لنډ ځواب: د مصنوعي ذهانت په مرسته کوډ اکثرا په غیر معمولي ډول منظم او "درسي کتاب" لوستل کیږي: دوامداره بڼه، عمومي نوم ورکول، د خطا پیغامونه، او هغه تبصرې چې څرګند بیا تکراروي. که چیرې دا د ریښتینې نړۍ ګریټ - د ډومین ژبه، عجیب محدودیتونه، د څنډې قضیې - له لاسه ورکړي وي نو دا د خبرتیا نښه ده. کله چې تاسو دا په خپلو ریپو نمونو کې لنگر کړئ او د تولید خطرونو په وړاندې یې ازموینه وکړئ، نو دا د باور وړ کیږي.
مهم ټکي:
د شرایطو چک : که چیرې د ډومین اصطلاحات، د معلوماتو شکلونه، او محدودیتونه منعکس نشي، نو دا د خطرناک په توګه وګڼئ.
ډیر پالش کول : ډیر ډاکسټرینګونه، یونیفورم جوړښت، او بې خونده نومونه کولی شي د عمومي نسل نښه وي.
د تېروتنې نظم : د پراخو استثنايي کیچونو، تیر شوي ناکامیو، او مبهم ثبت کولو لپاره وګورئ.
د تجرید ټرم : اټکلي مرسته کونکي او پرتونه حذف کړئ تر هغه چې یوازې ترټولو کوچنۍ سمه نسخه پاتې شي.
د واقعیت ازموینې : د ادغام او ایج-کیس ازموینې اضافه کړئ؛ دوی د "پاکې نړۍ" انګیرنې په چټکۍ سره افشا کوي.
د مصنوعي ذهانت په مرسته کوډ کول اوس هر ځای شتون لري ( د سټیک اوور فلو پراختیا کونکي سروې 2025 ؛ ګیټ هب اوکټوورس (د اکتوبر 28، 2025) ). ځینې وختونه دا عالي وي او تاسو ته یو ماسپښین خوندي کوي. نور وختونه دا ... په شکمن ډول پالش شوی، یو څه عمومي، یا دا "کار کوي" تر هغه چې څوک هغه تڼۍ کلیک نه کړي چې هیڅوک یې نه ده ازمویل شوې 🙃. دا هغه پوښتنې ته لار هواروي چې خلک د کوډ بیاکتنو، مرکو او شخصي DMs کې راپورته کوي:
د AI کوډ څه ډول ښکاري؟
مستقیم ځواب دا دی: دا د هر څه په څیر ښکاري. مګر نمونې شتون لري - نرم سیګنالونه، نه د محکمې شواهد. د دې په اړه فکر وکړئ لکه اټکل چې کیک له بیکري څخه راغلی یا د چا د پخلنځي څخه. یخ وهل ممکن ډیر بشپړ وي، مګر ځینې کورني بیکران هم په ویرونکي ډول ښه دي. ورته فضا.
لاندې د عام AI د ګوتو نښو پیژندلو لپاره یو عملي لارښود دی، پوه شئ چې ولې پیښیږي، او - مهم - څنګه د AI لخوا رامینځته شوی کوډ په هغه کوډ بدل کړئ چې تاسو به یې په تولید کې باور ولرئ ✅.
🔗 مصنوعي ذهانت څنګه د رجحاناتو وړاندوینه کوي؟
د نمونې زده کړه، سیګنالونه، او وړاندوینې په ریښتینې کارونې کې تشریح کوي.
🔗 مصنوعي ذهانت څنګه بې نظمۍ کشفوي؟
د بهرني کشف میتودونه او عام سوداګریز غوښتنلیکونه پوښي.
🔗 AI څومره اوبه کاروي؟
د معلوماتو مرکز د اوبو کارولو او روزنې اغیزې ماتوي.
🔗 د مصنوعي ذهانت تعصب څه شی دی؟
د تعصب سرچینې، زیانونه، او د هغې د کمولو لپاره عملي لارې تعریفوي.
۱) لومړی، کله چې خلک "AI کوډ" وايي نو څه معنی لري 🤔
کله چې ډیری خلک "AI کوډ" وايي، دوی معمولا د دې څخه یو معنی لري:
-
کوډ د مصنوعي ذهانت د مرستیال لخوا د یوې نښې (ځانګړتیا، بګ فکس، ریفیکٹر) څخه جوړ شوی.
