Cursor تطلق Agent SDK: البوت مجلد كود له اختبارات، ويمكن تجربته على pull request حقيقي قبل تشغيله
المغزى: البوت الذي يراجع كود الفريق يصبح هو نفسه كودًا يُراجع في PR وتُكتب له اختبارات، بدل prompt في خانة داخل لوحة تحكم لا يفتحها أحد.
تحليل Jepsen لقاعدة ParticleDB يوثّق 96 مشكلة، أغلبها ظهر على خادم واحد ودون أعطال
المغزى: ما يحدد سلامة البيانات هو الوضع الافتراضي الذي تعمل عليه القاعدة فعلًا، لا الوعود في صفحتها الرئيسية، وإعلان الإثبات الرياضي لا يغني عن اختبار مستقل.
ورقة بحثية: 82.8% من الـ tests التي كتبتها الـ agents نجحت، و33.8% فقط اختبرت السلوك المطلوب فعلًا
المغزى: suite أخضر كتبه agent دليل على أن الكود يعمل لا على أن السلوك مغطى، والفجوة بين الأمرين مصدرها الأكبر المتطلب المكتوب بغموض، لا حجم الموديل.
ورقة بحثية: Stylelint أعطى 1,744 تحذيرًا متطابقًا لواجهة RTL سليمة وأخرى بلا انعكاس
المغزى: الواجهات العربية قد تنكسر دون أي خطأ في الـ console أو تحذير من أدوات الفحص، لأن هذه الأدوات تقرأ الكود ولا ترى الشكل الذي يرسمه المتصفح فعلًا.
تقرير خبرة: بناء نظام تصحيح امتحانات بالذكاء الاصطناعي دون كتابة الكود يدويًا، والعائق كان التقييم
المغزى: الذكاء الاصطناعي لا يسرّع البرمجة فحسب، بل ينقل الندرة من كتابة الكود إلى الحكم على صحته، فما يحتاج الفريق إلى توسيعه هو قدرته على التقييم لا عدد من يكتبون.
ورقة بحثية: حجب تقرير الـ agent عن نفسه يرفع كشف ادعاءات النجاح غير المدعومة 43.4 نقطة
المغزى: حين يرى من يحكم على عمل الـ agent وصفه لعمله، يقيس الوصف لا النتيجة، فالنص الموجود في الـ context يشدّ الحكم نحوه حتى لو لم يدعمه الدليل.
دراسة على 340 مستودعًا: اختبارات الـ snapshot تكمّل الاختبارات التقليدية ولا تنافسها
المغزى: الـ snapshot والاختبارات التقليدية يمران في مناطق مختلفة من الكود، فإضافة أحدهما إلى الآخر تكشف أخطاء أكثر، لكن الفائدة تختفي حين يتحول قبول الفروق إلى ضغطة زر دون قراءة.
مقياس SlopCodeBench: الـ agents تنجح في المطلوب الجديد حتى 74% وتحافظ على القديم حتى 16.3% فقط
المغزى: الفجوة بين نجاح المتطلب الجديد ونجاح اختبارات الانحدار هي عمل يقع على المطور، ودفع ثمن تفكير أعلى لا يضمن تضييقها.
قاعدة push ifs up and fors down: ارفع الشروط إلى المنادي وأنزل الحلقات إلى الدالة
المغزى: أغلب الدوال التي يصعب اختبارها لا يصعب اختبارها بسبب طولها، بل بسبب شرط مخبّأ في داخلها يقرر في صمت هل تعمل شيئًا أم لا.
انحياز المودولو: خطأ في سطر واحد يجعل الاختيار العشوائي غير متساوٍ دون أي استثناء
المغزى: أخطر الأخطاء هي التي لا ترفع استثناءً، فالكود يعمل والمخرجات تبدو عشوائية، والانحياز لا يظهر إلا في الإنتاج بعد شهور على شكل خيار يتكرر أكثر من غيره.
خاصية maxlength في حقل كلمة المرور منعت مستخدمًا من دخول حسابه في Vanguard
أي تحقق يُكتب في الـ HTML وحده يعمل على النص بعد أن يغيّره المتصفح، لا على ما أدخله المستخدم، ولهذا يمر هذا النوع من الأخطاء من كل الاختبارات الآلية.
لغة Zig تصدر النسخة 0.17 بتغيير في دلالة @bitCast يكسر الكود دون خطأ من المترجم
التغيير الذي يرفضه المترجم يُكتشف فورًا، أما التغيير في دلالة عملية موجودة فلا يمسكه المترجم ولا الـ linter، بل اختبار كُتب قبل الترقية.
matklad: حين يفوت الـ fuzzer خطأً في الكود فالخطأ الأول في الـ fuzzer نفسه
إصلاح الحالة التي ظهرت وإضافة اختبار لها يترك الأداة التي فاتتها كما هي، فيعود النوع نفسه من الأخطاء من باب آخر.
تجربة Dan Luu: الـ coding agents تختبر أفضل حين لا تُعطى تعليمات عن الاختبار
الوكيل يفهم شكل الاختبار لا جوهره، والـ skills الكبيرة المضافة لتحسينه قد ترفع الفاتورة يوميًا دون أي تحسن في صحة الكود.
Firefox ينتقل إلى إصدار كل أسبوعين بدءًا من الإصدار 155 في 1 سبتمبر 2026
تقصير دورة الإصدار لا يتعلق بالسرعة بل بحجم الدفعة، فالدفعات الأصغر أسهل مراجعة وأقل خطرًا، لكن كلفتها تنتقل إلى من يختبر منتجاته على المتصفحات.
دراسة Info-Tech: 94% يرون زيادة في الإنتاجية بالذكاء الاصطناعي و37% فقط لديهم حوكمة رسمية
القيد الحقيقي على سرعة الفرق لم يعد كتابة الكود بل مراجعته، فالكود الذي لا يملكه أحد بالكامل يحتاج إلى من يملك مراجعته بالكامل.