تطوير الكود بالذكاء الاصطناعي — من أين أبدأ؟

فكر. اسأل. تأمّل. اكتب الشيفرة. كرر.

لست مبرمجًا محترفًا ولا مهندس نظم برمجية؟ هذا جيّد. لو كنت تعمل كمطور محترف مُدرّب ومُرسَم، ربما كانت هذه السلسلة ستُعيد ما تعرفه بالفعل. أما إذا كنت من المتخصصين في التعلم الإلكتروني الذين يكتبون شيفرات أحيانًا، فستجدُ هذه المجموعة من المقالات مفيدة في تطوير مشاريعك بمساعدة الذكاء الاصطناعي.

هل يهمك ما يلي؟

– تطوير محتوى التعلم الإلكتروني باستخدام أدوات التأليف الشائعة، والاستفادة من مقتطفات JavaScript، وحِيل CSS، وتعديلات HTML.
– دمج الشيفرة مع مكتبات تُستخدم ضمن أدوات التأليف الحالية.
– بناء تفاعلات تعلم مخصّصة تُوفّر بيانات أكثر فاعلية من مجرد النتيجة أو الإكمال أو زمن الإطالة، بالاعتماد على معايير وأنماط مثل SCORM و xAPI.
– إنشاء أدوات مساعدة يعمل بها فريقك داخل جدار حماية المؤسسة—مثل أداة “مستكشف الاستبيانات الموحد” التي طورتها والتي تحتوي على مجموعة من الأسئلة المعتمدة لقياس المستوى الأول (Level 1)، تتيح اختيار الأسئلة، ومعاينتها، وإنشاء نسخة ما قبل الإنتاج لتجميع البيانات—كل ذلك تم بناؤه بمساعدة الذكاء الاصطناعي.
– تجربة نماذج أولية قبل اقتراح التنفيذ داخليًا، بحيث ما كان يستغرق أسابيع أو أشهر صار ممكنًا تشغيله خلال ساعات.
– تصميم واجهة المستخدم وتجربة المستخدم؛ يمكنك استيراد تصميمات Figma مباشرة إلى Windsurf عبر خادم Model Context Protocol (MPC). قد يبدو ذلك معقّدًا لكنه سهل الإعداد ويمكن أن تنبض تصميماتك بالحياة خلال دقائق.

إن تكرر أحد هذه المواقف معك، فتابع القراءة. سأشارك ما تعلّمته بعد تجربتي مع عشرة أدوات تطوير مدعومة بالذكاء الاصطناعي (مثل Lovable, Cursor, Windsurf, GitHub Copilot بنسختيه المجانية والمدفوعة، ChatGPT, Replit, Claude Code, و Bolt)، وكتابة أكثر من 6000 سطر شيفرة، وبناء 15 مشروعًا كاملًا من الفكرة إلى النشر، وإنشاء ونشر نماذج أولية، ودمج مقتطفات الشيفرة في أدوات موجودة.

تنبيه مهم: هذه الأدوات تتطوّر أسرع مما أكتب. تحقق دائمًا من التحديثات والمقارنات المنشورة عبر الإنترنت. هدفي هنا ليس ترويج أدوات محددة، بل تزويدك بالأساسيات لتختار الأداة المناسبة وتستخدمها بذكاء دون إهدار اعتماداتك أو زيادة مستوى الإحباط.

يغطي هذا المقال الأساسيات المعمارية لتطوير مدفوع بالذكاء الاصطناعي وإعداد بيئة عمل موصى بها لتجنّب المشاكل لاحقًا.

المكسب، والعيب، والكارثة المحتملة عند استخدام الذكاء الاصطناعي في التطوير

الخبر الجيّد: الذكاء الاصطناعي قادر على نقل مشروعك من 0 إلى 80% بسلاسة فائقة — كأنك تركب زورقًا سريعًا دون أن تلمس المقود.
الخبر السيئ: لا تزال مسؤولًا عن الـ20% الأخيرة التي تتطلب انتباهًا دقيقًا.
والجانب القبيح: قد ينتهي بك الأمر في مكان لم تقصد الوصول إليه.

قبل بضع سنوات كنت أعتمد أولًا على معرفتي ثم على StackOverflow. كان مصدرًا سحريًا: ما إن تطرح سؤالًا حتى تجد إجابة جاهزة، فتكفي عملية نسخ ولصق ثم تعديل وتصحيح وأحيانًا لعن الشيفرة قليلاً—لكنه كان مفيدًا جدًا.

