اختبار «إس دبليو إي ريفاكتور»: وكلاء البرمجة يفشلون في ترحيل حزم البرمجيات الكاملة بنسبة نجاح لا تتجاوز 5.4%

تكشف ورقة بحثية جديدة نشرها باحثون عبر منصة «أركايف» عن فجوة هيكلية تفصل بين قدرة نماذج الذكاء الاصطناعي على إصلاح الأخطاء البرمجية المحدودة، وقدرتها على ترحيل وتحديث حزم المستودعات البرمجية الكاملة والتخلص من الديون التقنية المتراكمة عبر العقود. الورقة، التي قدمت معيارًا تقييميًا باسم «إس دبليو إي ريفاكتور بنش»، تختبر ما إذا كان وكلاء البرمجة المستقلون قادرين بالفعل على تنفيذ عمليات ترحيل معقدة وطويلة المدى تشمل مستودعات برمجية بأكملها عبر أربعة أنواع من الديون التقنية موزعة على عشرين مهمة ترحيل حقيقية.

أبرزت الدراسة قصورًا جوهريًا في معايير التقييم السابقة، حيث كانت تكتفي بالتحقق من صحة السلوك البرمجي دون فحص ما إذا كان الترحيل قد تم فعليًا. هذه الثغرة فتحت الباب أمام ما وصفه الباحثون بحالة «العمى»، إذ يعمد الوكيل البرمجي إلى نسخ الكود الأصلي القديم كما هو ليضمن اجتياز الاختبارات السلوكية دون أن يغير البنية التقنية المطلوبة. لمعالجة هذا الخلل، صمم الفريق بروتوكول تقييم ثلاثي المراحل: تبدأ المرحلة الأولى بتدقيق الترحيل للتأكد من حدوث التغيير الهيكلي، وتليها مرحلة الاختبارات السلوكية الثابتة لقياس الدقة، وتختتم بمرحلة التحقق الوكالي التي تستخدم ستة وكلاء برمجة مستقلين لتوليد اختبارات مخصصة تكشف الفروق السلوكية الدقيقة والمخفية.

النتائج الرقمية جاءت حاسمة في إظهار عجز النماذج الرائدة الحالية عن الاستقلال بإدارة الترحيل الشامل. فمن بين 520 تجربة تشغيل شملت ثمانية نماذج متقدمة عبر 26 تكوينًا مختلفًا لمستويات الجهد، نجحت 28 تجربة فقط في اجتياز المراحل الثلاث بنسبة نجاح إجمالية لم تتعد 5.4 في المئة، في حين عجزت جميع النماذج دون استثناء عن تقديم أي حل مقبول في 13 مهمة من أصل عشرين. ولم يتجاوز النموذج الأعلى أداءً، وهو «كلود أوبوس 5»، حاجز 47.0 نقطة من أصل مئة، مما يعكس صعوبة الحفاظ على التوافق السلوكي بالتوازي مع الترحيل الهيكلي الكامل.

أوضحت البيانات أيضًا تباينًا حادًا في كفاءة الوكلاء تبعًا لنوع المهمة، حيث سجلت النماذج متوسط 31.4 نقطة في مهام إعادة كتابة أدوات البناء وسلاسل التجميع، بينما انهار الأداء إلى 5.6 نقطة فقط في مهام إعادة كتابة اللغات البرمجية بالكامل. وأظهرت الدراسة صعوبة تسليم ترحيل خالٍ من العيوب، فمن بين 340 تجربة اجتازت تدقيق الترحيل الهيكلي، تمكن 58 في المئة منها من الوصول إلى 99 في المئة من الفحوصات الثابتة، لكن 26 في المئة فقط استطاعت الوصول إلى علامة الاكتمال التام بنسبة مئة في المئة.

هذه الأرقام تضع حدودًا واضحة لأي خطة تعتمد على الأتمتة الكاملة في تحديث الأنظمة البرمجية القديمة. للمسؤولين التقنيين وفرق التطوير في المؤسسات المصرفية والهيئات الحكومية وشركات التقنية في الخليج ومصر والمنطقة، تعني هذه النتائج أن الاعتماد على وكلاء البرمجة لترحيل قواعد البيانات القديمة أو إعادة كتابة الأنظمة الأساسية بلغات حديثة دون إشراف بشري مكثف يحمل مخاطر تشغيلية مرتفعة، فالنسبة المتبقية من الأخطاء الخفية كافية لتعطيل بيئات الإنتاج الحساسة، وتجعل الاستثمار في منصات التدقيق والمراجعة البشرية شرطًا إلزاميًا قبل اعتماد أي كود مولد آليًا.