Anthropic گزارش مهندسی دقیقی از چگونگی ساخت claude.ai و اپلیکیشن دسکتاپ Claude در یک دو هفته دویدن تقریباً سه برابر سریع‌تر منتشر کرده است، و نکته اینجاست که بیشتر کار توسط خود کلود انجام شده است. این پست که در وبلاگ مهندسی Anthropic منتشر شده است، یک کمپین عملکردی را توصیف می‌کند که از یک کانال Slack با مدل هوش مصنوعی در هر رشته، یافتن گلوگاه‌ها، ساختن معیارها، بهبود حمل و نقل و تماشای هر استقرار اجرا می‌شود.

اعدادی که در صدک 75 اندازه گیری می شوند، قابل توجه هستند. زمان رسیدن به یک صفحه قابل تایپ در بار جدید claude.ai از 3.1 ثانیه به 0.55 ثانیه کاهش یافت. شروع یک جلسه جدید Claude Code از 0.8 ثانیه به 0.3 ثانیه کاهش یافت و بارگیری یک جلسه ابری Claude Cowork از 2.6 ثانیه به 0.73 ثانیه کاهش یافت. در مجموع، Anthropic تخمین می زند که پیشرفت ها باعث صرفه جویی در مصرف ده ها هزار ساعت انتظار کاربر در هر روز می شود. For more context on this story, see our ongoing breaking AI news.

ابتدا اندازه گیری، سپس حرکت

اسپرینت با اندازه گیری به جای کد شروع شد. تیم با استفاده از Claude برای تجزیه و تحلیل داده‌های استفاده از طریق سرور Datadog MCP، چهار سفر کاربر را شناسایی کردند که ۹۵ درصد از فعالیت‌ها را تشکیل می‌دهند: راه‌اندازی برنامه، شروع مکالمه، بارگیری مکالمه موجود و ارسال پیام. در سرتاسر وب و دسکتاپ، این سفرها به سیزده اندازه گیری مجزا تقسیم شدند، و تیم ابزار دقیق را تا زمانی که هر یک به طور مستقیم قابل مقایسه بودند اضافه کردند - که از تعامل کاربر شروع می شود و پس از ارائه نتیجه پایان می یابد.

با ایجاد خطوط پایه، تیم فهرستی از تقریباً بیست پروژه دست‌چین شده تهیه کرد که هر کدام یک سفر خاص را هدف قرار می‌دادند و از کلود خواستند تأثیر هر کدام را در میلی‌ثانیه برای تعیین اهداف اسپرینت تخمین بزند. نقشه زودتر از موعد فرود آمد: آنتروپیک گزارش می دهد که دوازده هدف از سیزده هدف را در روز سوم مورد اصابت قرار داده است. این باعث شد که کلود فرصت‌های بیشتری را شناسایی کند و جریان‌های کاری جدید را پیشنهاد کند، که به سرعت به پروژه‌های کامل خود تبدیل شدند و نتایج را فراتر از اهداف اصلی سوق دادند.

آنچه در واقع ارسال شد

تغییرات فنی مانند یک چک لیست از کار عملکرد وب مدرن خوانده می شود. برای راه‌اندازی سریع‌تر، تیم یک آهنگساز استاتیک را در HTML ایجاد کرد تا کاربران بتوانند در حین راه‌اندازی React شروع به تایپ کنند و یک حافظه پنهان کد V8 را از پیش کامپایل کردند تا فرآیند اصلی پوسته دسک‌تاپ دیگر از ابتدا در هنگام راه‌اندازی دوباره کامپایل نشود. برای پیمایش سریع‌تر بین مکالمه‌ها، آهنگساز به جای خراب شدن و بازسازی، نصب می‌شود، زمانی که کاربر روی آن‌ها قرار می‌گیرد، جلسات از قبل واکشی می‌شوند و رندرهای نوار کناری مجدداً 90 درصد کاهش می‌یابد.

بر اساس این پست، مقیاس تاریخچه ادغام، رقم اصلی است: بیش از سه هزار تغییر در طول دوی سرعت بدون یک حادثه یا عقبگرد با مشتری انجام شد.

