Abdelali Zekiri

Abdelali Zekiri

Les environnement de développement informatique

السلام عليكم قلتها لكم و كررتها طبيقت الشركات الكبيرة انها تترك الصغيير تشتهر باداة او مشروع و عندما يحين الوقت اما تشتر...
07/06/2026

السلام عليكم
قلتها لكم و كررتها طبيقت الشركات الكبيرة انها تترك الصغيير تشتهر باداة او مشروع و عندما يحين الوقت اما تشتريه و تغييره لصالحها او تنتج منافس قوي له باخذ افكاره الموجودة و افكار اضافية

# Microsoft Build 2026: هل نحن أمام أكبر تحول في عالم البرمجة منذ ظهور الذكاء الاصطناعي؟

يبدو أن مايكروسوفت لا تريد فقط تطوير أدوات للمبرمجين، بل تسعى إلى إعادة تعريف طريقة بناء البرمجيات بالكامل. ففي مؤتمر Build 2026، كشفت الشركة عن مجموعة من التقنيات التي قد تُحدث تحولًا جذريًا في حياة المطورين خلال السنوات القادمة، وتجعل الكثير من المهام التي كانت تستغرق أيامًا أو أسابيع تُنجز في ساعات أو حتى دقائق.

# # من المساعد البرمجي إلى المطور الذكي المستقل

النجمة الأبرز في المؤتمر كانت النسخة الجديدة من GitHub Copilot، التي لم تعد مجرد أداة تقترح الأكواد البرمجية، بل أصبحت أقرب إلى "مطور رقمي" قادر على تنفيذ سلسلة كاملة من المهام بشكل شبه مستقل.

تخيل أن تطلب من Copilot إصلاح خطأ برمجي، تحديث ملفات المشروع، إنشاء اختبارات جديدة، وإدارة بعض العمليات داخل المستودع البرمجي، ثم يقوم بتنفيذ كل ذلك دون الحاجة إلى التدخل في كل خطوة. هذا هو المستقبل الذي تحاول مايكروسوفت تقديمه اليوم.

بالنسبة للمطورين، فإن هذا يعني الانتقال من كتابة كل سطر من التعليمات البرمجية يدويًا إلى إدارة فرق من الوكلاء الذكيين الذين ينفذون الأعمال الروتينية نيابة عنهم.

# # Windows 11 يتحول إلى منصة ذكاء اصطناعي متكاملة

لم تعد مايكروسوفت تنظر إلى Windows 11 كنظام تشغيل فقط، بل كمنصة متكاملة لتشغيل تطبيقات الذكاء الاصطناعي والوكلاء الذكيين محليًا.

هذا التوجه يمنح المطورين مزايا ضخمة، أبرزها سرعة الاستجابة، وتقليل تكاليف الخدمات السحابية، والحفاظ على خصوصية البيانات الحساسة داخل أجهزة الشركة. كما يتيح اختبار وتشغيل المشاريع الذكية دون الاعتماد الكامل على مراكز البيانات البعيدة.

بمعنى آخر، يمكن للمطور أن يمتلك مختبر ذكاء اصطناعي متكامل على جهازه الشخصي.

# # مايكروسوفت تدخل سباق النماذج بقوة

بعد سنوات من الاعتماد الكبير على نماذج OpenAI، أعلنت مايكروسوفت عن عائلة MAI الجديدة من نماذج الذكاء الاصطناعي، وعلى رأسها MAI-Thinking-1، المصمم للتفكير المنطقي وحل المشكلات المعقدة وكتابة الأكواد البرمجية.

هذه الخطوة تمنح الشركة استقلالية أكبر وقدرة على تطوير نماذج مخصصة لاحتياجات المطورين والمؤسسات، مع تحسين الأداء وتقليل التكاليف على المدى الطويل.

بالنسبة للمبرمجين، فإن تعدد الخيارات يعني إمكانية اختيار النموذج الأنسب لكل مشروع بدلاً من الاعتماد على مزود واحد فقط.

