کتاب مهندسی عملکرد وب در عصر هوش مصنوعی: تسلط بر سرعت و کیفیت برای برنامههای تولیدشده توسط هوش مصنوعی) راهنمایی جامع و کاملاً عملی برای توسعهدهندگان، لیدهای فنی و مهندسان عملکرد وب است که میخواهند در دوران هوش مصنوعی، تجربههای کاربری سریع، پایدار و واقعاً کاربرمحور بسازند.
در ادامه مقدمهای از کتاب Web Performance Engineering in the Age of AI را از زبان نویسنده شرح خواهیم داد.
مقدمهای بر کتاب Web Performance Engineering in the Age of AI:
در وب امروز، تفاوت بین یک تجربه روان و لذتبخش و یک تجربه آزاردهنده و متروکه اغلب به چند میلیثانیه برمیگردد. عملکرد نه فقط یک معیار فنی است؛ بلکه پایه و اساس رضایت کاربر و موفقیت کسبوکار به شمار میرود. در عین حال، ابزارهای مبتنی بر هوش مصنوعی نحوه طراحی، ساخت و انتشار این تجربهها را کاملاً تغییر دادهاند.
اکنون میتوانیم فرانتاندهای آماده تولید یا حتی اپلیکیشنهای کامل را در عرض چند دقیقه تولید کنیم، اما ویژگیهای عملکردی آنها همچنان تحت محدودیتهای واقعی مرورگرها، دستگاهها و شبکهها قرار دارد. کتاب Web Performance Engineering in the Age of AI راهنمایی جامع برای مهندسان و رهبران فنی است که میخواهند در این دوران شتابگرفته توسط هوش مصنوعی، تجربههای وب سریع، پاسخگو و مقاوم ارائه دهند.
من ادی عثمانی هستم، رهبر مهندسی در تیم عملکرد وب گوگل کروم، و در کتاب Web Performance Engineering in the Age of AI جدیدترین تکنیکها، معیارها، internals مرورگر و شیوههای آگاه از هوش مصنوعی را که عملکرد مدرن را تعریف میکنند، گردآوری کردهام.
چه کسانی باید کتاب Web Performance Engineering in the Age of AI را بخوانند؟
کتاب Web Performance Engineering in the Age of AI برای توسعهدهندگان فرانتاند، مهندسان عملکرد وب و تصمیمگیرندگان فنی نوشته شده است که اصول اولیه ساخت وبسایتها را میدانند و با اشتیاق به دنبال ایجاد تجربههایی هستند که کاربران عاشق آن شوند؛ این کار را با تسلط بر بهینهسازی عملکرد انجام میدهند.
چه شما از ابزارهایی مانند Cursor، GitHub Copilot، ChatGPT، Gemini یا دیگر دستیارهای مبتنی بر مدلهای زبانی بزرگ برای کدنویسی روزمره استفاده کنید، و چه تازه شروع به ورود هوش مصنوعی به جریان کاریتان کرده باشید، هدف این است که کتاب Web Performance Engineering in the Age of AI به شما کمک کند تجربههایی منتشر کنید که سریع و قوی باقی بمانند، صرفنظر از اینکه کد چگونه نوشته شده باشد.
فرض بر این است که با HTML، CSS و JavaScript آشنایی دارید. از آنجا به اصول و شیوههای عمیقی میپردازیم که برای ساخت و نگهداری اپلیکیشنهای وب با عملکرد بالا ضروریاند، از جمله واقعیتهای جدید کدهای تولیدشده یا تقویتشده توسط هوش مصنوعی.
