Combining Mechanical and Agentic Specification Inference for Move
تقدم هذه الورقة أداة لاستنتاج المواصفات لـ Move Prover تعمل على دمج تحليل الشرط الأضعف السليم مع واجهة سطر أوامر برمجية وكيلية (agentic coding CLI) لتوليد وتحسين مواصفات التحقق تلقائياً، مما يقلل بفعالية من العمل الروتيني اليدوي مع التعامل مع الخصائص المعقدة مثل ثوابت الحلقات والثوابت الهيكلية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تقوم ببناء منزل معقد (برنامج يُسمى "عقد Move ذكي"). تريد التأكد من أن المنزل آمن: الأبواب لا تفتح إلا بالمفتاح الصحيح، السقف لا ينهار أبداً، والخزنة داخل البنك تحافظ على الأموال بأمان.
لإثبات أن المنزل آمن، تحتاج إلى كتابة "كتاب قواعد" مفصل (يُسمى المواصفات - specification) يشرح بالضبط كيف يجب أن يتصرف كل جزء من أجزاء المنزل. كتابة هذا الكتاب يدوياً هي عملية مملة للغاية، ومضنية، وعرضة للخطأ البشري. الأمر يشبه محاولة كتابة عقد قانوني لكل طوبة في المنزل.
يصف هذا البحث أداة جديدة تعمل مثل مساعد بناء فائق الذكاء للمساعدة في كتابة هذا الكتاب تلقائياً. إنها تجمع بين نوعين مختلفين تماماً من المساعدين: روبوت صارم وإنسان مبدع.
المساعدان
الروبوت الصارم (التحليل الميكانيكي):
فكر في هذا كآلة حاسبة فائقة الدقة. إنه ينظر إلى المخططات (الكود) ويحسب ميكانيكياً الحد الأدنى المطلق من القواعد اللازمة لإبقاء المنزل قائماً. هو بارع في إيجاد الأشياء الواضحة، مثل "إذا سحبت هذا الرافعة، سيفتح الباب". ومع ذلك، فإنه يتعثر في المهام المعقدة والمتكررة (مثل دورية حارس أمن يمشي في مسار محدد). هو لا يعرف لماذا يمشي الحارس في دوائر أو ما هو النمط؛ هو فقط يرى الحركة ويصاب بالارتباك.الإنسان المبدع (وكيل الذكاء الاصطنا- AI Agent):
هذا هو "Claude Code" (الذكاء الاصطناعي). هو جيد في فهم الأنماط، والمصطلحات، والمفاهيم عالية المستوى. يمكنه النظر إلى ذلك الحارس الأمني والقول: "آه، لقد فهمت! الحارس يتحقق من كل باب بالترتيب، وعدد الأبواب التي تم التحقق منها يزداد دائماً". هو بارع في كتابة "ثوابت الحلقة" (loop invariants) (القواعد الخاصة بالأفعال المتكررة) التي لا يستطيع الروبوت استنتاجها. لكن، يمكن للذكاء الاصطناعي أحياناً أن يصبح مبدعاً بطريقة خاطئة ويخترع قواعد لا تتطابق فعلياً مع المخططات.
كيف يعملان معاً
تضع هذه الأداة الاثنين معاً في حلقة، باستخدام "بروتوكول سياق النموذج" (Model Context Protocol - MCP) والذي يشبه نظام جهاز اللاسلكي (Walkie-talkie) الذي يربط بينهما وبين موقع البناء.
- يبدأ الروبوت: يقوم بمسح الكود ويكتب الحقائق الأساسية الصلبة ("الشروط المسبقة الأضعف" - Weakest Pre-conditions). يقول: "حسناً، نحن نعلم أن الباب يفتح إذا كنت تملك مفتاحاً".
- الإنسان يملأ الفجوات: ينظر الذكاء الاصطناعي إلى عمل الروبوت ويقول: "أرى حلقة هنا. دعني أخمن النمط: العداد يزداد بمقدار واحد في كل مرة". ثم يضيف هذه القواعد عالية المستوى.
- الحكم يراجع: يعمل "Move Prover" كمفتش بناء صارم. يأخذ كتاب القواعد المدمج ويحاول إثبات صحته.
- إذا كانت القواعد تعمل، فهذا رائع!
- إذا فشلت القواعد (على سبيل المثال، إذا خمن الذكاء الاصطناعي النمط بشكل خاطئ)، يرسل المفتش "مثالاً مضاداً" (counter-example) عائداً إلى الذكاء الاصطناعي.
- الإصلاح: يقرأ الذكاء الاصطناعي ملاحظة المفتش، ويدرك خطأه، ثم يعيد كتابة القاعدة. يتكرر هذا مراراً وتكراراً حتى يرضى المفتش.
أمثلة من الواقع الواردة في البحث
اختبر المؤلفون هذه الأداة على ثلاثة أنواع من "المنازل":
- محرك البحث: دالة تبحث عن عنصر معين في قائمة. استنتج الروبوت المنطق الأساسي، لكن الذكاء الاصطناعي كان عليه تخمين أن "عدد العناصر التي تم فحصها حتى الآن هو دائماً أقل من إجمالي العناصر".
- المسألة الرياضية: دالة تحسب القوى (مثل ). تعامل الروبوت مع الرياضيات، لكن الحلقة كانت معقدة. اضطر الذكاء الاصطناعي لابتكار "دالة مساعدة" لشرح نمط الضرب، وكان على الفريق إضافة "تلميح إثبات" خاص (مثل ورقة غش للمفتش) لإثبات أن الرياضيات لن تنفجر.
- تحويل بنكي: دالة تقسم المال بين شخصين. تضمن هذا تغيير "الحالة العالمية" (دفتر حسابات البنك). كان على الذكاء الاصطناعي تتبع كيفية انتقال المال بدقة من حساب إلى آخر، لضمان عدم إنشاء مال أو تدميره في المنتصف.
لماذا يهم هذا الأمر؟
قبل هذا، كان كتابة هذه الكتب تمثل عقبة كبيرة. كان الأمر يشبه توظيف محامٍ لكتابة عقد لكل مسمار في المنزل.
- الروبوت يقوم بالرياضيات الميكانيكية المملة التي يكرهها البشر.
- الذكاء الاصطناعي يتولى التعرف على الأنماط، وهو أمر سيء فيه الروبوتات.
- المفتش يضمن ألا يكذب أي منهما.
النتيجة هي نظام حيث يمكن للمطور أن يسأل الذكاء الاصطناعي: "اكتب قواعد السلامة لهذا الكود"، والذكاء الاصطناعي، بتوجيه من الروبوت وتحقق المفتش، ينتج كتاب قواعد آمناً وموثقاً بشكل أسرع بكثير مما يمكن للإنسان القيام به بمفرده.
الخلاصة
هذا ليس عصا سحرية تحل كل شيء بشكل مثالي بعد. لا يزال الذكاء الاصطناعي بحاجة إلى التوجيه عبر "مهارات" محددة (تعليمات حول كيفية التصرف) لتجنب اتخاذ طرق مختصرة. لكنه يمثل خطوة كبيرة للأمام: شراكة حيث تتولى الآلة المنطق، ويتولى الذكاء الاصطناعي الحدس، ويضمن المثبت الرسمي الحقيقة، وكلهم يعملون معاً داخل بيئة البرمجة الخاصة بالمطور.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.