Agentic Engineering | مهندسی ایجنتیک

مهندسی ایجنتیک یا Agentic Engineering عمل ساخت نرم‌افزار تولیدی با کمک عامل‌های هوش مصنوعی تحت نظارت ساخت‌یافته انسان است. عامل می‌تواند برنامه‌ریزی کند، کد بنویسد، تست اجرا کند و تغییر را تا آستانه انتشار پیش ببرد؛ اما انسان برای مشخصات، معیار کیفیت، وضعیت امنیت و تصمیم‌های معماری پاسخگو می‌ماند. این اصطلاح برای نام‌گذاری شیفت واقعی آمد: حرفه‌ای‌ها بیش از پیش عامل را هدایت می‌کنند تا اینکه همه‌چیز را خودشان تایپ کنند، اما با سخت‌گیری بیشتر نه کمتر.

فاصله با vibe coding

تفاوت اصلی در راستی‌آزمایی است. وایب‌کدینگ یعنی پذیرش گسترده خروجی مدل بدون بازبینی جدی؛ برای پروتوتایپ شخصی و ابزار یک‌بارمصرف گاهی کافی است. مهندسی ایجنتیک همان اهرم هوش مصنوعی را نگه می‌دارد و انضباط تولید را اضافه می‌کند: مشخصات مکتوب قبل از شروع عامل، حلقه‌های تست و ارزیابی حین کار، و بازبینی کد قبل از ورود به شاخه اصلی.

در هر دو حالت مدل می‌نویسد؛ فرق در این است چه کسی و چگونه اعتماد می‌کند. وایب به خروجی اعتماد می‌کند؛ ایجنتیک هر عامل را توانا اما خطاپذیر می‌داند و چک را داخل گردش کار می‌گذارد.

شکل یک گردش کار ایجنتیک

کار با مشخصات شروع می‌شود: چه ساخته می‌شود، قیود چیست، «تمام» یعنی چه. متن باید آن‌قدر دقیق باشد که عامل بتواند عمل کند و انسان بتواند با آن تطبیق دهد. سپس یک یا چند عامل موازی پیاده‌سازی می‌کنند و تست‌ها را در مسیر اجرا می‌کنند. مرحله باربر، راستی‌آزمایی انسانی است: خواندن دیف، اجرای ارزیابی، کندوکاو لبه‌ها و امنیت، بعد ادغام.

نقش انسان از تایپیست به ویراستار و ارکستراتور جابه‌جا می‌شود. مثل ارشدی که سهم هر همکار را مفید می‌داند اما فقط بعد از مرور اعتماد می‌کند. اگر مشخصات مبهم باشد، عامل با اعتمادبه‌نفس مسیر غلط را سریع جلو می‌برد؛ پس کیفیت مشخصات کیفیت محصول را تعیین می‌کند.

مهارت‌هایی که مهم‌تر از سرعت تایپ‌اند

نوشتن مشخصات دقیق و قابل‌ سنجش، نزدیک به مهارت طراح و مدیر محصول است. طراحی ارزیابی یعنی بدانید چه تستی باید سبز شود، چه چیزی اندازه گرفته شود و بازبین دنبال چه بوی بدی بگردد. سواد خواندن دیف حتی برای غیرفنی‌هایی که با عامل کار می‌کنند حیاتی است. نظارت امنیتی: رمزها، سطح دسترسی، سقف هزینه فراخوانی مدل. ارکستراسیون: خرد کردن کار بین عامل‌ها و حفظ انسجام.

هیچ‌کدام «تند تایپ کردن» نیست؛ همه قضاوت‌اند. تیم‌هایی که فقط دوره پرامپت می‌گذارند و واحد تست و سیاست بازبینی ندارند، در عمل هنوز وایب‌کدینگ می‌کنند با واژگان جدید.

چرا برای تیم محصول مهم است

چون مشخصات به زبان ساده نوشته می‌شود، طراح و PM می‌توانند ورودی مستقیم‌تری به عامل یا به مهندسی که عامل را می‌راند بدهند. کیفیت توصیف رفتار، بیش از پیش کیفیت خروجی را می‌سازد. همچنین مسیر بلوغ را نام می‌گذارد: پروتوتایپی که کاربر واقعی گرفت لازم نیست دور ریخته شود؛ باید لایه ایجنتیک رویش بیاید: مشخصات وضعیت موجود، تست مسیرهای بحرانی، بازبینی قبل از تولید.

از نظر تجربه کاربری، محصولاتی که با عامل ساخته می‌شوند همچنان به شفافیت، کنترل و مدیریت خطا نیاز دارند. مهندسی ایجنتیک درباره فرایند ساخت است؛ اما همان روح مسئولیت انسانی باید در خود محصول عامل‌محور هم دیده شود.

امنیت، هزینه و حسابرسی

عامل ممکن است ابزار خطرناک صدا بزند، داده حساس را به جاهای نادرست بفرستد، یا در حلقه پرهزینه بیفتد. سقف مجوز، محیط ایزوله، مدیریت اسرار، و لاگ اقدامات حداقل‌های تولیدند. بدون حسابرسی، سرعت ساخت به بدهی امنیتی تبدیل می‌شود. بازبینی انسانی باید صریحاً به این ریسک‌ها حساس باشد نه فقط به سبک کد.

