# "ما أنت حقيقي؟ تحدثنا عن هذا قبل 10 سنوات بالضبط!"

ترجمة آلية للمنشور الأصلي، لم يراجعها مترجم بشري. قد لا تكون المعلومات التاريخية محدثة.

"ما أنت حقيقي؟ تحدثنا عن هذا قبل 10 سنوات بالضبط!"

فجأة في منتصف حديث مع صديق من الماضي بينما كنا نغوص عميقًا في الحديث عن ذاكرة الذكاء الاصطناعي، أو بالأحرى لماذا "ينسى" أشياء في منتصف المحادثة. وصف الصديق من الماضي كيف تعمل نافذة السياق (context window)، وسمعتُ أنا "إدارة ذاكرة RAM". ما يدخل نافذة السياق متاح للنموذج فورًا. وما لا يدخل، فهو بالنسبة إليه غير موجود. تمامًا مثل ذاكرة العمل في برمجيات عادية.

أصدقائي، كل شيء يتكرر. لا جديد تحت الشمس، وهذا يحدث الآن أيضًا مع ثورة الذكاء الاصطناعي.

نافذة السياق هي ذاكرة بكل معنى الكلمة - ما يدخل نافذة السياق متاح للنموذج فورًا، وما لا يدخل، فهو بالنسبة إليه غير موجود. تمامًا مثل ذاكرة العمل في برمجيات عادية. RAG تمامًا مثل التحميل من قرص صلب والتحديات المصاحبة له. تلخيص المحادثة هو ضغط مع فقدان. Prompt caching هو كاش كلاسيكي. Sliding window هي ring buffer. كل هذه المفاهيم موجودة منذ عقود، بأسماء جديدة فقط.

وهذا لا يحدث على مستوى البنية التحتية فقط. في كل مرة تصل تقنية جديدة، نعيد إجراء المحادثات نفسها. عندما وصل Angular كانت هناك نقاشات عن إدارة الحالة (state management)، وعن فصل المسؤوليات، وعن معمارية المكوّنات. النقاشات نفسها بالضبط التي وُجدت قبل سنوات في سياقات أخرى. والآن مع الذكاء الاصطناعي الأمر نفسه: ماذا نحتفظ، ماذا نرمي، ماذا نفهرس، ماذا نسترجع. أسئلة يحلها مهندسو البرمجيات منذ أجيال.

وهناك أيضًا أداة تفكير يستحق ألا نفوّتها. إذا فهمت أن نافذة السياق تتصرف كذاكرة عمل، يمكنك التنبؤ مسبقًا بالميزات التي ستأتي لاحقًا، لأنك تعرف المشكلات والحلول من عالم البرمجيات الكلاسيكي. هناك مزايا لكونك مطوّرًا كبيرًا (senior) 🙂 

وما لا يتغير أكثر، لكنه يخدعنا كثيرًا، هو الممارسات الأساسية لهندسة البرمجيات - فبالتحديد لأن الذكاء الاصطناعي يسرّع التطوير فهي أهم اليوم من أي وقت مضى. 

بيانات 2025 و2026 واضحة: الشيفرة المولَّدة بالذكاء الاصطناعي تحتوي على أخطاء أكثر، وزمن مراجعة (review) الـ PR يرتفع بشكل ملحوظ، وتظهر مشكلات القابلية للقراءة بوتيرة أعلى. أظهر تقرير DORA ذلك أفضل ما يكون: الذكاء الاصطناعي مضخِّم. الفرق ذات العمليات القوية تصبح أقوى. والفرق ذات العمليات الضعيفة تصبح أضعف.

كتابة شيفرة جاهزة للإنتاج (production ready) مع الذكاء الاصطناعي هي التحدي نفسه كما من دونه. 
نحتاج إلى PR صغيرة وقابلة للقراءة. ونحتاج إلى مبادئ SOLID لتحسين سياق الوكيل الذي يصل إلى الشيفرة. ونحتاج إلى التفكير في scale في الإنتاج حين نلتقي بآلاف أو ملايين العملاء، وهو أمر يبدو أن النماذج لا تملك بعد سياقًا كافيًا له. ونحتاج إلى التخطيط والمشاركة مع الفريق للحصول على عدة وجهات نظر - كل شخص ومجال خبرته، للتأكد من أننا نغطي كل ما لا يمكن فعلًا إدخاله في سياق الوكيل. 

باختصار، كل أساليب العمل التي تشكل أساس تطوير البرمجيات الجيد لم تتغير. 
لذا فوهم عدم كتابة الشيفرة صحيح فقط بالنسبة إلى جزء كتابة الشيفرة فعليًا. صيانة الشيفرة تتطلب وتفرض تزامنًا بين الآلة والإنسان، مع سعي إلى تقليص هذه الواجهة المكلفة والبطيئة بواسطة طبقات Trust عالية.

التقنية تتغير وتتجدد بالفعل، لكن الأخطاء تبقى. هيا إلى العمل

Original: https://ofershap.github.io/posts/ai-changes-the-tools-not-the-engineering-problems/
Source: https://www.linkedin.com/posts/ofershap_%D7%9E%D7%94-%D7%90%D7%AA%D7%94-%D7%90%D7%9E%D7%99%D7%AA%D7%99-%D7%A2%D7%9C-%D7%96%D7%94-%D7%93%D7%99%D7%91%D7%A8%D7%A0%D7%95-%D7%9C%D7%A4%D7%A0%D7%99-10-%D7%A9%D7%A0%D7%99%D7%9D-activity-7477950706319208448-Pxzd
Published: 2026-07-01T08:06:21.992000+03:00