# # أمان الوكلاء الذكيين أصبح أولوية

كلما ازدادت قدرات الوكلاء الذكيين، ازدادت الحاجة إلى التحكم في قراراتهم. ولهذا أطلقت مايكروسوفت مشروعين مفتوحي المصدر يهدفان إلى مراقبة سلوك الوكلاء وضمان التزامهم بالقواعد والسياسات الأمنية.

هذه الأدوات قد تصبح خلال السنوات القادمة جزءًا أساسيًا من أي مؤسسة تستخدم الذكاء الاصطناعي في عملياتها اليومية، تمامًا كما أصبحت أدوات الأمن السيبراني جزءًا لا غنى عنه اليوم.

# # مفاجأة المؤتمر: الحوسبة الكمية تقترب أكثر من الواقع

بعيدًا عن البرمجة التقليدية، كشفت مايكروسوفت عن شريحة Majorana 2 الكمية، والتي تقول إنها أكثر موثوقية بألف مرة من الجيل السابق.

إذا تحققت الوعود المعلنة، فقد نكون أمام خطوة كبيرة نحو حواسيب كمية عملية بحلول عام 2029، وهو ما قد يغير مستقبل البحث العلمي، والذكاء الاصطناعي، واكتشاف الأدوية، وحل المشكلات الحسابية التي تعجز عنها أقوى الحواسيب الحالية.

# # لماذا يعد Build 2026 مؤتمرًا استثنائيًا؟

لأن مايكروسوفت لم تقدم أدوات جديدة فقط، بل رسمت ملامح عصر جديد يصبح فيه المبرمج قائدًا لمنظومة من الوكلاء الذكيين بدلاً من أن يكون المنفذ الوحيد لكل مهمة.

ما شاهدناه في Build 2026 يشير إلى أن السنوات القادمة لن تكون مجرد تطور في البرمجة، بل إعادة تشكيل كاملة لدور المطور نفسه. ومن يواكب هذا التحول مبكرًا قد يمتلك أفضلية هائلة في سوق التقنية، بينما سيجد المتأخرون أنفسهم أمام عالم برمجي مختلف تمامًا عما اعتادوا عليه.

06/06/2026

بعد ان اتضحت الامور كثيرا بعدما ضهرة كثرة النماذج الموثوق فيها ساعمل مباشر بعد قليل ان شاء الله
حول مستقبل المبرمجين من وجهة نظر التطورات في اسواق العمل ليس من وجهة نظري فقط
نعم للاسف من المحزن نعم الامر مقلق اذا كنت حساس و ساتعبك في ما اقول لا تذحل معنا النقاش
شكرا
15 ديقيقة من الان

السلام عليكم مقال رايع و مهم جدا  # كيف غيّر الذكاء الاصطناعي بنية فرق البرمجة الحديثة؟ # # مقدمةعلى مدار العقود الماضية...
06/06/2026

السلام عليكم

مقال رايع و مهم جدا

# كيف غيّر الذكاء الاصطناعي بنية فرق البرمجة الحديثة؟

# # مقدمة

على مدار العقود الماضية كانت فرق البرمجة تتكون من عدد كبير من الأدوار المتخصصة: Product Owner، Scrum Master، UX Designer، UI Designer، Front-End Developer، Back-End Developer، QA Tester، Tech Lead، Architect وغيرهم.

لكن مع ظهور أدوات الذكاء الاصطناعي الحديثة، وخصوصاً أدوات التطوير المعتمدة على المواصفات (Specification-Driven Development) وأدوات البرمجة بالوكلاء الذكيين (AI Agents)، بدأت هذه البنية تتغير بشكل جذري.

السؤال اليوم لم يعد: "كيف نكتب الكود؟" بل أصبح: "كيف نصف ما نريد للذكاء الاصطناعي كي يبنيه؟"

# # بقاء دور Product Owner

يُعتبر Product Owner من أكثر الأدوار التي ستبقى ضرورية في المستقبل.

فالذكاء الاصطناعي يستطيع كتابة الكود، لكنه لا يستطيع فهم احتياجات العميل الحقيقية أو التفاوض معه أو تحديد الأولويات التجارية للمشروع.

