‏چطور یه کارخونهٔ نرم‌افزاری مبتنی بر هوش مصنوعی بسازیم

نویسنده با این سؤال شروع می‌کنه: وقتی همهٔ تیم Claude Code یا Cursor دارن، دیگه چی برای ساختن مونده؟ جوابش «بخش شرکتیِ» ماجراست. یه software factory یعنی سیستمی که دور ایجنت‌ها ساخته می‌شه تا کار از یه تیکت یا alert شروع بشه، ایجنت‌ها تو کلاد با قوانین مشترک اجرا بشن و یکی بتونه صورت‌حساب رو بخونه. Uber از Claude Code، Codex و OpenCode استفاده می‌کنه و هیچ‌کدوم از شش بلوک سازندهٔ کارخونه‌ش یه coding agent نیست.

به گفتهٔ مقاله، شرکت‌ها به چهار محدودیت می‌خورن. لپ‌تاپ نمی‌تونه ناوگان ایجنت اجرا کنه چون صاحبش که بخوابه خودش هم می‌خوابه. هر تیم روش خودش رو اختراع می‌کنه. کسی کل هزینه رو نمی‌بینه؛ هزینهٔ AI در Uber نسبت به ۲۰۲۴ شش برابر شد و Uber کل بودجهٔ سالانه‌ش رو تو چهار ماه خرج کرد. چهارمی review هست: زمان اولین review تو Uber از ۳ ساعت به ۹ ساعت رسید و Spotify هم ۷۶٪ pull request بیشتر برای review داشت.

Uber ایجنت‌هاش رو تو چهار لایه می‌چینه: ایجنت‌های تخصصی مثل Minion (تبدیل نیت به PR) و uReview، یه ایجنت عمومی به اسم Cortana که درِ ورودی واحده، سشن‌های لپ‌تاپ با بیش از ۳۶۰۰ skill مشترک، و سشن‌های خام. نویسنده می‌گه این نقشه یه مسیر هم هست: یه کار تو سشن خام شروع می‌شه، وقتی چند نفر یه‌جور انجامش دادن skill می‌شه و وقتی به‌قدر کافی تکرار شد، ایجنت تخصصی خودش رو می‌گیره.

توصیهٔ اصلی اینه که اولین ایجنت رو روی toil بذارید (یعنی کارهای دستی و تکراری که ارزش ماندگاری ندارن و با رشد سرویس زیاد می‌شن). Uber بیش از ۲۵۰ مایگریشن خودکار روی ۹ میلیون خط کد انجام داده. ولی برای مایگریشن JUnit 5، هوش مصنوعی شکست خورد و Uber سراغ ابزار قطعی خودش Shepherd رفت که بیش از ۵۰۰۰ diff ساخت و ۷۵ هزار کلاس تست رو تو چهار ماه جابه‌جا کرد. درسش اینه: وقتی می‌شه قانون نوشت، قانون بنویس. بهتره ایجنت اول تو shadow mode اجرا بشه، یعنی فقط کامنت بذاره.

شش بلوک زیرساخت Uber اینا هستن: model gateway (یه در واحد برای همهٔ فراخوانی‌های مدل با بیش از ۱۰۰ میلیون درخواست در روز)، MCP gateway برای وصل کردن APIهای داخلی، DevPodها (sandboxهای آماده با کد کپی‌شده)، بازار skill، context graph با ۲۴ میلیون node و Cortana. نویسنده می‌گه بیشتر شرکت‌ها با gateway شروع می‌کنن و ابزارهایی مثل LiteLLM، Portkey یا Cloudflare این بخش رو می‌فروشن. ولی gateway همهٔ کلیدها رو نگه می‌داره؛ تو مارس ۲۰۲۶ دو نسخهٔ آلوده از LiteLLM حدود ۴۰ دقیقه روی PyPI بود، پس باید pin و patch بشه.

بقیهٔ درس‌ها هم مهمن. ۱۰۰ ابزار MCP بین ۵۰ تا ۷۰ هزار توکن به هر پرامپت اضافه می‌کرد، برای همین Uber ابزارها رو به دستور تبدیل کرد که فقط موقع نیاز لود بشن. ایجنتی که به context graph دسترسی داشت جدول درست رو تو ۳۸ ثانیه پیدا کرد، ولی اون یکی ۲۰ دقیقه گشت و آخر شکست خورد. هر ایجنت باید هویت جدا با کمترین دسترسی داشته باشه و هیچ ایجنتی نباید کد خودش رو تأیید کنه یا از گیت production رد بشه.

نکات کلیدی:

• Uber ایجنت کدنویسی رو می‌خره و شش بلوک زیرساخت اطرافش رو می‌سازه.
• زمان اولین review تو Uber از ۳ ساعت در ۲۰۲۴ به ۹ ساعت در ۲۰۲۶ رسید.
• معیار اصلی Uber هزینه به‌ازای هر واحد کاره، مثل هزینه به‌ازای هر PR ادغام‌شده.
• برای مایگریشن JUnit 5، ابزار قطعی Shepherd جواب داد نه هوش مصنوعی؛ بیش از ۷۵ هزار کلاس تست تو چهار ماه.
• ۱۰۰ ابزار MCP بین ۵۰ تا ۷۰ هزار توکن به هر پرامپت اضافه می‌کرد.
• Stripe هر هفته بیش از ۱۳۰۰ PR بدون کد انسانی ادغام می‌کنه ولی همه‌شون review انسانی دارن.