از کتاب Web Performance Engineering in the Age of AIچه چیزی یاد خواهید گرفت:
کتاب Web Performance Engineering in the Age of AI رویکردی کاربر-محور دارد و تکنیکهای پیشرفته بهینهسازی را بر پایه اصول بنیادین درک کاربران از وب و تعامل با آن استوار میکند. شما خواهید آموخت:
- چرا عملکرد همان تجربه کاربری است؛ درک آستانههای ادراک انسانی و تأثیر تجاری سرعت (بخش اول)
- نحوه اندازهگیری و تفسیر معیارهای عملکرد مدرن، بهویژه Core Web Vitals (LCP، INP، CLS) و استفاده از آنها برای هدایت تلاشهای بهینهسازی (بخشهای اول و دوم)
- چگونگی دریافت منابع توسط مرورگرها، تجزیه کد، رندر و رنگآمیزی پیکسلها؛ که پایهای برای بهینهسازی هر مرحله فراهم میکند (بخش دوم)
- استراتژیهای عملی و مشخص برای بهینهسازی هر یک از Core Web Vitals، با پرداختن به گلوگاههای رایج در بارگذاری، تعاملی بودن و ثبات (بخش دوم)
- هزینههای ذاتی جاوااسکریپت — شبکه، تجزیه، کامپایل و اجرا — و تکنیکهای مدرن مانند code splitting، lazy loading، استراتژیهای hydration و APIهای زمانبندی برای کاهش آنها (بخش سوم)
- چگونگی تغییر چشمانداز عملکرد توسط کد تولیدشده با هوش مصنوعی: چرا خروجیهای مدلهای زبانی بزرگ معمولاً «درست اما غیربهینه» هستند، تلههای رایج در فرانتاندهای تولیدشده توسط AI، و تکنیکهای بررسی و بهینهسازی مشخص که میتوانید برای حفظ سرعت، دسترسیپذیری و نگهداریپذیری کد نوشتهشده توسط AI اعمال کنید (بخشهای اول و دوم)
- چگونگی کار با ابزارهای مبتنی بر هوش مصنوعی: استفاده از ویژگیهای AI در Chrome DevTools، Lighthouse و پروتکل Model Context Protocol (MCP) برای تحلیل traceها، شناسایی long tasks و تکرار روی رفع مشکلات عملکرد متمرکز، در حالی که انسان همچنان در حلقه باقی میماند (بخش دوم)
- نحوه شناسایی، ممیزی و بهینهسازی تأثیر عملکرد اسکریپتهای third-party فراگیر — از جمله ویجتها و چتباتهای مبتنی بر هوش مصنوعی — با استفاده از حذف، defer، lazy loading، facadeها، offloading (web workers و سمت سرور) و استراتژیهای بارگذاری شرطی (بخش چهارم)
- چگونگی بهرهبرداری از ابزارهای آزمایشگاهی (Lighthouse، Chrome DevTools، WebPageTest) و نظارت میدانی (RUM، کتابخانه web-vitals) برای تشخیص مشکلات و پیگیری بهبودها به صورت مداوم (بخشهای دوم و چهارم)
- چگونگی تبدیل بهینهسازی عملکرد به موفقیت واقعی در دنیای واقعی از طریق مطالعات موردی عملی در صنایع مختلف (بخش پنجم)، از جمله نحوه تطبیق تیمها با کدهای تولیدشده توسط AI و تجربههای مبتنی بر AI که روزبهروز رایجتر میشوند
ساختار کتاب Web Performance Engineering in the Age of AI:
کتاب Web Performance Engineering in the Age of AI در پنج بخش مجزا سازماندهی شده و به تدریج از مفاهیم پایه به چالشهای خاص و کاربردهای واقعی پیش میرود:
بخش اول: عملکرد همان تجربه کاربری است ارتباط حیاتی بین عملکرد وب و رضایت کاربر را برقرار میکند. ادراک انسانی از سرعت را بررسی میکنیم، معیارهای کاربرمحور کلیدی مانند Core Web Vitals را معرفی میکنیم، طراحی برای دستگاهها و شرایط شبکه متنوع را بحث میکنیم و اهمیت ساخت فرهنگ عملکرد را پوشش میدهیم.
این بخش همچنین به بررسی چگونگی تغییر جریانهای کاری مهندسی توسط توسعه مبتنی بر هوش مصنوعی میپردازد و تأکید میکند که اصول تأخیر، پاسخگویی و ثبات همچنان غیرقابل مذاکره باقی میمانند، صرفنظر از اینکه چه کسی — یا چه چیزی — کد را تایپ کرده باشد.
بخش دوم: بهینهسازی عملکرد وب در عصر هوش مصنوعی به جزئیات فنی میپردازد. ابتدا با نحوه کارکرد زیرپوستی مرورگرها (شبکه، pipeline رندرینگ، زمانبندی) شروع میکنیم، سپس فصلهایی را به بهینهسازی هر Core Web Vital (LCP، INP، CLS) با تکنیکهای خاص، internals پیشرفته مرورگر و ابزارهای اندازهگیری ضروری اختصاص میدهیم.
سپس این اصول را به فرانتاندهای تولیدشده توسط AI و جریانهای کاری مبتنی بر AI گسترش میدهیم: چگونگی بررسی و تقویت کد UI نوشتهشده توسط LLM، استفاده مسئولانه از تحلیل AI در DevTools و agentهای مبتنی بر MCP، و حفظ Core Web Vitals به عنوان منبع حقیقت وقتی هوش مصنوعی کد را پیشنهاد یا تغییر میدهد.
بخش سوم: بهینهسازی جاوااسکریپت تمرکز ویژه روی جاوااسکریپت دارد؛ موتور وب تعاملی اما اغلب گلوگاه اصلی عملکرد. هزینههای آن (CPU، شبکه، حافظه) را تحلیل میکنیم، استراتژیهای مدرن بارگذاری و اجرا (code splitting، SSR/hydration، APIهای زمانبندی) را بررسی میکنیم، تکامل موتورهای JS را مرور میکنیم و trade-offهای بهینهسازی را بحث میکنیم.
