הסוכנים פותחים את ה־pull requests

ב־28 באוקטובר פרסמה GitHub את Octoverse, הדוח השנתי שלה על הפעילות בפלטפורמה, ושורה אחת בולטת בו: עד ספטמבר 2026, יותר מ־40 אחוזים מה־pull requests ב־GitHub התחילו מטיוטה ראשונה של סוכן, לעומת 17 אחוזים במרץ. מדובר ב־110 מיליון pull requests בספטמבר לבדו. באותו יום, בכנס Universe, השיקה GitHub את Copilot Projects בתצוגה מקדימה ציבורית והפכה את Agentic Workflows לזמין לכלל המשתמשים.

שבוע אחר כך קנתה Meta את Conductor, סטארט־אפ שנבנה כדי להריץ כמה סוכני קוד בו־זמנית. יחד, החדשות מצביעות לכיוון אחד: כתיבת קוד היא כבר לא החלק הנדיר בפיתוח תוכנה. הגדרתו, סקירתו, בדיקתו והאחריות עליו הם החלק הנדיר.

מה GitHub ספרה

אלה המספרים של GitHub עצמה, שנמדדו בפלטפורמה שלה, וכך צריך לקרוא אותם. Octoverse מחשיב pull request ככזה שסוכן התחיל כשהטיוטה הראשונה שלו הגיעה מסוכן קוד ש־GitHub יכולה לזהות, והדוח מכנה את האות הזה "רצפה, כי ייתכן שלא כל שימוש בסוכנים מזוהה." הוא מכסה מאגרים ציבוריים ופרטיים, והנתונים לשנים קודמות חושבו מחדש על אותו בסיס.

הדוח גם אומר שה־pull requests של סוכנים מתמזגים עכשיו לפחות באותה תדירות כמו השאר. בפברואר, 83 אחוזים מה־pull requests שהיו מעורבים בהם סוכנים מוזגו בתוך שבועיים, לעומת כ־86 אחוזים מאלה שלא זוהה בהם סוכן; עד ספטמבר הגיע השיעור אצל הסוכנים ל־90 אחוזים. הם גם רחבים יותר: כ־87 אחוזים מהם משנים יותר מקובץ אחד, לעומת 79 אחוזים מהאחרים. לפי הקריאה שלנו, מיזוג מראה שמי שסקר את השינוי קיבל אותו, לא שהשינוי היה נכון.

יותר סוכנים לכל אדם

המוצרים ש־GitHub השיקה באותו יום מניחים שהשיעור הזה ימשיך לגדול. Copilot Projects נותן לעבודה שמשתרעת על כמה מאגרים מקום אחד להקשר, לסוכנים ולתוצאות שלה. אתם מתארים מטרה, Copilot מריץ סוכנים במקביל, "פונה אליכם כשהוא צריך אתכם" ומחזיר תוצאות כמו pull requests לסקירה שלכם. Agentic Workflows מאפשרים לצוות לתאר ב־Markdown משימות כמו מיון issues או ניתוח של build שנכשל, ולתת לסוכן קוד לבצע אותן ב־GitHub Actions, עם הרשאות קריאה בלבד כברירת מחדל ו־job נפרד שסורק שינויים מוצעים לפני שהם מוחלים.

הפוסט של GitHub מ־Universe מתאר את חלוקת העבודה במשפט אחד: "המפתחים קובעים את הכיוון, מקבלים החלטות ונשארים אחראים למה שיוצא לאוויר." אנליסט שצוטט ב־InfoWorld פירט מה זה אומר בפועל. "עשרה מפגשי סוכנים מקבילים, למשל, יכולים לייצר עשרה pull requests שצריך לסקור," אמר אמית קומאר ג׳נה, שמוביל את פיתוח ה־AI בחברת הייעוץ Kanerika.

שבעים אחוזים זה לא גמור

מבחן חדש מחוץ ל־GitHub מראה למה אי אפשר לדלג על הסקירה הזו. ב־26 באוקטובר פרסמו חוקרים מ־Alibaba ומכמה אוניברסיטאות את Co-Design Bench: 273 משימות שנלקחו מ־26,314 מפגשי קוד אמיתיים של משתמשים, וכל אחת נבדקת מול קריטריוני קבלה נסתרים שכתבו מומחים, 2,331 בסך הכול. החזק מבין עשרה מודלים, שהורצו באותה תצורת סוכן, עמד בממוצע ב־69.9 אחוזים מהקריטריונים לכל משימה, אבל עמד בכולם רק ב־26.4 אחוזים מהמשימות. The Decoder, שדיווח על המחקר ב־8 בנובמבר, כתב שסוכני קוד עדיין "צריכים ניקיון אנושי כמעט בשלוש מכל ארבע משימות".

