في عالم البرمجة الذي يتسم بالتعقيد، تتطلب المهمة من المطورين استخدام مجموعة متنوعة من القدرات التي تمتد من التخطيط العالي المستوى إلى التنفيذ الدقيق. ومن المعروف أن وكالات البرمجة (Coding Agents) غالبًا ما تكون مُهيأة للتعامل مع هذه القدرات بشكل متكامل، ولكن يجب أن نعرف أن بعض المهام مثل التخطيط العالي المستوى قد تواجه عقبات كبيرة، مما يؤثر على النتائج النهائية.

حاليًا، تم تقديم نموذج نقد (Critic Model) متخصّص في التخطيط العالي المستوى، والذي يُدرّب بشكل منفصل عن وكالات البرمجة الأخرى، ليعمل على توجيهها أثناء عمليات الاستدلال. تم استخدام بيانات SFT وDPO لتدريب هذا النموذج النقدي، بحيث يصبح قادراً على تحديد الأخطاء التي قد ترتكبها وكالات البرمجة، ويقدم لها توجيهات عالية المستوى بشكل صحيح وواضح، دون أن يتطلب الأمر منه إجراء إجراءات محددة.

أظهرت التجارب أن نماذج النقد بحجم 4B و8B تساهم بشكل كبير في تحسين أداء 6 وكالات برمجة أكبر، حيث زادت من معدلات الحل لنموذجي GLM-4.7-Flash-30B-A3B وGPT-OSS-120B بنسبة 16.0% و14.4% على التوالي، وفقاً لمؤشر SWE-Bench Verified. كما كان هناك انخفاض في تكاليف الاستدلال لوكالات البرمجة لبعض النماذج، عبر حل المهام في خطوات أقل، مثل تخفيض تكلفة الاستدلال لكل مثال لـGPT-OSS-20B من 0.07 دولار إلى 0.03 دولار.

تقدم هذه الطفرة في استخدام النماذج النقدية كيفية تحسين الكفاءة وتقليل الأعباء المالية في مشروعات البرمجة الكبيرة. فهل ستحظى هذه الاستراتيجيات الجديدة بقبول واسع في مجتمع المطورين؟ تابعوا التطورات القادمة فهي مثيرة جدًا.