אירוח עצמי (Self-hosting) של מחסנית סקירת קוד מבוססת AI עולה בערך $4,100-$9,100 בחודש, על פי מבחן ביצועים (benchmark) שנערך לאחרונה והריץ עשרה כלים בקוד פתוח על monorepo של 450,000 קבצים. לעומת זאת, אותה רמת כיסוי של סוקרי SaaS מסחריים עולה $24-$30 למפתח בכל חודש. הפער אינו טעות במחיר – הוא המחיר הנסתר של מעבדים גרפיים (GPUs), תחזוקה וחסימת פיצ'רים שרוב רשימות ה-"best-of" שמפיצים הספקים מתעלמות מהם.
למה המספרים האלה חשובים
רוב צוותי ההנדסה מתחילים את החיפוש שלהם אחר סוקר מאוחסן עצמית על ידי גלישה ברשימות שנערכו על ידי ספקים, המציגות רישיונות חינמיים וטענות לקוד פתוח. רשימות אלו כמעט אף פעם לא מציגות את רשימת הרכיבים (bill of materials) המלאה. מבחן ה-Augment Code הסיר את הציפוי והוסיף את כל מה שבאמת רץ בסביבת ייצור (production): השכרת GPU בענן, 0.25 עד 0.5 מזמנו של מפתח בכל חודש הנדרשים כדי לשמור על המחסנית פעילה, והעלות של פיצ'רים חסרים שמאלצים את הצוותים לחזור לגרסאות בתשלום.
אם המטרה של חברה היא לשמור על נתוני סקירת הקוד בשרתים מקומיים (on-premise) לצורך עמידה ברגולציה או הגנה על קניין רוחני (IP), ההחלטה אינה בחירה תקציבית; היא בחירה בפרטיות. החלפת מנוי בהוצאה הונית (capital outlay) לא מפחיתה את ההוצאה באופן קסם; היא רק משנה את האופן שבו הכסף מופנה.
פירוט העלויות הנסתרות
- השכרת GPU – מודלים של AI שמנתחים קוד זקוקים לכרטיסי מסך מודרניים. אפילו עומסי עבודה צנועים של inference יכולים לעלות כמה אלפי דולרים בחודש אצל ספקי ענן מרכזיים. הטווח המדווח של $4,100-$9,100 כבר כולל את תעריפי ההשכרה הללו.
- כוח אדם לתחזוקה – מבחן הביצועים הניח 0.25 עד 0.5 מזמנו של מפתח בכל חודש למשימות כמו עדכון משקלי מודל (model weights), החלת תיקוני אבטחה ופתרון תקלות קריסה.
- פערים בפיצ'רים – כלים בקוד פתוח מגיעים לעיתים קרובות עם ליבה "חינמית" אך מסתירים יכולות קריטיות מאחורי רישיונות מסחריים. לדוגמה, גרסת קהילה פופולרית דורשת שדרוג enterprise כדי לקבל גישה ליומני ביקורת (audit-log); אחרים זקוקים לתוספים בתשלום עבור single-sign-on (SSO) ובקרת גישה מבוססת תפקידים (RBAC). צוותים שזקוקים ליכולות הללו מסיימים לקנות את אותם הרישיונות שקיוו להימנע מהם.
ליקויים טכניים שגובים מחיר
אותו מבחן הדגיש שלושה חולשות מערכתיות באפשרויות הקוד הפתוח:
- חוסר מודעות לארכיטקטורה – כל עשרת הכלים שנבדקו פעלו ברמת הקובץ, ולכן פספסו שינויים שוברים (breaking changes) שמתפרסים על פני שירותים או מודולים. monorepos גדולים מסתמכים על גרפי תלות בין קבצים; בלעדיהם, סוקרים לא יכולים לסמן רגרסיות מערכתיות.
- חומות תשלום נסתרות – מסלולים חינמיים חסרים לעיתים קרובות בדיוק את הפיצ'רים שהופכים מערכת סקירת קוד לכדאית בסביבת enterprise, מה שמאלץ שדרוג מאוחר יותר.
- מעבר שקט למודלים מאוחסנים – סוכנים (agents) מסוימים, כאשר אינם יכולים לרוץ באופן מקומי, עוברים אוטומטית לנקודת קצה (endpoint) של inference המאוחסנת בענן מבלי להתריע למשתמשים. התנהגות זו מבטלת את הרציונל של פרטיות בבחירה באירוח עצמי.
נקודת המבט הנגדית: למה צוותים עדיין בוחרים בפתרון DIY
אירוח עצמי אינו טריק לחיסכון בעלויות; זוהי החלטה של שליטה. חברות בתעשיות מפוקחות, או כאלו עם דרישות מחמירות לריבונות נתונים (data-sovereignty), עשויות להיות חסרות יכולת לשלוח קוד מקור ל-SaaS של צד שלישי. בעלות על המחסנית גם מבטלת את התלות בספק (vendor lock-in) ומאפשרת לצוותים להתאים את המודלים למוסכמות כתיבת הקוד הפנימיות שלהם.
יתרונות אלו, עם זאת, מגיעים עם אחריות לקחת בחשבון את העלות התפעולית המלאה. התעלמות מחשבון כוח האדם והחומרה עלולה להפוך פתרון "חינמי" למחץ נסתר בתקציב.
מה כדאי לעקוב אחריו בהמשך
שורה תחתונה
אירוח עצמי של סקירת קוד מבוססת AI מחליף מנוי צפוי בשילוב משתנה של דמי GPU, זמן מפתח ורישיונות פיצ'רים. אם הפרטיות היא המניע העיקרי, הפשרה הזו לגיטימית. אם המטרה היא לחסוך בכסף, החישובים מראים שנתיב ה-SaaS נותר זול יותר עבור רוב הארגונים. כל החלטה צריכה להתחיל במודל עלויות מלא הכולל חומרה, כוח אדם לתחזוקה ואת המחיר האמיתי של פיצ'רים ארגוניים חסרים.