این بخش کتاب Web Performance Engineering in the Age of AI همچنین نشان میدهد که جاوااسکریپت تولیدشده توسط AI چگونه مشکلات موجود را تشدید میکند — باندلهای بزرگتر، فریمورکهای سنگینتر، churn بیشتر — و الگوهایی برای کنترل این پیچیدگی ارائه میدهد.
بخش چهارم: مدیریت وابستگیها و حفظ کیفیت به چالش فراگیر اسکریپتهای خارجی میپردازد؛ از آنالیتیکس و تبلیغات سنتی گرفته تا تجربههای جدید مبتنی بر هوش مصنوعی مانند چتباتها و ویجتهای توصیهگر.
روشهای شناسایی تأثیر آنها، اصول بهینهسازی (حذف، defer، lazy loading، facadeها)، استراتژیهای بارگذاری شرطی برای دستگاههای پایینرده و شبکههای کند، تکنیکهای offloading (مانند Web Workers و Partytown)، راهحلهای خاص فریمورک (مثل کامپوننت Script در Next.js) و ساخت فرآیندهایی برای مدیریت مؤثر آنها در تیمها را پوشش میدهد.
بخش پنجم: آینده عملکرد وب مجموعهای از مطالعات موردی واقعی اخیر (۲۰۲۱–۲۰۲۵) را ارائه میدهد. این موارد نشان میدهند که شرکتها در صنایع مختلف (تجارت الکترونیک، رسانه، سفر، مالی) چگونه بهینهسازیهای عملکرد را با موفقیت پیاده کردند، Core Web Vitals خود را بهبود بخشیدند و نتایج تجاری قابلتوجهی به دست آوردند — اغلب در حالی که ابزارهای هوش مصنوعی را پذیرفته و با کد تولیدشده توسط AI در تولید دستوپنجه نرم میکردند.
در سراسر کتاب Web Performance Engineering in the Age of AI، در بحث اصول بنیادین تا حد ممکن framework-agnostic هستیم، اما مثالهای مشخصی را در جایی که مرتبط است برای روشنسازی مفاهیم میآوریم.
جایی که هوش مصنوعی درگیر است، تأکید بر استفاده از آن به عنوان شتابدهنده است نه اتوپایلوت: خواهید دید که چگونه هوش مصنوعی را مانند یک توسعهدهنده junior بسیار سریع کنید و چگونه خروجی آن را در همان انضباط پروفایلینگ، بررسی و تست که برای هر codebase دیگری اعمال میکنید، بپیچانید.
در پایان کتاب Web Performance Engineering in the Age of AI، هدف این است که نه تنها بدانید چه کاری برای بهینهسازی عملکرد وب باید انجام دهید، بلکه بدانید چرا این تکنیکها کار میکنند و چگونه آنها را با اطمینان در محیطی که هوش مصنوعی بخش بیشتری از کد را مینویسد و ابزارها را کمک میکند، اعمال کنید.
شما آماده خواهید بود تا عملکرد هر پروژه وب — نوشتهشده توسط انسان، تولیدشده توسط AI یا (واقعبینانهترین حالت) ترکیبی از هر دو — را ارزیابی و بهبود بخشید؛ و اطمینان حاصل کنید که کاربران از تجربههای سریع، یکپارچه و قابلاعتماد که شایستهشان هستند، لذت ببرند؛ همه اینها از طریق رویکردی سیستماتیک و مبتنی بر معیارها به دست میآید.
سرفصلهای کتاب Web Performance Engineering in the Age of AI:
- Preface
- Part I. Performance Is User Experience
- Chapter 1. Why Performance Is User Experience
- Chapter 2. Measuring What Matters: Essential Metrics for User-Centric Performance
- Chapter 3. AI-Generated Code and the Performance Paradox
- Part II. Optimizing Web Performance in the Age of AI
- Chapter 4. Optimizing AI-Generated Frontends
- Chapter 5. Inside the Browser: How Pages Load and Render
- Chapter 6. Trade-Offs in Performance Optimizations
- Part III. Optimizing JavaScript
- Chapter 7. The Cost of JavaScript
- Part IV. Managing Dependencies and Maintaining Quality
- Chapter 8. Introduction to Third-Party Scripts
- Chapter 9. Loading Third-Party Scripts
- Chapter 10. Scheduling and Optimizing Third-Party Scripts (and AI’s Role)
- Part V. The Future of Web Performance
- Chapter 11. Building a Performance Culture
- Chapter 12. Web Performance Case Studies and Success Stories
- Chapter 13. The Future of Web Performance with AI
- Index
- About the Author
- Colophon
جهت دانلود کتاب Web Performance Engineering in the Age of AI، پس از انجام پرداخت میتوانید فایل را دریافت کنید.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.