למחקר יש מגבלות. כל משימה היא בקשה קבועה אחת, כך שהסוכנים לא יכלו לשאול שאלות או לקבל תיקונים בדרך, הציון ניתן בידי שופטי AI שעלולים לטעות, וכמה מהמחברים מגיעים מ־Alibaba, שהמודל שלה עצמה, Qwen, היה בין הנבדקים. ובכל זאת, הפער שהוא מודד, בין רוב הדרישות לבין כולן, הוא בדיוק הפער שסוקר נמצא שם כדי לסגור.

מה צוותים טובים עושים עכשיו

כל זה דורש פחות כלים חדשים ויותר משמעת ישנה, שמופעלת בהקפדה רבה יותר. התחילו מההגדרה: כשסוכן מנסח את השינוי, המשימה הכתובה היא המקור האמיתי, וג׳נה הזהיר ש"משימות שמוגדרות בצורה גרועה עלולות להוביל להרצות חוזרות, לעבודה כפולה ולצריכה גבוהה יותר של קרדיטים של AI." כתבו מה פירוש גמור לפני שהסוכן מתחיל, כמו ש־Co-Design Bench קובע קודם את קריטריוני הקבלה שלו.

שמרו על שינויים קטנים מספיק כדי שאפשר יהיה לקרוא אותם. לדברי GitHub, ב־stacked pull requests, שמפצלים עבודה קשורה לשינויים קטנים יותר שנסקרים ברצף, השתמשו עד ספטמבר יותר מ־264,000 מפתחים, חודשיים אחרי שהושקו בתצוגה מקדימה. הפכו את הבדיקות לשער: שינוי לא אמור להגיע לאדם לפני שהוא עובר אותן, והבדיקות עצמן ראויות לסקירה הקפדנית ביותר, כי סוכן שמותר לו לערוך את הבדיקות של עצמו יכול לגרום לכל דבר לעבור.

ולבסוף, קבעו מי האדם. כל שינוי שיוצא לאוויר צריך מישהו שאישר אותו ויכול להסביר אותו, והמישהו הזה לא יכול להיות הסוכן. העצה של ג׳נה למנהלי מערכות מידע זהה: "לדרוש אישור אנושי לפני ש־pull requests שסוכנים יצרו מתמזגים."

כלים יכולים להיכבות

העסקה עם Conductor מוסיפה לקח שקט יותר. TechCrunch דיווח ב־4 בנובמבר ש־Meta רכשה את הסטארט־אפ, שנוסד ב־2024, וצוותי הסוכנים שלו "נועדו לעזור למהנדסי תוכנה לעבוד בתיאום על חלקים נפרדים ומבודדים של פרויקט", בעזרת סוכנים ממעבדות כמו Anthropic ו־OpenAI. Meta אישרה את הרכישה אבל לא מסרה את התנאים.

ההודעה של Conductor עצמה קובעת את לוח הזמנים. הרשמות חדשות הופסקו ב־4 בנובמבר, סביבות העבודה בענן עוברות למצב קריאה בלבד ב־13 בנובמבר, וב־20 בנובמבר החברה מתחילה למחוק את נתוני המשתמשים בענן, כך שללקוחות יש שישה עשר יום לייצא את מה שהם שומרים שם. אפליקציית הדסקטופ ממשיכה לעבוד בינתיים ותתחיל להיסגר בהדרגה בתחילת 2027. Conductor אומרת שמעולם לא מכרה נתוני משתמשים ולא אימנה עליהם, והיא מציעה ייצוא והעברה לאפליקציה המקומית.

שום דבר כאן לא מרמז על חוסר תום לב. זה מראה כמה חדשה ולא יציבה עדיין השכבה שמריצה סוכנים: שירות שמחזיק את סביבות העבודה והשיחות של הסוכנים שלכם יכול להירכש ולהיסגר בתוך שבועות. שמרו את מה שחשוב במקומות שבשליטתכם: את הקוד וההיסטוריה שלו במאגר שלכם, הגדרות והחלטות כתובות לצידו, ובדיקות שכל סוכן חייב לעבור, יהיה הספק שלו אשר יהיה.

איפה אנחנו עומדים

Werk, פלטפורמת האפליקציות שלנו, זמינה ובנויה על חלוקת העבודה הזו. בינה מלאכותית כותבת את רוב הקוד על מסגרת שבנינו ושאנחנו סומכים עליה, אנשים מחליטים מה לבנות, מעצבים את התחושה וסוקרים כל גרסה, וכל גרסה נבדקת. הקוד שלכם, והפלטפורמה ממשיכה לגדול מתחתיו. הצעד הבא שאנחנו עובדים לקראתו הוא סוכנים שמשחררים בעצמם שינויים ותיקונים שגרתיים, בדוקים וסקורים לפני השחרור, וזה עובד רק כשההגדרה, הבדיקה והסקירה כבר קיימות.