شركة Optimal AI تستخدم Gemini API لتقليل أوقات مراجعة الرموز البرمجية بنسبة %50

على الرغم من أهمية مراجعات التعليمات البرمجية لضمان الجودة، إلا أنّها غالبًا ما تصبح عائقًا أمام التطوير السريع. Optimal AI ستغيّر ذلك. مهمتهم هي "إعادة الوقت إلى المهندسين" باستخدام الذكاء الاصطناعي لأتمتة الهندسة والامتثال. تشمل حلولها Optibot، وهو برنامج لمراجعة الرموز البرمجية يستند إلى الذكاء الاصطناعي ويركّز على الأمان والامتثال، بالإضافة إلى منصة إحصاءات تستند إلى Gemini API وتعمل على تحسين سرعة التطوير.

في السابق، واجهت أداة Optimal AI تحديات في السرعة والفهم السياقي اللازمين لمراجعة رموز الذكاء الاصطناعي بفعالية. يقول "سيّد أحمد"، الشريك المؤسس والمدير التنفيذي للتكنولوجيا: "كان التحدي الأكبر هو الفهم السياقي، إذ كنّا بحاجة إلى نموذج يمكنه الاطّلاع على مجموعات تغييرات الرموز البرمجية وفهم سياقها".

من خلال دمج Gemini API، حسّنت شركة Optimal AI عروضها بشكل كبير:

• زيادة سرعة ودقة مراجعة الرموز: يراجع Optibot، المستند إلى Gemini API، طلبات الدمج تلقائيًا بحثًا عن ثغرات أمنية ومخاطر عدم الامتثال وأنماط الترميز، ويقدّم ملاحظات قابلة للتنفيذ ويقلّل بشكل كبير من أوقات المراجعة.
• استخراج إحصاءات هندسية قابلة للتنفيذ: تحلّل نماذج Gemini البيانات من GitHub وJira لتحديد المشاكل وفهم الأداء الهندسي، ما يتيح التمييز بفعالية بين النشاط المثمر وتغيير الرمز.
• موازنة السرعة والتطوّر: تستفيد ميزة "الذكاء الاصطناعي الأمثل" من نموذج Gemini 2.5 Pro لإجراء تحليلات معقّدة وفهم الرموز البرمجية بشكل معمّق، بينما يوفّر نموذج Gemini 2.0 Flash السرعة اللازمة للمهام التي تتطلّب استجابة سريعة، مثل تقديم ملخّصات سريعة.

يُظهر تنفيذ Optimal AI مرونة Gemini API:

• النماذج المستخدَمة::
  • ‫Gemini 2.5 Pro: لتحليل الرموز البرمجية بشكل مفصّل، وإجراء عمليات التحقّق من الأمان، وتقديم ملاحظات تستند إلى السياق بشأن طلبات الدمج، وتحديد أنماط هندسية معقّدة للحصول على إحصاءات حول الأداء
  • ‫Gemini 2.0 Flash: للمهام التي تتطلّب وقت استجابة قصيرًا، مثل فحص شجرة الملفات وإنشاء ملخّصات سريعة
• الميزات الرئيسية وطريقة التنفيذ::
  • الفهم السياقي: إنّ قدرة الاستيعاب الكبيرة في نماذج Gemini ضرورية لتفسير مجموعات تغييرات الرموز البرمجية المعقّدة وفهم الأنماط الهندسية الأوسع نطاقًا.
  • التوافق مع لغات متعددة: شكّلت قدرة نماذج Gemini المحسّنة على التعامل مع لغات وأُطر برمجة متعددة إنجازًا كبيرًا لشركة Optimal AI.
  • ‫Google AI Studio: يستخدم الفريق Google AI Studio بشكل كبير لإجراء اختبارات سريعة للطلبات وتقييم النماذج وتكرارها. يقول أحمد: "إنّ إمكانية الاطّلاع على النتائج إلى جانب رمز التنفيذ سهّلت على مهندسينا إجراء التجارب".

كان لدمج Gemini تأثير كبير على شركة Optimal AI وعملائها. تشمل النتائج الرئيسية ما يلي:

• انخفاض بنسبة% 50 في أوقات دورات طلبات السحب: يقضي المهندسون وقتًا أقل في انتظار المراجعات ووقتًا أطول في كتابة الرموز البرمجية.
• الاستخدام السريع من قِبل العملاء والتوسّع: زادت شركات مثل MongoDB بشكلٍ كبير من استخدامها لأداة Optimal AI بعد تجربة مزاياها، إذ ارتفع عدد المهندسين من 5 إلى أكثر من 40 مهندسًا.
• جولة تمويل ناجحة بقيمة 2.25 مليون دولار أمريكي في مرحلة ما قبل التأسيس: تم تحقيق ذلك في الإصدار التجريبي الخاص، ويرجع ذلك إلى حد كبير إلى الإقبال والنتائج التي تم تحقيقها باستخدام الميزات المستندة إلى Gemini API.

يقول أحمد: "تحبّ الفرق أنّ Optibot يساعدها في خفض أوقات مراجعة طلبات الدمج إلى النصف، ما يتيح للمهندسين قضاء المزيد من الوقت في كتابة الرموز البرمجية بدلاً من انتظار الموافقات".

تركّز شركة Optimal AI على توسيع حزمة وكلاء الذكاء الاصطناعي لأتمتة المزيد من المهام المتكررة. ويعملون حاليًا على تطوير "Code Radar"، وهو وكيل مصمَّم لمراقبة قواعد الرموز وتصحيحها وتأمينها بشكل مستقل. يقدّم "سيّد أحمد" هذه النصيحة للمطوّرين الآخرين استنادًا إلى تجربته مع Gemini API:

"انتقِل مباشرةً إلى Google AI Studio، فهو يوفّر أدوات أفضل ومستندات أفضل، ويجعل عملية التجربة أكثر فعالية". ويؤكّد أيضًا على "الاستفادة الكاملة من قدرة استيعاب نموذج Gemini. قدِّم للنماذج أكبر قدر ممكن من السياق ذي الصلة، فكلما قدّمنا سياقًا أكثر، أصبح استدلال الذكاء الاصطناعي أفضل".

يُظهر نجاح Optimal AI كيف يمكن لواجهة Gemini API أن تغيّر عملية تطوير البرامج، ما يتيح للفِرق إنشاء برامج أفضل بشكل أسرع.

هل أنت مستعد للبناء؟ يمكنك استكشاف مستندات Gemini API والبدء باستخدام Google AI Studio اليوم.