کلود تگ: یک مامور با نرده های محافظ

این اسپرینت روی چیزی اجرا شد که Anthropic آن را کلود تگ می نامد، که در حال حاضر در نسخه بتا است و به عنوان یک مدل تحقیقاتی داخلی توصیف شده است که تقریباً با Opus 5.5 قابل مقایسه است. تقسیم کار مهم ترین بخش داستان است. کلود گلوگاه‌ها را پیدا کرد، معیارهایی ایجاد کرد، اصلاح‌ها را پیاده‌سازی کرد و هر استقرار را زیر نظر گرفت – ساعت‌ها به‌صورت ناهمزمان کار می‌کرد، حتی یک شبه. انسان ها اهداف را تعیین کردند، مبادلاتی را انجام دادند و هر تغییری را قبل از ادغام آن تایید کردند.

این تیم همچنین می خواست سریعتر از سرعت استقرار خود تکرار کند، بنابراین اندازه گیری های آزمایشگاهی را به عنوان پراکسی برای خواندن در دنیای واقعی ساخت. در میان سؤالاتی که مهندسان پرسیدند: آیا تعداد دستورالعمل‌های جاوا اسکریپت می‌تواند جایگزین زمان‌بندی ساعت دیواری به عنوان سیگنال بازخورد سریع‌تر برای اعتبارسنجی نمونه‌های اولیه قبل از استقرار شود؟

چرا برای مهندسی به کمک هوش مصنوعی مهم است

پست Anthropic کمتر برای بهینه‌سازی‌های خاص قابل توجه است - پوسته‌های استاتیک، واکشی اولیه و کاهش رندر تکنیک‌های ثابت‌شده هستند - تا آنچه در مورد توسعه مبتنی بر هوش مصنوعی در مقیاس تولید نشان می‌دهد. یک آزمایشگاه مرزی به تازگی یک بازنگری عملکرد سه هزار تغییری یک محصول مصرفی شاخص را با عوامل هوش مصنوعی که بخش عمده ای از کار شناسایی، پیاده سازی و تأیید را انجام می دهند، ارسال کرد، در حالی که انسان ها اختیار تأیید را برای هر تغییری حفظ کردند.

نتیجه همچنین در یک زمینه رقابتی قرار می گیرد که در آن پاسخگویی یک ویژگی محصول است. کلود به طور مستقیم با ChatGPT OpenAI و Gemini گوگل برای جلب توجه مصرف کننده و توسعه دهنده رقابت می کند و سرعت درک شده استفاده روزانه از محصولات دستیار را به همان اندازه کیفیت مدل شکل می دهد. کاهش زمان تا تعامل از 3.1 ثانیه به 0.55 ثانیه تنها شایع ترین شکایت کاربران در مورد محصول را برطرف می کند.

برای تیم‌های مهندسی که از بیرون تماشا می‌کنند، درس قابل انتقال از حساب Anthropic ساختار حلقه است: سفرهای کاربر را دقیقاً اندازه‌گیری کنید، اجازه دهید مدل تغییرات را در برابر آن اندازه‌گیری‌ها پیشنهاد و تأیید کند، دروازه تأیید انسانی را حفظ کند، و دامنه را فقط به همان سرعتی که سیستم اندازه‌گیری می‌تواند تأیید کند، گسترش دهد. چارچوب بندی خود Anthropic این است که وقتی کلود بتواند چیزی را اندازه گیری کند، می تواند آن را سریعتر کند - بنابراین تیم به یافتن چیزهای بیشتری برای اندازه گیری ادامه داد.

این که آیا اسپرینت‌های عامل محور مشابه به یک روش استاندارد در صنعت نرم‌افزار تبدیل می‌شوند، باید دید، اما آنتروپیک یکی از ملموس‌ترین نقاط داده عمومی را ارائه کرده است که می‌توانند در مقیاس کار کنند. خوانندگانی که نحوه تغییر شکل دادن به توسعه نرم‌افزار توسط هوش مصنوعی را دنبال می‌کنند، می‌توانند پوشش تحقیقاتی هوش مصنوعی ما را برای پیشرفت‌های بیشتر دنبال کنند.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →