۰۱
مهندسی AI-native
خودِ سازمان تولید نرمافزار حول تیمهای ایجنتی با اختیار تفویضشده، مسئولیتهای صریح، بررسی و تصمیمگیری، مسیریابی، بازبینی مستقل و حاکمیت طراحی میشود.
مهندسی · محصول · سازمان AI-native
ساخت سیستمهایی که در آن انسان حاکمیت را تعیین میکند و سازمانهای AI تصمیم میگیرند و اجرا میکنند.
من علی بابایی، مدیر فنی ملکآنلاین و معمار و سازندهٔ انفرادی یک سازمان مهندسی AI-native با حاکمیت انسانی و اجرای ایجنتها هستم.
سازمانهای مهندسی و محصولاتی طراحی میکنم که در آن AI جزئی بنیادین از معماری است؛ نه قابلیتی الحاقی و نه صرفاً دستیار کدنویسی.
معمار و سازندهٔ انفرادیحاکمیت انسانیاجرای ایجنتهاAI-native از پایه
درباره
من از AI برای کمک به یک تیم مهندسی معمولی استفاده نمیکنم؛ خودِ سازمان مهندسی را حول AI طراحی و میسازم.
تمرکز اصلی کار من طراحی سازمان مهندسی AI-native است و در کنار آن روی طراحی محصول AI-native کار میکنم. هدف، اختیار راهبردی و مرزهای حاکمیت در اختیار انسان میماند. درون این مرزها، تیمهای ایجنتی میتوانند بررسی کنند، تصمیم بگیرند، برنامهریزی کنند، بسازند، بازبینی کنند و عملیات را پیش ببرند؛ دخالت مالک برای انتخابهای ساختاری، تغییر قواعد و ارجاعهای واقعی نگه داشته میشود.
در ملکآنلاین، جهت AI-first را پیش از آنکه اصطلاح AI-native را به کار بگیریم آغاز کردم و سپس سازمان مهندسی پشت این گذار را از اصول پایه معماری و پیادهسازی کردم.
در نتیجه، تولید نرمافزار بهعنوان یک «سازمان» طراحی میشود: مسئولیتها، کانتکست، حافظه، فرایندهای تصمیم، مسیریابی کار، بازبینی مستقل، دروازههای کیفیت، چرخهٔ عمر، اختیار و حلقههای بازخورد اجزای درجهاول معماریاند.
آغاز مسیر
جهت معماری پیش از نامگذاری وجود داشت.
مسیر امروزی AI-native ملکآنلاین پیش از آن آغاز شد که ما از اصطلاح «AI-native» استفاده کنیم.
نسخهٔ متعارف قبلی ملکآنلاین را خودم ساخته بودم. در آوریل ۲۰۲۵ جهت AI-first را برای ملکآنلاین پیشنهاد کردم: AI هم در خود محصول و هم در شیوهٔ مهندسی و ساخت آن جزئی بنیادین باشد.
پس از آن، این پیشنهاد مدتی در مرحلهٔ تصمیمگیری و آمادهسازی باقی ماند. از ژوئیه تا اوت ۲۰۲۵ ساخت نسخهٔ متعارف را ادامه دادیم و پایلوت آن را لانچ کردیم.
در اوت ۲۰۲۵ جهت AI-first برای ملکآنلاین پذیرفته شد. استفادهٔ مستقیم از AI در توسعه را آغاز کردیم و در ابتدا حتی روی همان اپ موجود نیز از آن استفاده شد. در همان ماه، معماری محصول جدید AI-first را پیشنهاد کردم—با تجربهٔ مکالمهای و حضور AI در جریانهای اصلی مانند فهم داده و تطبیق—و معماری سازمان مهندسی ایجنتی برای تولید سرتاسری نرمافزار را آغاز کردم.
با واژگان امروزی، آن جهت در هر دو سوی محصول و مهندسی در نیت و معماری عملاً AI-native بود.
نام تغییر کرد؛ جهت معماری تغییر نکرد.
مدل
یک سازمان مهندسی AI-native با حاکمیت انسان و اجرای ایجنتها
۱هدف، اختیار راهبردی و حاکمیت انسانی
۲تفسیر، بررسی و هماهنگی توسط ایجنت راهبر
۳برنامهریزی ایجنتی، طراحی تیم و مأموریت و تصمیمات تفویضشده
۴نیروی اجرای ایجنتی
۵بازبینی، تست و ارزیابی مستقل
۶انتشار، مشاهده و بازخورد
۰۲
محصول AI-native
AI در هستهٔ سفر کاربر و معماری تصمیم و جریان کار قرار دارد؛ نه بهعنوان قابلیت فرعی روی یک محصول متعارف.
۰۳
بازطراحی مبتنی بر بازخورد
خطا و مشاهده میتواند طراحی، ساختار مأموریت یا روش اجرا را تغییر دهد؛ نه اینکه صرفاً به اصلاح بعدی منتهی شود.
خط زمانی
از جهت AI-first تا یک سازمان مهندسی AI-native با اختیار تفویضشده به ایجنتها.
جهت AI-first را برای ملکآنلاین، هم در محصول و هم در مهندسی آن، پیشنهاد کردم.
پیشنهاد من فراتر از افزودن چند قابلیت AI بود: AI باید هم در تجربهٔ محصول و هم در شیوهٔ ساخت خود محصول به بخش بنیادین معماری تبدیل میشد.
