كيف كتب الذكاء الاصطناعي الشيفرة بالكامل: منصة جاهزة في شهرين ونصف بدل سنوات

أنشأ مطوّران خلال شهرين ونصف منصة لتحليلات البيانات الجغرافية باستخدام التطوير القائم على المواصفات (spec-driven)، وفيه يكتب المطوّر المواصفات بينما يولّد الذكاء الاصطناعي الشيفرة بالكامل. وفي حقبة ما قبل الذكاء الاصطناعي كان ذلك سيستغرق سنوات.

لماذا يختلف هذا عن مساعد الذكاء الاصطناعي المعتاد داخل بيئة التطوير (IDE)؟

يستخدم معظم المطوّرين الذكاء الاصطناعي بوصفه إكمالاً تلقائياً متطوراً: يقترح Copilot سطراً، ويُكمل Cursor دالة، ويشرح ChatGPT خطأً ما. أما التطوير القائم على المواصفات فهو نمط مختلف جذرياً، ويغيّر دور المطوّر نفسه.

يتوقف المطوّر عن كتابة الشيفرة تماماً. تنحصر مهمته في وصف السلوك المطلوب للنظام ضمن المواصفات: ما الذي يجب أن يحدث، وفي أي شروط، وما النتيجة المتوقعة. ويُنفّذ الذكاء الاصطناعي المنطق استناداً إلى هذه الأوصاف، ولا يكتفي بإكمال ما كتبه الإنسان.

وهذا يغيّر طبيعة العمل: فبدل البرمجة يصبح العمل تصميماً وصياغةً للمهام. يتحول المطوّر إلى معماري ومحرّر، لا إلى منفّذ للتفاصيل. والأداة هنا ليست إضافة (plugin) في بيئة التطوير، بل عملية منهجية متكاملة يندمج فيها الذكاء الاصطناعي في كل خطوة.

ماذا بنى المطوّران في شهرين ونصف؟

أنشأ فريق من شخصين منصة لتحليلات البيانات الجغرافية من الصفر، دون شيفرة موروثة ودون قيود بنية قائمة.

• الفريق: مطوّران اثنان
• المدة: شهران ونصف
• النهج: قائم على المواصفات، وولّد الذكاء الاصطناعي كل شيفرة الإنتاج
• نقطة الانطلاق: صفحة بيضاء وحرية كاملة في اختيار البنية المعمارية
• السياق: كان منتج مماثل في حقبة ما قبل الذكاء الاصطناعي سيستغرق سنوات ويتطلب فريقاً أكبر

غياب الشيفرة الموروثة (legacy) شرط حاسم للنجاح. فالعملية القائمة على المواصفات تتشكل بسلاسة منذ البداية، في حين أن تكييف الذكاء الاصطناعي مع قاعدة شيفرة موروثة أصعب بكثير من حيث المبدأ: فالشيفرة القائمة تقاوم، ولها منطقها وسياقها وديونها التقنية التي يأخذها الذكاء الاصطناعي في الحسبان بصورة سيئة.

كما أن طبيعة المنصة تضيف تعقيداً: فتحليلات البيانات الجغرافية تتعامل مع بيانات مكانية وخرائط وطبقات، وهي ليست مشروع CRUD تقليدياً. ولذلك تبدو النتيجة أكثر دلالة.

أين توقّعوا الفشل، وماذا حدث؟

كان تشكيك المؤلفين الرئيسي قبل البدء مفهوماً: فالذكاء الاصطناعي يتعامل جيداً مع المهام الصغيرة المعزولة، لكنه في المشروع الكبير يفقد السياق، ويصطدم بحدود الرموز (tokens)، ويبدأ باقتراح حلول تتعارض مع ما كُتب سابقاً.

«في البداية لم أصدّق أن هذا سيصمد أمام نطاق حقيقي. كانت التجربة تقول

لي: كلما كبر المشروع، تشوّش الذكاء الاصطناعي في السياق بسرعة أكبر واصطدم بالحدود»، يكتب المؤلف.

وبعد شهرين ونصف تغيّر الاستنتاج. فمع عملية مبنية بشكل صحيح، يحتفظ الذكاء الاصطناعي بالسياق على امتداد المشروع الكبير كله. إذ ينظّم النهج القائم على المواصفات التفاعل مع النموذج بحيث يكون كل طلب مكتفياً بذاته، ولا يتطلب من الذكاء الاصطناعي أن يحتفظ في ذاكرته بكامل تاريخ التطوير، وهذا يزيل الخطر الرئيسي المتمثل في فقدان السياق.

أما المهارة الجديدة الأهم لدى المطوّر فليست القدرة على البرمجة، بل القدرة على صياغة المواصفات بدقة: دون غموض، وبسياق صحيح، ومعايير واضحة للنتيجة. ومن يكتب المواصفات بشكل أفضل يحصل على شيفرة أفضل.

ماذا يعني ذلك؟

تُعدّ حالة منصة تحليلات البيانات الجغرافية دليلاً عملياً على أن التطوير القائم على المواصفات يتوسّع إلى ما هو أبعد من الأمثلة التعليمية. فقد أطلق شخصان، بعملية صحيحة، منتجاً كان يتطلب سابقاً فريقاً أكبر وعدة سنوات من العمل. وتضعف العلاقة بين «تعقيد المهمة» و«حجم الفريق»: إذ يتولى الذكاء الاصطناعي التنفيذ، ما دام الإنسان قادراً على وصف المهام بدقة.

لم يعد السؤال «هل نأتمن الذكاء الاصطناعي على مشروع كبير؟»، بل «كيف نبني عملية المواصفات بحيث تعمل بثبات؟».

الأسئلة الشائعة

هل من الضروري بدء المشروع من الصفر؟

يشير المؤلفون صراحةً إلى أن البدء دون شيفرة موروثة هو الشرط الأساسي. فالتطوير القائم على المواصفات يتشكل بسلاسة تحديداً في المشاريع الجديدة كلياً (greenfield)، أما تكييفه مع قاعدة شيفرة موروثة فهو أصعب بكثير من حيث المبدأ، لأن الشيفرة القائمة تقاوم.

ما المهارة التي تصبح الأهم في النهج القائم على المواصفات؟

بحسب تجربة المؤلفين، هي القدرة على صياغة المواصفات بوضوح: وصف السلوك المطلوب للنظام دون غموض، مع السياق اللازم ومعايير النتيجة الجاهزة. أما القدرة على البرمجة فتتراجع إلى المرتبة الثانية.

ما التطوير القائم على المواصفات (spec-driven) وكيف يستخدمه الذكاء الاصطناعي؟

هو أن يكتب المطوّر المواصفات فقط، أي وصف السلوك المطلوب، بينما يولّد الذكاء الاصطناعي الشيفرة بالكامل. وهذا يختلف عن مساعد الذكاء الاصطناعي المعتاد داخل بيئة التطوير (Copilot وCursor) الذي يقدّم اقتراحات على مستوى الأسطر والدوال.

بكم أسرع المشروع بفضل الذكاء الاصطناعي؟

أنشأ المطوّران منصة تحليلات البيانات الجغرافية في شهرين ونصف بدل السنوات التي كان سيستغرقها ذلك دون النهج القائم على المواصفات مع الذكاء الاصطناعي.