن، تقرير Veracode 2025 GenAI Code Security (opens in new tab) وجد أن 45٪ من العينات أدخلت ثغرة من OWASP Top 10، مع فشل دفاعات XSS في 86٪ من المهام ذات الصلة. الاكتشاف المُزعج: أداء الأمن ثابت عبر أجيال النماذج. النماذج تتحسّن في اختبارات الوظائف، لا في تجنّب نقاط حقن السجل.

مقارنة CodeRabbit لـ470 طلب سحب مفتوح المصدر (opens in new tab) وجدت أن طلبات السحب المكتوبة بالذكاء الاصطناعي تحتوي على 1.7× مشكلات أكثر إجمالاً (10.83 مقابل 6.45 لكل PR)، ومشكلات الأمن أكثر بـ2.74×. "الذكاء الاصطناعي يجعل المطورين أكثر إنتاجية بـ20٪" و"الذكاء الاصطناعي يشحن 23.5٪ حوادث أكثر لكل دمج" هما الادعاء نفسه بوحدات مختلفة.

لماذا يحدث هذا: دَين الفهم يلتقي بإرهاق المراجع

تأطير Addy Osmani لـدَين الفهم (opens in new tab) أنظف تشخيص: "الفجوة المتنامية بين كمية الشيفرة الموجودة في نظامك وكمية ما يفهمه أي إنسان منها فهمًا حقيقيًا". مهندس مبتدئ مع Claude يستطيع الآن توليد شيفرة أسرع مما يستطيع مهندس أول أن يُدقّقها نقديًا. يستشهد Osmani بدراسة Anthropic حيث سجّل المهندسون الذين استخدموا مساعدة الذكاء الاصطناعي 17 نقطة مئوية أقل في اختبار فهم لاحق، وأكبر الفجوات كانت في التصحيح.

الآلية تتضاعف في المراجعة عبر ثلاثة أشكال جديدة من الإرهاق:

الطلاقة الكاذبة. شيفرة النماذج اللغوية تُقرأ جيدًا — أسماء اصطلاحية، تعليقات بجمل مكتملة، تدفق تحكم مألوف. المراجعون يُطابقون الأنماط مع "يبدو كشيفرة كنت سأكتبها" ويمرّرونها. نسبة الـ45٪ التي أبلغت عنها Veracode هي هذا بالكامل تقريبًا.

تضخم حجم طلبات السحب. التكلفة الحدية لإضافة "شيء واحد آخر" انخفضت حين توقّف المؤلف عن طباعتها. تقرير Anthropic لعام 2026 حول اتجاهات البرمجة الوكيلية (opens in new tab) يصف وكلاء يعملون سبع ساعات متواصلة — شيفرة لا يزال عليها المرور عبر فتحة مراجعة بشرية مصمَّمة لـdiff بحجم 200 سطر.

انعكاس الجدّة. قبل الذكاء الاصطناعي، افترض المراجعون أن المؤلف يستطيع الإجابة على "لماذا هذا لا ذاك؟". بعد الذكاء الاصطناعي، ربما لم يفكر المؤلف أبدًا في البديل. استطلاع هندسة البرمجيات الألماني (opens in new tab) يلتقط رد فعل المهندسين الأوائل: "في المشاريع المعقدة، الهلوسات في كل مكان"، مع مخاطر "برمجيات مولَّدة بالذكاء الاصطناعي مُختبَرة باختبارات مولَّدة بالذكاء الاصطناعي".

ما يجيده الذكاء الاصطناعي فعلاً في المراجعة، وما لا يجيده

إذا استُخدم جيدًا، مراجعو الذكاء الاصطناعي يلتقطون تضارب التسمية، فحوصات null المفقودة، استعلامات n+1 الواضحة، وفجوات التوثيق. ميزة مراجعة شيفرة Claude Code (opens in new tab) تُفيد بظهور نتائج في 84٪ من المراجعات لأكثر من 1,000 سطر. نشغّلها على كل PR ولديها معدل إصابة حقيقي على فئة العيوب المملة-لكن-المهمة.

ما لا تستطيع مراجعة الذكاء الاصطناعي فعله: أن تخبرك أن الـPR يتناقض مع قرار تصميم اتُّخذ قبل ستة أشهر، أو أن نقطة النهاية الجديدة تُكرّر واحدة في وحدة لم يفتحها المؤلف، أو أن المؤلف مبتدئ يجب أن يتعلم هذا النمط بكتابته بنفسه. مراجعة الذكاء الاصطناعي هي lint مطوَّر. أما المحادثة الهندسية فلا يزال على البشر إجراؤها.

خمس ممارسات مراجعة تُغلق الفجوة فعلاً

لا شيء منها يحظر الذكاء الاصطناعي. كلها ترفع تكلفة شحن شيفرة لا يفهمها أحد.

1. طلبات سحب صغيرة، مفروضة

نحدّد سقفًا لطلبات السحب المدعومة بالذكاء الاصطناعي بـ400 سطر diff باستثناء ملفات القفل والشيفرة المولَّدة. طلبات السحب الأقل من 400 سطر في monorepos لدينا أنتجت 3.1 حوادث لكل 1,000 PR مدموج؛ PRs فوق 800 سطر أنتجت 11.4. تنصيف الـdiff يُضاعف تقريبًا الانتباه لكل سطر.

2. "ماذا ولماذا" إلزامي في الوصف

كل PR يبدأ بفقرتين: ماذا يفعل التغيير على المستوى السلوكي، ولماذا هو التغيير الصحيح. إن لم يستطع المؤلف صياغة التغيير، فهو لم يفهم ما أنتجه الذكاء الاصطناعي — ولن يفهمه المراجع. يُفيد المراجعون أن PRs بأوصاف حقيقية تستغرق وقتًا أقل للمراجعة، لأن الوصف يُنجز عمل بناء السياق.