-
کوډ په پراخه کچه د autocomplete لخوا بشپړ شوی ، چیرې چې پراختیا کونکي ټکان ورکړ مګر په بشپړ ډول یې لیکوال نه کړ.
-
د "پاکولو"، "کارکردګۍ" یا "سټایل" لپاره د AI لخوا بیا لیکل شوی کوډ
-
داسې کوډ چې داسې ښکاري چې له AI څخه راغلی وي حتی که نه وي (دا د خلکو له اعتراف څخه ډیر پیښیږي).
او دلته یو مهم ټکی دی: مصنوعي ذهانت یو واحد سټایل نلري . دا تمایلات . ډیری دا تمایلات د پراخې کچې سم، پراخې کچې لوستلو وړ، او پراخې کچې خوندي کیدو هڅه کولو څخه راځي ... کوم چې په طنز سره کولی شي محصول یو څه ورته احساس کړي.
۲) د مصنوعي ذهانت کوډ څه ډول ښکاري: چټک لید یې ښیي 👀
راځئ چې سرلیک ته په واضح ډول ځواب ووایو: د AI کوډ څه ډول ښکاري.
ډیری وخت دا د کوډ په څیر ښکاري چې دا دی:
-
ډېر "درسي کتابونه پاک" - ثابته نښه، ثابته بڼه، هر څه منظم.
-
په بې طرفه ډول لفظي خبرې - ډیری "ګټورې" تبصرې چې ډیره مرسته نه کوي.
-
ډیر عمومي شوی - د دوو ریښتینو سناریوګانو پرځای د لسو خیالي سناریوګانو اداره کولو لپاره جوړ شوی.
-
یو څه ډیر جوړښت شوی - اضافي مرستندویه دندې، اضافي پرتونه، اضافي تجرید ... لکه د اونۍ پای سفر لپاره د دریو سوټ کیسونو سره بسته کول 🧳.
-
د هغه عجیب څنډې-کیس ګلو له لاسه ورکول چې ریښتیني سیسټمونه راټولوي (د فیچر بیرغونه، میراثي ځانګړتیاوې، نا آرامه محدودیتونه) ( مارټین فاولر: د فیچر ټوګلونه ).
خو - او زه به دا تکرار کړم ځکه چې دا مهمه ده - انساني پراختیا کونکي هم په بشپړ ډول دا ډول لیکلی شي. ځینې ټیمونه دا پلي کوي. ځینې خلک یوازې ښکلي عجیب دي. زه دا په مینه وایم 😅.
نو د "AI لیدلو" پر ځای، دا غوره ده چې پوښتنه وکړو: ایا دا کوډ داسې چلند کوي لکه څنګه چې د اصلي شرایطو سره لیکل شوی وي؟ شرایط هغه ځای دی چې AI ډیری وختونه له مینځه ځي.
۳) د "ناوړه درې" نښې - کله چې ډېرې پاکې وي 😬
د مصنوعي ذهانت لخوا تولید شوی کوډ ډیری وختونه یو ځانګړی "چمک" لري. تل نه، مګر ډیری وختونه.
عام "ډیر پاک" نښې
-
هر فعالیت یو ډاکسټرینګ لري حتی کله چې دا څرګند وي.
-
ټول متغیرات د ښو نومونو لرونکي دي لکه
result،data،items،payload،responseData. -
دوامداره تېروتنې پیغامونه چې د لارښود په څیر غږیږي: "د غوښتنې پروسس کولو پرمهال یوه تېروتنه رامنځته شوه."
-
په غیر اړونده ماډلونو کې یوشان نمونې ، لکه هرڅه د ورته محتاط کتابتون لیکونکي لخوا لیکل شوي.
نازکه ډالۍ
د مصنوعي ذهانت کوډ داسې احساس کېدای شي لکه د یو ټیوټوریل لپاره ډیزاین شوی وي، نه د یو محصول لپاره. دا داسې ده لکه ... د کټارو رنګولو لپاره سوټ اغوستل. د لباس لپاره خورا مناسب، یو څه غلط فعالیت.
۴) د مصنوعي ذهانت کوډ ښه نسخه څه شی جوړوي؟ ✅
راځئ چې دا بدل کړو. ځکه چې هدف "د مصنوعي ذهانت نیول" ندي، بلکې "د بار وړلو کیفیت" دی
د مصنوعي ذهانت په مرسته د کوډ یوه ښه نسخه
-
ستاسو په اصلي ډومین کې ځای پر ځای شوی (ستاسو نومول، ستاسو د معلوماتو شکلونه، ستاسو محدودیتونه).
