مع تزايد الاعتماد على نماذج اللغة الكبيرة (Large Language Models) في مجال تطوير البرمجيات، ظهرت تحديات جديدة في كيفية التعامل مع الأخطاء البرمجية. أحدث المشاريع في هذا المجال هو مشروع **SWE-Doctor**، الذي يتسم بالابتكار في تحليل الأعطال البرمجية.

يعتمد **SWE-Doctor** على تطبيق اختبارات إعادة إنتاج الأخطاء (Bug Reproduction Tests) كأداة أساسية لتوجيه عملية إنشاء التحديثات البرمجية. وقد أظهرت الدراسات الأولية أن استخدام مولدات اختبارات إعادة إنتاج الأخطاء المتقدمة بشكل مباشر لم يكن مفيدًا، حيث يمكن أن تؤدي هذه الاختبارات إلى تشتت انتباه الوكلاء، مما يؤثر سلبًا على جودة الحلول.

المفاجأة هنا تكمن في أن مقارنة المجاميع التحليلية توفر رؤى جديدة: اختبارات إعادة الإنتاج الفاشلة قد تغطي فقط جانبًا واحدًا من الخطأ المبلغ عنه، مما يؤدي إلى تحديثات غير مكتملة. لذلك، ساهمت هذه التحليلات في تطوير **SWE-Doctor** كوكيل لإصلاح الأخطاء البرمجية.

الكشف عن الأعطال بالطريقة الديناميكية، والاستفادة من الاختبارات المتعددة الأوجه، تساعد **SWE-Doctor** في خلق سجلات تشخيص دقيقة، وبهذا ينجح في توجيه عملية إنشاء التحديثات وتقليل الأخطاء الجزئية.

بعد تقييم فعالية **SWE-Doctor** على مشكلات تصحيح الأخطاء بلغة بايثون، العروض التقديمية تعكس معدلات نجاح مذهلة بلغت 75.7% على مجموعة SWE-bench Verified و59.4% على مجموعة SWE-bench Pro. خصوصًا مع مجموعة SWE-bench Pro، تحسن المعدل بمقدار يتراوح بين 8.0 و8.9 نقطة مئوية مقارنة بالأدوات السابقة.

هذا النجاح يشير إلى أن **SWE-Doctor** يمكن أن يكون رافعة مهمة في عالم البرمجيات، مما يعزز قدرة المطورين على التعامل مع الأخطاء بفعالية ودقة أعلى.

ما رأيكم في هذه التقنية الجديدة؟ هل تعتقدون أن الذكاء الاصطناعي سيحدث ثورة حقيقية في عالم تطوير البرمجيات؟ شاركونا أفكاركم في التعليقات.