في عالم التطوير البرمجي، تلعب الوكلاء الاصطناعيون مثل GitHub Copilot دوراً مزدوجاً كزملاء عمل مُساعدين، يقدمون خدماتهم في مجموعة متنوعة من المهام بما فيها توليد الأكواد من خلال طلبات الدمج (Agentic-PRs). ولتعزيز كفاءة هذه الوكلاء، يقوم المطورون بإنشاء ملفات تعليمات توجه الذكاء الاصطناعي، تتضمن كيفية التنقل في المشروع، تحديد المكونات الصحيحة، وإجراء الاختبارات مع احترام أفضل الممارسات.

تسعى هذه الدراسة إلى تحليل العلاقة بين إنشاء هذه التعليمات وأداء الوكلاء الاصطناعيين في تقديم طلبات دمج متميزة. فقد تم تحليل 15,549 طلب دمج من 148 مشروعاً في مجموعة بيانات AIDev. وكشفت النتائج أن الملفات التعليمية لا تضمن دائماً نتائج أفضل. حيث زادت نسبة 27.7% من المشاريع معدل الدمج بواقع 20% على الأقل، بينما انخفض المعدل في 26.35% منها.

تؤكد البيانات أيضاً أن المشاريع التي استطاعت زيادة معدل الدمج كانت تتضمن ملفات تعليمات أطول وأفضل تنظيمًا، مما يشير إلى الحاجة الملحة لإعادة النظر في كيفية تطوير هذه التعليمات، وإطار عملها ضمن النشاطات البرمجية (Instructions-as-Code).

من المثير أن نقرأ كيف يمكن لملفات التعليمات أن تُشكل مستقبل تطوير البرمجيات، وما إذا كانت تُعتبر أداة فعالة أم عائقًا أمام عملية البرمجة. لذا، يبقى السؤال الأهم: كيف يمكن للمطورين تحسين هيكل هذه التعليمات لتحقيق أفضل النتائج؟