يقوم Product Owner بـ:

* جمع متطلبات العملاء.
* تحليل احتياجات السوق.
* كتابة المتطلبات الوظيفية.
* تحديد أولويات الميزات.
* صياغة رؤية المنتج.

كلما أصبحت أدوات البرمجة أكثر ذكاءً، ازدادت أهمية الشخص القادر على تحويل احتياجات العميل إلى مواصفات دقيقة.

# # اندماج UX مع أدوات الذكاء الاصطناعي

في الماضي كان هناك فصل واضح بين UX Designer و UI Designer.

أما اليوم، فإن أدوات الذكاء الاصطناعي قادرة على:

* إنشاء Wireframes تلقائياً.
* اقتراح تدفقات الاستخدام.
* توليد واجهات كاملة.
* تحويل النصوص والوصف الوظيفي إلى شاشات جاهزة.

لهذا بدأ دور UI Designer التقليدي بالتقلص، بينما أصبح UX Designer مسؤولاً عن تصميم التجربة الكاملة والاستفادة من أدوات الذكاء الاصطناعي لتوليد الواجهات.

في كثير من المشاريع الصغيرة والمتوسطة قد يختفي منصب UI Designer المستقل، ويُدمج ضمن دور UX Designer المدعوم بالذكاء الاصطناعي.

# # أهمية Architect في عصر الذكاء الاصطناعي

إذا كان Product Owner هو من يحدد "ماذا نبني"، فإن Architect هو من يحدد "كيف سنبنيه".

هذا الدور أصبح أكثر أهمية وليس أقل أهمية.

يقوم Architect بـ:

* اختيار البنية التقنية.
* تصميم قواعد البيانات.
* تحديد Architecture المناسبة.
* تصميم Microservices.
* تحديد أساليب التكامل بين الأنظمة.
* وضع معايير الجودة والأمن.

الذكاء الاصطناعي يمكنه رسم المخططات وإنتاج النماذج الأولية، لكنه لا يزال يحتاج إلى خبير يوجهه ويتخذ القرارات المعمارية الصحيحة.

في المشاريع الكبرى يظهر دور Solution Architect، بينما قد يكتفي المشروع الصغير بـ Technical Architect أو Tech Lead.

# # اختفاء جزء كبير من أعمال Front-End و Back-End التقليدية

كانت مهمة المطور سابقاً هي كتابة الكود يدوياً.

أما اليوم فالأدوات الحديثة أصبحت قادرة على:

* توليد واجهات Front-End كاملة.
* إنشاء APIs.
* كتابة اختبارات الوحدة Unit Tests.
* إنشاء قواعد البيانات.
* كتابة Documentation.
* تنفيذ Refactoring.
* إصلاح الأخطاء.

ومع تطور أدوات التطوير المعتمدة على المواصفات (Specification-Driven Development)، أصبح التركيز على كتابة المواصفات بدلاً من كتابة الكود.

يقوم المسؤول التقني بإدخال المواصفات التفصيلية، فتتولى الوكلاء الذكية تنفيذ الجزء الأكبر من عملية التطوير.

# # من البرمجة إلى هندسة المواصفات

أحد أهم التحولات الحالية هو الانتقال من:

Code-Driven Development

إلى:

Specification-Driven Development

في النموذج الجديد تصبح المواصفات هي الأصل، بينما يصبح الكود مجرد مخرجات يتم توليدها تلقائياً.

ولهذا تزداد أهمية:

* تحليل المتطلبات.
* كتابة المواصفات.
* مراجعة النتائج.
* إدارة الوكلاء الذكيين.

بدلاً من التركيز على كتابة الأسطر البرمجية.

# # دور QA في المستقبل

رغم تطور الذكاء الاصطناعي، يبقى دور QA مهماً.

لكن طبيعة العمل تتغير.

بدلاً من تنفيذ الاختبارات اليدوية المتكررة، يصبح QA مسؤولاً عن:

* مراجعة توافق المنتج مع المتطلبات.
* اختبار السيناريوهات الواقعية.
* التحقق من تجربة المستخدم.
* اكتشاف الحالات غير المتوقعة.
* اعتماد النسخة النهائية.