الإغراء: السرعة الخارقة التي يقدمها الذكاء الاصطناعي

أدوات التطوير المدعومة بنماذج لغوية كبرى تعمل الآن كـStackOverflow 2.0 مع دوافع أقوى. بعض هذه الأدوات يقدم نهجًا بلا شيفرة: تشرح بما يشبه اللغة العادية ما تريد، وهو يبنيه لك. تدخل في “مزاج” التطبيق وتحادثه لتحقيق ما تصبو إليه. يمكنك إنتاج برامج معقّدة أسرع بعشر مرات دون أن تكتب سطر شيفرة واحد. يعالج الذكاء الاصطناعي الفجوة بين خيالك ومهاراتك… حتى يحدث خطأ ما.

لا تخلع يديك عن المقود!

قد يغريك أن تترك الذكاء الاصطناعي يتولى كل شيء. في تجربتي الأولى سمحت للذكاء الاصطناعي بكتابة 99% من الشيفرة وقبلت كل التعديلات المقترحة (بما فيها حذف أجزاء). النتيجة: أسرع بعشر مرات للوصول إلى 80% من الهدف، ولكن العناء في الـ20% المتبقية كان رهيبًا. حتى أن الأداة اعتذرت واعترفت بأنني أحسست بالإحباط. لا أنصح بقبول كافة التغييرات دون فهم الأسباب المنطقية خلفها.

باختصار: لا تتخلى عن السيطرة كليًا. الذكاء الاصطناعي مساعد جيد، لكنه يحتاج منك توجيهًا. ابدأ بالتفكير، ثم اسأل، ثم تأمل، ثم اكتب الشيفرة، ثم كرر.

لنبدأ بفهم ما وراء هذه الأدوات السحرية وكيف تجهّز بيئة مناسبة للنجاح.

الإعداد الأدنى: النسخ واللصق

إذا كنت تنوي استخدام الذكاء الاصطناعي لمقتطفات شيفرة بسيطة أو لتنسيق صفحات الويب عبر النسخ واللصق داخل أداة التأليف، قد تنجح مع إعداد بسيط: ChatGPT أو GitHub Copilot المجاني. لكن طريقة النسخ واللصق تعني التنقّل بين تطبيقين، عدم وجود فحص أخطاء تركيبية لحظيًا، عدم إمكانية تضمين أسرار داخل الشيفرة (لا تُعلّم الذكاء الاصطناعي كلمات المرور أو الرموز)، لا إكمال تلقائي للشيفرة، ولا تحكّم بإصدار المصدر، وقد يصبح من الصعب تتبّع آخر نسخة عاملة.

الأفضل: استخدام أداة تطوير مخصّصة

إذا تخطيت مقتطفات الشيفرة البسيطة، فأقترح بشدّة إعداد جهازك لبيئة تطوير مستقرة، قابلة للتوسيع ومرنة. هذا جهد لمرة واحدة لكنه مجدٍ. ينبغي أن يتضمن مسار التطوير الشامل المكونات الأساسية التالية:

تحرير:
استخدم أداة تحرير مخصّصة تدعم التطوير بمساعدة الذكاء الاصطناعي بشكل كامل.

(ملاحظة بسيطة: هذه توصيات عامة لبناء بيئة متينة تحقق نتائج أفضل وتقلّل من مفاجآت الاخر في المراحل النهائية.) التخطيط العام
يتضمّن ذلك إضاءات نحوية للكود، البرمجة عبر الدردشة، واقتراحات/إكمالات آلية يمكن تفعيلها يدويًا.
التخزين
خزّن الشيفرة المصدرية في مكان آمن ومنظّم وخاضع للتحكم بالنسخ (نسخ مؤرّخة)، بعيدًا عن النسخة العاملة على جهازك.
الاختبار والمعاينة وتصحيح الأخطاء
أعد إعداد عملية اختبار محلية تمكّنك من استكشاف الأخطاء وإصلاحها بسرعة.
النشر/الاستدراج
انشر الشيفرة المصدرية للآخرين مع المحافظة على تحكم واضح فيما يدخل إلى بيئة المعاينة مقابل البيئة الحيّة. وإذا حدث خطأ، عد إلى نسخة سابقة معروفة بالعمل.
(قاعدة بيانات اختيارية)
قد لا تحتاج إلى قاعدة بيانات خارجية في كل المشاريع، لكن إن احتجت إليها فيجب أن تكون مدمجة ضمن بيئة عملك.
(أدوات اختيارية)
من المفيد توفر أدوات ومكتبات مساعدة لتوسيع إمكانات التحكم في العملية.

كيف يبدو هذا الإعداد في سيناريو واقعي محتمل؟
في هذا المقال سنركّز على أهم جزء في الإعداد: تحرير الشيفرة.

