مطوّر كلّف Claude بتثبيت 900 تطبيق وبنى منظّف Mac مجانيًا
تتقاضى منظّفات Mac المدفوعة أموالًا مقابل واجهة ثقيلة ومئات الوظائف الزائدة. كلّف مطوّر Claude بتثبيت أكثر من 900 تطبيق شائع، واحدًا تلو الآخر، على جهاز افتراضي نظيف يعمل بنظام macOS، أي «حاسوب داخل حاسوب» خالٍ من المخلّفات، وبتسجيل الملفات التي تبقى بعد عمل كل برنامج. لم تدخل القاعدة إلا الملفات التي أكّدتها الفحوص المتكررة، وهكذا ظهر MacWashing المجاني مفتوح المصدر، وهو يعمل دون إنترنت.
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
منظّفات Mac مدفوعة، وواجهتها ثقيلة، وتحاول أن تفعل «كل شيء»: تنظّف النظام وتؤدي دور مكافح الفيروسات، وكما يمزح المؤلف، لا ينقصها إلا العزف على الأكورديون. رأى أحد المطوّرين على موقع Habr أن لا داعي للدفع مقابل ذلك. فكلّف نموذج Claude بتثبيت أكثر من 900 تطبيق شائع، واحدًا تلو الآخر، على جهاز افتراضي نظيف يعمل بنظام macOS (أي على «حاسوب داخل حاسوب» لا يحتوي مسبقًا على أي مخلّفات)، وبتسجيل الملفات التي تبقى بعد عمل كل برنامج. من هذه الملاحظات خرجت قاعدة قواعد لمنظّف MacWashing المجاني مفتوح المصدر، الذي يعمل دون إنترنت.
كيف بنى Claude قاعدة المخلّفات
المشكلة الرئيسية في أي منظّف هي معرفة ما يمكن حذفه فعلًا. التخمين اعتمادًا على أسماء المجلدات في Library محفوف بالمخاطر، فحذف مجلد واحد زائد قد يعطّل برنامجًا أو يمسح إعدادات تخص غيره. اختار المؤلف طريقًا آخر: راقب السلوك الفعلي للتطبيقات.
تخيّل أنك تريد معرفة حجم الفوضى التي يتركها كل ساكن في عمارة. أسهل طريقة أن تُسكنهم واحدًا تلو الآخر في شقة فارغة تمامًا وتراقب ما يظهر فيها. الجهاز الافتراضي النظيف يؤدي هذا الدور بالضبط. فكل ما ظهر بعد تثبيت البرنامج واستخدامه يمكن ربطه بتطبيق بعينه: ملفات التخزين المؤقت (cache) والسجلات والملفات المؤقتة وبقايا ما بعد الحذف. وجرت التجارب على عدة إصدارات من macOS، لأن المسارات وسلوك النظام يختلفان من إصدار إلى آخر.
ثم جاءت، بحسب المؤلف، أهم مرحلة: فُحص كل شيء، ثم فُحص مرة أخرى، ثم مرة ثالثة. ولم يدخل القاعدة إلا ما ثبت فعلًا أنه مخلّفات. وهذا هو النهج المعقول الوحيد لبرنامج يحذف الملفات: فتفويت غيغابايت واحد أمر مزعج، أما حذف ملف مهم فقد ينتهي بفقدان بيانات.
لماذا يعمل دون إنترنت
يتّضح من الوصف أن الأداة لا تتصل بالشبكة. ومن المنطقي افتراض أن الذكاء الاصطناعي عمل في مرحلة بناء القاعدة لا أثناء التنظيف، فالقواعد الجاهزة المتحقَّق منها موجودة على حاسوب المستخدم. وهذا يمنح المستخدم ثلاث مزايا: لا تأخير، ولا تغادر قائمة البرامج المثبتة جهازه، ولا رسوم على طلبات النموذج عند كل تشغيل.
وبالنسبة للمطوّرين، هذا نموذج مفيد. فيمكن إخراج عمل النموذج المكلف وغير المتوقع دائمًا إلى خط معالجة يعمل دون اتصال، والحصول منه على ناتج ثابت (قاعدة القواعد) وتوزيعه دون أي ذكاء اصطناعي. تُنفق الرموز (tokens) مرة واحدة، لا على كل مستخدم. ولا يكشف المؤلف مقدار الوقت والمال اللذين استغرقهما جمع القاعدة، ولذلك لا يمكن حتى الآن تقدير اقتصاديات هذا النهج بالأرقام.
ما يبقى موضع تساؤل
يكتب المؤلف أن النتائج تفوقت بوضوح على ما هو موجود في السوق. لكن النص لا يتضمن قياسات مقارنة: كم مساحة تتحرر، وكم تطبيقًا يتعرف عليه كل منافس، وهل حدثت عمليات حذف خاطئة. المعروف فقط أن الاختبار جرى على عدة إصدارات من macOS وعلى مجموعات البرامج الكلاسيكية لخمسة أدوار: المصمم والمبرمج والمهندس والمصوّر ومونتير الفيديو.