بمعنى آخر، يتحول QA من منفذ للاختبارات إلى مراقب جودة شامل.

# # هل سيختفي المبرمج؟

الإجابة الأكثر دقة هي: لا، لكنه سيتغير.

المبرمج الذي يقتصر دوره على كتابة الكود التقليدي سيواجه صعوبة كبيرة.

أما المبرمج الذي يفهم:

* التحليل.
* التصميم المعماري.
* كتابة المواصفات.
* إدارة الوكلاء الذكيين.
* مراجعة المخرجات.

فسيصبح أكثر قيمة من أي وقت مضى.

# # شكل فريق البرمجة المستقبلي

في كثير من المشاريع قد يتقلص الفريق من 10 أو 15 شخصاً إلى 3 أو 5 أشخاص فقط:

* Product Owner.
* UX Designer مدعوم بالذكاء الاصطناعي.
* Architect أو Tech Lead.
* QA Reviewer.
* DevOps عند الحاجة.

بينما تتولى الوكلاء الذكية معظم أعمال التطوير والتنفيذ والاختبار.

# # الخلاصة

الذكاء الاصطناعي لا يقتل البرمجة، بل يغيّر مركز الثقل داخل فرق التطوير. القيمة لم تعد في كتابة الكود، بل في فهم المشكلة، وصياغة المواصفات، واتخاذ القرارات المعمارية، ومراجعة النتائج التي ينتجها الذكاء الاصطناعي.

مستقبل فرق البرمجة ليس فرقاً أكبر، بل فرقاً أصغر وأكثر خبرة، تعمل جنباً إلى جنب مع وكلاء ذكاء اصطناعي قادرين على تنفيذ معظم الأعمال التقنية الروتينية.

05/06/2026

عند زكيري عبد العالي تجد الكنز المجاني
شرح من ذهب و اسلوب فريد و احد اسرار مشاريعي

05/06/2026

البرمجة الحديثة بالذكاء الاصطناعي

ترتيب طريقة البرمجة في 2026 حسب التكلفة و النتيجة و السرعة في انشاء المشاريع بالستعمال الذكاء الاصطناعي ان كنت لا تستعمل...
05/06/2026

ترتيب طريقة البرمجة في 2026 حسب التكلفة و النتيجة و السرعة في انشاء المشاريع بالستعمال الذكاء الاصطناعي
ان كنت لا تستعمل احداها فانت مثل من لا يستعمل الموبيل حاليا

الحلول التي نختارها في 2026 هل نتعلمها ?مادام لم تنتشر فريمويركات SDD-STDD بكثرة في الشركات نعم هل نحن ملزمين لا لان الذ...
05/06/2026

الحلول التي نختارها في 2026 هل نتعلمها ?
مادام لم تنتشر فريمويركات SDD-STDD بكثرة في الشركات نعم هل نحن ملزمين لا لان الذكاء الاصطناعي من يعطينا الحلول نحن نتحكم فقط من هذه السنة حتى بدون توفر SDD هناك ai agent assistant المشهورة حاليا

ما بعد SDD: لماذا تفشل بعض المشاريع رغم امتلاكها أفضل النماذج؟يعتقد الكثير من الأشخاص أن امتلاك نموذج ذكاء اصطناعي قوي ك...
04/06/2026

ما بعد SDD: لماذا تفشل بعض المشاريع رغم امتلاكها أفضل النماذج؟

يعتقد الكثير من الأشخاص أن امتلاك نموذج ذكاء اصطناعي قوي كفيل بإنتاج مشروع ناجح. ومع كل إصدار جديد من النماذج اللغوية تتجدد هذه الفكرة، ثم تتكرر النتيجة نفسها: مشروع يبدو جيداً في البداية لكنه يبدأ بالتفكك كلما ازداد حجمه وتعقيده.