-
ستاسو د معمارۍ سره سمون لري (نمونې د ریپو سره سمون لري، نه عمومي ټیمپلیټ).
-
ستاسو د خطرونو په وړاندې ازمول شوی (نه یوازې د خوښۍ لارې واحد ازموینې) ( په ګوګل کې د سافټویر انجینرۍ: د واحد ازموینه ؛ د عملي ازموینې پیرامید ).
-
په قصدي ډول بیاکتنه شوې (یو چا وپوښتل "ولې دا؟" نه یوازې "ایا دا تالیف کوي") ( د ګوګل انجینرۍ کړنې: د کوډ بیاکتنې معیار ).
-
شوي (د راتلونکي ثبوت لږ خیالي).
په بل عبارت، ښه مصنوعي ذهانت کوډ داسې ښکاري ... ستاسو ټیم دا لیکلی دی. یا لږترلږه، ستاسو ټیم دا په سمه توګه منلی دی. لکه د ژغورنې سپی چې اوس پوهیږي چې صوفه چیرته ده 🐶.
۵) د نمونې کتابتون: د کلاسیک AI د ګوتو نښې (او ولې پیښیږي) 🧩
دلته هغه نمونې دي چې ما په مکرر ډول د مصنوعي ذهانت په مرسته کوډبیسونو کې لیدلي دي - پشمول هغه چې ما په شخصي توګه پاک کړي دي. ځینې یې سم دي. ځینې یې خطرناک دي. ډیری یې یوازې ... نښې دي.
الف) په هر ځای کې ډیر دفاعي خالي چک کول
تاسو به د لاندې طبقو وګورئ:
-
که x هیڅ نه وي: بیرته راشئ ... -
هڅه وکړئ/پرته استثنا -
ګڼ شمېر فال بیک ډیفالټونه
ولې: AI هڅه کوي چې په پراخه کچه د رن ټایم غلطیو څخه مخنیوی وکړي.
خطر: دا کولی شي اصلي ناکامۍ پټې کړي او د ډیبګ کولو پروسه ناخوالې کړي.
ب) عمومي مرستندویه دندې چې خپل شتون نه ترلاسه کوي
لکه:
-
د پروسې_ډاټا () -
لاسوند_غوښتنه() -
تایید_ننوت ()
ولې: تجرید "مسلکي" احساس کوي.
خطر: تاسو د داسې دندو سره پای ته رسیږئ چې هرڅه کوي او هیڅ نه تشریح کوي.
ج) هغه تبصرې چې کوډ بیا تکراروي
د انرژۍ بېلګه:
-
"د ۱ لخوا زیاتوالی"
-
"ځواب بیرته ورکړئ"
ولې: مصنوعي ذهانت د وضاحت لپاره روزل شوی و.
خطر: تبصرې په چټکۍ سره خرابیږي او شور رامینځته کوي.
د) د جزئیاتو بې بنسټه ژوروالی
یوه برخه یې ډېره مفصله ده، بله برخه یې په مرموز ډول مبهم ده.
ولې: د تمرکز چټک بدلون... یا جزوي شرایط.
خطر: کمزوري ځایونه په مبهم زونونو کې پټ دي.
ه) په شکمن ډول متوازن جوړښت
هرڅه ورته جوړښت تعقیبوي، حتی کله چې سوداګریز منطق باید نه وي.
ولې: مصنوعي ذهانت د ثابت شویو شکلونو تکرار خوښوي.
خطر: اړتیاوې متناسب نه دي - دوی غټې دي، لکه خراب بسته شوي خوراکي توکي 🍅📦.