3. اختبار الخصائص والطفرات على الوحدات التي لمسها الذكاء الاصطناعي

لأي وحدة كتب فيها الذكاء الاصطناعي أكثر من 30٪ من الأسطر خلال آخر 90 يومًا، نطلب اختبارات قائمة على الخصائص (fast-check، hypothesis) إضافة إلى بوابة اختبار طفرات (Stryker، mutmut) مع حد أدنى 70٪ لمعدل القتل. النماذج اللغوية كثيرًا ما تكتب اختبارات تنجح بالضبط على الأمثلة التي فكّرت فيها؛ اختبارات الخصائص تستكشف الفضاء الذي لم تفكر فيه. هذه التقنية الوحيدة التي وجدناها تلتقط بشكل موثوق فشل من نوع Veracode.

4. مراجعة تبدأ من الـdiff، لا من الملفات

نشترط أن تبدأ المراجعة من diff التزام-بالتزام، قراءةً للتغيير بترتيب ما فعله المؤلف. هذا يُجبر المراجعين على إعادة بناء النية بدل تقييم الحالة النهائية — الطريقة الوحيدة لملاحظة أن الالتزام 3 ألغى شيئًا أرساه الالتزام 1.

5. تحليل ثابت مضبوط لاصطلاحات الذكاء الاصطناعي

أدوات الفحص الجاهزة تفوّت أشياء يفعلها الذكاء الاصطناعي نادرًا ما يفعلها البشر: دوال مساعدة مكرّرة عبر الملفات، قيم سحرية مشفّرة بانحراف دقيق، شيفرة دفاعية تبتلع الأخطاء. أضفنا قواعد Semgrep (opens in new tab) مخصصة وملفات SonarQube لتعليم هذه الأنماط. إذا كانت 12.3٪ من الأسطر الجديدة نسخًا، فعلى المحلل أن يلاحظ.

بوابة الشرح العكسي

قبل أن يوافق المراجع على أي PR مدعوم بالذكاء الاصطناعي، يلصق ملخصًا من جملتين إلى أربع لما يفعله التغيير — بكلماته، كتعليق من المستوى الأعلى. ليس وصفًا للـdiff؛ وصفًا للتغيير في النظام.

أربع نتائج، نريدها جميعًا: المراجع لا يستطيع الموافقة على ما لا يفهمه؛ المؤلف يحصل على فحص فهم مجاني؛ الفريق يُراكم مدوَّنة من الملخصات تصبح أفضل توثيق داخلي لديك؛ وتُعيد ضبط ديناميكية قوة المؤلف-المراجع ضد انحراف دَين الفهم.

المقاومة التي نسمعها: "هذا يُبطئ المراجعات". يفعل، في البداية. بعد شهر يُسرّعها لأن المراجعين يتوقفون عن الموافقة على PRs غامضة وإعادتها من الإنتاج. معدل الحوادث لكل PR لدى عميلنا انخفض من خط الأساس الذي ارتفع بـ23.5٪ إلى تحت خط أساسه قبل الذكاء الاصطناعي خلال sprintين من تفعيل هذه البوابة.

ما لا يجب فعله

لا تحظر مساعدات الذكاء الاصطناعي. إشارة الإنتاجية حقيقية. الحظر يدفع الأدوات تحت الأرض ويُفقد ارتفاع الإنتاجية على الاستخدامات الجيدة بشكل لا لبس فيه — الشيفرة المتكررة، هياكل الاختبار، الترجمات.

لا تطلب من البشر إعادة كتابة شيفرة الذكاء الاصطناعي يدويًا. جرّبنا ذلك. يُنتج شيفرة ذكاء اصطناعي أعاد بشري طباعتها، وهي أسوأ حرفيًا من شيفرة بشرية خالصة أو شيفرة ذكاء اصطناعي مُراجَعة. الناتج الموثوق الوحيد هو الاستياء.

لا تتجاهل إشارة الحوادث. أسوأ نمط هو أن تستشهد القيادة بالإنتاجية ("PRs ارتفعت 20٪!") بينما تمتص دورة الاستجابة بهدوء الـ23.5٪. هذه الفجوة هي حيث يعيش الاحتراق.

لا تُبالغ في التعويل على أدوات مراجعة الذكاء الاصطناعي كعلاج. تلتقط فئة العيوب التي كانت رخيصة للبشر لالتقاطها أيضًا. فئة "هذا يتناقض مع بنيتنا" هي تمامًا الفئة التي لا تستطيع مراجعة الذكاء الاصطناعي معالجتها، لأنها لا تعرف بنيتك.

الحقيقة الأصعب: الذكاء الاصطناعي نقل مكان إنفاق الجهد الهندسي. الكتابة صارت أرخص. الفهم صار أغلى. ميزانيات المراجعة والاختبار والتوثيق كلها تحتاج إلى أن ترتفع لتُطابق. "الذكاء الاصطناعي يجعلك أسرع" يحمل علامة نجمة: شريطة أن يواكب انضباط مراجعتك سرعة توليدك، لا غير.

قراءات إضافية

• Cortex, Engineering in the Age of AI: 2026 Benchmark Report (opens in new tab)
• GitClear, AI Copilot Code Quality: 2025 Research (opens in new tab)
• Veracode, 2025 GenAI Code Security Report (opens in new tab)
• Addy Osmani, Comprehension Debt — the hidden cost of AI generated code (opens in new tab)
• CodeRabbit, State of AI vs Human Code Generation Report (opens in new tab)
• Anthropic, 2026 Agentic Coding Trends Report (opens in new tab)
• Sonar, State of Code Developer Survey Report 2026 (opens in new tab)