استارتاپ Factory برگ برندهاش را رو کرد؛ ایجنت کدنویسی Droid حالا بدون دخالت انسان پروژهها را پیش میبرد
استارتاپ Factory با عمومی کردن قابلیت Custom Automations، دستیار کدنویسی خود یعنی Droid را به یک همکار تماموقت و مستقل تبدیل کرد. توسعهدهندگان حالا میتوانند کارهای تکراری مثل حل خطاهای CI، بررسی پولریکوئستها و ارزیابی امنیتی را بر اساس زمانبندی یا رویدادهای مشخص به این ایجنت بسپارند تا همه چیز را از صفر تا صد بدون دخالت انسان جلو ببرد.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- قابلیت جدید Custom Automations از حالت پیشنمایش خارج شده و حالا به ایجنت Droid اجازه میدهد کارهای روتین مهندسی را طبق زمانبندی یا محرکهای خاص، کاملاً مستقل و پشتصحنه انجام دهد.
- توسعهدهندگان میتوانند با دستورهای ساده انگلیسی، تسکهایی مثل بررسی پولریکوئستها، برطرف کردن خطاهای بیلد (CI) و گزارش باگهای امنیتی را به Droid بسپارند.
- آمار اولیه مشتریان سازمانی نشان میدهد ۵۲ درصد تیمها بررسی خودکار کد و ۴۸ درصد ارزیابیهای امنیتی را به این ایجنت سپردهاند که سرعت حل بحرانها را تا ۶ دقیقه کاهش داده است.
ایجنت Droid حالا میتواند کارهای مهندسی را کاملاً مستقل جلو ببرد
شرکت Factory قابلیت Custom Automations (اتوماسیونهای سفارشی) را از فاز آزمایشی خارج و به صورت عمومی در دسترس همه قرار داده است. با این قابلیت، ایجنت کدنویسی Droid میتواند فرآیندهای تکراری مهندسی را بدون اینکه نیازی به استارت زدن دستی هر سشن توسط انسان باشد، پیش ببرد. برنامهنویسان فقط کافی است فرآیند مدنظرشان را با زبان ساده و طبیعی توضیح دهند، آن را به یک زمانبندی مشخص یا تریگر رویدادمحور وصل کنند و بقیه کارها را از صفر تا صد به Droid بسپارند. بر اساس اطلاعیه رسمی Factory، این قابلیت در حال حاضر در اختیار تمامی کاربران قرار گرفته است.
کارهای روتین و تکراری مثل پیگیری پولریکوئستها (PR)، بررسی و عیبیابی خطاهای بیلد (CI)، بررسی هشدارهای امنیتی و بهروزرسانی مستندات، بخش زیادی از زمان باارزش مهندسان را در چرخه توسعه میگیرند. حالا قابلیت اتوماسیونهای سفارشی کاری میکند که Droid در تمام این چرخهها حضور فعال داشته باشد و عملاً یک ایجنت تعاملی کدنویسی را به یک نیروی کار خستگیناپذیر در پسزمینه پروژه تبدیل کند.
چهار مؤلفه اصلی برای تنظیم و هدایت هر اجرا
هر اتوماسیون از ترکیب چهار بخش مستقل تشکیل شده که بر اساس نیاز شما پیکربندی میشوند:
مؤلفه | گزینهها | هدف و کاربرد |
|---|---|---|
تریگر (Trigger) | زمانبندی، اسلک، گیتهاب یا وبهوک | مشخص میکند که فرآیند کاری چه زمانی باید شروع شود. |
دستورالعملها (Instructions) | پرامپت متنی یا قالبهای آماده و قابلاستفاده مجدد | نوع تسک، محدودیتها و خروجی مورد انتظار را تعریف میکند. |
مدل هوش مصنوعی (Model) | مدلهای پشتیبانیشده و سطح تفکر و استدلال (Reasoning) | مدل مورد استفاده و میزان تلاش استدلالی اختصاصدادهشده به هر اجرا را تعیین میکند. |
محیط محاسباتی (Computer) | سیستم تحت کنترل کاربر یا محیط ابری اختصاصی Droid Computer مدیریتشده توسط Factory | محیطی را فراهم میکند که Droid در آن دستورات را اجرا کرده و به ابزارهای توسعه دسترسی دارد. |
اجرای این فرآیندها میتواند با حساب کاربری یک شخص یا از طریق یک حساب سرویس (Service Account) انجام شود. ابزارهای نظارتی و تاریخچه کامل اجراها به تیمها این امکان را میدهد که دقیقاً ببینند چه کاری، در چه زمانی و توسط کدام هویت انجام شده است. علاوه بر این، سطح دسترسی اعتبارسنجیها و مجوزهای مخزن مشخص میکنند که هر اتوماسیون به چه بخشهایی دسترسی دارد.
