مهندسان Nextdoor چگونه با Codex محدودیتهای توسعه را کنار میزنند
در تیم پلتفرم اصلی Nextdoor، Codex مشکلات را بررسی میکند و اختیار عمل را به مهندسان محصول میدهد.
محصولی مانند Nextdoor که به بیش از ۱۱۰ میلیون کاربر در ۱۱ کشور خدمات میدهد، مسئولیتها و چالشهای زیادی برای تیم پلتفرم ایجاد میکند. از نگاه کوری دالفین، رئیس بخش مهندسی، Codex نشانه یک تغییر اساسی است: «عبور از پرامپتدادنِ مرحلهبهمرحله به یک عامل، و حرکت بهسوی رویکردی نتیجهمحور؛ جایی که مهندسان ابتدا به نتیجهای فکر میکنند که میخواهند به آن برسند، سپس با عامل هوش مصنوعی همکاری میکنند تا آن نتیجه را بسازند.»
این یعنی هر مهندس میتواند از محدوده یک نقش فنیِ محدود فراتر برود و مسئولیت گستردهتری در مسیر توسعه محصول بر عهده بگیرد. مهندسان دیگر فقط به تخصص در یک سیستم یا فریمورک خاص محدود نیستند؛ بلکه میتوانند تقریباً از ابتدا تا انتهای تجربه محصول، حتی در چند پلتفرم مختلف، نقش مؤثر داشته باشند. سرعت و بهرهوری توسعه آنقدر افزایش یافته که گلوگاه اصلی دیگر خودِ مهندسی نیست؛ چالش مهمتر، تصمیمگیریهای راهبردی و دشوار درباره این است که در مرحله بعد چه چیزی باید ساخته شود.
«Codex اساساً نگاه ما به مهندسی را تغییر داده است؛ تا جایی که حتی نمیتوانیم مهندسی را بدون آن تصور کنیم.»
دالفین توضیح میدهد: «با Codex، مهندسان زمان بسیار کمتری را صرف فکر کردن به این میکنند که دقیقاً چطور چیزی را بسازند، و بیشتر روی نتیجهای تمرکز میکنند که میخواهند به آن برسند.» این نتیجه میتواند اسکرینشات یا ویدئویی باشد که مسیر کار را به عامل هوش مصنوعی نشان میدهد؛ یا یک معیار عملکردی مشخص، نتیجه یک آزمون، یا حتی ایدهای کاملاً تازه برای یک قابلیت جدید.
Nextdoor بهتازگی قابلیت Opportunity Alerts را منتشر کرده است؛ قابلیتی که به کاربران کمک میکند ارائهدهندگان خدمات نزدیک خود را پیدا کنند. با Codex، مهندسان نقش فعالتری در شکلدادن به تجربه محصول و مسیر توسعه آن دارند. برای نمونه، یکی از مهندسانی که روی این قابلیت کار میکرد متوجه شد نمایش ارائهدهندگان خدمات روی نقشه میتواند مفید باشد. در گذشته، ساخت چنین قابلیتی به همکاری سه تیم مهندسی موبایل، فرانتاند و بکاند نیاز داشت و ممکن بود هرگز از فهرست کارهای در انتظار اجرا فراتر نرود.
اما دالفین توضیح میدهد: «با Codex توانستیم کاری کنیم که یک مهندس بهتنهایی آن را از ابتدا تا انتها بسازد. این یعنی نهتنها میتواند محصول را سریعتر پیش ببرد، بلکه تجربه واقعی محصول را بهتر درک میکند و بهتر تشخیص میدهد چه چیزی واقعاً ارزش عرضه دارد.»
«وقتی مهندسان از اجرای صرف فاصله میگیرند و به تصمیمگیریهای سطح بالاتر در توسعه محصول نزدیکتر میشوند، مسئولیت بیشتری در قبال محصولی که میسازند بر عهده میگیرند. آنوقت واقعاً میبینید که تکتک مهندسان شروع به شکلدادن و پیشبرد محصولات میکنند.»
Nextdoor هنگام کار با پایگاهدادههای تعبیهشده مبتنی بر Rust و سیستمهایی که درگیر خطاهای حساسِ همزمانی هستند، برای عیبیابی مشکلاتی که بازتولیدشان بسیار دشوار است از Codex کمک میگیرد. این تیم برای بررسی چنین مشکلاتی، محیطی تمیز و کنترلشده همراه با یک بستر آزمایشی در اختیار عامل هوش مصنوعی قرار میدهد و سپس از آن برای طیف گستردهای از کارها استفاده میکند؛ از یافتن دلیل راهاندازی نشدن پادهای Kubernetes گرفته تا تشخیص روند مناسب در تحلیل داده.
دالفین توضیح میدهد: «با GPT‑5.4 و GPT‑5.5، ارتقای واقعاً چشمگیری را تجربه کردهایم. میبینیم که Codex در پیگیری مداوم مسئله و تلاش برای یافتن راهحل درست بسیار خوب عمل میکند؛ حتی وارد جزئیات فنی بسیار تخصصی و ظاهراً دور از ذهن میشود تا به علت اصلی مشکل برسد.»
دالفین درباره Fast Mode در Codex و GPT‑5.5 میگوید: «راستش را بخواهید، بسیاری از اعضای تیم حسابی به آن علاقهمند شدهاند. وقتی روی مسئلهای کار میکنید و خیلی سریع بازخورد میگیرید، این تجربه برای یک مهندس واقعاً هیجانانگیز است.»
سرعت کارهای مهندسی آنقدر افزایش یافته که دالفین تغییر فشارها را در بخشهای مختلف سازمان بهوضوح دیده است. او میگوید: «ما آنقدر سریعتر پیش میرویم که گلوگاهها دیگر در بخش مهندسی نیستند. مسئله اصلی حالا این است که چگونه تشخیص دهیم کدام قابلیتها ارزش ساختن دارند و کدام راهبرد درستتر است؛ نه اینکه صرفاً چگونه آنها را از نظر فنی بسازیم.»
