هل الترميز التقليدي مات؟ هذا هو السؤال الذي يتداوله العديد من المطورين هذا الأسبوع بعد إطلاق نماذج ترميز قوية جديدة من OpenAI و Anthropic.
فيديو موصى به
الأسبوع الماضي، أطلقت OpenAI و Anthropic نماذجهما الخاصة بالترميز—GPT-5.3-Codex و Claude Opus 4.6—والتي تمثل قفزات كبيرة في قدرات الذكاء الاصطناعي في مجال الترميز. أظهر GPT-5.3-Codex أداءً أعلى بشكل ملحوظ على معايير الترميز مقارنةً بالنماذج السابقة، بينما قدمت Opus 4.6 ميزة تتيح للمستخدمين نشر فرق من الوكلاء الذكيين المستقلين الذين يمكنهم التعامل مع جوانب مختلفة من المشاريع المعقدة في وقت واحد. كلا النموذجين يمكنهما كتابة واختبار وتصحيح الأخطاء في الشفرات البرمجية مع تدخل بشري محدود—بل وتكرار العمل على نتائجها وتحسين الميزات قبل عرضها على المطورين.
أثارت هذه الإصدارات—خصوصًا GPT-5.3-Codex—نوعًا من الأزمة الوجودية على الإنترنت بين مهندسي البرمجيات. في قلب الأمر كان مقال فيروسي كتبه مات شومر، الرئيس التنفيذي لشركة OthersideAI. قال شومر إن “شيئًا ما انفتح” بعد إصدار النماذج ووصف كيف تتولى نماذج الذكاء الاصطناعي الآن دورة التطوير بأكملها بشكل مستقل—كتابة عشرات الآلاف من الأسطر البرمجية، فتح التطبيقات، اختبار الميزات، والتكرار حتى الرضا، مع قيام المطورين فقط بوصف النتائج المرغوبة وترك العمل. واقترح أن هذه التقدمات تعني أن الذكاء الاصطناعي يمكن أن يهدد الوظائف بشكل أكثر حدة من جائحة كوفيد-19.
لاقى المقال ردود فعل متباينة. وافق بعض قادة التقنية، بمن فيهم مؤسس Reddit أليكسيس أوهانيان، لكن آخرين، مثل أستاذ جامعة نيويورك غاري ماركوس، انتقدوه باعتباره “ضجة مسلحة بالسلاح”. (وأشار ماركوس إلى أن شومر لم يقدم بيانات تدعم ادعاءاته بأن الذكاء الاصطناعي يمكنه كتابة تطبيقات معقدة بدون أخطاء.) كما جادل جيريمي كان من مجلة Fortune بأن خصائص الترميز الفريدة—مثل الاختبار الآلي—هي التي تجعل من السهل أتمتة العملية بالكامل، في حين أن أتمتة مجالات العمل المعرفي الأخرى قد تكون أكثر صعوبة.
المهندسون كمستخدمين مبكرين
بالنسبة للعديد من المهندسين، بعض تحذيرات شومر تعكس واقعهم الحالي. يقول العديد منهم إنهم توقفوا تمامًا عن الترميز، واعتمدوا بدلاً من ذلك على الذكاء الاصطناعي لكتابة الشفرات البرمجية بتوجيه منهم.
على الرغم من أن الإصدارات الجديدة تمثل تحسينات مهمة، إلا أن المطورين قالوا أيضًا إن الصناعة كانت تمر بتحول بطيء خلال العام الماضي مع تطور النماذج لتكون قادرة على التعامل مع مهام أكثر تعقيدًا بشكل مستقل. بينما توقف مطورو الشركات التقنية الكبرى عن كتابة الشفرات سطرًا سطرًا، إلا أنهم لم يتوقفوا عن بناء البرمجيات—بل أصبحوا موجهين لأنظمة الذكاء الاصطناعي التي تقوم بالكتابة نيابة عنهم. لقد تحولت المهارة من كتابة الشفرة إلى تصميم الحلول وتوجيه أدوات الذكاء الاصطناعي. ويقول البعض إن النماذج الجديدة “تفجر الفقاعة” حول الترميز بالذكاء الاصطناعي من خلال جعل الأشخاص خارج مجال الترميز يدركون اتجاهًا كان المهندسون يمرون به منذ شهور.
خلال مكالمة أرباحها هذا الأسبوع، قال غوستاف سوديرستروم، الرئيس التنفيذي المشارك لـ Spotify، إن أفضل مطوري الشركة “لم يكتبوا سطرًا واحدًا من الشفرة منذ ديسمبر.” يستخدم نظام الشركة الداخلي Claude Code للنشر عن بعد، مما يسمح للمهندسين بتوجيه الذكاء الاصطناعي لإصلاح الأخطاء أو إضافة ميزات عبر Slack على هواتفهم أثناء تنقلهم، ثم دمج العمل المنجز إلى الإنتاج قبل الوصول إلى المكتب. قال سوديرستروم إن Spotify أطلقت أكثر من 50 ميزة جديدة في 2025 باستخدام هذه العمليات.