الحقيقة التي بدأت المؤسسات التقنية تدركها اليوم هي أن المشكلة لم تكن في النموذج نفسه، بل في طريقة التواصل معه وإدارة عمله. فالنموذج مهما بلغت قدراته لا يستطيع أن يحافظ على الاتساق في مشروع كبير إذا لم يحصل على مواصفات واضحة وسياق منظم وآلية تشغيل دقيقة. ولهذا السبب ظهرت منهجية SDD ليس باعتبارها طريقة جديدة للبرمجة، وإنما باعتبارها طريقة جديدة لإدارة الذكاء الاصطناعي.

إن أكبر خطأ يقع فيه المستخدمون هو التعامل مع الوكيل الذكي كما لو كان موظفاً يعرف كل شيء عن المشروع. في الواقع الوكيل لا يعرف شيئاً إلا ما يتم تقديمه له في تلك اللحظة. ولا يمتلك فهماً حقيقياً للمشروع إلا بالقدر الذي تسمح به المواصفات والسياق والذاكرة المتاحة له.

لهذا السبب فإن الحوار الصحيح مع أنظمة SDD لا يبدأ بالأوامر، بل يبدأ ببناء المعرفة.

قبل طلب أي مهمة يجب أن تكون هوية المشروع معروفة. يجب أن تكون الأهداف واضحة. يجب أن تكون القواعد محددة. يجب أن تكون القرارات السابقة موثقة. ويجب أن تكون المعايير المرجعية متاحة للوكيل. عندها فقط يصبح تنفيذ المهام عملية منطقية وليست عملية تخمين.

من الأخطاء الشائعة أيضاً الاعتقاد بأن المواصفات هي مجرد وصف لما يجب فعله. في الواقع المواصفات الجيدة لا تشرح المطلوب فقط، بل تشرح كذلك ما لا يجب فعله. فهي لا تحدد الاتجاه فحسب، بل تحدد الحدود أيضاً.

كلما زادت مساحة التأويل زادت احتمالية ظهور نتائج غير متوقعة. لذلك فإن المهندس الذي يبني منظومة SDD ناجحة لا يكتب الطلبات بصيغة عامة، بل يصوغها بطريقة تقلل من مساحة التفسير الشخصي للنموذج.

المواصفة الجيدة تجيب دائماً عن مجموعة من الأسئلة الأساسية:

ما الهدف النهائي؟

ما النتيجة المتوقعة؟

ما المعايير التي يجب احترامها؟

ما القيود التي لا يجوز تجاوزها؟

ما الذي يعتبر نجاحاً؟

ما الذي يعتبر فشلاً؟

كل سؤال من هذه الأسئلة يغلق باباً من أبواب الغموض ويزيد من استقرار النظام.

أما في ما يتعلق بهندسة السياق، فإن أهم قاعدة يمكن تعلمها هي أن كثرة المعلومات لا تعني جودة المعلومات.

في كثير من المشاريع يتم إغراق الوكلاء بكمية هائلة من الوثائق والتعليمات والمحادثات السابقة. والنتيجة أن النموذج يقضي جزءاً كبيراً من قدرته في محاولة فهم ما هو مهم وما هو غير مهم.

النجاح الحقيقي لا يكمن في جمع أكبر كمية من المعلومات، بل في اختيار المعلومات الأكثر ارتباطاً بالمهمة الحالية.

السياق الجيد ليس أكبر سياق ممكن، بل أنظف سياق ممكن.

كل معلومة تدخل إلى نافذة السياق يجب أن يكون لها سبب واضح. وكل ملف يجب أن يخدم هدفاً محدداً. وكل جزء من الذاكرة يجب أن يساهم في تحسين القرار القادم.

لهذا السبب أصبحت عملية تنظيم السياق علماً مستقلاً داخل الأنظمة الوكيلة الحديثة.

أما هندسة المنظومة فهي المرحلة التي يتحول فيها الذكاء الاصطناعي من أداة للإجابة إلى بيئة عمل كاملة.

في هذه المرحلة لا يعود السؤال: كيف أجعل النموذج يجيب بشكل أفضل؟

بل يصبح السؤال: كيف أبني نظاماً يجعل الخطأ أكثر صعوبة من الصواب؟

الأنظمة الاحترافية لا تعتمد على الثقة المطلقة في النموذج. بل تعتمد على التحقق والمراجعة والتدقيق المستمر.

