Symphony اوپنای: وقتی تیکتهای لینیر خودشون کد مینویسن
هوش مصنوعیخلاصهٔ کاملتر
OpenAI یه پروژه اوپنسورس به اسم Symphony منتشر کرده که با لایسنس Apache 2.0 و هستهی Elixir نوشته شده. ایده اصلیش اینه که Issue Tracker تیمت — مثل Linear، Jira یا Trello — رو به یه «صفحه کنترل» برای عوامل هوش مصنوعی تبدیل کنه. هر تیکت باز، یه Workspace ایزوله میگیره؛ Symphony مداوم بورد رو رصد میکنه، Agent راه میاندازه، Crash رو مدیریت میکنه، CI رو نگاه میداره، Conflict رو حل میکنه و در نهایت PR رو برای بررسی انسانی آماده میکنه.
دمویی که OpenAI نشون داده خیلی ملموسه: یه تیکت Linear با شناسه SYN-7 توسط Agent کلیم میشه، در مسیر یه خطای GraphQL پیش میاد که Agent خودش تشخیص داده و اصلاح میکنه، وضعیت تیکت به «done» تغییر میکنه و یه کامنت Audit Trail هم باقی میمونه — همه اینا بدون هیچ دخالت انسانی در حین اجرا.
تغییر اصلی اینجاست که ذهنیت کار با AI عوض میشه. تا حالا مینشستی پشت یه مدل و Prompt مینوشتی؛ با Symphony میری سراغ «تعریف دقیق وظیفه و سپردن اون به سیستم». فایل workflow.md داخل Symphony یه نقش جدی داره: ثبات رویهها رو تضمین میکنه. به قول یه تحلیلگر Forrester، ارزش واقعی وقتیه که Agentها «داخل Workflow جاسازی بشن و در مقیاس مدیریت بشن، نه اینکه هر بار بهصورت تکنفره فراخونده بشن».
برای تیمهای محصول، این یعنی تغییر در روزمره: تیکتهات رو مثل یه Spec بنویس، نه یه Task ساده. Agentها با Acceptance Criteria روشن، انتظارات تست و محدوده مشخص بهتر کار میکنن. در واقع Backlog Grooming داری تبدیل میشه به یه نوع Prompt Engineering.
یه سناریوی عددی هم میتونه این تفاوت رو واضحتر کنه: یه تیم ۱۰ نفره با ۲۰۰ تیکت، امروز شاید ۸ جریان کاری موازی داره (هر مهندس ۴ سشن Codex). با Symphony وصل به Linear، همون تیم میتونه شب ۴۰+ Agent موازی داشته باشه و صبح با ۴۰+ PR قابل بررسی روبرو بشه.
نتیجه عملی اینه که نقش PM آرومآروم از «اولویتبندی چیزی که میتونیم بسازیم» میره به سمت «تصمیمگیری درباره اینکه چی ارزش بررسی داره» — و این به نظر یه Constraint خیلی سالمتره.
نکات کلیدی:
- Symphony یه Orchestration Framework اوپنسورسه که Issue Tracker رو به کنترلپنل Agent تبدیل میکنه
- هر تیکت باز یه Workspace ایزوله میگیره و Agent بدون نظارت مستقیم اجرا میکنه
- مدل ذهنی از «هدایت مدل» به «تفویض وظیفه» جابجا میشه
- تیکتنویسی دقیق با Acceptance Criteria واضح، حالا مستقیماً کیفیت خروجی Agent رو تعیین میکنه
- معیارهایی مثل Agent Throughput، Restart Rate و PR Acceptance Rate باید مثل متریکهای Product دنبال بشن
