تأخیر PostgreSQL 19؛ وقتی بازبینی کد با هوش مصنوعی از توان انسان‌ها سریع‌تر می‌شود

انتشار نسخه‌ی ۱۹ پایگاه‌داده‌ی PostgreSQL به نوامبر رفت و دلیلش این بار کمبود برنامه‌نویس نیست؛ ابزارهای بازبینی مبتنی بر هوش مصنوعی خطاها را سریع‌تر از توان داوطلبان پروژه پیدا کرده‌اند.

۱. ماجرا چیست و چه چیزی عقب افتاد؟

پروژه‌ی PostgreSQL سال‌هاست با ریتم تقریباً ثابتی نسخه‌ی اصلی تازه منتشر می‌کند و معمولاً انتشار نهایی در اواخر شهریور یا اوایل مهر انجام می‌شود. امسال این ریتم بهم خورد. بر اساس خبرهایی که روز شنبه ۲۵ مهر در رسانه‌های فنی دست‌به‌دست شد، تاریخ انتشار نهایی نسخه‌ی ۱۹ به حدود ۱۹ نوامبر رفته است.

نسخه‌ی کاندیدای اول در ۱۵ اکتبر منتشر شد و کاندیدای دوم برای ۱۲ نوامبر برنامه‌ریزی شده است. نکته‌ی جالب اینجاست که برنامه‌ی انتشار در هفته‌های اخیر بیش از یک بار تغییر کرده و برخی گزارش‌های قبلی از تاریخ‌هایی زودتر در ماه اکتبر حرف می‌زدند. بنابراین بهتر است تاریخ ۱۹ نوامبر را «تاریخ هدف فعلی» بدانید، نه تعهد قطعی.

۲. نقش هوش مصنوعی در این تأخیر چه بود؟

ماجرا از زمانی جدی شد که توسعه‌دهندگان ابزارهای بازبینی مبتنی بر مدل‌های زبانی را روی تغییرات حساس به کار گرفتند. طبق روایت‌هایی که در فهرست‌های پستی پروژه و وبلاگ‌های فنی منتشر شده، یکی از توسعه‌دهندگان قدیمی از یک مدل Claude خواست پچ‌های پرخطر نسخه‌ی ۱۹ را رتبه‌بندی کند و شش پچ در فهرست قرار گرفت. در عرض چند هفته چهار مورد از آن‌ها بازگردانده شد.

در جای دیگر، یکی از نگهدارندگان با مدل Opus 5 تغییرات مربوط به ساخت اسکیما را بررسی کرد. مهم‌ترین یافته‌ی ابزار حتی در خود کامیت مورد بررسی نبود، بلکه در کامیتی هم‌خانواده دیده شد که نحوه‌ی اتصال ویوها را عوض می‌کرد. انسان‌ها سه مورد از چهار یافته‌ی آن بازبینی را رد کردند و دلیل بازگرداندن را خودشان نوشتند. این نشان می‌دهد ابزار پیشنهاد می‌دهد، اما قضاوت هنوز با آدم‌هاست.

۳. اعداد کلیدی ماجرا

بر اساس گزارش‌های موجود، دوره‌ی بتا حدود ۴۰ گزارش خطا تولید کرد. پیتر آیزنتراوت، از کامیترهای پروژه، توضیح داده که بیشتر آن‌ها مشکلات لبه‌ای کوچک بودند، اما هر گزارش یک «سربار ثابت» دارد: تریاژ، اصلاح، آزمایش و بازبینی. او گفته با کمک مدل‌های زبانی «این جور چیزها خیلی سریع‌تر پیدا می‌شوند».

اعداد مهم دیگر شامل این‌هاست: ۸ تا ۱۰ قابلیت بزرگ از نسخه حذف شد، بازگرداندن SQL/PGQ طبق یک گزارش حدود ۴۷ کامیت و نزدیک به شانزده هزار خط کد در ۱۲۴ فایل را دربر گرفت، و در تابستان نسخه‌ی اصلاحی PostgreSQL 18 تنها در یک انتشار ۲۸ آسیب‌پذیری امنیتی را برطرف کرد. به نوشته‌ی یک تحلیل، شمار آسیب‌پذیری‌های ثبت‌شده در سال ۲۰۲۶ به ۴۴ مورد رسیده، در حالی که سال گذشته حدود پنج مورد بود.