حتى داخل شركة Anthropic، يعتمد المهندسون بشكل كبير على أدواتهم الخاصة لكتابة الشفرات الجديدة. قال بوريس تشيرني، رئيس فريق Claude Code، في وقت سابق من هذا الشهر إنه لم يكتب أي شفرة برمجية منذ أكثر من شهرين. وأخبرت شركة Anthropic سابقًا مجلة Fortune أن 70% إلى 90% من شفرتها الآن مولدة بواسطة الذكاء الاصطناعي.
كما وصلت النماذج نفسها إلى معلم تكراري: فهي الآن تساعد بشكل ملموس في بناء إصدارات أكثر تقدمًا من نفسها. قالت OpenAI إن GPT-5.3-Codex “هو أول نموذج لدينا كان أساسيًا في إنشائه لنفسه”، وهو تحول كبير في طريقة عمل تطوير الذكاء الاصطناعي. وبالمثل، قال تشيرني من Anthropic إن فريقه بنى Claude Cowork—نسخة غير تقنية من Claude Code لإدارة الملفات—في حوالي أسبوع ونصف، باستخدام Claude Code نفسه إلى حد كبير. حتى بالنسبة لـ Claude Code، قال تشيرني إن حوالي 90% من شفرتها الآن مكتوبة بواسطة Claude Code.
على الرغم من مكاسب الإنتاجية، يحذر بعض المطورين أيضًا من أن الأدوات الجديدة قد تؤدي إلى الإرهاق. قال ستيف يجي، مهندس مخضرم، إن أدوات الذكاء الاصطناعي كانت تستنزف المطورين بسبب العمل المفرط.
في منشور مدونة واسع الانتشار، وصف يجي أنه غفا فجأة بعد جلسات ترميز طويلة، وأن زملاءه يفكرون في تركيب وحدات قيلولة في مكتبهم. وي argue أن الطبيعة الإدمانية لأدوات الترميز بالذكاء الاصطناعي تدفع المطورين لتحمل أعباء عمل غير مستدامة. كتب: “مع زيادة بمقدار 10 أضعاف، إذا أعطيت مهندسًا Claude Code، فبمجرد أن يتقنها، ستنتج تدفق عمله قيمة تعادل تسعة مهندسين إضافيين.” لكنه أضاف أن “بناء الأشياء باستخدام الذكاء الاصطناعي يتطلب الكثير من الطاقة البشرية.”
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
يُشعل Codex من OpenAI وClaude من Anthropic ثورة في البرمجة حيث يقول المطورون إنهم تخلىوا عن البرمجة التقليدية
هل الترميز التقليدي مات؟ هذا هو السؤال الذي يتداوله العديد من المطورين هذا الأسبوع بعد إطلاق نماذج ترميز قوية جديدة من OpenAI و Anthropic.
فيديو موصى به
الأسبوع الماضي، أطلقت OpenAI و Anthropic نماذجهما الخاصة بالترميز—GPT-5.3-Codex و Claude Opus 4.6—والتي تمثل قفزات كبيرة في قدرات الذكاء الاصطناعي في مجال الترميز. أظهر GPT-5.3-Codex أداءً أعلى بشكل ملحوظ على معايير الترميز مقارنةً بالنماذج السابقة، بينما قدمت Opus 4.6 ميزة تتيح للمستخدمين نشر فرق من الوكلاء الذكيين المستقلين الذين يمكنهم التعامل مع جوانب مختلفة من المشاريع المعقدة في وقت واحد. كلا النموذجين يمكنهما كتابة واختبار وتصحيح الأخطاء في الشفرات البرمجية مع تدخل بشري محدود—بل وتكرار العمل على نتائجها وتحسين الميزات قبل عرضها على المطورين.
أثارت هذه الإصدارات—خصوصًا GPT-5.3-Codex—نوعًا من الأزمة الوجودية على الإنترنت بين مهندسي البرمجيات. في قلب الأمر كان مقال فيروسي كتبه مات شومر، الرئيس التنفيذي لشركة OthersideAI. قال شومر إن “شيئًا ما انفتح” بعد إصدار النماذج ووصف كيف تتولى نماذج الذكاء الاصطناعي الآن دورة التطوير بأكملها بشكل مستقل—كتابة عشرات الآلاف من الأسطر البرمجية، فتح التطبيقات، اختبار الميزات، والتكرار حتى الرضا، مع قيام المطورين فقط بوصف النتائج المرغوبة وترك العمل. واقترح أن هذه التقدمات تعني أن الذكاء الاصطناعي يمكن أن يهدد الوظائف بشكل أكثر حدة من جائحة كوفيد-19.