۶) د پرتله کولو جدول - د AI کوډ د ارزونې لارې چارې 🧪
د کوډ واقعیت چکونو په څیر . ځکه چې د پوښتنې وړ کوډ پیژندلو غوره لاره دا ده چې دا ازموینه وکړئ، بیاکتنه یې وکړئ، او د فشار لاندې یې وګورئ.
| وسیله / چلند | د (لیدونکو) لپاره غوره | د بیې | ولې دا کار کوي (او یوه کوچنۍ نیمګړتیا) |
|---|---|---|---|
| د کوډ بیاکتنې چک لیست 📝 | ټیمونه، مشران، مشران | وړیا | د "ولې" پوښتنو ته اړ باسي؛ عمومي نمونې نیسي ... ځینې وختونه بې خونده احساس کوي ( د ګوګل انجینرۍ کړنې: د کوډ بیاکتنه ) |
| واحد + د ادغام ازموینې ✅ | د هرچا د بار وړلو ځانګړتیاوې | ازاد | د ورک شوي څنډې قضیې څرګندوي؛ د مصنوعي ذهانت کوډ اکثرا د تولید دننه فکسچر نلري ( په ګوګل کې د سافټویر انجینرۍ: د واحد ازموینه ؛ د عملي ازموینې پیرامید ) |
| جامد تحلیل / لینټینګ 🔍 | د معیارونو سره ټیمونه | وړیا / تادیه شوی | بې نظمۍ په نښه کوي؛ که څه هم "غلط مفکوره" بګونه نه نیسي ( ESLint Docs ؛ GitHub CodeQL کوډ سکین کول ) |
| د ډول چک کول (چیرې چې پلي کیږي) 🧷 | لوی کوډ بیسونه | وړیا / تادیه شوی | د معلوماتو مبهم شکلونه ښکاره کوي؛ ځورونکی کیدی شي مګر د ارزښت وړ وي ( ټایپ سکریپټ: سټیټیک ډول چیک کول ؛ mypy اسناد ) |
| د ګواښ ماډلینګ / د ناوړه ګټه اخیستنې قضیې 🛡️ | د امنیت په اړه فکر لرونکي ټیمونه | وړیا | مصنوعي ذهانت ممکن د مخالف استعمال له پامه وغورځوي؛ دا هغه رڼا ته اړ باسي ( د OWASP ګواښ ماډلینګ درغلۍ پاڼه ) |
| د فعالیت پروفایل کول ⏱️ | شاته، د معلوماتو دروند کار | وړیا / تادیه شوی | AI کولی شي اضافي لوپونه، تبادلې، تخصیصات اضافه کړي - پروفایل کول دروغ نه دي ( د پایتون اسناد: د پایتون پروفایلرونه ) |
| د ډومین متمرکز ازموینې معلومات 🧾 | محصول + انجینري | وړیا | تر ټولو ګړندی "د بوی ازموینه"؛ جعلي معلومات جعلي باور رامینځته کوي ( د پایټیسټ فکسچر اسناد ) |
| جوړه بیاکتنه / لارښود 👥 | لارښوونه + مهمې عامه مشورې | وړیا | له لیکوال څخه وغواړئ چې انتخابونه تشریح کړي؛ د مصنوعي ذهانت کوډ ډیری وخت کیسه نلري ( په ګوګل کې د سافټویر انجینرۍ: د کوډ بیاکتنه ) |
هو، د "بیې" ستون یو څه بې معنی دی - ځکه چې ګرانه برخه معمولا پاملرنه وي، نه د وسایلو جوړول. پاملرنه لګښت لري ... هرڅه 😵💫.
۷) د مصنوعي ذهانت په مرسته کوډ کې ساختماني نښې 🧱
که تاسو ژور ځواب غواړئ چې د AI کوډ څه ډول ښکاري، نو زوم کم کړئ او جوړښت ته وګورئ.
۱) هغه نوم ورکول چې له تخنیکي پلوه سم وي خو له کلتوري پلوه غلط وي
مصنوعي ذهانت په ډېرو پروژو کې داسې نومونه غوره کوي چې "خوندي" وي. خو ټیمونه خپله لهجه جوړوي:
-
تاسو ورته
AccountId، AI ورتهuserId. -
تاسو ورته
لیجر انټري، AI ورتهمعامله. -
FeatureGateوایاست ، دا ورتهconfigFlag.
له دې څخه هیڅ یو "بد" نه دی، مګر دا یوه اشاره ده چې لیکوال ستاسو په ډومین کې د اوږدې مودې لپاره نه و ژوندی شوی.
۲) د بیا کارولو پرته تکرار، یا د دلیل پرته بیا کارول
ځینې وختونه مصنوعي ذهانت:
-
ورته منطق په څو ځایونو کې تکراروي ځکه چې دا په یو ځل کې د ټول ریپو شرایط "یاد نه کوي"، یا
-
د تجریدونو له لارې د بیا کارولو ځواک چې درې لینونه خوندي کوي مګر درې ساعته وروسته لګښت لري.