يتم بناء طبقات متعددة من الرقابة.

هناك مواصفات تحدد المطلوب.

وهناك وكلاء متخصصون لكل مهمة.

وهناك ذاكرة تحفظ القرارات السابقة.

وهناك مراجعات تكتشف الانحرافات.

وهناك قواعد تمنع تكرار الأخطاء.

كل طبقة من هذه الطبقات تقلل من احتمالية الفشل وتزيد من استقرار المشروع.

وهنا يظهر الفرق الحقيقي بين المستخدم العادي والمهندس الذي يفهم فلسفة SDD.

المستخدم العادي يحاول الحصول على أفضل إجابة.

أما المهندس فيحاول بناء أفضل نظام لإنتاج الإجابات.

المستخدم يركز على السؤال.

أما المهندس فيركز على البيئة التي يتم فيها طرح السؤال.

وهذا هو جوهر التحول الذي نشهده اليوم في عالم الذكاء الاصطناعي.

لقد انتقل الاهتمام من كتابة التعليمات إلى إدارة المعرفة.

ومن إدارة المعرفة إلى بناء السياق.

ومن بناء السياق إلى تصميم المنظومات الوكيلة الكاملة.

ولهذا السبب لم تعد المنافسة الحقيقية بين النماذج فقط، بل أصبحت بين الأنظمة التي تحيط بهذه النماذج.

النموذج أصبح مجرد محرك.

أما القيمة الحقيقية فأصبحت في المواصفات والذاكرة والسياق والأدوار والمهارات وقواعد التشغيل.

ومن هنا يمكن فهم سبب اندفاع الشركات نحو بناء أطر SDD الخاصة بها أو تبني الأطر الموجودة بالفعل. فهي لا تبحث عن نموذج أكثر ذكاءً فقط، بل تبحث عن طريقة تجعل الذكاء قابلاً للإدارة والتوجيه والقياس والتكرار.

وفي المستقبل القريب لن يكون السؤال: ما هو أفضل نموذج؟

بل سيكون السؤال: ما هي أفضل منظومة قادرة على توظيف هذا النموذج؟

وهنا تكمن القيمة الحقيقية لمنهجية SDD، لأنها لا تنظر إلى الذكاء الاصطناعي على أنه أداة منفردة، بل على أنه عضو داخل منظومة هندسية متكاملة تعمل وفق قواعد واضحة ومسؤوليات محددة ومعرفة منظمة. وكلما نضجت هذه المنظومة، اقتربت النتائج من مستوى الإنتاج الاحترافي الذي تسعى إليه المؤ

لماذا أصبح نمط SDD الخيار المفضل لبناء مشاريع الذكاء الاصطناعي المتقدمة؟خلال السنوات الأولى من استخدام النماذج اللغوية ا...
04/06/2026

لماذا أصبح نمط SDD الخيار المفضل لبناء مشاريع الذكاء الاصطناعي المتقدمة؟

خلال السنوات الأولى من استخدام النماذج اللغوية الكبيرة، كان التركيز منصباً على ما يعرف بهندسة التلقين (Prompt Engineering). كان الاعتقاد السائد أن جودة النتائج تعتمد بشكل أساسي على مهارة المستخدم في كتابة التعليمات وصياغة الطلبات. ومع تطور النماذج وازدياد حجم المشاريع وتعقيدها، بدأت المؤسسات والشركات تكتشف أن المشكلة الحقيقية لم تكن في جودة التلقين وحدها، بل في كيفية إدارة المعرفة والسياق وسير العمل بالكامل.

من هنا ظهر التحول نحو منهجية SDD أو Specification Driven Development، والتي تقوم على بناء المشروع انطلاقاً من مواصفات واضحة ومكتوبة ومنظمة، بحيث تصبح هذه المواصفات هي المصدر الأساسي للحقيقة والمعرفة داخل النظام. ومع ظهور الأنظمة الوكيلة (Agentic AI)، تحول SDD من مجرد أسلوب توثيق إلى منهجية تشغيل كاملة تسمح للذكاء الاصطناعي ببناء مشاريع متماسكة وقابلة للتوسع بدرجة لم تكن ممكنة في الأساليب التقليدية.

