كيف حلّ Claude Code خلال 40 دقيقة مهمة فشل مبرمج في حلّها قبل خمس سنوات

خمس سنوات — هذا هو بالضبط الوقت الذي ظل فيه مشروع كشف الحركة بالفيديو الصناعي حرفياً في درج مكتب. ليس بسبب نقص الميزانية أو اهتمام العميل، بل لأن البرمجي الوحيد المكلف بالمهمة لم يستطع حلها. في يناير 2026، أخرج مهندس بدون مهارات البرمجة اللازمة المشروع من الأرشيف، وفتح Claude Code، وحصل على نموذج أولي يعمل في 40 دقيقة. هذه القصة، التي رُويت على Habr، تبدو تقريباً طريفة، لكن خلفها يكمن تحول تكتوني في كيفية إنشاء البرمجيات للصناعة.

سياق المهمة بسيط وسهل الفهم لأي شخص تعامل مع أتمتة الصناعة. كان يجب تنفيذ كشف الحركة بالفيديو للتحكم في الإضاءة في منشأة الإنتاج — سيناريو إنترنت الأشياء الكلاسيكي، حيث تحلل الكاميرا صورة وترسل إشارة لتشغيل أو إيقاف الأضواء حسب وجود الأشخاص. المهمة لا تتطلب خوارزميات رؤية حاسوبية ثورية أو تدريب الشبكات العصبية من الصفر. من الناحية الفنية، هذا عمل هندسي قياسي نسبياً: التقاط تدفق الفيديو، معالجة الإطارات، كشف التغييرات، إشارة التحكم. لكن "قياسي" لا يعني "بسيط" — تحتاج إلى مطور يفهم في نفس الوقت معالجة الفيديو وتشغيل الكاميرات وبروتوكولات إنترنت الأشياء ويكون قادراً على تجميع كل هذا في منتج واحد. قبل خمس سنوات، لم يُعثر على مثل هذا المتخصص في الفريق.

ما حدث في يناير 2026 مفيد ليس من حيث السرعة — 40 دقيقة لنموذج أولي يسلم 15 إطار في الثانية — بل من حيث ملف تعريف الشخص الذي فعل ذلك. يشير مؤلف القصة مباشرة: لم يكن هناك برمجي واحد في الفريق يمتلك مجموعة المهارات المطلوبة. عمل Claude Code ليس ببساطة كمعجل للتطوير، بل استبدل بشكل أساسي الخبرة المفقودة. صاغ المهندس المهمة بلغة طبيعية، وأنشأ مساعد الذكاء الاصطناعي الكود، واختبر الإنسان النتيجة على معدات حقيقية. دورة التكرار التي كانت تتطلب في السابق أسابيع من عمل المطور المؤهل تم ضغطها في دقائق.

من المهم هنا عدم الوقوع في النشوة وتحديد الحدود بصراحة. النموذج الأولي ليس منتجاً نهائياً. خمسة عشر إطار في الثانية كافية للتحكم في الإضاءة، لكنها غير كافية للمهام التي تتطلب تحليل فيديو دقيقاً. يحتاج النموذج الأولي إلى تطوير إضافي: ضمان الاستقرار في الظروف الصناعية، التعامل مع الحالات الحدية، التكامل مع أنظمة إدارة المباني الموجودة، الأمان. كل هذا لا يزال يتطلب مؤهلات هندسية. لكن الفرق الأساسي هو أن الفريق لديه الآن نقطة مرجعية تعمل، وليس درج فارغ مع مواصفات فنية.

تندرج هذه القصة ضمن اتجاه واسع النطاق يكتسب زخماً في 2026. مساعدات الترميز بالذكاء الاصطناعي — Claude Code و GitHub Copilot و Cursor ونظائرها — تقلل باستمرار عتبة الدخول إلى تطوير البرمجيات. في السابق، كانت الشركات الصناعية تواجه اختناقاً صارماً: هناك الكثير من الأفكار والمهام، لكن المطورين ذوي التخصص المطلوب نادرون بشكل كارثي. وينطبق هذا بشكل خاص على التخصصات مثل إنترنت الأشياء الصناعي، الذي يتطلب مزيجاً نادراً من المعرفة في الأنظمة المدمجة ورؤية الحاسوب والبروتوكولات الصناعية. الآن، خبير المجال — المهندس الذي يفهم المهمة ويعرف المعدات ويمكنه تقييم النتيجة — قادر على إنشاء أول نسخة عاملة من المنتج بشكل مستقل.

النتائج على سوق العمل غامضة. من ناحية، هذه هي ديمقراطية التطوير: سيتم تنفيذ المزيد من المشاريع، والمزيد من الأفكار ستحصل على فرصة. ستتمكن الشركات الصناعية التي أرجلت الرقمنة لسنوات بسبب نقص البرمجيين من تحريك المشاريع من نقطة الجمود. من ناحية أخرى، يتغير دور المطور نفسه. القيمة تتحول بشكل متزايد من كتابة الأكواد إلى التفكير المعماري والتكامل النظامي وضمان الموثوقية. برمجي كان يستطيع فقط كتابة الأكواد وفقاً للمواصفات الفنية يواجه بالفعل ضغطاً. لكن المهندس الذي يفهم المجال ويمكنه صياغة المهمة بشكل صحيح للذكاء الاصطناعي يصبح أكثر إنتاجية بشكل كبير.

أربعون دقيقة بدلاً من خمس سنوات — الأرقام، بالطبع، خادعة. ظل المشروع في درج ليس لأنه يتطلب خمس سنوات من العمل المستمر، بل لأنه لم يُعثر على المنفذ المناسب. لكن هذا بالضبط ما هي الخلاصة الرئيسية: مساعدات الترميز بالذكاء الاصطناعي تحل ليس كثيراً مشكلة السرعة بل مشكلة الوصول. فهي تحول المشاريع المتجمدة إلى نماذج أولية عاملة وتسمح للفرق بالتقدم حيث كان الطريق مغلقاً سابقاً بسبب نقص الموظفين. إنترنت الأشياء الصناعي ليس سوى واحد من العديد من المجالات حيث سيظهر هذا التأثير بشكل خاص حي في السنوات القادمة.