دا سوداګري ده: اوس لږ ټایپ کول، وروسته ډیر فکر کول. او زه تل ډاډه نه یم چې دا ښه سوداګري ده، زه فکر کوم ... په اونۍ پورې اړه لري 😮💨.
۳) "کامل" ماډلریت چې اصلي سرحدونه له پامه غورځوي
تاسو به کوډ په پاکو ماډلونو ویشل شوی وګورئ:
-
تایید کوونکي/ -
خدمات/ -
سمبالونکي/ -
ګټورې/
خو ممکن پولې ستاسو د سیسټم له سیمونو سره سمون ونلري. یو انسان د معمارۍ د دردناکو ټکو انعکاس ته تمایل لري. مصنوعي ذهانت د یو منظم ډیاګرام انعکاس ته تمایل لري.
۸) د تېروتنې اداره کول - چیرې چې د AI کوډ… ښویېږي 🧼
د تېروتنې اداره کول یو له لویو ټکو څخه دی، ځکه چې دا قضاوت ته ، نه یوازې سموالی.
د لیدلو لپاره نمونې
-
د مبهم ننوتلو سره پراخ استثناوې نیول Pylint docs: bare-except )
-
د تېروتنو تېرول او د اصلي ترتیباتو بیرته راګرځول
-
د معنی لرونکو ناکامیو د راپورته کولو پر ځای "بریالیتوب: غلط" بیرته راګرځول
-
د بیک آف یا کیپ پرته لوپونه بیا هڅه وکړئ د AWS نسخې لارښود: د بیک آف سره بیا هڅه وکړئ ؛ د AWS جوړونکو کتابتون: د جیټر سره وخت پای، بیا هڅه او بیک آف )
څه ښه ښکاري؟
-
ناکامۍ ځانګړې
-
تېروتنې د عمل وړ
-
د شرایطو (IDs، ان پټونه، اړونده حالت) شامل دي
-
حساس معلومات نه اچول کیږي (AI ځینې وختونه دا هیروي 😬) ( د OWASP د ننوتلو درغلۍ پاڼه ؛ د OWASP غوره 10 2025: د امنیت د ننوتلو او خبرتیا ناکامۍ )
یو ډیر انساني ځانګړتیا د غلطۍ پیغام لیکل دي چې یو څه ځورونکی وي. تل نه، مګر تاسو یې هغه وخت پوهیږئ کله چې تاسو یې ګورئ. د مصنوعي ذهانت د غلطۍ پیغامونه ډیری وختونه د مراقبت ایپ په څیر ارام وي.
۹) د څنډې قضیې او د محصول واقعیت - "ورک شوی ګریټ" 🧠🪤
ریښتیني سیسټمونه ګډوډ دي. د مصنوعي ذهانت محصولات ډیری وختونه دا جوړښت نلري.
د "ګریټ" مثالونه چې ټیمونه یې لري:
-
د فیچر بیرغونه او جزوي رول آوټونه ( مارټین فاولر: د فیچر ټوګلونه )
-
د شاته مطابقت هیکونه
-
د دریمې ډلې عجیب وختونه
-
هغه میراثي معلومات چې ستاسو سکیما سرغړونه کوي
-
د پوښ، کوډ کولو، یا ځای ستونزې نه مطابقت لري
-
د سوداګرۍ قوانین چې خپل سري احساس کوي ځکه چې دوی خپل سري دي
که تاسو ورته ووایاست، مصنوعي ذهانت کولی شي د څنډو قضیې اداره کړي، مګر که تاسو په څرګنده توګه هغه شامل نه کړئ، دا ډیری وخت د "پاکې نړۍ" حل رامینځته کوي. پاکې نړۍ ښکلې دي. پاکې نړۍ هم شتون نلري.
یو څه تنګه استعاره راځي: د مصنوعي ذهانت کوډ د یو نوي سپنج په څیر دی - دا لا تر اوسه د پخلنځي آفتونه نه دي جذب کړي. هلته، ما دا وویل 🧽. زما غوره کار نه دی، مګر دا ریښتیا ده.