لاقى المقال ردود فعل متباينة. وافق بعض قادة التقنية، بمن فيهم مؤسس Reddit أليكسيس أوهانيان، لكن آخرين، مثل أستاذ جامعة نيويورك غاري ماركوس، انتقدوه باعتباره “ضجة مسلحة بالسلاح”. (وأشار ماركوس إلى أن شومر لم يقدم بيانات تدعم ادعاءاته بأن الذكاء الاصطناعي يمكنه كتابة تطبيقات معقدة بدون أخطاء.) كما جادل جيريمي كان من مجلة Fortune بأن خصائص الترميز الفريدة—مثل الاختبار الآلي—هي التي تجعل من السهل أتمتة العملية بالكامل، في حين أن أتمتة مجالات العمل المعرفي الأخرى قد تكون أكثر صعوبة.
المهندسون كمستخدمين مبكرين
بالنسبة للعديد من المهندسين، بعض تحذيرات شومر تعكس واقعهم الحالي. يقول العديد منهم إنهم توقفوا تمامًا عن الترميز، واعتمدوا بدلاً من ذلك على الذكاء الاصطناعي لكتابة الشفرات البرمجية بتوجيه منهم.
على الرغم من أن الإصدارات الجديدة تمثل تحسينات مهمة، إلا أن المطورين قالوا أيضًا إن الصناعة كانت تمر بتحول بطيء خلال العام الماضي مع تطور النماذج لتكون قادرة على التعامل مع مهام أكثر تعقيدًا بشكل مستقل. بينما توقف مطورو الشركات التقنية الكبرى عن كتابة الشفرات سطرًا سطرًا، إلا أنهم لم يتوقفوا عن بناء البرمجيات—بل أصبحوا موجهين لأنظمة الذكاء الاصطناعي التي تقوم بالكتابة نيابة عنهم. لقد تحولت المهارة من كتابة الشفرة إلى تصميم الحلول وتوجيه أدوات الذكاء الاصطناعي. ويقول البعض إن النماذج الجديدة “تفجر الفقاعة” حول الترميز بالذكاء الاصطناعي من خلال جعل الأشخاص خارج مجال الترميز يدركون اتجاهًا كان المهندسون يمرون به منذ شهور.
خلال مكالمة أرباحها هذا الأسبوع، قال غوستاف سوديرستروم، الرئيس التنفيذي المشارك لـ Spotify، إن أفضل مطوري الشركة “لم يكتبوا سطرًا واحدًا من الشفرة منذ ديسمبر.” يستخدم نظام الشركة الداخلي Claude Code للنشر عن بعد، مما يسمح للمهندسين بتوجيه الذكاء الاصطناعي لإصلاح الأخطاء أو إضافة ميزات عبر Slack على هواتفهم أثناء تنقلهم، ثم دمج العمل المنجز إلى الإنتاج قبل الوصول إلى المكتب. قال سوديرستروم إن Spotify أطلقت أكثر من 50 ميزة جديدة في 2025 باستخدام هذه العمليات.
حتى داخل شركة Anthropic، يعتمد المهندسون بشكل كبير على أدواتهم الخاصة لكتابة الشفرات الجديدة. قال بوريس تشيرني، رئيس فريق Claude Code، في وقت سابق من هذا الشهر إنه لم يكتب أي شفرة برمجية منذ أكثر من شهرين. وأخبرت شركة Anthropic سابقًا مجلة Fortune أن 70% إلى 90% من شفرتها الآن مولدة بواسطة الذكاء الاصطناعي.
كما وصلت النماذج نفسها إلى معلم تكراري: فهي الآن تساعد بشكل ملموس في بناء إصدارات أكثر تقدمًا من نفسها. قالت OpenAI إن GPT-5.3-Codex “هو أول نموذج لدينا كان أساسيًا في إنشائه لنفسه”، وهو تحول كبير في طريقة عمل تطوير الذكاء الاصطناعي. وبالمثل، قال تشيرني من Anthropic إن فريقه بنى Claude Cowork—نسخة غير تقنية من Claude Code لإدارة الملفات—في حوالي أسبوع ونصف، باستخدام Claude Code نفسه إلى حد كبير. حتى بالنسبة لـ Claude Code، قال تشيرني إن حوالي 90% من شفرتها الآن مكتوبة بواسطة Claude Code.
على الرغم من مكاسب الإنتاجية، يحذر بعض المطورين أيضًا من أن الأدوات الجديدة قد تؤدي إلى الإرهاق. قال ستيف يجي، مهندس مخضرم، إن أدوات الذكاء الاصطناعي كانت تستنزف المطورين بسبب العمل المفرط.
في منشور مدونة واسع الانتشار، وصف يجي أنه غفا فجأة بعد جلسات ترميز طويلة، وأن زملاءه يفكرون في تركيب وحدات قيلولة في مكتبهم. وي argue أن الطبيعة الإدمانية لأدوات الترميز بالذكاء الاصطناعي تدفع المطورين لتحمل أعباء عمل غير مستدامة. كتب: “مع زيادة بمقدار 10 أضعاف، إذا أعطيت مهندسًا Claude Code، فبمجرد أن يتقنها، ستنتج تدفق عمله قيمة تعادل تسعة مهندسين إضافيين.” لكنه أضاف أن “بناء الأشياء باستخدام الذكاء الاصطناعي يتطلب الكثير من الطاقة البشرية.”