ماه گذشته، مایکروسافت در کنفرانس سالانه BUILD خود تعداد زیادی اعلامیه مرتبط با توسعه‌دهندگان داشت. یکی از ابزارهایی که در آن زمان معرفی کرد، ابزاری به نام Athena بود؛ یک عامل هوش مصنوعی که در Microsoft Teams حضور دارد و هدف آن تسریع روند توسعه محصولات است. حالا اما، مایکروسافت نقشه و قالب اولیه Athena را منتشر کرده تا هر کسی بتواند یک دستیار مشابه برای کارهای خود پیاده‌سازی کند.
Athena صرفاً یک چت‌بات دیگر نیست، بلکه یک عامل کاملاً یکپارچه است که از طریق Teams در دسترس است و به اتصال افراد، ابزارها و داده‌ها در کل فرایند توسعه محصول کمک می‌کند.
Athena آنقدر هوشمند است که خودش متوجه می‌شود قدم بعدی چیست و به اعضای تیم کمک می‌کند بدون نیاز به جابجایی میان برنامه‌های مختلف، کار را انجام دهند – Athena همه چیز را از داخل Teams کنترل می‌کند و شما فقط کافی است به زبان طبیعی با آن صحبت کنید. Athena را می‌توان در چندین روند کاری توسعه‌دهنده، از جمله Teams، Azure DevOps و GitHub، تعبیه کرد.
شاید مهمترین ویژگی Athena این باشد که یک محصول جدید برای فروش توسط مایکروسافت نیست، بلکه یک روش و قالب متن‌باز (Dex) است که سازمان‌ها یا افراد می‌توانند از آن برای ساخت عامل‌های هوش مصنوعی مخصوص به خودشان استفاده کنند و آن را بیشتر مطابق نیازهای خود سفارشی کنند.
برای شروع کار با Athena، لازم است عامل Dex را راه‌اندازی کنید. مایکروسافت همچنین یک ویدیوی آموزشی درباره Athena منتشر کرده تا بتوانید بیشتر با آن آشنا شوید.
چه کسانی و چگونه تحت تأثیر قرار می‌گیرند اصلی‌ترین بهره‌برندگان از تصمیم مایکروسافت برای متن‌باز کردن Athena، تیم‌های مهندسی در سراسر جهان هستند که دیگر از انجام کارهای تکراری و خسته‌کننده مثل بررسی pull request (PR)، مدیریت آیتم‌های کاری و چک‌های امنیتی رها می‌شوند. این موضوع به آن‌ها اجازه می‌دهد روی کدنویسی قابلیت‌های جدید و نوآوری تمرکز کنند؛ چیزی که مایکروسافت از ابتدای موج جدید هوش مصنوعی به شدت بر آن تأکید داشته است.
برای مدیران محصول و رهبران تیم‌های مهندسی نیز Athena بسیار مفید خواهد بود، چون به آن‌ها دید بهتری در زمان واقعی نسبت به وضعیت پروژه، آماده بودن نسخه برای انتشار و هماهنگی تیم می‌دهد.
سازمان‌های کوچک و بزرگ می‌توانند از Athena بهره ببرند. به دلیل متن‌باز بودن، Athena را می‌توان متناسب با فرایندهای توسعه خاص هر سازمان تنظیم کرد. این موضوع می‌تواند به چرخه‌های تحویل سریع‌تر و بهبود کیفیت کد در کل سازمان منجر شود.
چرا این اتفاق افتاده است در حال حاضر بیش از ۲۰۰۰ مهندس مایکروسافت به طور داخلی از Athena استفاده می‌کنند. مایکروسافت توضیح داده که این موضوع به “دستاوردهای قابل اندازه‌گیری” در سرعت، کیفیت و تمرکز منجر شده است. جدا از تسریع در چرخه‌های بررسی برای توسعه‌دهندگان، Athena همچنین باگ‌های مهم را زودتر شناسایی می‌کند، انجام روندهای امنیتی و حفظ حریم خصوصی را تضمین می‌کند و ارزیابی سلامت پروژه را سریع‌تر انجام می‌دهد تا تیم‌ها بتوانند وضعیت کلی تحویل نرم‌افزار خود را بسنجند.
