الترميز بالحدس (Vibe Coding) عمليًا: كيف تعلّم مطوّر توفير التوكنات دون التضحية بجودة الشيفرة
الترميز بالحدس (Vibe Coding) يعمل فعلًا: يمكن بناء تطبيقات جوال بمساعدة الذكاء الاصطناعي في 5 دقائق. لكن هناك فخًا، فالشيفرة تتحول سريعًا إلى كتلة واحدة يصعب قراءتها، وتنمو فاتورة التوكنات بوتيرة غير خطية. مرّ مطوّر واجهات أمامية يملك خلفية في التصميم بهذه التجربة، وتوصّل إلى أساليب عملية تحافظ على نظافة بنية الشيفرة وتخفّض في الوقت نفسه تكلفة الطلبات الموجّهة إلى الذكاء الاصطناعي.
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
روى مطوّر واجهات أمامية يملك سنوات طويلة من الخبرة في خدمات الويب لقطاع B2B رحلته مع الترميز بالحدس (Vibe Coding)، وشاركنا أساليب محددة لتوفير التوكنات دون التضحية بجودة الشيفرة.
كيف بدأ كل شيء
قضى كاتب المقال معظم مسيرته المهنية في تصميم الواجهات لتطبيقات الويب المؤسسية. كان تطوير تطبيقات الجوال يجذبه منذ زمن، لكن الأمر لم يتحقق، إذ لم يتوفر مشروع مناسب أو نقطة انطلاق. غيّرت موجة أدوات الذكاء الاصطناعي هذه المعادلة: فالنماذج اللغوية الحديثة قادرة على تحويل بضع فقرات من الوصف النصي إلى تطبيق جوال يعمل خلال خمس دقائق فقط.
قرر المطوّر تجربة الترميز بالحدس ضمن خدمته الإلكترونية. جاءت النتيجة متباينة: التطبيق كان يعمل، لكنه لم يبدُ كما تخيّله إطلاقًا. وكان ذلك مؤلمًا بوجه خاص لمن يملك خلفية في التصميم، إذ كانت الفجوة بين المتصوَّر والمنفَّذ واضحة من النظرة الأولى. ويقرّ بأن الجانب البصري ما زال بلا حل. أما المشكلة الأخرى فقد حلّها فعلًا.
فخ التوكنات و«شيفرة السباغيتي»
يتكشّف الفخ المعتاد في الترميز بالحدس تدريجيًا. تمرّ التكرارات القليلة الأولى بسهولة: يولّد الذكاء الاصطناعي المكوّنات بسرعة، وتتسع الوظائف. لكن مع ازدياد تعقيد المشروع يكبر السياق الذي ينبغي تمريره إلى النموذج: الملفات والتبعيات وسجل التعديلات ومنطق العمل. وتبدأ تكاليف التوكنات بالارتفاع بوتيرة غير خطية.
وبالتوازي تتدهور بنية الشيفرة. يولّد الذكاء الاصطناعي ما طُلب منه، لكن دون رؤية منهجية للمشروع بأكمله. وبعد عدة تكرارات تبدأ أجزاء قاعدة الشيفرة بالتناقض فيما بينها، فينتج ما يشبه «السباغيتي»، وهي شيفرة يصعب تنقيحها ويكلّف صيانتها كثيرًا.
واجه المطوّر ذلك عمليًا، وبدأ البحث عن مخرج دون العودة إلى كتابة الشيفرة يدويًا بالكامل.
ما ساعد فعلًا
بعد عدة تجارب، توصّل الكاتب إلى مجموعة من الأساليب التي تخفّض في آن واحد تكاليف التوكنات وتحافظ على نظافة البنية المعمارية:
- الحد الأدنى من السياق لكل مهمة — تمرير الشيفرة المتعلقة بالتعديل الحالي فقط إلى النموذج، لا المشروع كله
- تفكيك صارم للمهام — تقسيم التطوير إلى خطوات صغيرة معزولة، وصياغة كل خطوة في طلب مستقل
- بنية قائمة على العقود — الاتفاق مسبقًا مع الذكاء الاصطناعي على حدود الوحدات والواجهات العامة بينها
- مراجعة إلزامية قبل المتابعة — عدم قبول الشيفرة المولَّدة بشكل أعمى، والتحقق من القرارات المعمارية قبل التكرار التالي
- جلسات تزايدية — موجّهات (prompts) قصيرة ومركّزة بدل تعليمات طويلة متعددة المراحل في طلب واحد
الفكرة الأساسية: يتعامل الذكاء الاصطناعي جيدًا مع المهام الضيقة المحددة بوضوح. وكلما كان الطلب أدق وقلّ السياق الزائد، كانت النتيجة أرخص وأفضل جودة.
ثمن السرعة
يخفّض الترميز بالحدس فعلًا عتبة الدخول إلى مجال جديد؛ فالكاتب لم يطوّر تطبيقات جوال من قبل، وأطلق في النهاية منتجًا يعمل. لكن للسرعة في البداية ثمنًا: فإذا لم تُبنَ البنية المعمارية بوعي منذ الخطوات الأولى، يتراكم الدين التقني بسرعة، ولا تُقاس كلفته بالوقت وحده، بل بنفقات حقيقية على واجهات API أيضًا.
وقد أفادته خبرة التصميم هنا على نحو غير متوقع: فعادة التفكير في النظام ككل، ورؤية سيناريوهات المستخدم، وبناء التسلسل الهرمي، تنتقل إلى بنية الشيفرة وإدارة الموجّهات على حد سواء.
ماذا يعني ذلك
توفير التوكنات وجودة الشيفرة ليسا هدفين متعارضين، بل نتيجتان مترابطتان لقرارات الانضباط نفسها. الترميز بالحدس يعمل، لكنه يتطلب إدارة واعية للسياق، وعندها تتوقف السرعة عن أن تكون عدوًا للبنية.
Build & Ship Production AI Apps with Vibe Coding
Join Zhemal Khamidun's hands-on Vibe Coding Intensive at hamidun.com/vibecoding — master Claude Code, Cursor, and autonomous agentic workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.