تطوير البرمجة في لغات البرمجة ذات الموارد المحدودة

تجلب أحدث تطويرات نماذجنا قدرات أقوى لبناء البرمجيات وترحيلها في لغات البرمجة ذات الموارد المحدودة مثل COBOL وFortran وVisual Basic. هذه اللغات تتوفر منها أكواد ووثائق أقل للنماذج لتتعلم منها مقارنة بلغات مثل Python وJavaScript، ومع ذلك فهي تدعم بنية تحتية حيوية وخدمات أساسية حول العالم. COBOL يدعم⁠(يفتح في نافذة جديدة) أكثر من 40% من أنظمة الخدمات المصرفية عبر الإنترنت، و80% من معاملات بطاقات الائتمان الشخصية و95% من معاملات الصراف الآلي، بينما يُستخدم Fortran في التنبؤ بالطقس⁠(يفتح في نافذة جديدة) وفي تحليل سلامة المفاعلات النووية⁠(يفتح في نافذة جديدة). تحسين قدرة الذكاء الاصطناعي على العمل بهذه اللغات قد يساعد الفرق على صيانة وتحديث البرمجيات التي تعتمد عليها الخدمات الأساسية.

يسترشد هذا العمل بملاحظات من المطوّرين وعملاء المؤسسات الذين أخبرونا بأن نماذج البرمجة كثيراً ما تواجه صعوبة في هذه اللغات. قد تكون صيانة هذا البرمجيات وتحديثها أمراً صعباً: قد تكون الوثائق غير مكتملة، وقد يكون المطوّرون الأصليون قد غادروا الشركة، وقد توجد قواعد العمل المهمة فقط داخل الكود. سواء كانت الفرق تصلح أخطاء أو ترحّل إلى لغة أخرى، فهي بحاجة إلى الحفاظ على السلوك الذي تعتمد عليه أنظمتها.

لقياس التقدم، طوّرنا تقييمين. يختبر MultiLangBench ما إذا كان النموذج قادراً على بناء محرك قواعد بيانات متوافق مع SQLite من الصفر عبر 20 لغة برمجة مختلفة. ويختبر تقييمنا لترحيل COBOL ما إذا كان النموذج قادراً على ترحيل البرامج الحالية إلى لغة أخرى مع الحفاظ على سلوكها. معاً، يختبران مهارتين متكاملتين: بناء برمجيات جديدة والحفاظ على وظائف البرمجيات الحالية.

تُظهر أحدث نماذجنا تحسناً كبيراً في كلا التقييمين، محققةً دقة أعلى بكثير بتكلفة أقل.

على MultiLangBench، يحقق GPT‑6 Astra متوسط معدل نجاح في الاختبارات قدره 87.4% عبر 20 لغة برمجة، بزيادة عن 26.8% لـ GPT‑5.6 Sol، مع تحسينات في كل لغة تم اختبارها. كما يتفوق GPT‑6 Luna على GPT‑5.6 Sol، محققاً 40.3% بتكلفة API مقدّرة أقل بنحو 78%.

على تقييمنا لترحيل COBOL، يحقق GPT‑6.1 Sol دقة 86.6% عند جهد استدلال منخفض، مقارنة بـ 5.4% فقط لـ GPT‑5.6 Sol، مع تكلفة أقل بنسبة 39%. عند جهد استدلال أعلى، تصل الدقة إلى 97.9%، أي تقريباً تشبع التقييم.

معاً، تُظهر هذه النتائج أن نماذجنا تزداد تحسناً كبيراً في العمل مع مجموعة واسعة من لغات البرمجة، كما تصبح أكثر كفاءة من حيث التكلفة.

1. بناء SQLite من الصفر (MultiLangBench)

يطلب MultiLangBench من النموذج بناء محرك قواعد بيانات متوافق مع SQLite بلغة برمجة محددة. يجب على النموذج تنظيم قاعدة كود وإدارة الحالة ومعالجة الأخطاء وإضافة ميزات جديدة مع الحفاظ على الوظائف الحالية.

لمقارنة التطبيقات عبر اللغات، نستخدم ملفات قواعد البيانات كواجهة مشتركة. يتلقى البرنامج المرشّح قاعدة بيانات أولية واستعلام SQL، ثم ينتج قاعدة بيانات معدّلة. نستخدم تطبيق SQLite المرجعي للتحقق مما إذا كانت قاعدة البيانات الناتجة تحتوي على المحتويات المتوقعة. هذا يتيح لنا تطبيق نفس الاختبارات بغض النظر عن اللغة المستخدمة لبناء المحرك.

كيّفنا اختبارات من مجموعة اختبارات SQLite الحالية إلى هذا الصيغة. يقيس التقييم مقدار الوظائف العاملة التي يمكن للنموذج بناءها خلال جلسة برمجة ممتدة، مع الإبلاغ عن معدل نجاح الاختبارات وتكلفة API معاً.

