مدیر ارشد آنتروپیک: هوش مصنوعی کلود حالا تمام کدهای تیم زیرساخت ما را مینویسد
مدیر ارشد مهندسی پلتفرم آنتروپیک اعلام کرد که ابزار Claude Code برنامهنویسی انسانی را در تیم ۲۰۰ نفره او به صفر رسانده و تمام کدهای این بخش اکنون توسط هوش مصنوعی نوشته میشوند. به گفته او، مهندسان انسانی حالا بیشتر بر طراحی سیستمها و نظارت بر صحت خروجی تمرکز دارند.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- مدیر ارشد مهندسی پلتفرم آنتروپیک میگوید کلود اکنون تمام کدهای تیم زیرساخت این شرکت را مینویسد و برنامهنویسی سنتی توسط انسان در این تیم به پایان رسیده است.
- مهندسان انسانی بهجای نوشتن دستی کدها، وظیفه طراحی معماری سیستم، تعیین شاخصهای ارزیابی و نظارت بر کارهای انجامشده توسط ایجنتها را بر عهده دارند.
- آنتروپیک در پی اتکای گسترده به Claude Code، سهم استخدام نیروهای فنی سطح پایه را کاهش داده و ایجنتها حتی تستهای نرمافزاری را بهصورت خودکار اصلاح میکنند.
مدیر ارشد آنتروپیک: کلود حالا تمام کدهای تیم ما را مینویسد
یکی از مدیران ارشد مهندسی شرکت آنتروپیک (Anthropic) اعلام کرد که ابزار Claude Code برنامهنویسی انسانی را در یکی از کلیدیترین تیمهای این آزمایشگاه هوش مصنوعی کاملاً کنار زده است.
کیتلین لسه (Katelyn Lesse) هدایت گروه مهندسی پلتفرم این استارتاپ هوش مصنوعی را بر عهده دارد؛ تیمی که سرویسهای اصلی، ابزارهای توسعهدهندگان و زیرساخت محصول آنتروپیک را مدیریت میکند و در عمل «موتورخانه» این شرکت به شمار میرود. لسه در جریان رویداد ObservabilityCON شرکت Grafana Labs اعلام کرد که در میان تیم ۲۰۰ نفره او، دوران کدهای نوشتهشده به دست انسان رسماً به پایان رسیده است.
لسه در این باره گفت: «وقتی پای تیم ما و نحوه ساخت و نگهداری سیستمها در میان باشد، تمام کدهای ما را کلود مینویسد؛ یعنی واقعاً تکتک کدها بدون استثنا توسط هوش مصنوعی نوشته میشوند.»
اتکای سنگین آنتروپیک به ابزار Claude Code به این شرکت کمک کرده است تا در آستانه عرضه اولیه سهام (IPO) که ممکن است ارزشگذاری آن را به نزدیک ۲ تریلیون دلار برساند، ساختار تیمی خود را نسبتاً کوچک و چابک نگه دارد. با این حال، رشد درآمد این شرکت در سهماهه سوم سال جاری با کاهش سرعت روبهرو شد و حفظ این ارزشگذاری نجومی احتمالاً به این بستگی دارد که شرکتهای بیشتری رویکرد «اولویت هوش مصنوعی» (AI-First) را که لسه و دیگر رهبران آنتروپیک از آن حمایت میکنند، بپذیرند.
لسه توضیح داد که مهندسان تیم او همچنان طراحی معماری سیستمها و تعیین سازوکارهای اعتبارسنجی را بر عهده دارند و سپس کدنویسی واقعی را به کلود واگذار میکنند. او اشاره کرد زمانی که این شرکت زبان برنامهنویسی بخش بزرگی از کدبیس خود را از پایتون به راست (Rust) تغییر داد، کارکنان صرفاً روشی برای سنجش و تأیید محصول نهایی طراحی کردند.
لسه افزود: «اما تمام کارهای طاقتفرسا و تکراری برای ساخت اجزا، نظارت بر عملکرد بخشهای مختلف و اطمینان از درستی کارها را از ابتدا تا انتها ایجنتهای هوش مصنوعی انجام دادند.»
به گفته لسه، آنتروپیک در حال حاضر به ایجنتها اجازه میدهد تستهای نرمافزاری را بهصورت خودکار و بدون دخالت انسان اصلاح کنند. همچنین با توجه به پیشرفت مدلهای هوش مصنوعی در یک سال گذشته، این شرکت در حال بررسی راهکارهایی است تا مهندسان به اعمال تغییرات خودکار در کدبیس اصلی توسط ایجنتها نیز اعتماد کنند.
لسه در ادامه گفت: «ما بهعنوان رهبران مهندسی در عین حال که هیجانزده و کمی نگرانیم، همواره میگوییم باید بهشدت محتاط باشیم؛ اما احساس میکنم مرزهای پیشین بهمرور در حال جابهجا شدن هستند.»
استفاده از Claude Code در سرتاسر بخشهای شرکت آنتروپیک نیز گسترش یافته است. این شرکت هفته گذشته با انتشار گزارشی اعلام کرد که همگام با افزایش فعالیت ایجنتهای هوش مصنوعی در ساختار داخلی سازمان، سهم کمتری از موقعیتهای فنی سطح پایه (Junior) را به نیروی انسانی اختصاص داده است. علاوه بر این، آنتروپیک در ماه مه اعلام کرده بود که کلود در آن مقطع بیش از ۸۰ درصد از کل کدهای محیط عملیاتی این شرکت را نوشته است.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

چگونه دادهها را در عصر هوش مصنوعی به یک دارایی رسمی، ثبتشده و تجاری تبدیل کنیم؟
بسیاری از کسبوکارها داده را باارزشترین دارایی خود مینامند، اما نبود شفافیت حقوقی مانع از معامله و بهرهبرداری واقعی از آن میشود. با تدوین چارچوبهای نوین ثبت دارایی داده، اکنون شرکتها میتوانند در عصر اوجگیری هوش مصنوعی، دادههای خود را با تعیین دقیق منشأ، حقوق و ضوابط حاکمیتی به دارایی رسمی و نقدپذیر تبدیل کنند.

کسبوکارهای کوچک واقعاً چگونه از هوش مصنوعی استفاده میکنند؟ آمار جالب گلدمن ساکس از هزینهها و کاربردها
بر اساس دادههای جدید گلدمن ساکس، ۸۶ درصد از کسبوکارهای کوچک در حال حاضر از هوش مصنوعی در محیط کار خود بهره میبرند. با این حال، الگوهای استفاده و تمایل به پرداخت هزینه در ایالتهای مختلف تفاوتهای چشمگیری دارد و نزدیک به سهچهارم این مجموعهها ماهیانه کمتر از ۱۰۰ دلار برای این فناوری خرج میکنند.

توهم ظرفیت دیتاسنترهای هوش مصنوعی؛ چرا دو سوم پروژهها هرگز ساخته نمیشوند؟
تحلیل جدید مؤسسه برنشتاین نشان میدهد نزدیک به دو سوم از ظرفیت دیتاسنترهای اعلامشده برای هوش مصنوعی ممکن است هرگز ساخته نشوند. این ظرفیتهای کاغذی که در صنعت با نام «لافوات» شناخته میشوند، از شکاف عمیق میان ادعاهای تبلیغاتی و توان واقعی ساخت زیرساختها پرده برمیدارند.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.