کوینبیس: ۹۵ تا ۱۰۰ درصد کدها با کمک مدلهای زبان بزرگ نوشته میشود
روب ویتوف، رئیس بخش پلتفرم کوینبیس، اعلام کرد که این شرکت تخمین میزند بین ۹۵ تا ۱۰۰ درصد از کدهای خود را با استفاده از مدلهای زبان بزرگ (LLM) نوشته یا با کمک آنها توسعه داده است. این رقم تنها پنج ماه پیش، در ماه فوریه، ۴۰ درصد بود. این جهش، یکی از قویترین اعلامیههای عمومی در زمینه پذیرش هوش مصنوعی از سوی یک شرکت بزرگ فناوری مالی است که سهام آن در بورس عرضه شده است.
هوش مصنوعی، دستیار کدنویسی در کوینبیس
روب ویتوف در مصاحبهای با کوینتلگراف فاش کرد که هوش مصنوعی اکنون در ۹۵ تا ۱۰۰ درصد از پایگاه کد شرکت کمککننده است و این میزان از ۴۰ درصد در ماه فوریه به شدت افزایش یافته است. ویتوف کدنویسی با هوش مصنوعی را در سراسر شرکت عملاً جهانی توصیف کرد و گفت که کارکنان روزانه از ابزارهای مبتنی بر LLM برای پیشنویسنویسی، بازسازی کد، تست، بازبینی، اشکالزدایی و تولید کدهای تکراری استفاده میکنند.
نظارت انسانی در زیرساختهای حساس
ویتوف اذعان داشت که برای زیرساختهای حساس مانند رمزنگاری و سیستمهای امنیتی اصلی، نظارت انسانی همچنان مرکزی است. کوینبیس سیستمهای معاملاتی، زیرساخت نگهداری دارایی، کیف پولها، ابزارهای انطباق و ادغامهای بلاکچین را اداره میکند که در آنها خطاهای نرمافزاری پیامدهای مالی و نظارتی مستقیمی دارند.
ارتباط با تعدیل نیرو و سرعت استارتاپی
این اعلامیه پس از بازسازی کوینبیس در ماه مه ۲۰۲۶ صورت میگیرد که طی آن حدود ۱۴ درصد از نیروی کار شرکت، معادل حدود ۷۰۰ کارمند، تعدیل شدند. برایان آرمسترانگ، مدیرعامل، این تغییر را به هوش مصنوعی مرتبط دانست و گفت که هوش مصنوعی “به طرز چشمگیری” نحوه انجام کار را تغییر داده است و کوینبیس نیاز دارد تا با هوش مصنوعی در هسته خود، به سرعت یک استارتاپ بازگردد. آرمسترانگ همچنین بیان کرد که مهندسان از هوش مصنوعی برای انجام کارهایی در عرض چند روز استفاده میکنند که قبلاً نیازمند تیمهای کاملی بود که هفتهها وقت صرف میکردند.
مزایای احتمالی و چالشهای بلندمدت
تخمین قبلی کوینبیس در ماه فوریه این بود که هوش مصنوعی در حدود ۴۰ درصد از کدهای آن نقش داشته است و این شرکت میگوید که در عرض چند ماه به کمک هوش مصنوعی در تقریباً تمام کدها دست یافته است. حامیان استدلال میکنند که توسعه با کمک هوش مصنوعی میتواند اهرم عملیاتی COIN را بهبود بخشد، اگر یک تیم مهندسی کوچکتر بتواند محصولات را با سرعتی معادل یا بیشتر عرضه و نگهداری کند. در این سناریو، حاشیه سود میتواند بهبود یابد در حالی که چرخههای توسعه کوتاهتر میشوند. آنچه هنوز کمی نشده است، هزینه نگهداری و امنیت بلندمدت اجرای زیرساختهای مالی است که به طور فزایندهای با کمک هوش مصنوعی توسعه یافتهاند؛ متغیری که منتقدان استدلال میکنند صنعت هنوز آن را در مقیاس بزرگ آزمایش نکرده است.
مدل “نظارت شده” کوینبیس
اصطلاح “کدنویسی وایب” (vibe coding) به توسعهدهندگانی اشاره دارد که خروجی هوش مصنوعی را با حداقل بررسی میپذیرند. مدل کوینبیس، همانطور که ویتوف توصیف کرد، بر کمک هوش مصنوعی “نظارت شده” تأکید دارد تا خروجی تولیدی بدون بازبینی: هوش مصنوعی میتواند برای پیشنویسنویسی، بازسازی کد، تست، بازبینی، اشکالزدایی و تولید کدهای تکراری استفاده شود، در حالی که مهندسان مسئول نظارت و استقرار در محیطهای تولیدی باقی میمانند.
شتاب در صنعت رمزارز و تکامل چارچوبها
این تفاوت ظریف به راحتی در عدد اصلی گم میشود. ادعای کوینبیس این است که کدها با LLMها نوشته شده یا با کمک آنها توسعه یافتهاند، در حالی که مهندسان مسئولیت نظارت و استقرار را حفظ میکنند. پذیرش ابزارهای هوش مصنوعی در سراسر صنعت رمزارز همچنان شتاب میگیرد، در حالی که راهنماییهای رسمی و چارچوبهای حاکمیتی هنوز در حال تکامل هستند.
منحنی پذیرش کوینبیس، از ابزار بهرهوری آزمایشی به مدل عملیاتی تقریباً جهانی در کمتر از یک سال، الگوی مشاهده شده در استارتاپهای بومی هوش مصنوعی را منعکس میکند، اما در مقیاس یک صرافی تنظیم شده و سهامی عام. پیامدهای رقابتی برای همتایان ناچیز نیست: یک صرافی رمزارز که میتواند با کارکنان کمتر نمونهسازی، تکرار و عرضه کند، مزیت سرعتی ساختاری در بازاری دارد که در آن سرعت محصول مستقیماً با جذب کاربر و حجم معاملات مرتبط است.
پیامدهای تعدیل نیرو و نظارت رگولاتوری
تعدیل نیرو روایت را پیچیده میکند. مرتبط کردن ۷۰۰ اخراج با افزایش بهرهوری هوش مصنوعی دقیقاً همان نوع چارچوببندی است که توجه رگولاتوری و سیاسی را جلب میکند. امروز، آرمسترانگ به صراحت به این موضوع پرداخته است تا اینکه ارتباط آن را کمرنگ کند. در حال حاضر، متغیر اصلی این است که آیا مدل هوش مصنوعی نظارت شده کوینبیس در مقیاس پایدار خواهد ماند و آیا سابقه امنیتی و قابلیت اطمینان شرکت ادعاهای بهرهوری را پس از حسابرسی تحت فشار تأیید میکند.

Leave a Reply