جورج هاتز—هکری که برای اولین بار در 17 سالگی آیفون را کرک کرد و پلی‌استیشن 3 را پیش از اینکه سونی از او شکایت کند، مهندسی معکوس کرد—روز یکشنبه پستی در وبلاگ خود منتشر کرد و استدلال کرد که پذیرش گسترده عوامل کدنویسی هوش مصنوعی به فاجعه یا حداقل چیزی نزدیک به آن منجر خواهد شد.

هاتز نوشت: "همین الان می‌گویم، پذیرش عوامل هوش مصنوعی در توسعه نرم‌افزار یکی از پرهزینه‌ترین اشتباهات در تاریخ این حوزه خواهد بود." "عوامل نمی‌توانند برنامه‌نویسی کنند، و طولانی‌تر و طولانی‌تر می‌شود تا متوجه شوند که نمی‌توانند."

"خروجی مشکل دارد، اما به گونه‌ای که تشخیص آن سخت‌تر و سخت‌تر می‌شود. که دقیقاً همان چیزی است که از یک مدل آماری با دقت فزاینده انتظار دارید."

این پست، با عنوان "The Eternal Sloptember" (سپتامبر همیشگی آشغال)، پنج روز پس از آن منتشر شد که آندری کارپاتی، یکی از برجسته‌ترین محققان هوش مصنوعی، با این دیدگاه صریح به تیم پیش‌آموزش Anthropic پیوست که عوامل هوش مصنوعی قبلاً توسعه نرم‌افزار را متحول کرده‌اند. این دو مرد اکنون قطب‌های متضاد یک بحث حل نشده در صنعت را نمایندگی می‌کنند—و هر دو اعتبار واقعی برای اتخاذ موضع دارند.

هاتز نتیجه‌گیری خود را از حاشیه نگرفته است. او شش ماه را صرف استفاده از عوامل در پروژه‌های واقعی کرد: بخش‌هایی از Tinygrad، چارچوب یادگیری عمیق منبع باز خود، و مهندسی معکوس کامل یک فریمور تراشه USB-PCIe. او می‌نویسد: "عامل تمام پیشرفت را از قبل بارگذاری می‌کند،" سپس آنچه را که او یک اهرم دستگاه اسلات توصیف می‌کند به شما می‌دهد—شما آن را می‌کشید و امیدوارید که کار نهایی انجام شود.

هیچ‌وقت به طور کامل انجام نمی‌شود.

نه درباره ایگو

هاتز پیش‌بینی می‌کند که مخالفت واضحی وجود دارد: یک برنامه‌نویس که بخشی از هویت خود را از طریق حرفه‌اش تعریف می‌کند، به طور طبیعی در برابر ابزارهایی که او را تهدید به جایگزینی می‌کنند، مقاومت خواهد کرد. او این اعتراض را جدی می‌گیرد و آن را بر اساس شایستگی رد می‌کند.

هاتز نوشت: "بیشتر به مسئله حفظ ارزش شخصی فکر کردم. AFL گوگل باگ‌های بیشتری نسبت به مدل‌های زبانی بزرگ پیدا کرد و هیچ‌کس در مورد آن چنین احساسی نداشت. شطرنج و گو محبوب‌تر از همیشه هستند." و او در این زمینه حق دارد که هوش مصنوعی شطرنج دهه‌ها بر انسان‌ها غالب بوده و بازی فقط محبوب‌تر شده است.

بنابراین، نگرانی او در مورد جایگزینی نیست. این در مورد اتفاقی است که برای کیفیت کد می‌افتد زمانی که همه از این ابزارها به طور همزمان استفاده می‌کنند، به ویژه زمانی که شرکت‌های بزرگ فناوری و وال استریت دائماً برای استفاده انبوه از این ابزارها فشار می‌آورند.