۱۰) څنګه د مصنوعي ذهانت په مرسته کوډ انساني احساس ورکړئ - او تر ټولو مهم، د باور وړ اوسئ 🛠️✨
که تاسو د کوډ مسوده کولو لپاره مصنوعي ذهانت کاروئ (او ډیری خلک یې کوي)، تاسو کولی شئ د یو څو عادتونو سره محصول په ډراماتیک ډول ښه کړئ.
الف) خپل محدودیتونه مخکې له مخکې داخل کړئ
د "یو داسې فنکشن ولیکئ چې..." پرځای، هڅه وکړئ:
-
تمه شوي معلومات/آخذونه
-
د فعالیت اړتیاوې
-
د تېروتنې پالیسي (لوړول، د پایلو ډول بیرته راګرځول، ننوتل + ناکامي؟)
-
د نوم ورکولو دودونه
-
ستاسو په ریپو کې موجوده نمونې
ب) د حل لارو غوښتنه وکړئ، نه یوازې د حل لارو
د دې سره اشاره وکړئ:
-
"دوه طریقې ورکړئ او د تبادلې پایلې تشریح کړئ."
-
"دلته به د څه کولو څخه ډډه وکړې او ولې؟"
-
"دا به په تولید کې چیرته وقفه راولي؟"
مصنوعي ذهانت هغه وخت غوره دی کله چې تاسو دا په خطرونو کې فکر کولو ته اړ کړئ.
ج) دا کوډ حذف کړئ
په جدي توګه. پوښتنه وکړئ:
-
"هر ډول غیر ضروري تجرید لرې کړئ."
-
"دا تر ټولو کوچنۍ سمې نسخې ته پرې کړئ."
-
"کومې برخې فرضي دي؟"
مصنوعي ذهانت زیاتولو ته تمایل لري. لوی انجنیران منفي کولو ته تمایل لري.
د) هغه ازموینې اضافه کړئ چې واقعیت منعکس کوي
نه یوازې:
-
"متوقع محصول بیرته راولي"
خو:
-
عجیبه ان پټ
-
ورک شوي ساحې
-
همغږی
-
جزوي ناکامۍ
-
د ادغام په کچه چلند ( په ګوګل کې د سافټویر انجینرۍ: لویه ازموینه ؛ د عملي ازموینې هرم )
که تاسو بل څه نه کوئ، نو دا وکړئ. ازموینې د دروغو کشف کونکی دی، او دوی پروا نه کوي چې کوډ چا لیکلی 😌.
۱۱) د پای یادښتونه + لنډ لنډیز 🎯
نو، د AI کوډ څه ډول ښکاري : دا ډیری وختونه پاک، عمومي، یو څه ډیر تشریح شوی، او د خوښولو لپاره یو څه ډیر لیواله ښکاري. لوی "وایی" فارمیټ کول یا تبصرې ندي - دا د شرایطو له لاسه ورکول دي: د ډومین نومول، عجیب څنډې قضیې، او د معمارۍ ځانګړي انتخابونه چې د سیسټم سره ژوند کولو څخه راځي.
لنډه کتنه
-
د مصنوعي ذهانت کوډ یو سټایل نه دی، مګر دا ډیری وختونه منظم، لفظي او ډیر عمومي رجحانات لري.
-
غوره سیګنال دا دی چې ایا کوډ ستاسو اصلي محدودیتونه او د محصول سختوالی منعکس کوي.
-
د کشف په اړه لیوالتیا مه کوئ - د کیفیت په اړه لیوالتیا: ازموینې، بیاکتنه، وضاحت، او اراده ( د ګوګل انجینرۍ کړنې: د کوډ بیاکتنه ؛ په ګوګل کې د سافټویر انجینرۍ: د واحد ازموینه ).
-
مصنوعي ذهانت د لومړۍ مسودې په توګه ښه دی. د وروستۍ مسودې په توګه ښه نه دی. ټوله لوبه همدا ده.
او که څوک هڅه کوي چې تاسو د مصنوعي ذهانت کارولو له امله شرمنده کړي، په ریښتیا سره... شور له پامه وغورځوئ. یوازې قوي کوډ ولېږئ. قوي کوډ یوازینی انعطاف دی چې دوام لري 💪🙂.