۴. کدام قابلیت‌ها به نسخه‌ی ۲۰ رفتند؟

معروف‌ترین قربانی، پشتیبانی از کوئری‌های گراف خاصیت‌دار یا همان SQL/PGQ است؛ بخشی از استاندارد SQL که از سال ۲۰۲۳ وارد آن شده بود. تام لین هشدار داده بود که عرضه‌ی آن در نسخه‌ی ۱۹ احتمالاً به کشف خطاهایی بعد از انتشار منجر می‌شود که تا نسخه‌ی ۲۰ قابل رفع نیستند. به همین دلیل تصمیم به حذف گرفته شد.

طبق همان گزارش‌ها، چند قابلیت دیگر هم بازگردانده شد؛ از جمله تقسیم و ادغام پارتیشن در دستور تغییر جدول، به‌روزرسانی و حذف بر اساس بازه‌ی زمانی، توابع تولید دستور برای نقش‌ها و بررسی یکپارچگی داده در حالت آنلاین. در مقابل، قابلیت REPACK CONCURRENTLY که فضای دیسک را بدون قفل سنگین جدول بازیابی می‌کند، همچنان در نسخه‌ی ۱۹ می‌ماند.

۵. روایت نگهدارندگان: مشکل از کد هوش مصنوعی نیست

آیزنتراوت تأکید کرده این بازگشت‌ها ناشی از پچ‌های ساخته‌شده با هوش مصنوعی نیست. به گفته‌ی او کدهایی که بازگردانده شدند پیش از ابزارهای فعلی نوشته شده بودند و تنها چیزی که عوض شده، شدت بررسی بعد از نگارش است. او نسخه‌ی ۱۹ را همچنان «انتشار عالی» توصیف کرده است.

در مقابل، تحلیلگر دیگری به نام توماس ووندرا بازگشت‌های این دوره را بررسی کرد. به نوشته‌ی او، در چرخه‌های قبلی بازگشت‌ها حدود روز سیصدم توسعه متمرکز بود، اما این بار اوج آن حدود روز چهارصد و سی‌ام و در اوایل سپتامبر دیده شد. به باور او، گروه کوچکی از بازبینان همزمان باید به گزارش‌های امنیتی هم می‌رسیدند و همین باعث شد بازبینی طراحی دیرتر انجام شود. حتی در همان بررسی، فقط بخشی از بازگشت‌ها به‌صراحت به هوش مصنوعی نسبت داده شد.

۶. چرا این خبر برای همه‌ی تیم‌های نرم‌افزاری مهم است؟

این ماجرا یک الگوی تازه را نشان می‌دهد: وقتی پیدا کردن خطا ارزان و سریع شود، گلوگاه واقعی به «تصمیم‌گیری و اولویت‌بندی» تغییر مکان می‌دهد. ابزارها می‌توانند ده‌ها نکته‌ی احتمالی بسازند، اما هر نکته باید توسط انسانی بررسی شود که زمان و تخصص محدود دارد. بنابراین سرعت ابزار به‌تنهایی سرعت تحویل را بالا نمی‌برد.

پیامد دیگر، فشار روی پروژه‌های متن‌باز است. پروژه‌هایی مانند CPython، Django، هسته‌ی لینوکس، LLVM و Kubernetes پیش‌تر سیاست‌هایی برای استفاده از هوش مصنوعی نوشته‌اند و معمولاً استفاده‌ی کمکی را می‌پذیرند، به این شرط که انسان نتیجه را بازبینی کند و مسئولیتش را بپذیرد. طبق گزارش‌ها، PostgreSQL هنوز سیاست رسمی ندارد. حتی گزارش شده پروژه‌ی curl برای مدتی دریافت گزارش‌های آسیب‌پذیری را به‌خاطر حجم ورودی ساخته‌شده با هوش مصنوعی متوقف کرده است.

۷. توصیه‌های عملی برای تیم‌ها

برای تیم‌هایی که پایگاه‌داده‌شان PostgreSQL است، اولین قدم تجدیدنظر در برنامه‌ی مهاجرت است. اگر مهاجرت به نسخه‌ی ۱۹ را در پایان سال برنامه‌ریزی کرده‌اید، حاشیه‌ی اطمینان بگذارید، چون فرصت قبل از زمان انجماد تغییرات پایان سال کوتاه‌تر شده است. ارائه‌دهندگان خدمات مدیریت‌شده هم احتمالاً عرضه‌ی نسخه‌ی جدید را عقب می‌اندازند.

