‏۹۰۰ هزار خط کد با هوش مصنوعی و درسی درباره اشتباه کردن

نویسنده، جاش اندرسون، با یه صحنه شروع می‌کنه: یه‌بار GitHub Copilot روی pull request اون صفر تا کامنت گذاشت و اون‌قدر باورش نمی‌شد که رفت چک کرد ببینه اصلاً بررسی اجرا شده یا نه. این PR بخشی از محصول استارتاپش، Reclaim، بود؛ محصولی که داره به ۹۰۰ هزار خط کد نزدیک می‌شه و تقریباً همه‌ش رو Claude Code زیر نظر اون نوشته.

این عدد برای نویسنده معنی داره چون پارسال پرخواننده‌ترین مقاله‌ش رو نوشت درباره اینکه چطور آزمایش «تمام‌عیار با هوش مصنوعی» روی پروژه قبلیش، Roadtrip Ninja، حوالی ۷۰ هزار خط از هم پاشید. اون موقع نوشته بود مطالعه MIT که می‌گفت ۹۵ درصد پروژه‌های هوش مصنوعی شکست می‌خورن درست می‌گه، و پیش‌بینی کرده بود پیچیدگی کانتکست، انحراف معماری (architectural drift) و رفتار غیرقطعی، ذاتیِ این سیستم‌هان و با یه آپدیت ساده حل نمی‌شن. حالا برگشته تا به قول خودش «برگه امتحان خودش رو علنی تصحیح کنه».

نویسنده می‌گه یه ماه بعد از انتشار اون مقاله، ابزارها عوض شدن. Claude Opus 4.5 که آبان ۱۴۰۴ (نوامبر ۲۰۲۵) اومد، تقریباً بند به بند لیست گلایه‌هاش رو جواب داد: جلسه‌های کدنویسی مستقل ۳۰ دقیقه‌ای، اولین مدلی که از ۸۰ درصد روی SWE-bench Verified رد شد، فشرده‌سازی کانتکست برای جلسه‌های طولانی، و پیروی بهتر از دستورها به‌همراه Plan Mode بازطراحی‌شده. به قول خودش لیست شکایت اکتبرش تبدیل شد به فهرست تغییرات نوامبر.

ولی نویسنده تأکید می‌کنه که فقط ابزارها نبودن؛ خودش هم فرق کرد. مهم‌ترین تفاوت Reclaim با پروژه قبلی قبل از اینکه Claude حتی یه خط بنویسه اتفاق افتاد: این‌بار خودش معماری رو ساخت، الگوها رو تحقیق کرد، گزینه‌ها رو سبک‌سنگین کرد و طرح نهایی رو نشوند، بعد Claude رو داخلش رها کرد. برعکسِ دفعه قبل که Claude تصمیم‌های معماری رو در لحظه می‌گرفت و اون بعداً انتخاب‌های یه غریبه رو بازبینی می‌کرد. جواب اون سؤال معروف که «صاحب این محصول کیه، تو یا Claude؟» این‌بار روشنه: خودش.

نویسنده گردش کارِ تیرماه ۱۴۰۵ خودش رو هم شرح می‌ده و می‌گه هر بخشش ممکنه چند هفته بعد کهنه شه: هر تسک یه جلسه تازه می‌گیره و کانتکست قبلی دور ریخته می‌شه؛ همه‌چیز از plan mode شروع می‌شه؛ استانداردها به‌جای یه فایل بزرگ، تو چند تا فایل CLAUDE.md کنار خودِ کار پخش شدن (قوانین API کنار پوشه API، قوانین schema کنار پوشه دیتابیس)؛ و قبل از هر PR دو بار بررسی می‌کنه، یکی‌ش با یه skill خودساخته که تغییرات رو مقابل استانداردهای معماری می‌سنجه. آخر سر هم بعد از همه بررسی‌های خودکار، یه آدم واقعی حرف آخر رو می‌زنه.

جمع‌بندی نویسنده اینه که کجا درست گفته و کجا غلط. یافته اصلی MIT هنوز پابرجاست: بیشتر پروژه‌ها به‌خاطر «واگذاری» (abdication) شکست می‌خورن، یعنی سپردن فکر کردن به ابزار و از دست دادن مالکیت خروجی. فرمول «AI + HI» که هوش انسانی توش بزرگ‌تر می‌مونه هنوز جواب می‌ده. ولی چیزی که غلط از آب دراومد این بود که مشکلات کانتکست رو «قانون فیزیک» فرض کرده بود؛ در واقع بخش زیادیش فقط پختگی ابزار بود که ترسناک سریع جلو می‌ره. دو تا پیام برای خواننده داره: روی نتیجه‌گیری‌هات درباره هوش مصنوعی تاریخ انقضا بذار و آزمایش رو دوباره اجرا کن، و به‌جای کپی کردن جزئیات گردش کار، الگوی زیربنایی رو بردار: انسان صاحب معماری باشه، استانداردها کنار کار زندگی کنن، و یه سازوکار مجبورشون کنه با هر تغییر تکامل پیدا کنن.

نکات کلیدی:

• نویسنده پارسال گفته بود کدنویسی با هوش مصنوعی تو مقیاس بزرگ ذاتاً شکست می‌خوره، حالا با ۹۰۰ هزار خط کد اون پیش‌بینی رو پس گرفته
• Claude Opus 4.5 تقریباً همه گلایه‌های قبلیش (کانتکست، انحراف، پیروی از دستور) رو جواب داد
• تفاوت کلیدی این‌بار: خودش معماری رو از قبل طراحی و صاحبش شد، بعد Claude رو داخلش رها کرد
• گردش کار: هر تسک یه جلسه تازه، شروع با plan mode، استانداردها تو چند فایل CLAUDE.md کنار کار، و بررسی نهایی توسط یه انسان
• درس اصلی: مدل بهتر «سقف» رو بالا می‌بره ولی مالکیت معماریه که می‌ذاره تا اون سقف بسازی