پرله پسې پوښتنې
څنګه ویلی شئ چې کوډ د مصنوعي ذهانت لخوا لیکل شوی؟
د مصنوعي ذهانت په مرسته کوډ اکثرا ډېر منظم ښکاري، تقریبا "درسي کتاب": دوامداره بڼه، یونیفورم جوړښت، عمومي نوم ورکول (لکه ډاټا ، توکي ، پایله )، او حتی تړلي، پالش شوي خطا پیغامونه. دا ممکن د ډاکسټرینګونو یا تبصرو سره هم راشي چې په ساده ډول څرګند منطق بیا تکراروي. لوی سیګنال سټایل نه دی - دا د داخلي ګریټ نشتوالی دی: د ډومین ژبه، د ریپو کنوانسیونونه، عجیب محدودیتونه، او د څنډې قضیې ګلو چې سیسټمونه ساتي.
د مصنوعي ذهانت له لارې د رامنځته شوې غلطۍ په اداره کولو کې تر ټولو لوی خنډونه کوم دي؟
د پراخو استثنایی کیچونو لپاره وګورئ ( د استثنا پرته )، تیر شوي ناکامۍ چې په خاموشۍ سره ډیفالټ بیرته راولي، او مبهم لاګ کول لکه "یوه تېروتنه رامنځته شوه." دا نمونې کولی شي اصلي کیګونه پټ کړي او ډیبګ کول بدبخت کړي. د غلطۍ قوي اداره کول مشخص، د عمل وړ دي، او کافي شرایط (IDs، ان پټونه، حالت) لري پرته لدې چې حساس معلومات په لاګونو کې ډمپ کړي. ډیر دفاعي کیدی شي د کم دفاعي په څیر خطرناک وي.
ولې د مصنوعي ذهانت کوډ اکثرا ډیر انجینر شوی یا ډیر خلاص شوی احساس کیږي؟
د مصنوعي ذهانت یو عام تمایل دا دی چې د مرستندویه دندو، طبقو او ډایرکټریو په اضافه کولو سره "مسلکي ښکاره شي" چې د فرضي راتلونکي وړاندوینه کوي. تاسو به عمومي مرستندویه لکه process_data() یا handle_request() او د ماډل پاکو سرحدونو وګورئ چې ستاسو د سیسټم د سیمونو په پرتله د ډیاګرام سره ډیر مناسب دي. یو عملي حل د تخفیف دی: د اټکلي طبقو پرې کول تر هغه وخته پورې چې تاسو ترټولو کوچنۍ سمه نسخه ولرئ چې ستاسو د اړتیاو سره سمون خوري، نه هغه چې تاسو یې وروسته میراث کولی شئ.
په ریښتیني ریپو کې د مصنوعي ذهانت په مرسته ښه کوډ څه ډول ښکاري؟
د مصنوعي ذهانت په مرسته غوره کوډ داسې لوستل کیږي لکه څنګه چې ستاسو ټیم ادعا کړې وي: دا ستاسو د ډومین اصطلاحات کاروي، ستاسو د معلوماتو شکلونو سره سمون خوري، ستاسو د ذخیره کولو نمونې تعقیبوي، او ستاسو د جوړښت سره سمون لري. دا ستاسو خطرونه هم منعکس کوي - د خوشحاله لارو هاخوا - د معنی لرونکو ازموینو او قصدي بیاکتنې سره. هدف د "AI پټول" ندي، دا د مسودې په شرایطو کې لنگر کول دي نو دا د تولید کوډ په څیر چلند کوي.
کومې ازموینې د "پاکې نړۍ" انګیرنې تر ټولو چټکې افشا کوي؟
د ادغام ازموینې او د څنډې قضیې ازموینې ستونزې په چټکۍ سره څرګندوي ځکه چې د AI محصول ډیری وختونه مثالي ان پټونه او د وړاندوینې وړ انحصارونه فرض کوي. د ډومین متمرکز فکسچرونو څخه کار واخلئ او عجیب ان پټونه، ورک شوي ساحې، جزوي ناکامۍ، وخت پای، او همغږي پکې شامل کړئ چیرې چې دا مهم دي. که چیرې کوډ یوازې د خوښۍ لارې واحد ازموینې ولري، نو دا کولی شي سم ښکاري پداسې حال کې چې لاهم ناکام کیږي کله چې څوک په تولید کې یو نه ازمول شوی تڼۍ ووهي.