وهناك قيد واضح أيضًا. فالتطبيقات الـ900 هي برامج شائعة. أما البرامج المتخصصة والإصدارات الجديدة التي صدرت بعد بناء القاعدة فستكون تغطيتها أضعف، وسيتعيّن تحديث القاعدة بالطريقة نفسها. ويقول المؤلف نفسه إنه صنع البرنامج لنفسه ولم يكن ينوي نشره.
ماذا تفعل بهذا
إذا كنت تستخدم Mac، فاطّلع على مستودع in4in-dev/macwashing على GitHub. الشيفرة مفتوحة، ولذلك يمكنك قراءة قواعد الحذف والتحقق منها قبل أن تأتمنها على قرصك. ومن الحكمة قبل التشغيل الأول إنشاء نسخة احتياطية عبر Time Machine.
وإذا كنت تبني أدواتك الخاصة، فدوّن هذا النهج: راقب السلوك في بيئة معزولة، وحوّل النتيجة إلى قواعد قابلة للتحقق، وأعد الفحص عدة مرات. عندها يساعدك النموذج في جمع البيانات، ولا تضطر إلى اتخاذ قرارات محفوفة بالمخاطر آنيًا.
- 21 نوفمبر 2026Apple تعدّ وكيل ذكاء اصطناعي وتصعّب الوصول على الوكلاء الآخرين: الإذن الآن في 14 خطوة بدلًا من 4
- 21 نوفمبر 2026ضبط دقيق لنموذج Qwen3-0.6B على Mac mini: الإجابات الخاطئة تنخفض إلى 3 من 30 بدلًا من 9
- 21 نوفمبر 2026لم يعد المبرمج منسّقًا لوكلاء الذكاء الاصطناعي: Multica يتولى روتين التسليم بينهم
- 21 نوفمبر 2026مطوّر يستغني عن Pinecone: بحث في 72 450 مقطعًا برمجيًا خلال 50 مللي ثانية
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول كيف بنى Claude قاعدة المخلّفات؟
المشكلة الرئيسية في أي منظّف هي معرفة ما يمكن حذفه فعلًا. التخمين اعتمادًا على أسماء المجلدات في Library محفوف بالمخاطر، فحذف مجلد واحد زائد قد يعطّل برنامجًا أو يمسح إعدادات تخص غيره. اختار المؤلف طريقًا آخر: راقب السلوك الفعلي للتطبيقات. تخيّل أنك تريد معرفة حجم الفوضى التي يتركها كل ساكن في عمارة. أسهل طريقة أن تُسكنهم واحدًا تلو الآخر في شقة فارغة تمامًا وتراقب ما يظهر فيها. الجهاز الافتراضي النظيف يؤدي هذا الدور بالضبط.
ما أبرز التفاصيل حول لماذا يعمل دون إنترنت؟
يتّضح من الوصف أن الأداة لا تتصل بالشبكة. ومن المنطقي افتراض أن الذكاء الاصطناعي عمل في مرحلة بناء القاعدة لا أثناء التنظيف، فالقواعد الجاهزة المتحقَّق منها موجودة على حاسوب المستخدم. وهذا يمنح المستخدم ثلاث مزايا: لا تأخير، ولا تغادر قائمة البرامج المثبتة جهازه، ولا رسوم على طلبات النموذج عند كل تشغيل. وبالنسبة للمطوّرين، هذا نموذج مفيد. فيمكن إخراج عمل النموذج المكلف وغير المتوقع دائمًا إلى خط معالجة يعمل دون اتصال، والحصول منه على ناتج ثابت (قاعدة القواعد) وتوزيعه دون أي ذكاء اصطناعي.
ما أبرز التفاصيل حول ما يبقى موضع تساؤل؟
يكتب المؤلف أن النتائج تفوقت بوضوح على ما هو موجود في السوق. لكن النص لا يتضمن قياسات مقارنة: كم مساحة تتحرر، وكم تطبيقًا يتعرف عليه كل منافس، وهل حدثت عمليات حذف خاطئة. المعروف فقط أن الاختبار جرى على عدة إصدارات من macOS وعلى مجموعات البرامج الكلاسيكية لخمسة أدوار: المصمم والمبرمج والمهندس والمصوّر ومونتير الفيديو. وهناك قيد واضح أيضًا. فالتطبيقات الـ900 هي برامج شائعة. أما البرامج المتخصصة والإصدارات الجديدة التي صدرت بعد بناء القاعدة فستكون تغطيتها أضعف، وسيتعيّن تحديث القاعدة بالطريقة نفسها.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
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.