في عصر الذكاء الاصطناعي (AI)، ازداد الاعتماد على الوكالات الذكية كنظم تدير عمليات البرمجة والصيانة بشكل آلي. ومع ذلك، تبرز حاجة ملحة لتطوير برمجيات مخصصة تتكيف وتطور نفسها باستمرار. فهل فعلاً تتمكن هذه الوكالات من مواجهة تحديات التطور البرمجي المستمر، أم أنها ما زالت تعاني من عيوب كبيرة؟

لقد تم تقديم معيار EvoClaw، والذي يمثل خطوة ثورية في تقييم أداء الوكالات الذكية (AI Agents) في سياقات البرمجيات الديناميكية. هذا المعيار يعتمد على نظام DeepCommit، الذي يقوم بإنشاء مخططات Milestone DAGs قابلة للتحقق من سجلات التعديلات غير المرتبة. بشكل أساسي، تُعرّف هذه المعالم على أنها أهداف تطوير متناسقة وظيفياً.

يعمل EvoClaw على قياس قدرة الوكالات الذكية في الحفاظ على سلامة النظام وتقليل تراكم الأخطاء، وهما من البعدين الهامين لتطور البرمجيات على المدى الطويل، واللذين غالباً ما يُغفلان في المعايير الحالية. من خلال تقييم 12 نموذجاً متقدماً عبر 4 أطر وكيلة، تم الكشف عن ثغرة حاسمة: حيث تنخفض الدرجات العامة للأداء بشكل ملحوظ من أكثر من 80% في المهام المعزولة إلى 38% كحد أقصى في الإعدادات المستمرة.

تُظهر هذه النتائج مدى صعوبة الوكالات الذكية في التعامل مع صيانة البرمجيات على المدى الطويل وانتشار الأخطاء. يبدو أن الفجوة في الأداء تتطلب مزيدًا من البحث والتطوير لفهم كيف يمكن للوكالات الذكية أن تعمل بشكل فعال في بيئات البرمجة الحقيقية.