آمار Athena مایکروسافت
Athena با انجام این وظایف تکراری و خسته‌کننده، زمان بیشتری برای توسعه‌دهندگان آزاد می‌کند تا قابلیت‌های بیشتری به پروژه‌های خود اضافه کنند. همچنین این امکان را به وجود می‌آورد که زمان تحویل نرم‌افزار به کاربر نهایی کاهش پیدا کند و نرم‌افزار جدید با باگ کمتر و سریع‌تر در دسترس قرار گیرد.
ما اغلب واژه “دموکراتیزه شدن” را در فناوری می‌شنویم؛ فرایندی که باعث می‌شود فناوری‌ها در دسترس‌تر و مقرون‌به‌صرفه‌تر شوند. بر اساس این تعریف، انتشار Athena توسط مایکروسافت، گامی در جهت دموکراتیزه کردن هوش مصنوعی برای توسعه‌دهندگان است، زیرا متن‌باز است و به افراد اجازه می‌دهد هوش مصنوعی را بدون نیاز به شروع از صفر در روندهای کاری خود وارد کنند.
این حرکت همچنین با استراتژی هوش مصنوعی مایکروسافت همسو است؛ یعنی قرار دادن هوش مصنوعی در سراسر محصولات خود. Copilot احتمالاً مشهورترین نمونه حضور همه‌جانبه هوش مصنوعی در محصولات مایکروسافت از جمله ویندوز و Edge است. اما برخلاف Copilot، توسعه‌دهندگان با Athena آزادی عمل بیشتری دارند، هرچند Athena همچنان به محصولات مایکروسافت، به ویژه Teams و GitHub، وابسته است.
موارد احتیاط و آنچه باید مدنظر قرار داد در حالی که ارائه نقشه اولیه Athena توسط مایکروسافت خبر خوبی است، اما یک مشکل این است که توسعه‌دهندگان ممکن است همچنان پیاده‌سازی آن را کمی پیچیده بیابند، چون سفارشی‌سازی‌هایی وجود دارد که هر سازمان تمایل به انجام آن دارد. همچنین راه‌اندازی این راهکار نسبت به حالت عادی پیچیده‌تر است، همان‌طور که در فایل README گیت‌هاب توضیح داده شده است.
نکته دیگری که سازمان‌ها باید به آن توجه کنند، بحث حفظ حریم خصوصی داده و مسائل امنیتی هنگام اتصال Athena به سیستم‌های داخلی حساس است. سازمان‌هایی که روی پروژه‌های محرمانه کار می‌کنند، احتمالاً تمایلی به استفاده از Athena نخواهند داشت، چون ممکن است کدهای حساس در اختیار اشخاص ثالث قرار بگیرد.
این فقط مسائل فنی نیست که باید در نظر گرفته شود، بلکه بُعد انسانی هم وجود دارد. برخی افراد ممکن است نگرانی‌هایی درباره خطاهای هوش مصنوعی یا مسائل اخلاقی مرتبط با امنیت شغلی داشته باشند که می‌تواند روی پذیرش Athena تاثیر بگذارد. به همین دلیل، مایکروسافت تأکید کرده که Athena قرار است فقط به تیم‌ها کمک کند، نه اینکه جایگزین اعضای تیم شود.
در حالی که Athena می‌تواند بسیار مفید باشد – همان‌طور که نتایج داخلی مایکروسافت نشان داده – همچنان نظارت و قضاوت انسانی ضروری است. تصمیمات پیچیده و حل مسائل خلاقانه در توسعه از جمله مواردی هستند که نیاز به دخالت انسان دارند.