هاتز استدلال می‌کند: "من تقریباً فکر می‌کنم این نوعی عملیات روانی برای فروش عوامل است." "ترس از دست دادن یکی از تنها راه‌هایی است که شرکت‌های بزرگ را به حرکت وامی‌دارد. اگرچه فکر می‌کنم در آن ترس، آن‌ها اشتباه بزرگی می‌کنند."

استدلال اصلی او سازمانی است. افراد با عملکرد بالا حلقه‌های بازخورد کافی و محکمی دارند تا مشکلات تولید شده توسط عامل را قبل از انتشار تشخیص دهند. آن‌ها کد را می‌خوانند، خطاها را شناسایی می‌کنند، و کالیبره می‌کنند که چه زمانی به ابزار اعتماد کنند. او می‌نویسد: "افراد با عملکرد پایین‌تر آن بررسی خودکار را نخواهند داشت"—و آن‌ها کسانی هستند که از عوامل برای تولید 10 برابر خروجی قبلی خود استفاده می‌کنند. در یک شرکت بزرگ، این محاسبات چیزی خاص تولید می‌کند: کاهش سریع‌تر کیفیت متوسط کد، که توسط حجم محض پنهان می‌شود.

او استدلال می‌کند که نتیجه "عصر طلایی برای سطل‌ها سطل آشغال، و دوران تاریک برای جواهرات با کیفیت" خواهد بود. به عنوان یک مثال ملموس، او به گزارش‌هایی اشاره می‌کند که اپل در حال ترویج ابزارهای کدنویسی هوش مصنوعی در کل سازمان مهندسی خود است، سپس به سادگی می‌پرسد: "فکر می‌کنید macOS در 2 سال آینده بهتر می‌شود یا بدتر؟"

مواضع دو جبهه

هاتز اکنون خود را در آنچه او "اردوگاه LeCun/Marcus" می‌نامد قرار می‌دهد—با اشاره به یان لِکان، دانشمند ارشد هوش مصنوعی متا، و گری مارکوس، منتقد قدیمی مدل‌های زبانی بزرگ. هر دو استدلال کرده‌اند که مدل‌های زبانی اساساً تطبیق‌دهنده‌های الگوی پیچیده‌ای هستند: آن‌ها می‌توانند توزیع کد موجود را تقلید کنند، اما نمی‌توانند مسائل واقعاً جدید را از اصول اولیه حل کنند.

کدنویسی حسی—توصیف آنچه می‌خواهید به زبان ساده و اجازه دادن به هوش مصنوعی برای تولید پیاده‌سازی—در طول سال گذشته به شدت گسترش یافته است، و آزمایشگاه‌های بزرگ کدنویسی مبتنی بر عامل را به عنوان یک محصول شاخص معرفی کرده‌اند. مایکروسافت GitHub Copilot را در سال 2025 به یک سیستم کاملاً عاملیت‌محور تبدیل کرد، و ساتیا نادلا، مدیر عامل، آن را یک تغییر در سطح پلتفرم قابل مقایسه با انتقال به فضای ابری توصیف کرد.

مخالفت با موضع هاتز انتزاعی نیست. کارپاتی، که در اوایل سال 2025 نسبت به عوامل بدبین بود، پس از انتشار مدل‌های جدید موضع خود را تغییر داد و در 19 می—پنج روز قبل از انتشار پست هاتز—به تیم پیش‌آموزش Anthropic پیوست. او چند سال آینده در خط مقدم را "به ویژه سازنده" توصیف کرد.

داریو آمودی، مدیر عامل Anthropic، در داووس گفت که برخی از مهندسان Anthropic قبلاً خودشان کدنویسی را متوقف کرده‌اند و به مدل‌ها اجازه می‌دهند کار را انجام دهند در حالی که آن‌ها خروجی را بررسی می‌کنند. هاتز، به نوبه خود، می‌گوید که او هم تلاش کرد همین کار را انجام دهد و هر بار خود را در حال انجام اصلاح دستی یافت.