في الوقت الذي تشهد فيه تقنية الذكاء الاصطناعي (AI) تقدمًا ملحوظًا في مجال البرمجة، تسلط دراسة جديدة الضوء على كيفية تعامل وتكيّف وكالات البرمجة الذكية مع لغات البرمجة الغريبة. تستخدم هذه الوكالات، المعروفة باسم وكالات البرمجة المعتمدة على نماذج اللغات الضخمة (Large Language Models)، أساليب برمجية متقدمة للتحكم في التحديات التي تواجهها عند استخدام لغات غير مألوفة.

تم تقييم ستة من الأنظمة البرمجية الحديثة باستخدام أربعة لغات برمجة غريبة، وتمت مقارنة أدائها في إعداد متسلسل يتضمن التعديل على الملفات والتنفيذ المحلي واختبار الدرجات الخفي.

تُظهر النتائج اختلافات كبيرة في القدرات بين الوكالات. فقد استخدم أقوى الأنظمة، مثل Claude Opus 4.6 وGPT-5.4 xhigh، استراتيجية برمجة فوقية لبناء نماذج برمجية فعالة بدلاً من كتابة الكود مباشرةً. في بعض الحالات، كانوا يستخدمون لغة بايثون (Python) لتوليد كود للغة المستهدفة وتصحيح مولداتهم محليًا.

من الملاحظ أن منع هذا النوع من البرمجة الفوقية يؤدي إلى تراجع كبير في الأداء. ورغم أن التوجيه النصي المستمد من هذه الاستراتيجية لم يُحسن الأداء بشكل ملحوظ لدى الوكالات الأضعف، فإن استخدام كود بايثون المساعد المستخرج من Opus قد ساهم بشكل كبير في تحسين أداء بعض الأنظمة مثل Sonnet 4.6 وGPT-5.4 mini.

تشير هذه الدراسة إلى أن الجوانب الأساسية لاستراتيجية التطوير الفعّالة تكمن في بنائها وتصحيحها وفقًا لقواعد اللغة المستهدفة. إن قدرة الذكاء الاصطناعي على التكيف باستخدام الأدوات والتغذية الراجعة تكشف عن آفاق جديدة في عالم البرمجة الذكية.

ما رأيكم في استخدام البرمجة الفوقية لتعزيز قدرات الذكاء الاصطناعي؟ شاركونا في التعليقات.