این جهت در مرحلهٔ تصمیمگیری و آمادهسازی باقی ماند.
این بازه یک دورهٔ میانی بود و معماری جدید هنوز به مسیر عملیاتی محصول تبدیل نشده بود.
ساخت نسخهٔ متعارف را ادامه دادیم و پایلوت آن را لانچ کردیم.
مسیر محصول موجود همچنان فعال بود و جهت بزرگتر AI-first هنوز مسیر عملیاتی اصلی نشده بود.
جهت AI-first پذیرفته شد، AI وارد توسعهٔ ملکآنلاین شد و معماری جدید محصول و مهندسی را آغاز کردم.
استفادهٔ مستقیم از AI در توسعه را شروع کردیم و در ابتدا حتی روی همان اپ موجود نیز از آن استفاده شد. در همان ماه، معماری محصول جدید AI-first را پیشنهاد کردم—که با واژگان امروز در نیت و معماری AI-native بود—و معماری سازمان مهندسی ایجنتی برای تولید سرتاسری نرمافزار را آغاز کردم.
شروع کردم این جهت را به یک مدل عملیاتی پایدار و چندایجنتی تبدیل کنم.
کار از استفاده از ابزارهای AI عبور کرد و به طراحی تداوم، تفویض، هماهنگی و قواعد عملیاتی صریح میان نقشهای ایجنتی رسید.
این جهت را بهعنوان یک معماری صریح مهندسی AI-native صورتبندی کردم.
سیستم به سمت نقشهای تعریفشدهٔ تیم، نودهای ایجنتی، مسیریابی و رویههای عملیاتی ویژهٔ هر نقش رفت و جهت AI-first به یک معماری عملیاتی مهندسی تبدیل شد.
مدل مهندسی را یک سطح بالاتر بردم: از کار با ایجنتها به مهندسی لایهای که آنها را مدیریت میکند.
تمرکز از هدایت دستی سشنهای پیادهسازی به تفویض، هماهنگی پایدار و مدیریت کار میان ایجنتهای تخصصی منتقل شد.
لایهٔ مدیریت را به یک سازمان مهندسی AI مبتنی بر نقش گسترش دادم.
مسئولیتهای پایدار، تفویض، مسیرهای گزارشدهی و بازبینی مستقل از رفتار موردی سشنها به دغدغههای سازمانی تبدیل شدند.
برای خودمختاری تفویضشدهٔ ایجنتها، معماری صریح بررسی و تصمیمگیری اضافه کردم.
سیستم طوری طراحی شد که مسئله را بازصورتبندی کند، گزینهها را مقایسه کند و تصمیمات در محدودهٔ تفویضشده را بدون بازگشت پیشفرض به مالک حل کند؛ در عین حال مرز روشنی برای انتخابهای مالکسطح حفظ شود.
مدل عملیاتی را در برنامهریزی، تصمیم و اجرا بیشتر به سمت اختیار تفویضشده بردم.
نقش من روی هدف، انتخابهای ساختاری، مرزهای حاکمیت و ارجاعهای واقعی متمرکز است؛ در محدودهٔ تفویضشده، نقشهای ایجنتی میتوانند بدون انتظار برای هدایت در جزئیات پیادهسازی برنامهریزی کنند، تصمیم بگیرند، بسازند، بازبینی کنند و عملیات را پیش ببرند.
یادداشتهای میدانی
درسهایی از ساخت سازمانهای AI-native در عمل
حاکمیت
حاکمیت انسانی به معنی تأیید انسانی برای هر تصمیم نیست
حاکمیت، هدف، اختیار و مرزهای ارجاع را تعریف میکند. درون این مرزها، نقشهای ایجنتی میتوانند بدون انتظار برای تأیید انسانی در هر گام بررسی کنند، تصمیم بگیرند و اجرا کنند.
سازمان
کار کردن از مسیر ایجنتهای راهبر، نقش انسان را تغییر میدهد
نقش انسان به سطح هدف، مرزها و انتخابهای ساختاری منتقل میشود؛ نقشهای راهبر و تصمیمساز تخصصی میتوانند برنامهریزی، هماهنگی و تصمیمات تفویضشدهٔ پایینتر از این مرز را مدیریت کنند.
کیفیت
بازبینی مستقل یک مسئلهٔ سازمانی است
اگر پیادهسازی و بازبینی کانتکست و انگیزهٔ یکسان داشته باشند، بازبینی میتواند به تأیید خود تبدیل شود. استقلال باید طراحی شود.
با تکامل محصول و سازمان مهندسی، یادداشتهای میدانی بیشتری منتشر خواهم کرد.
تز
مهندسی نرمافزار دیگر حول نوشتن کد متمرکز نیست؛ مرز پیشرو، مهندسی سازمانهای AI است.
در کار من، خودِ سازمان مهندسی یک سیستم قابل طراحی است: اختیار، فرایندهای تصمیم، کانتکست، حافظه، هماهنگی، راستیآزمایی و مسیرهای ارجاع؛ تا تیمهای ایجنتی بتوانند در مرزهای صریح تصمیم بگیرند، بسازند، بازبینی کنند، عملیات را پیش ببرند و نرمافزار را بهبود دهند.
واحد مهندسی دیگر فقط کد نیست؛ سازمان AI هم هست که میتواند دربارهٔ آن تصمیم بگیرد، آن را بسازد، بازبینی کند و به کار بیندازد.