برای تیم‌هایی که خودشان از بازبینی با هوش مصنوعی استفاده می‌کنند، چند اصل ساده کمک می‌کند. استفاده از ابزار را در پیام‌ها اعلام کنید، فقط موردهایی را مطرح کنید که خودتان راستی‌آزمایی کرده‌اید، و بازبینی‌های کمکی را با معیاری دست‌کم به‌سختی خود پچ‌ها بسنجید، چون یک بازبینی بد هم وقت بازبین و هم وقت نویسنده را هدر می‌دهد.

اگر تازه با این ابزارها آشنا می‌شوید، مقاله‌ی نوشتن پرامپت برای مبتدی‌ها نقطه‌ی شروع خوبی است و برای درک حد و مرز توانایی این فناوری می‌توانید پتانسیل و محدودیت‌های واقعی هوش مصنوعی را بخوانید.

۸. نگاهی به آینده: PostgreSQL 20 و فشار روی توسعه‌دهندگان

با انتقال این همه قابلیت به نسخه‌ی بعد، به نظر می‌رسد PostgreSQL 20 به‌جای یک انتشار آرام، یک نسخه‌ی پرحجم خواهد بود. این یعنی همان مشکل می‌تواند تکرار شود: قابلیت‌های بیشتر، بازبینی‌های هوشمند بیشتر و زمان انسانی محدود. اگر پروژه سیاست روشنی برای مدیریت صف بازبینی نسازد، چرخه‌ی بعدی هم با فشار مشابهی روبه‌رو می‌شود.

از دید گسترده‌تر، این رویداد با روندی که در صنعت می‌بینیم هم‌سو است؛ مدل‌های هوش مصنوعی هر سال در کدنویسی و امنیت قوی‌تر می‌شوند و بخش‌های بیشتری از چرخه‌ی تولید نرم‌افزار را تغییر می‌دهند. برای دیدن ادامه‌ی این روند می‌توانید به بخش اخبار هوش مصنوعی سر بزنید. مقایسه‌ی ابزارها هم در نبرد ChatGPT و DeepSeek آمده است.

نکته‌ی نهایی درباره‌ی نقش مهندس است. همان‌طور که در توهم برنامه‌نویس تنها در برابر مهندس واقعی بحث شد، ابزارها کد و بازبینی تولید می‌کنند اما مسئولیت معماری و تصمیم نهایی با انسان است. ماجرای PostgreSQL دقیقاً همین را ثابت می‌کند.

۹. پرسش‌های متداول

آیا PostgreSQL 19 به‌خاطر کدنویسی هوش مصنوعی عقب افتاد؟

نه، دست‌کم طبق توضیح نگهدارندگان. به گفته‌ی آن‌ها کدهای بازگردانده‌شده قدیمی‌تر بودند و تغییر اصلی، افزایش سرعت و دقت بازبینی با کمک ابزارهای هوشمند بود. با این حال برخی تحلیلگران معتقدند حجم گزارش‌ها بر زمان‌بندی اثر گذاشته است.

تاریخ انتشار نهایی چه زمانی است؟

تاریخ هدف فعلی حدود ۱۹ نوامبر ۲۰۲۶ گزارش شده است، اما چون برنامه چند بار جابه‌جا شده، پیش از تصمیم‌گیری صفحه‌ی رسمی پروژه را بررسی کنید.

آیا باید از پایگاه‌داده‌ی فعلی خود نگران باشم؟

خیر. این تأخیر مربوط به نسخه‌ی تازه است و نسخه‌های پایدار فعلی همچنان پشتیبانی می‌شوند. فقط برنامه‌ی ارتقا را با حاشیه‌ی بیشتری ببندید.

SQL/PGQ چه بود و کی می‌آید؟

این قابلیت امکان اجرای کوئری‌های گرافی را مستقیم در SQL می‌دهد. طبق گزارش‌ها حالا برای نسخه‌ی ۲۰ در نظر گرفته شده است.

درس این ماجرا برای شرکت‌های ایرانی چیست؟

بازبینی با هوش مصنوعی ارزشمند است، اما بدون تعیین اولویت و مسئولیت انسانی، فقط صف کار را طولانی‌تر می‌کند. برای شروع می‌توانید راهنمای اهمیت هوش مصنوعی در کسب‌وکار و مجموعه‌ی آموزش‌های ChatGPT را ببینید.