تتزايد استخدامات أنظمة البرمجة المستقلة التي تعتمد على نماذج اللغات الضخمة (Large Language Models) لحل مشكلات البرمجة المتعلقة بالتصحيح، وتحليل الأسباب الجذرية، ومراجعة الكود. ومع ذلك، يعاني الكثير من هذه الأنظمة من تصميم يتضمن منبهات موحدة مما يؤدي إلى سلوك غير موثوق وتكاليف إعادة تشغيل عالية.

في هذا السياق، تم تقديم مفهوم "التفكيك الهيكلي الزمني للمهام"، وهو نهج معماري يدير تقسيم المهام وتدفق التنفيذ من خلال منطق تحكم قابل للتنفيذ بدلاً من الاعتماد فقط على هيكل المنبه. تعتمد هذه الطريقة على استخدام نماذج اللغات الضخمة فقط للمهام التي تتطلب تقديرًا مركّزًا، بينما يتم التحقق من المخرجات وفقًا لخطط مسبقة قبل التنفيذ تفاديًا للأخطاء.

تم اختبار هذا النهج في اثنين من أحمال العمل الهندسية البرمجية باستخدام ثلاث تكوينات: التنفيذ الموحد، التفكيك الثابت مع مهام فرعية ثابتة دون تفرع زمني، والتفكيك الهيكلي الزمني. أظهرت النتائج أن التفكيك وحده لا يقلل بالضرورة من تكاليف إعادة التشغيل.

في دراسة حالة تحليل الأسباب الجذرية في Kubernetes، كانت تكلفة إعادة التشغيل في القاعدة الثابتة 1,632 +/- 145 توكن، بينما كانت 904 +/- 17 توكن في النظام الموحد، حيث أجبرت الأخطاء على إعادة تشغيل المهام الفرعية. في حالة تصحيح أخطاء متعددة الملفات، استهلكت القاعدة الثابتة 933 توكن مقارنة بـ 703 توكن للنظام الموحد.

بفضل النهج الهيكلي الزمني، أدت إعادة تنفيذ المهام الفرعية المفقودة فقط إلى تقليل تكاليف إعادة التشغيل إلى 436 +/- 132 توكن لتحليل الأسباب الجذرية و460 توكن لتصحيح الأخطاء. بشكل عام، حقق هذا التحول تحسينات تصل إلى 51.7% في تقليل تكاليف إعادة التشغيل مقارنة بالأنظمة الموحدة و73.2% مقارنة بالأساليب الثابتة، مما يعزز الكفاءة، وإمكانية التصحيح، والاعتمادية التشغيلية في أنظمة البرمجة المستقلة.