‏بازبینی کد، بااهرم‌ترین مهارت مهندسی در عصر ایجنت

ادی عثمانی می‌گه بیشتر از همیشه به مهندسی ایجنتی خوش‌بینه؛ ایجنت‌ها واقعاً خوب شدن و هر ماه بهتر می‌شن. ولی حرف اصلیش اینه که کار جالب جابه‌جا شده. بازبینی کد قبلاً به‌خاطر یه تصادف خوشحال‌کننده در سرعت نسبی کار می‌کرد: یه مهندس ارشد سریع‌تر از یه جونیور که کد می‌نوشت می‌تونست بخونه، پس بازبینی پابه‌پا می‌رفت و تیم به‌عنوان یه اثر جانبی می‌فهمید سیستم چطور کنار هم می‌شینه. اون واقعیت دیگه برقرار نیست: یه ایجنت هزار خط کدِ اغلب تروتمیز رو سریع‌تر از خوندن یه پاراگراف تولید می‌کنه، ولی سرعت خوندن انسان عوض نشده. پس گلوگاه رفته پایین‌دست، به تنها مرحله‌ای که سریع‌تر نشد: مطمئن شدن یه انسان از درست بودن تغییر. به نظر نویسنده این باخت نیست، بلکه بااهرم‌ترین جاییه که الان می‌شه توش خوب بود.

نویسنده یه نکتهٔ خوش‌بینانه هم می‌ده: همون ابزارهایی که این همه کد اضافه تولید می‌کنن، بهترین چیز برای همگام موندن باهاشون هم هستن؛ خودش Claude Code یا Codex رو به یه دسته PR ورودی نشون می‌ده تا صف رو triage کنن. پس این استدلال ضدهوش‌مصنوعی نیست. تأکید می‌کنه تنها جوابی که با یه codebase واقعی جون سالم به در می‌بره اینه که «کاملاً بستگی داره تو کی هستی»: یه توسعه‌دهنده که یه پروژهٔ جانبی رو vibe-code می‌کنه و یه تیم که یه سیستم سازمانی ده‌ساله رو زنده نگه می‌داره، تقریباً هیچ محدودیت مشترکی ندارن.

بعد سراغ دادهٔ ۲۰۲۶ می‌ره و می‌گه چیزی که تا چند سال پیش حکایت بود، حالا در مقیاس اندازه‌گیری شده و همه به یه سمت اشاره می‌کنن: هوش مصنوعی خروجی رو تیز بالا می‌بره و هم کیفیت و هم قابل‌بازبینی بودن رو پایین. به گفتهٔ نویسنده، Faros AI با ابزارگذاری روی ۲۲٬۰۰۰ توسعه‌دهنده در ۴٬۰۰۰ تیم دید که با بالا رفتن پذیرش هوش مصنوعی، throughput بالا می‌ره ولی همزمان churn کد، نسبت incident به PR و نرخ نقص هم به‌شدت بالا می‌رن، مدت بازبینی طولانی‌تر می‌شه و PRهایی که بدون هیچ بازبینی merge می‌شن ۳۱٪ بیشتر می‌شن. نویسنده می‌گه اون آمار آخر رو سخت می‌شه رد کرد چون هیچ‌کس تصمیم نگرفت بازبینی رو قطع کنه؛ فقط بازبین‌ها نتونستن پابه‌پای حجم برن و کد خونده‌نشده merge شدن عادی شد، و تیم‌های با فرآیند بالغ هم به همون اندازه ضربه خوردن.

نویسنده به چند منبع دیگه هم اشاره می‌کنه: CodeRabbit روی ۴۷۰ PR متن‌باز دید که تغییرهای هوش مصنوعی حدود ۱.۷ برابر مشکل بیشتر دارن (مشکل‌های منطق و امنیت و خوانایی بیشتر)، و GitClear می‌گه کاربرهای روزانهٔ هوش مصنوعی حدود چهار برابر خروجی خام تولید می‌کنن ولی سود بهره‌وری واقعی فقط حدود ۱۲٪ ئه؛ یعنی حدود چهار برابر کد برای حدود یک‌دهم ارزش تحویلی بیشتر، و یه انسان هنوز باید همهٔ اون چهار برابر رو بازبینی کنه. GitHub هم گزارش می‌ده بازبینی Copilot از مرز ۶۰ میلیون بازبینی رد شده و بیش از یک‌پنجم بازبینی‌های پلتفرم حالا یه ایجنت رو درگیر می‌کنن. نویسنده یادآوری می‌کنه CodeRabbit و Faros تو این بازار می‌فروشن پس قاب‌بندیشون بی‌طرف نیست، ولی اندازهٔ اثرها بزرگ و در منابع نامرتبط سازگاره. جمع‌بندیش: ما خروجی سرعت‌ماشین رو ریختیم تو سیستمی که برای کار سرعت‌انسان ساخته شده بود، و گلوگاه به verification منتقل شد؛ اونجا صورت‌حساب پرداخت می‌شه.

نکات کلیدی:

• بخش سخت مهندسی از نوشتن کد به تصمیم دربارهٔ اعتماد به اون منتقل شده
• دادهٔ ۲۰۲۶: هوش مصنوعی خروجی رو بالا می‌بره ولی کیفیت و قابل‌بازبینی بودن رو پایین
• حدود چهار برابر کد خام در برابر تقریباً ۱۲٪ ارزش تحویلی بیشتر
• PRهای merge‌شده بدون بازبینی ۳۱٪ بیشتر شدن، چون بازبین‌ها پابه‌پای حجم نمی‌رن
• پاسخ درست بستگی داره تو کی هستی؛ توسعه‌دهندهٔ تک‌نفره و تیم سیستم ده‌ساله فرق دارن