السبب الرئيسي وراء اهتمام المسؤولين والمديرين التقنيين بهذا النمط هو أنه يوفر درجة أعلى من التحكم والرقابة والاتساق. فبدلاً من الاعتماد على نموذج واحد يتلقى تعليمات عامة ويحاول إنتاج مشروع كامل دفعة واحدة، يتم تقسيم العمل إلى مراحل واضحة، ولكل مرحلة مواصفات محددة وقواعد عمل دقيقة ووكيل متخصص مسؤول عنها.

سر نجاح SDD لا يكمن في ملفات المواصفات بحد ذاتها، بل في قدرته على دمج ثلاثة محاور أساسية أصبحت اليوم تمثل جوهر هندسة أنظمة الذكاء الاصطناعي الحديثة:

هندسة التلقين، وهندسة السياق، وهندسة المنظومة.

هندسة التلقين لم تختفِ كما يعتقد البعض، لكنها أصبحت تمثل جزءاً صغيراً من العملية. دورها الحقيقي داخل بيئة SDD هو تحويل المواصفات إلى تعليمات واضحة وغير قابلة للتأويل. لم يعد المطلوب كتابة أوامر طويلة ومعقدة، بل كتابة متطلبات دقيقة تحدد المطلوب وما يجب تجنبه ومعايير القبول وشروط النجاح والقيود الواجب احترامها.

في هذا المستوى لا يتم الحوار مع الذكاء الاصطناعي بطريقة عشوائية أو وصفية. بل تتم صياغة الطلبات وفق قواعد هندسية واضحة. يجب تحديد الهدف النهائي بدقة، وتوضيح المخرجات المطلوبة، وتعريف القيود، وشرح ما هو مقبول وما هو مرفوض، وتحديد مستوى الجودة المتوقع. كلما كانت المواصفات أكثر وضوحاً، انخفضت مساحة الاجتهاد العشوائي وارتفعت جودة النتائج.

لكن في الأنظمة الحديثة لم تعد المواصفات تقتصر على وصف المهمة فقط، بل أصبحت تشمل تعريف السياق التشغيلي الكامل للوكيل. فمن الشائع اليوم وجود ملفات مرجعية مثل Claude.md أو Agent.md أو ملفات الذاكرة التشغيلية التي تحدد هوية الوكيل، وأهداف المشروع، وقواعد العمل، والمعايير التقنية المعتمدة. كما يتم تعريف المهارات (Skills) التي يمتلكها كل وكيل، والأدوار (Roles) التي يؤديها داخل المنظومة، بحيث يعرف بدقة ما الذي يجب أن يفعله وما الذي يقع خارج نطاق مسؤوليته.

هذا النوع من المواصفات يمنح الوكلاء فهماً أعمق للمشروع ويقلل من التناقضات الناتجة عن اختلاف التفسيرات. فعندما يمتلك الوكيل وصفاً واضحاً لدوره، وسجلاً للقرارات السابقة، وذاكرة منظمة للمشروع، وسياقاً محدثاً باستمرار، تصبح قراراته أكثر اتساقاً مع أهداف النظام العامة. ولهذا أصبحت ملفات الذاكرة والسياق والمهارات والأدوار جزءاً أساسياً من أي تطبيق جاد لمنهجية SDD، وليست مجرد إضافات اختيارية.

أما هندسة السياق فهي العنصر الذي أحدث أكبر تحول في عالم الوكلاء الذكيين. فالنموذج لا يعاني غالباً من نقص القدرة على التفكير، وإنما يعاني من نقص المعلومات الصحيحة في اللحظة الصحيحة. لذلك أصبحت المهمة الأساسية هي إدارة ما يراه النموذج وما لا يراه.