تعديل الشيفرة — التحرير
هنا تقوم بتحرير الشيفرة المصدرية. اعتبرها «الشيفرة العاملة» التي تغيّرها، وتجربها، وتطوّرها بشكل تكراري. إنها نسخة محلية من «المصدر الوحيد للحقيقة»، بينما تحفظ نسخة رئيسية أخرى في مكان مثل GitHub لتتفادى الخوف من كسر الشيء.
يتطلب تحرير الشيفرة تطبيقًا مخصّصًا. رغم أنك تستطيع استخدام محرّرات نص بسيطة مثل Notepad++، وللاستفادة من دعم الذكاء الاصطناعي الكامل أنصح باستخدام Visual Studio Code (VS Code)، وهو منتج مجاني من مايكروسوفت يوفر إضافات يمكنك اختيار تثبيتها.
اعتمادًا على أداة تطوير الذكاء الاصطناعي التي تختارها (سأعود لذلك لاحقًا)، قد تستخدم «ملحقًا» داخل VS Code أو أداة تطوير قائمة بذاتها. قد تسمع مصطلح IDE (بيئة تطوير متكاملة)، وهو ليس محرّراً للشيفرة فحسب بل يجمع أدوات التصحيح، والتنفيز، والتجميع، والأتمتة معًا.
سواء استخدمت VS Code مع ملحقات عامة أم أداة AI مخصّصة كـIDE مستقل، سيتعيّن عليك ربطها بنموذج لغوي كبير ليوفر لك الدعم خلال التطوير.

أمر بديهي
بغض النظر عن أداة التطوير التي تستخدمها، فكلّها تتصل بنماذج لغوية أساسية مثل GPT-5 أو Claude Sonnet 4، إلخ. تقنيًا يمكنك التفاعل مباشرة مع هذه النماذج، لكن أدوات تطوير الذكاء الاصطناعي تمنحك مزايا كبيرة من حيث الراحة والمرونة والقوّة.

ربط أداة التطوير بالذكاء الاصطناعي
كما ترى في بنية النظام، التطبيق الذي تستعمله لتحرير الشيفرة متصل بالنماذج اللغوية الكبيرة. عمومًا يمكنك العمل مع هذه النماذج بطريقتين: إحضار مفتاحك الخاص أو استخدام اشتراك الأداة.

أحضر مفتاحك الخاص
يعني ذلك أن تنشئ حسابًا مع مزوّد النموذج وتقدّم الرموز السرية للمحرّر. أنت تدفع مباشرة بناءً على استهلاكك.
اشتراك الأداة
يعني أن أداة التطوير التي تستخدمها تتولى الاشتراك نيابة عنك، وبمقابل اشتراكك تحصل على صلاحية الوصول إلى النماذج المتاحة لديها.

أمر بديهي آخر
لاستخدام النماذج ليس غير محدود بغض النظر عن الخيار الذي تختاره. الاختلاف يكمن في كيفية الدفع ومدى التحكم الذي تريده.
ماذا يحدث إذا استنفد تطبيق التطوير مثل Windsurf رصيدك الشهري؟
يعتمد ذلك على الأداة: قد تُبطئ الخدمة، أو تقرّر التحويل لنماذج مجانية، أو تعرض عليك شراء أرصدة إضافية حتى يجدد رصيدك. سأعرض نصائح وممارسات أفضل في السلسلة حول كيفية تجنّب استنفاد رصيدك الشهري في يومين.

كيف يدعم الذكاء الاصطناعي تطوير الشيفرة؟
عند ربط أداة التطوير بالنماذج، هناك بشكل عام طريقان للمساعدة: وضع العميل الآلي (Agent mode) الذي تشرح فيه ما تريد بلغة عادية عبر كل ملفات المشروع وليس ملفًا واحدًا فقط، فتقوم الأداة بتنفيذ المطلوب؛ أو التحرير اليدوي حيث يقترح النظام إكمالات آلية ذكية. وهذا ليس مجازًا: تبدو وكأنها تقرأ ما في ذهنك — لا تكتفي بتوقّع نهاية السطر، بل قد تقترح كتلة كاملة من الشيفرة. مدى جودة النتائج يعتمد على الأداة نفسها.
إذا كان هدفك ليس الإنجاز فقط بل تعلّم لغة برمجة، أنصح بقوة باستخدام الإكمال التلقائي أثناء الكتابة بدل الاعتماد الكلّي على الدردشة وقبول التعديلات دون تدقيق. إن فعلت العكس قد تفاجأ بما سيظهر في شيفرتك (أو ما قد لا يظهر).