ولې د مصنوعي ذهانت سره لیکل شوي نومونه "له تخنیکي پلوه سم مګر له کلتوري پلوه غلط" ښکاري؟
مصنوعي ذهانت اکثره خوندي، عمومي نومونه غوره کوي چې په ډیری پروژو کې کار کوي، مګر ټیمونه د وخت په تیریدو سره یو ځانګړی لهجه رامینځته کوي. په دې توګه تاسو د userId vs AccountId ، یا transaction vs LedgerEntry ، حتی کله چې منطق ښه وي. د نوم ورکولو دا ډرافټ یوه نښه ده چې کوډ ستاسو د ډومین او محدودیتونو "دننه ژوند کولو" پرمهال نه و لیکل شوی.
ایا دا د کوډ بیاکتنو کې د AI کوډ کشف کولو هڅه کولو ارزښت لري؟
د کیفیت لپاره بیاکتنه کول معمولا د لیکوالۍ په پرتله ډیر ګټور وي. انسانان کولی شي پاک، ډیر تبصره شوي کوډ هم ولیکي، او AI کولی شي غوره مسودې تولید کړي کله چې لارښوونه وشي. د جاسوسۍ لوبې کولو پرځای، د ډیزاین منطق او په تولید کې د احتمالي ناکامۍ ټکو باندې فشار ورکړئ. بیا د ازموینو، معمارۍ سمون، او د غلطۍ ډسپلین سره تایید کړئ. د فشار ازموینه د وایب ازموینې څخه غوره ده.
تاسو څنګه AI ته اشاره کوئ ترڅو کوډ ډیر باوري راشي؟
د مخ په وړاندې د محدودیتونو په داخلولو سره پیل وکړئ: تمه شوي معلومات/آؤټ پټونه، د معلوماتو شکلونه، د فعالیت اړتیاوې، د غلطۍ پالیسي، د نوم ورکولو کنوانسیونونه، او ستاسو په ریپو کې موجوده نمونې. د سوداګرۍ غوښتنه وکړئ، نه یوازې د حل لارو - "دا به چیرته مات شي؟" او "تاسو به له څه څخه مخنیوی وکړئ او ولې؟" په پای کې، د جبري تخفیف: ورته ووایاست چې غیر ضروري تجزیه لرې کړي او د هرڅه پراخولو دمخه ترټولو کوچنۍ سمه نسخه تولید کړي.
ماخذونه
-
د سټیک اوور فلو - د سټیک اوور فلو پراختیا کونکي سروې 2025 - survey.stackoverflow.co
-
GitHub - GitHub Octoverse (اکتوبر 28، 2025) - github.blog
-
ګوګل - د ګوګل انجینرۍ کړنې: د کوډ بیاکتنې معیار - google.github.io
-
Abseil - په ګوګل کې د سافټویر انجینرۍ: د واحد ازموینه - abseil.io
-
ابسیل - په ګوګل کې د سافټویر انجینرۍ: د کوډ بیاکتنه - abseil.io
-
Abseil - په ګوګل کې د سافټویر انجینرۍ: لوی ازموینه - abseil.io
-
مارټین فاولر - مارټین فاولر: د فیچر ټوګلونه - martinfowler.com
-
مارټین فاولر - د عملي ازموینې هرم - martinfowler.com
-
OWASP - د OWASP ګواښ ماډلینګ درغلۍ پاڼه - cheatsheetseries.owasp.org
-
OWASP - د OWASP د ننوتلو درغلۍ پاڼه - cheatsheetseries.owasp.org
-
OWASP - OWASP غوره ۱۰ ۲۰۲۵: د امنیت ثبت او خبرتیا ناکامۍ - owasp.org
-
ESLint - د ESLint اسناد - eslint.org
-
د ګیټ هب اسناد - د ګیټ هب کوډ کیو ایل کوډ سکین کول - docs.github.com
-
ټایپ سکریپټ - ټایپ سکریپټ: د جامد ډول چک کول - www.typescriptlang.org
-
mypy - د mypy اسناد - mypy.readthedocs.io
-
د پایتون - د پایتون اسناد: د پایتون پروفایلرونه - docs.python.org
-
پایټیسټ - پایټیسټ فکسچر اسناد - docs.pytest.org
-
پیلینټ - پیلینټ اسناد: بې برخې - pylint.pycqa.org
-
د ایمیزون ویب خدمات - د AWS نسخې لارښود: د بیک آف سره بیا هڅه وکړئ - docs.aws.amazon.com
-
د ایمیزون ویب خدمات - د AWS جوړونکو کتابتون: د جیټر سره وخت پای، بیا هڅې او بیک آف - aws.amazon.com