تحليل لمنهجية AI‑Disrupt PDLC المقدمة من Sber

قدمت Sber منهجية AI‑Disrupt PDLC التي تهدف إلى جعل الذكاء الاصطناعي مشاركاً مباشراً في دورة حياة تطوير البرمجيات، بدلاً من مجرد أداة لإكمال الكود أو كتابة الوثائق. وفي هذا النموذج، يتولى البشر تحديد النوايا واتخاذ القرارات الحاسمة والرقابة، بينما يتعامل الذكاء الاصطناعي مع النوايا التجارية والمواصفات والكود والبنية التحتية.

تعتمد البنية المركزية للمنهجية على دورتين مترابطتين، حيث تقوم دورة النوايا بتحويل الرغبة التجارية إلى وصف رسمي للنتائج والقيود، بينما تقوم دورة التنفيذ بتحويل هذا الوصف إلى تطبيق فعلي. وتعمل عملية التطوير القائمة على المواصفات كعقد قابل للاستهلاك آلياً بين النية البشرية والتنفيذ الذي يقوم به الوكيل.

تؤكد المنهجية أن البيئة أهم من النموذج، حيث يحتاج الوكيل إلى الوصول إلى سياق المشروع والمستودعات وأدوات التطوير والبيئات التشغيلية لضمان عمل قابل للتكرار والإدارة. ولحل مشكلة سرعة التغييرات التي يجريها الذكاء الاصطناعي، تقترح المنهجية استخدام عمود التحقق، وهو مسار تدقيق مستمر يرافق النتيجة من المواصفات حتى النظام العامل، وينتج عنه حزمة أدلة تثبت مطابقة النتيجة للمتطلبات.

تتضمن المنهجية أيضاً شبكة حوكمة لإدارة المخاطر والصلاحيات، تشمل السياسة ككود والوكلاء الحراس، مع مقياس من R0 إلى R5 لوصف مستويات الاستقلالية المتزايدة للوكلاء. وتجمع هذه الشبكة بين الاستقلالية والأذونات والمخاطر وخصائص البيئة.

يشير التحليل إلى أن معظم عناصر AI‑Disrupt لها سوابق في ممارسات أخرى، مثل هندسة المنصات ومبادئ العمل العكسي في Amazon، كما أن التطوير القائم على المواصفات ظهر في تنفيذات سابقة من Kiro وGitHub Spec Kit. كما قدمت AWS في يوليو 2025 دورة حياة التطوير المدفوعة بالذكاء الاصطناعي AI‑DLC، والتي تضع الذكاء الاصطناعي كعضو مركزي في العملية يضع الخطط وينفذها بينما يحتفظ البشر بالقرارات الحرجة.