برای سازمان‌های تحت‌نظارت، ردپای تصمیم—کدام مشخصات، کدام تست، کدام تأیید—بخشی از انطباق است. مهندسی ایجنتیک اگر درست مستند شود، حتی شفاف‌تر از «کسی چیزی را جایی کامیت کرد» می‌تواند باشد.

مسیر بلوغ از آزمایش تا پیش‌فرض حرفه‌ای

مرحله اول: وایب برای کشف. مرحله دوم: افزودن تست به مسیرهای حیاتی. مرحله سوم: مشخصات اجباری برای هر کار غیرکوچک. مرحله چهارم: چندعامل با تقسیم مسئولیت و بازبینی همتا. مرحله پنجم: متریک‌های کیفیت خروجی عامل—نرخ برگشت، نقص تولید، زمان بازبینی. جهش یک‌شبه لازم نیست؛ نشانه بلوغ این است که شکست هزینه دارد و شما چک را متناسب با هزینه گذاشته‌اید.

اشتباهات رایج تیم‌ها

اشتباه اول برابر دانستن پرامپت خوب با مهندسی ایجنتیک. اشتباه دوم حذف بازبینی به‌خاطر فشار زمان. اشتباه سوم مشخصات شعاری بدون معیار پذیرش. اشتباه چهارم دادن دسترسی بیش از حد به عامل. اشتباه پنجم فرض اینکه طراح و PM دیگر در کیفیت کداثر نیستند؛ برعکس، اثرشان از طریق مشخصات بیشتر شده است.

معیارهای سلامت و نقش‌های تازه

سلامت را با سرعت ادغام خام نسنجید. ببینید نقص‌های بعد از انتشار، پوشش تست مسیر طلایی، زمان متوسط بازبینی، و تعداد دفعات «عامل مسیر را اشتباه فهمید» چقدر است. نقش‌ها ممکن است حول مالک مشخصات، مالک ارزیابی و مالک ارکستراسیون شکل بگیرند. عنوان‌ها فرعی‌اند؛ مسئولیت‌ها اصلی.

Agentic engineering نام انضباطی است که اهرم عامل را با پاسخگویی انسانی آشتی می‌دهد. برای واژه‌نامه مارجین آکادمی، پیام کلیدی این است: هوش مصنوعی می‌نویسد، انسان معنا، مرز و اعتماد را نگه می‌دارد. تیم‌هایی که این را جدی بگیرند از پروتوتایپ‌های درخشان به سیستم‌های قابل نگهداری می‌رسند؛ بدون اینکه به کندی دوران تمام‌دستی برگردند.

اگر امروز فقط یک تغییر می‌دهید، برای هر کار متصل به کاربر واقعی یک مشخصات یک‌صفحه‌ای و یک فهرست تست اجباری قبل از ادغام بگذارید. همین حداقل، فاصله وایب و ایجنتیک را عملی می‌کند و فرهنگ مسئولیت را بدون شعار سازمانی بزرگ جابه‌جا می‌کند. در اسپرینت بعد، بازبینی امنیتی و سقف دسترسی عامل را اضافه کنید تا سرعت با ایمنی همگام شود.

قرارداد مشخصات و تعریف تمام‌شده برای عامل

یک مشخصات ایجنتیک خوب مرز سیستم، ورودی‌ها، خروجی‌ها، خطاهای قابل قبول، و چیزهایی که عامل حق ندارد انجام دهد را روشن می‌کند. مثال: مجاز به تغییر اسکیما نیست مگر تست مهاجرت سبز شود؛ حق ندارد کلید را در لاگ بنویسد؛ باید برای حذف داده تأیید انسانی بگیرد. این قیود را در ابتدای کار به عامل بدهید نه بعد از حادثه. تعریف تمام‌شده باید شامل بازبینی امنیتی سبک، اجرای تست‌های مسیر طلایی، و به‌روزرسانی سند کوتاه باشد تا سرعت ساخت به آشفتگی مستندات منجر نشود.

برای طراحان، نوشتن سناریوی پذیرش به زبان کاربر بهترین ورودی عامل است: وقتی کاربر کاری می‌کند، سیستم پاسخ مشخصی نشان می‌دهد و اگر خطا رخ دهد پیام روشن می‌آید. هرچه ابهام کمتر باشد، تغییرات بی‌ربط کمتر می‌شود و زمان بازبینی انسان پایین می‌آید. تیم را تشویق کنید نمونه‌های مشخصات خوب و بد را در ویکی بگذارند تا یادگیری جمعی شود و کیفیت هدایت عامل به افراد خاص وابسته نماند.

در نهایت، مهندسی ایجنتیک یک فرهنگ مسئولیت است. جشن گرفتن فقط سرعت تولید کد خطرناک است؛ جشن گرفتن کاهش نقص همراه با حفظ سرعت، نشانه بلوغ است. متریک را دوگانه نگه دارید تا وسوسه حذف بازبینی کمتر شود و اعتماد سازمان به استفاده از عامل‌ها پایدار بماند.