عند أقصى جهد استدلال، يحقق GPT‑6 Astra متوسط معدل نجاح في الاختبارات قدره 87.4% عبر اللغات الـ 20، بزيادة عن 26.8% لـ GPT‑5.6 Sol. تمتد التحسينات إلى كل لغة تم اختبارها، بما في ذلك COBOL (من 10.9% إلى 72.1%) وOCaml (من 25.6% إلى 85.8%) وFortran (من 21.4% إلى 83.5%) وVisual Basic (من 27.5% إلى 89.4%). يسجل Astra أكثر من 83% في 19 من أصل 20 لغة، مع بقاء COBOL الأصعب عند 72%.

يوفر GPT‑6 Luna خياراً أقل تكلفة يحسّن أيضاً على GPT‑5.6 Sol في كل لغة تم اختبارها. عند أقصى جهد استدلال، يصل إلى متوسط معدل نجاح في الاختبارات قدره 40.3%. تشمل المكاسب COBOL (من 10.9% إلى 17.1%) وOCaml (من 25.6% إلى 34.1%) وFortran (من 21.4% إلى 31.4%) وVisual Basic (من 27.5% إلى 41.6%). تأتي هذه التحسينات بتكلفة API متوسطة مقدّرة قدرها $0.77 لكل عينة، مقارنة بـ $3.48 لـ GPT‑5.6 Sol، أي أقل بنحو 78%.

نطلق إعداد تقييم MultiLangBench ومجموعة اختباراته على GitHub⁠(يفتح في نافذة جديدة)، مع نتائج كل لغة. يمكن للمطوّرين فحص ما يختبره التقييم، ومراجعة الأداء في اللغات التي يستخدمونها، وتحديد الفجوات المهمة لأعمالهم الخاصة.

2. ترحيل قاعدة كود COBOL

يطلب تقييمنا الثاني من النماذج ترحيل برامج COBOL إلى C++ أو Java أو Kotlin أو Python أو Rust مع الحفاظ على وظيفة كل برنامج.

يتطلب الترحيل الناجح فهماً لكل من منطق العمل الخاص بالبرنامج وسلوك لغة COBOL المحدد. غالباً ما تعالج برامج COBOL المعاملات المالية وسجلات الأعمال، حيث تعكس تفاصيل مثل قواعد التقريب ومعالجة السجلات المفقودة متطلبات العمل. على سبيل المثال، تتجاهل الحسابية ذات الفاصلة الثابتة في COBOL الأرقام العشرية الزائدة ما لم يُطلب التقريب صراحةً. أما إعادة الكتابة التي تُقرّب تلك القيم فيمكن أن تعمل دون أخطاء مع إنتاج نتائج مالية مختلفة.

لاختبار ما إذا كانت هذه السلوكيات محفوظة، نقيم نماذجنا على اختبارات مخفية تتطلب تطابقًا تامًا بايت ببايت في المخرجات المرئية. ولا تُعتبر عملية الترحيل ناجحة إلا إذا نجحت جميع الاختبارات. وتُعد القدرات الحافظة للسلوك مثل هذه مفيدة للفرق التي تُبني وتُحدّث الأنظمة القديمة، مع أن تطبيقها على برمجيات الإنتاج لا يزال يتطلب مراجعة خبير واختبارًا مقابل قواعد العمل الخاصة بالنظام واعتمادياته.

في هذا التقييم، يحقق GPT‑6.1 Sol دقة تبلغ 86.6% عند جهد استدلال منخفض، مقارنة بدقة GPT‑5.6 Sol البالغة 5.4% عند الإعداد نفسه وبكلفة API تبلغ 61% فقط. وعند جهد استدلال أعلى، تصل الدقة إلى 97.9%، مما يقرّب التقييم من التشبّع. وتُظهر نتائج هذا التقييم تقدمًا نحو ترحيل أكواد أكثر دقة وبأسعار معقولة للفرق التي تُحدّث البرمجيات التي تعتمد عليها أعمالها.

تطوير القدرات للبرمجيات المؤسسية

تساعدنا هذه التقييمات، إلى جانب الملاحظات المباشرة من المطورين والعملاء من المؤسسات، في رؤية أين تتحسن نماذجنا وأين لا تزال قاصرة.

هدفنا هو مساعدة النماذج على تطبيق مهارات هندسة البرمجيات عبر لغات أكثر: فهم المستودعات غير المألوفة، وتخطيط التغييرات، واستخدام أدوات البناء، وتشغيل الاختبارات، وتصحيح الأخطاء وتتبع حالات الفشل.

يمكنك تجربة أحدث نماذجنا عبر الـ API في مهام البرمجة باللغات التي يستخدمها فريقك. وتساعدنا ملاحظاتك حول ما ينجح، والأماكن التي تعاني فيها النماذج، واللغات أو سير العمل التي ينبغي التركيز عليها تاليًا في تشكيل طريقة تدريب النماذج وتقييمها لدعم البرمجيات التي تعتمد عليها بشكل أفضل.