الترميز بالحدس حتى الإنتاج: تطبيق على Google Play كتب الذكاء الاصطناعي 99.9% من شيفرته

نشر مطوّر على Google Play تطبيق Android أصلياً باسم Yarrow AI، كتبت شبكة عصبية 99.9% من شيفرته المصدرية، ولم يكتبها إنسان. وهو ليس عملاً عابراً أُنجز في عطلة نهاية أسبوع: فالتطبيق مكتوب بلغة Kotlin، ويضم أكثر من 50 شاشة، ورسوماً متحركة معقدة، ودعماً لعدة لغات، وبنية قابلة للتوسّع.

ما التطبيق الذي كتبه الذكاء الاصطناعي

Yarrow AI تطبيق Android أصلي متكامل، نُشر على Google Play في يوليو 2026. وبحسب صاحب هذه الحالة، لم يكتب يدوياً سوى 0.1% من الشيفرة، أما الباقي فولّده الذكاء الاصطناعي. والحديث هنا لا يدور عن نموذج أولي أو عرض تجريبي، بل عن منتج اجتاز مراجعة المتجر وأصبح متاحاً للمستخدمين.

ويشدّد المؤلف على أن التطبيق أصلي: فهو مكتوب بلغة Kotlin، ولم يُجمَّع كغلاف متعدد المنصات حول صفحة ويب. وهذه تفصيلة مهمة، إذ يُعدّ الكود الأصلي لأكثر من 50 شاشة برسوم متحركة معقدة الحالة التي يتعثر فيها التوليد بالذكاء الاصطناعي في أغلب الأحيان.

• 99.9% من الشيفرة المصدرية كتبها الذكاء الاصطناعي، لا الإنسان
• التطبيق أصلي بلغة Kotlin، وليس غلافاً متعدد المنصات
• أكثر من 50 شاشة برسوم متحركة معقدة
• دعم عدة لغات وبنية قابلة للتوسّع
• نُشر على Google Play باسم Yarrow AI (com.yarrowai.yarrowapp)

«هذا ليس مجرد "عمل مرتجل في عطلة نهاية أسبوع"»، يكتب المؤلف في مقالته على

Habr.

لماذا استطاع الذكاء الاصطناعي إنجاز هذا الحجم

أنجز الذكاء الاصطناعي أكثر من 50 شاشة لأن المؤلف أعدّ مسبقاً مواصفات بالغة التفصيل، ولم يكتفِ بأن يطلب من النموذج «صنع تطبيق». فقد حوّل هذا التفصيل توليد الشيفرة من مهمة إبداعية إلى مهمة آلية.

شمل الإعداد طبقتين أساسيتين. أولاً، رسم مصمّم كل شاشة في التطبيق، فكان أمام النموذج مثال بصري دقيق، لا مهمة مجردة موصوفة بالكلمات. ثانياً، حدّد المؤلف لكل زر واجهات API التي ينبغي استدعاؤها بالضبط. وبهذا المستوى من التفصيل لا يبتكر الذكاء الاصطناعي البنية المعمارية، بل يملأ هيكلاً محدداً سلفاً، فينخفض خطر الهلوسة وإعادة العمل انخفاضاً حاداً.

تعكس هذه الحالة التحوّل الرئيسي في «الترميز بالحدس» (vibe coding): فنقطة الاختناق تنتقل من الشيفرة نفسها إلى جودة المواصفات الفنية واكتمالها. وكلما كان وصف كل شاشة وكل إجراء أدق، قلّت التعديلات بعد التوليد. وفي جوهر الأمر، ينتقل دور الإنسان من كاتب الشيفرة إلى مصمّم النظام الذي يصوغ المتطلبات بحيث لا يُترك للنموذج مجال للتخمين.

هل كان الأمر يستحق العناء

يطرح المؤلف صراحةً سؤال جدوى هذا الأسلوب، ويقترح النظر إلى الأرقام لا إلى الانطباعات. فإعداد مواصفات تفصيلية لأكثر من 50 شاشة مع رسم كل شاشة عملٌ كبير مستقل، يقع كله على عاتق الإنسان ويسبق أي عملية توليد.

«هل كان الأمر يستحق العناء؟ لننظر إلى الأرقام»، يقول المؤلف في مقالته على

Habr.

والخلاصة الرئيسية لهذه الحالة ليست أن الذكاء الاصطناعي «حلّ محل» المبرمج، بل أنه مع انضباط هندسي صارم يمكن لتوليد الشيفرة بالذكاء الاصطناعي أن يتوسّع ليصل إلى منتج حقيقي في المتجر، لا إلى عرض تجريبي بشاشة واحدة يُنجز في عطلة نهاية أسبوع فحسب.

ماذا يعني ذلك

تُظهر حالة Yarrow AI أن «الترميز بالحدس» بلغ مرحلة الإنتاج، لكن ليس من تلقاء نفسه: فخلف 99.9% من الشيفرة التي كتبها الذكاء الاصطناعي تقف 100% من العمل البشري في المواصفات وتصميم الشاشات ووصف واجهات API. ويتولى الذكاء الاصطناعي روتين كتابة الشيفرة، بينما تنتقل القيمة إلى من يجيد تحديد المهمة بوضوح واكتمال.

أسئلة شائعة

كم شاشة في تطبيق Yarrow AI؟

أكثر من 50 شاشة، مع رسوم متحركة معقدة ودعم لعدة لغات.

كيف أمكن كتابة شبه كامل الشيفرة عبر الذكاء الاصطناعي؟

بفضل مواصفات مفصّلة جداً: رسم مصمّم كل شاشة، وحُدِّد لكل زر واجهات API التي يجب استدعاؤها بالضبط.