برنامهنویسان میتوانند یا از تمپلیتهای آماده در بازارچه اتوماسیونها (Automations Marketplace) استفاده کنند یا گزینه Create with Droid را بزنند و فرآیند کاری مورد نظرشان را با انگلیسی ساده شرح دهند. جالب اینجاست که Droid قبل از ساخت اتوماسیون، جزئیاتی را که جا افتاده باشد از شما میپرسد. همین دستور در طول یک سشن فعال هم کار میکند؛ یعنی میتوانید یک بررسی موقت و آنی را خیلی راحت به یک کار زمانبندیشده یا رویدادمحور دائمی تبدیل کنید.
از خطاهای قرمز CI تا پولریکوئستهای آماده ادغام
قالبهای اولیه Factory چندین فرآیند پرکاربرد مربوط به مخازن کد و مدیریت حوادث را پوشش میدهند:
- پرستار پولریکوئست (PR Babysitter): پولریکوئستهای باز را برای بررسی خطاهای CI چک میکند و برای برطرف کردن آنها دستبهکار میشود. در این بخش، یک گام اختیاری تریاژ خطای CI هم وجود دارد که خطاها را به تستهای ناپایدار (Flaky)، مشکلات زیرساختی یا پسرفتهای کدی دستهبندی میکند.
- حسابرسی امنیتی (Security Audit): به صورت هفتگی از طریق گیتهاب اکشنز (GitHub Actions) اجرا میشود، مشکلات امنیتی احتمالی را روی پایگاه کد بررسی کرده و گزارش کاملی از یافتههایش ارائه میدهد.
- پاسخدهنده به هشدارها (Alert Responder): با دریافت یک وبهوک از سنتری (Sentry) کارش را شروع میکند، علت ریشهای احتمالی مشکل را موشکافی کرده، روی ایشو نظر ثبت میکند و یک پولریکوئست حاوی راهحل پیشنهادی باز میکند.
- تبدیل تیکت به کد (Ticket to PR): تیکتهای آماده را از ابزارهای لینیر (Linear) یا جیرا (Jira) جمعآوری میکند، تغییرات خواستهشده را کدنویسی کرده و برای بازبینی، پولریکوئست ثبت میکند.
- گزارش صبحگاهی (Morning Brief): خلاصه گزارشی اختصاصی در اسلک ارسال میکند که شامل گفتوگوها، پولریکوئستها و تیکتهایی است که نیاز به توجه تیم دارند.
انتخاب مدل هوش مصنوعی در نقش یک سیستم مسیریابی هوشمند
شرکت Factory به تیمها این امکان را میدهد که به جای تحمیل یک مدل ثابت به تمام فرآیندها، برای هر اتوماسیون مدلی مجزا انتخاب کنند. برای مثال، یک مدل کمهزینهتر میتواند خلاصههای روزانه را آماده کند، در حالی که یک مدل قدرتمندتر و بااستدلال بالا به بررسیهای امنیتی یا دیباگهای پیچیده اختصاص مییابد. تیمها همچنین میتوانند با قابلیت BYOK (کلید اختصاصی خودت را بیاور) کلیدهای API ارائهدهنده مدنظرشان را وارد کنند یا از Factory Router استفاده کنند که مدلها را طبق سیاستهای تعیینشده سازمان مسیریابی میکند.
بر اساس گزارش Factory، مدلهای دارای وزن باز (Open-weight) که میتوان وزنهای آنها را خارج از سرویسهای ارائهدهندگان انحصاری میزبانی یا مدیریت کرد، حدود ۳۰ درصد از اجراهای بررسی خودکار کد را میان کاربران فعلی اتوماسیون بر عهده دارند. این میزان استفاده نشان میدهد که فاکتورهایی مثل هزینه، کنترل نحوه استقرار و الزامات حریم خصوصی دادهها، تأثیر بسزایی در انتخاب مدل برای کارهای پرترافیک بازبینی کد دارند. در راهنمای BYOK به شکل کامل توضیح داده شده که چطور میتوان ارائهدهندههای خارجی را متصل کرد.
نتایج امیدوارکننده از فاز آزمایشی اولیه در شرکتها
شرکت Factory آمار زیر را از مشتریان سازمانی خود که در طول ماه گذشته از اتوماسیون استفاده کردهاند به اشتراک گذاشته است:
شاخص | نتیجه گزارششده |
|---|---|
مشتریانی که از بازبینی خودکار کد استفاده میکنند | ۵۲٪ |
مشتریانی که از بررسیهای امنیتی استفاده میکنند | ۴۸٪ |
مشتریانی که از AutoWiki استفاده میکنند | ۳۵٪ |
رشد تعداد سشنهای اتوماسیون | ۵۱٪ در بازه ۳۰ روزه گذشته |
علاوه بر این، Factory به نتایج عملیاتی داخلی خود نیز اشاره کرده است. ایجنت Droid در میانه زمانی ۲۰ ثانیه به زنجیره پیامهای مربوط به حوادث پاسخ داده و در میانه زمانی تنها ۶ دقیقه به راهحل قطعی رسیده است. این ایجنت ۹۹.۵ درصد از پولریکوئستهای قابل ادغام را بازبینی کرده و مهندسان به ۸۱ درصد از کامنتهای بازبینی آن عمل کردهاند.