بعض الطرق العملية التي يدعم بها الذكاء الاصطناعي عملية التحرير والبرمجة
– فهم بنية المشروع وشرح وظيفة الملفات المختلفة.
– البحث عبر ملفات متعددة بلغة طبيعية: يمكنك أن تطلب «أرني أين نتحقق من تسجيل دخول المدير؟» وسيبحث عبر المشروع.
– تمييز أجزاء من الشيفرة وطلب شرح سطر بسطر، أو عمل سيناريوهات «ماذا لو» دون كسر المشروع: «ماذا لو غيّرت X إلى Y؟ ماذا سيحدث؟»
– تحليل الشيفرة واقتراح تحسينات أو تبسيطات أو الإشارة إلى قضايا في معالجة الأخطاء.
– المساعدة في التصحيح: يمكن أن يضيف الذكاء الاصطناعي وظائف تصحيحية تظهر في الكونسول أثناء الاستكشاف، ثم تطلب منه إزالتها لاحقًا.
– تطوير الشيفرة القديمة وتحسينها.
– استخدام لقطة شاشة لشرح ما تريد أو ما تراه (مع مراعاة أن بعض النماذج لا تدعم الصور).
– تحويل البيانات من صيغة إلى أخرى فورًا.

الاحتمالات لا نهائية. كانت مهمة تحويل نص من صيغة إلى أخرى من أبشع المهام الروتينية بالنسبة لي؛ مثلاً نسخ جدول من صفحة ويب وإعادة تنسيقه استنادًا إلى عمود المراجع. سابقًا كان ذلك يدويًا أو يتطلب معالجة نص متقدمة. اليوم أكتفي بطلب إعادة التنسيق بشروط محددة من الذكاء الاصطناعي.
تحقّق دائمًا من النتائج
على الرغم من السحر في الإنتاج الآلي وغالبًا صحته، يجب التحقق من المخرجات! مرّة طلبت من الذكاء الاصطناعي تحويل أسئلة اختبار مهارات البيانات من جدول إلى صيغة JSON لتطبيق جديد. ظهرت النتيجة خلال ثوانٍ وبدا كل شيء على ما يرام، لكن التحقق اليدوي كشف فروقًا صغيرة تطلّب تصحيحًا قبل النشر. عندما اختبرت التطبيق لاحظت أمراً غريباً: كانت خيارات الاختبار تحتوي على الاجابات الصحيحة فقط. فحصت الشيفرة فوجدت — أو بالأحرى لم أجد — أن الذكاء الاصطناعي أزال كل الإجابات الخاطئة من أسئلة الاختبار. أظن أنه اعتبر ذلك «تحسينًا إضافيًا» لم أطلبه.

حتى الآن، نظرنا إلى جزء تعديل الشيفرة في البنيه المعمارية. هذا يمثل تحسناً بالمقارنة مع النسخ واللصق، لكنه لا يوفر أي نظام تحكّم بالإصدارات. إذا حدث خلل وأردت العودة إلى نسخة سابقة بعد إجراء تغييرات متعددة فقد يصعب أو يستحيل ذلك. هذا ما توفره منصات مثل GitHub.

مع ذلك، إن أردت البدء بتجربة بناء مقتطفات كود بسيطة أو صفحات ويب، فهذه البنية تُعد نقطة انطلاق جيدة. تأكد فقط من حفظ الشيفرة في مكان آخر أثناء العمل على ميزة جديدة تحسباً لحدوث خطأ.

الكلمة الأخيرة بشأن التحرير: سنغطي خوادم بروتوكول سياق النموذج (MCP) في سياق هذه السلسلة، لكن وبما أنها واردة في مخطط البنية، فلنُعامل خادم MCP حالياً كوصلة بين التطبيقات والموارد الخارجية. مثلاً، يمكنك ربط تصميم Figma مباشرةً بـ Windsurf لإنشاء صفحة حية تعمل استنادًا إلى التصميم.

في المقالة القادمة سنغطي المكوّنات المتبقية في البنية (التخزين، المعاينة/الاختبار، والنشر) وسنجيب على بعض الأسئلة الجوهرية المتعلقة باختيار أداة تطوير مدعومة بالذكاء الاصطناعي.

المراجع:
[1] أفضل أدوات الذكاء الاصطناعي للبرمجة في 2025: 6 أدوات تستحق وقتك — https://www.pragmaticcoders.com/resources/ai-developer-tools

حقوق الصورة:
الصورة المضمنة في متن المقال أنشأها/قدمها المؤلف.