Claude Code و Cursor: كيف تحول هندسة السياق ذاكرة الذكاء الاصطناعي إلى أداة عمل

مساعدات الذكاء الاصطناعي للتطوير أصبحت قوية بشكل ملحوظ، لكنها تحافظ على مشكلة أساسية: تقريباً كل جلسة جديدة تبدأ بفقدان السياق المتراكم. النموذج لا يتذكر أي مجموعة تكنولوجية يستخدمها الفريق، وأي اتفاقيات تم اعتمادها في المشروع، ولماذا تم نقل المنفذ من 8501 إلى 8505 منذ فترة طويلة، وأي مكونات أثبتت أنها خيارات سيئة. ونتيجة لذلك، يعيد المطور إنتاج نفس الشروط الأولية مراراً وتكراراً.

تقترح مقالة عن هندسة السياق النظر إلى هذا ليس كعيب حتمي، بل كمشكلة هندسية: يمكن استخراج الذاكرة إلى طبقة منفصلة وجعلها جزءاً من سير العمل. التمييز الأساسي هنا يكون بين الذاكرة قصيرة الأجل والذاكرة طويلة الأجل. الذاكرة قصيرة الأجل تعيش ضمن نافذة سياق واحدة: الدردشة الحالية، الملفات المفتوحة، الإجراءات الأخيرة.

بمجرد انتهاء الجلسة، تختفي تلك الذاكرة. هذا بالضبط السبب الذي بسببه، بدون تكوين إضافي، قد يقترح المساعد أولاً لوحة معلومات React، ثم بعد المراجعة ينتقل إلى Streamlit، وفقط في المحاولة الثالثة يأخذ في الاعتبار Altair والمتطلبات الأخرى. كل تكرار من هذا النوع يبدو كتفصيل صغير، لكن على المسافة الطويلة يصبح "ضريبة التكرار" المستمرة.

كلما زاد عدد المشاريع وأعضاء الفريق، أصبح غياب السياق المستقر أكثر تكلفة. المستوى الأول والأكثر عملية من الحل هو ملفات القواعد الصريحة داخل المشروع. بالنسبة لأدوات مختلفة، يمكن أن تكون CLAUDE.

md أو AGENTS.md أو مجلدات تحتوي على ملفات القواعد. من المنطقي فيها تحديد المجموعة التكنولوجية واتفاقيات الواجهة وأسلوب الكود والأوامر للتشغيل والاختبار والفحص الثابت، وكذلك القرارات التاريخية المهمة التي يصعب إعادة شرحها في كل جلسة.

إذا كان الفريق يفضل رموز Material بدلاً من الرموز التعبيرية، التخطيط العريض في Streamlit، Altair للرسوم البيانية، وآليات التخزين المؤقت المحددة، فمن الأفضل وصف كل هذا مرة واحدة بجانب الكود. ميزة هذا النهج هي أنه يعيش في نظام التحكم بالإصدارات: يستنسخ المطور الجديد المستودع، وحينها يتلقى المساعد مجموعة جاهزة من قواعد اللعبة. المستوى التالي هو القواعد العامة التي تتعلق ليس بمشروع محدد، بل بأسلوب عمل المستخدم أو الفريق نفسه.

هنا لا توجد حاجة لقائمة المكتبات والمنافذ؛ ما يهم هو تحديد تنسيق الاستجابة ومتطلبات اكتمال الكود والموقف من التعليقات والنهج في التحسين والاختيار بين الإيجاز والقابلية للقراءة. الفكرة هي فصل السياق التقني عن السياق السلوكي. يجب أن تكون التفاصيل التكنولوجية في المشروع، بينما يجب أن تكون التفضيلات المستقرة على المستوى العام.

تلاحظ المقالة أيضاً صيغة أكثر قابلية للنقل للمهارات، عندما يعطى المساعد ليس فقط قواعد السلوك، بل أيضاً إجراءات لتنفيذ المهام النموذجية. هذا يجعل أدوات الذكاء الاصطناعي أقرب إلى نموذج العمل مع الموظف الحقيقي: يعطون ليس فقط مواد الإحاطة الإعلامية، بل أيضاً طرقاً قياسية للتصرف. المستويات الأكثر تقدماً مرتبطة بالذاكرة الضمنية والبنية التحتية الخارجية.

يتضمن ذلك الأنظمة التي تجمع آثار العمل بنفسها: شظايا الكود وأنشطة بيئة التطوير المتكاملة وسجل المتصفح ورؤى تصحيح الأخطاء وأنماط المشروع. تذكر المقالة أمثلة مثل Pieces والذاكرة التلقائية لـ Claude Code والآليات السحابية مثل ChatGPT Memory. دور مهم يبدأ في لعبه بروتوكول سياق النموذج، أو MCP: يوفر طريقة موحدة لربط المساعد بمصادر البيانات الخارجية، بدلاً من بناء تكاملات فريدة لكل أداة.

بالنسبة للفرق التي تحتاج طبقة كاملة من الذاكرة التنظيمية، هناك طريق أثقل - خدمات مثل Mem0 و Zep و Supermemory أو البنية التحتية RAG الخاصة بها بناءً على Pinecone و Weaviate. لكن هذا لم يعد تكويناً لليلة واحدة، بل نظام هندسي منفصل له تكاليفه الخاصة للتضمينات والبحث والحذف المكرر وحل التناقضات في البيانات. الاستنتاج الرئيسي عملي جداً: معظم الفرق لا تحتاج إلى مجموعة ذاكرة معقدة على الفور.

يكفي البدء بملف قواعد واحد في جذر المشروع وتحديد المجموعة التكنولوجية والأوامر والاتفاقيات، ثم نقل العادات المتكررة تدريجياً إلى الإعدادات العامة. إذا طلبت من المساعد بعد جلسة منتجة أن يصيغ باختصار ما تعلمه، فستنمو طبقة المعرفة هذه بدون فوضى. في 11 أبريل 2026، لاحظ مؤلف المقالة بالفعل أن اللاعبين الكبار مثل Anthropic بدأوا فعلياً في دمج الذاكرة في أدواتهم، لكن النماذج نفسها تبقى بدون حالة.

هذا هو التغيير الرئيسي في المنظور: المشكلة ليست أن نماذج اللغة الكبيرة "سيئة"، بل أن السياق يحتاج إلى أن يُصمم بنفس الوعي مثل الكود والأنابيب والتوثيق. الفرق التي تفهم هذا قبل الآخرين لن تحصل على سحر، بل على تسريع مستدام للتطوير.