نرخ حلوفصل کامنتها نشان میدهد که آیا مهندسان به پیشنهادهای Droid عمل کرده یا آنها را بستهاند؛ معیاری که ارزش کاربردی بسیار بیشتری نسبت به صرفاً پوشش آماری بازبینیها دارد. البته این اعداد دقت بازبینیها یا میزان دقیق زمان صرفهجوییشده را ثابت نمیکنند و تفسیر آنها تا حد زیادی به حجم کار، سطح حساسیت تسکها و معیارهای مدنظر Factory برای تعریف حل مسأله بستگی دارد.
ایجنتهای پسزمینه به کنترلها و نظارت دقیق عملیاتی نیاز دارند
ابزارهایی مانند GitHub Copilot Workspace، دِوین (Devin محصول شرکت Cognition) و ایجنتهای پسزمینه کِرسِر (Cursor)، همگی نشاندهنده یک تحول بزرگ در این صنعت هستند؛ حرکتی از دستیارهای وابسته به تعاملات محیط ادیتور به سمت ایجنتهایی مستقل که وظایف کامل را تحویل میگیرند. در این میان، Factory تمایز خود را در ایجاد نظارت اختصاصی برای هر فرآیند کاری روی مدلها، محیطهای محاسباتی، اتصالات، سطوح دسترسی و سوابق اجرا میداند.
هر اتوماسیون به یک بخش ثبت رویدادها (Events) و نرخ موفقیت هفتروزه مجهز است. خطاهای متوالی نیز در قالب ایمیلهای خلاصه گزارش میشوند تا تیمها بتوانند فرآیندهای ناپایدار را به سرعت شناسایی کرده و سوابق اجراهای قبلی را موشکافی کنند. این تدابیر نظارتی به برنامهنویسان کمک میکند رفتار ایجنت را پیش از دادن دسترسیهای گستردهتر به مخزن یا اعمال تغییرات خودکار در برنچهای حساس، کاملاً تحت کنترل داشته باشند.
دسترسی و نحوه راهاندازی
قابلیت Custom Automations در حال حاضر از طریق اپلیکیشن Factory در دسترس تمامی کاربران قرار گرفته است. شرکت Factory جزئیات کامل تنظیمات، راهنمای تریگرها و گزینههای مربوط به انتخاب مدل را در راهنمای راهاندازی و پیکربندی خود ارائه داده است.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

خط و نشان سناتور وارن برای غولهای فناوری: ماجرای تخفیفهای نجومی مالیات به بهانه هوش مصنوعی چیست؟
الیزابت وارن، سناتور سرشناس آمریکایی، با ارسال نامههایی به مدیران ارشد مایکروسافت، آلفابت، متا و آمازون خواستار شفافسازی درباره میلیاردها دلار تخفیف مالیاتی به بهانه سرمایهگذاری در هوش مصنوعی شد. بر اساس گزارشها، غولهای فناوری با اتکا به قانون مالیاتی ۲۰۲۵ مبالغ هنگفتی را به جای مالیات، در دیتاسنترها و سختافزارهای پردازشی خود هزینه کردهاند. این سناتور معتقد است معافیتهای سرسامآور این شرکتها نباید به قیمت فشار مالی بر دوش طبقه متوسط و بودجه عمومی جامعه تمام شود.

ضربه محکم دادگاه به سازندگان هوش مصنوعی: آموزش مدلها با زحمت تحریریهای دیگران «استفاده منصفانه» نیست!
دادگاه تجدیدنظر آمریکا در حکمی سرنوشتساز اعلام کرد آموزش هوش مصنوعی با خلاصهها و یادداشتهای تحریریهای دیگران نقض قانون است و استفاده منصفانه به حساب نمیآید. این تصمیم پیام واضح و تکاندهندهای برای توسعهدهندگان دارد: نمیتوان با دیتایتر و تمیز دیگران، برای خودشان رقیب تجاری ساخت!

سرمایهگذاری ۱۰۰ میلیون دلاری Change.org روی هوش مصنوعی؛ کارزارهای اینترنتی زیر و رو میشوند!
پلتفرم مشهور Change.org با اختصاص بودجهای ۱۰۰ میلیون دلاری قصد دارد سازوکار دادخواستها و کارزارهای مدنی خود را به کمک هوش مصنوعی متحول کند. این سازمان عامالمنفعه امیدوار است با افزودن دستیار هوشمند و تحلیل دادهها، مطالبات مردم مؤثرتر از گذشته به گوش مسئولان برسد.
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.