vibe coding من دون AI slop: كيف جعل فريق targetai التطوير أسرع 12 مرة

البرمجة بالشعور (Vibe Coding) لا تتعلق بإعطاء الذكاء الاصطناعي مهمة كتابة كل الكود والضغط على "نشر". بل هي القدرة على العمل مع نماذج اللغة كما تعمل مع مطور جونيور سريع جداً لكنه يهلوس أحياناً: طرح الأسئلة الصحيحة، والتحقق من النتيجة، والاحتفاظ برؤية معمارية في رأسك. قضت فريق targetai عدة أشهر في تحسين هذا التوازن على مشاريع حقيقية وأوثقت النتيجة: تسريع بمعامل 8-12 مرة بدون خسارة في الجودة — إذا تمت بالطريقة الصحيحة.

تم تقديم مصطلح "البرمجة بالشعور" من قبل أندريج كاربتي في أوائل عام 2025. الفكرة بسيطة: بدلاً من كتابة كل سطر يدوياً، يصف المطور النية باللغة الطبيعية، وأداة نموذج اللغة الكبير — Cursor أو GitHub Copilot أو Claude Code أو Cline — تولد التطبيق. تتسارع سرعة التكرارات بأضعاف: يمكنك بناء نموذج أولي عامل في ساعات بدلاً من أسابيع.

المشكلة أنه مع النمو المتزايد لشعبية هذا الأسلوب جاء انعكاسه المظلم — الهراء العصبي (Neural Slop). هذا هو الكود الذي يبدو مقنعاً، ويُترجم، ويمر اختبارات أساسية، لكن بعد ثلاثة أشهر يصبح فوضى غير قابلة للصيانة: لا أحد في الفريق يفهم لماذا كُتبت هذه الجزء أو ذاك بهذه الطريقة. نموذج اللغة الكبير لا يشرح قراراته المعمارية — إنه ببساطة يتخذها.

سأل مهندسو targetai أنفسهم: هل يمكننا تنظيم العمل مع نماذج اللغة الكبيرة بحيث نحصل على السرعة دون تراكم الدين التقني؟ إجابتهم هي نعم، لكن ذلك يتطلب ممارسات محددة.

أولاً: نماذج اللغة الكبيرة تعمل بشكل أفضل على المهام ذات السياق المحدود بصرامة. ليس "أنشئ ميزة المصادقة"، بل "طبّق دالة validateToken في الملف auth/utils.ts، التي تأخذ سلسلة JWT وتعيد userId أو null إذا كان الرمز غير صالح".

ثانياً: لا يمكن تفويض مراجعة الكود للنموذج نفسه. تحتاج إلى شخص يفهم بالضبط ما يفحصه — ولماذا يكون الكود معيناً سيئاً وليس فقط كيف يبدو.

ثالثاً: تُتخذ القرارات المعمارية قبل أن يبدأ الذكاء الاصطناعي في توليد التطبيق. الذكاء الاصطناعي هو المنفذ، وليس المصمم.

الأرقام من التجارب: تم تقليل دورة التطوير للميزات الجديدة بمعامل 8-12 مرة — من عدة أيام إلى عدة ساعات. قل عدد التكرارات قبل النشر. ما هو حاسم هو أن مستوى الحوادث بعد الإنتاج لم يزداد. هذا يرد على الخوف الأكثر انتشاراً: أن التسريع بواسطة الذكاء الاصطناعي يعني حتماً المزيد من الأخطاء في الإنتاج. مع المنهجية الصحيحة — إنه لا يعني ذلك.

في targetai لا توجد وظيفة منفصلة لـ AI-engineer أو prompt engineer: وصل الفريق إلى هذه الممارسات بشكل عضوي، من خلال الأخطاء والتكرارات.

في الممارسة العملية، يعمل الأسلوب على النحو التالي. يستخدم كل مطور نموذج اللغة الكبير كمبرمج ثنائي شخصي، لكن مع قواعد النظافة. لا تنسخ الكود المولد بدون قراءته سطراً بسطر. لا توجد طلبات غامضة — من الأفضل ثلاث إشارات دقيقة من واحدة غامضة. تُكتب الاختبارات قبل توليد التطبيق: هذا يُرشح على الفور الخيارات غير الصالحة في مرحلة الإشارة. تُخزّن الوثائق لقاعدة الكود الداخلية بصيغة قابلة للقراءة من قبل الآلة وتُحمّل في السياق تلقائياً — هذا يحسّن بشكل كبير دقة التوليد للمهام الخاصة بالمجال.

البرمجة بالشعور كممارسة خرجت من دورة الضجيج وتصبح مهارة هندسية أساسية — بسيطة مثل معرفة كيفية قراءة تتبع المكدس أو كتابة طلب سحب واضح. لم تعد المسألة ما إذا كان يجب استخدام نماذج اللغة في التطوير، بل كم يجب أن يكون الاستخدام واعياً.

تُظهر تجربة targetai: مع سير عمل منظم بشكل صحيح، لا يحل مساعد الذكاء الاصطناعي محل المهندس — إنه يضاعف إنتاجيته عدة مرات. ثمن هذا الضعف — الانضباط، والتفكير النقدي، والاستعداد لعدم الثقة بالكود الجميل فقط لأنه كُتب بسرعة.