في الأنظمة التقليدية يتم إرسال كميات كبيرة من المعلومات دفعة واحدة أملاً في أن يستخرج النموذج ما يحتاجه منها. أما في منهجية SDD فإن كل وكيل يحصل فقط على المعلومات المرتبطة بمهمته الحالية. يتم اختيار الوثائق المناسبة وتنقيحها وضغطها وتنظيمها قبل عرضها على الوكيل. وبهذه الطريقة يصبح تركيز النموذج أعلى، وتنخفض نسبة التضارب والتكرار والأخطاء الناتجة عن تشويش السياق.

إن جودة المشروع في كثير من الأحيان لا تعتمد على ذكاء النموذج بقدر اعتمادها على جودة السياق الذي تم بناؤه له. ولهذا السبب أصبحت هندسة السياق تمثل حجر الأساس في الأنظمة الحديثة القائمة على الوكلاء.

أما العنصر الأكثر تأثيراً فهو هندسة المنظومة أو Harness Engineering. هنا لا نتعامل مع نموذج لغوي منفرد، بل مع منظومة كاملة تضم وكلاء متعددين وأدوات وذاكرة وقواعد تشغيل وآليات مراجعة وتفويض.

في هذه البيئة لا يُطلب من وكيل واحد أن يفكر ويخطط وينفذ ويراجع في الوقت نفسه. بل يتم توزيع المسؤوليات على مجموعة من الوكلاء المتخصصين، بحيث يمتلك كل وكيل دوراً واضحاً وحدوداً معروفة وسياقاً مناسباً وأدوات محددة. ويخضع العمل لمراحل مراجعة متتابعة تسمح باكتشاف الأخطاء مبكراً قبل انتقالها إلى المراحل اللاحقة.

هذا التنظيم يشبه إلى حد كبير الفرق الهندسية داخل الشركات الكبرى. فالمهندس المعماري لا يؤدي دور المطور، والمطور لا يؤدي دور المراجع، والمراجع لا يؤدي دور مدير المنتج. توزيع المسؤوليات هو ما يمنح النظام الاستقرار والقدرة على التوسع، وهو المبدأ نفسه الذي تنقله منهجية SDD إلى عالم الذكاء الاصطناعي.

عندما تجتمع المواصفات الواضحة مع السياق المنظم والمنظومة التشغيلية المحكمة، يصبح الذكاء الاصطناعي قادراً على إنتاج مشاريع أكثر اتساقاً وأقرب إلى المعايير المهنية المطلوبة في البيئات الحقيقية. ولهذا السبب تتجه الشركات اليوم نحو الأطر التي تعتمد على SDD سواء كانت تجارية أو مفتوحة المصدر أو مطورة داخلياً.

الهدف لم يعد الحصول على إجابة جيدة من نموذج لغوي، بل بناء مصنع متكامل للإنتاج البرمجي والمعرفي. وفي هذا المصنع تمثل المواصفات اللغة المشتركة بين جميع الوكلاء، وتمثل هندسة السياق آلية تغذية المعرفة، وتمثل هندسة المنظومة البنية التشغيلية التي تضمن أن يعمل الجميع وفق قواعد واحدة وأهداف مشتركة.

لهذا يمكن القول إن نجاح SDD لا يعود إلى كونه أسلوباً جديداً لكتابة التعليمات، بل لأنه يقدم إطاراً متكاملاً يحول الذكاء الاصطناعي من أداة محادثة إلى منظومة إنتاج قادرة على تنفيذ الأعمال المعقدة بطريقة أكثر انضباطاً وقابلية للقياس والتطوير المستمر. ومع استمرار تطور النماذج والوكلاء والأدوات المساندة، من المتوقع أن يصبح هذا النهج معياراً أساسياً في بناء الأنظمة الذكية الحديثة، تماماً كما أصبحت منهجيات الهندسة البرمجية المنظمة معياراً لا غنى عنه في تطوير البرمجيات على نطاق واسع.

Adresse

19 Rue Saint Leger
Saint-Germain-en-Laye
78100

Notifications

Soyez le premier à savoir et laissez-nous vous envoyer un courriel lorsque Abdelali Zekiri publie des nouvelles et des promotions. Votre adresse e-mail ne sera pas utilisée à d'autres fins, et vous pouvez vous désabonner à tout moment.

Partager