«الترميز بالإيحاء» يَعِد بمضاعفة الإنتاجية 10 مرات — لكن PyPI لا يؤكد ذلك حتى الآن

يقول مؤيدو «الترميز بالإيحاء» (vibe coding) والأدوات الوكيلية (agentic) إن إنتاجيتهم تضاعفت مرتين، أو 10 مرات، أو حتى 100 مرة. وقد بنى أحد المطورين متصفحًا من الصفر في عطلة نهاية أسبوع واحدة. ويطرح المشككون سؤالًا وجيهًا: إذا كان ذلك صحيحًا، فأين كل هذه البرمجيات الجديدة؟

ظاهرة «الترميز بالإيحاء»

منذ عام 2023، تحولت مساعدات الذكاء الاصطناعي في التطوير من تجربة مخبرية إلى أداة يومية. فمنتجات مثل Cursor وGitHub Copilot Workspace وClaude Code وWindsurf تظهر كل ربع سنة. والمبدأ واحد: يحدد المطور ما يريده، ويولّد النموذج اللغوي الشيفرة، ثم يراجعها المطور ويصحّحها.

وتبدو ادعاءات الإنتاجية جدّية. فلا يطلقها المبتدئون، بل مهندسون متمرسون لديهم سنوات طويلة من الخبرة: تسارع من 5 إلى 10 مرات في المهام الروتينية، ونموذج أولي قابل للتشغيل (MVP) في أسبوع بدل شهر، ومنتج SaaS ينجزه شخص واحد في شهر بدل ربع سنة يعمل عليه فريق. وفي وسائل التواصل الاجتماعي لم يعد هذا استثناءً، بل صار نوعًا قائمًا بذاته من المحتوى.

والمنطق الاقتصادي يوحي بما يلي: إذا انخفضت كلفة التطوير، فلا بد أن يزداد حجمه. وتنطلق هذه الأسئلة من افتراض أن العالم يريد مزيدًا من البرامج، وأن انخفاض كلفة إنتاجها يعني إنتاج المزيد منها. فإن كنتم توافقون على ذلك، فلا بد أن يوجد «تأثير للذكاء الاصطناعي» قابل للقياس.

اختبار على PyPI

يُعدّ PyPI، المستودع المركزي لحزم Python، مقياسًا مثاليًا لاختبار هذه الفرضية. فهو كبير ومستقر، وبياناته عامة وتُجمع منذ سنوات. وPython من اللغات الرئيسية في منظومة الذكاء الاصطناعي، لذا إن ظهر التأثير علنًا فسيظهر هنا تحديدًا.

وهذه هي المؤشرات التي كنا نتوقع رؤيتها بعد عام 2023:

• ارتفاع عدد الحزم الجديدة المنشورة شهريًا
• زيادة عدد المؤلفين الذين ينشرون حزمة للمرة الأولى
• ظهور مجموعات موضوعية جديدة (الوكلاء، أدوات LLM)
• تسارع دورات الإصدار في المكتبات القائمة
• انخفاض الوقت بين أول عملية commit والنشر

بيانات PyPI مفتوحة ومتاحة عبر BigQuery. فإذا ارتفع منحنى النشر ارتفاعًا حادًا بعد عام 2023، فهذه حجة قوية لصالح رواية «الترميز بالإيحاء». وإن لم يحدث ذلك، فهذا يعني أن التأثير موجود لكنه يظهر بصورة مختلفة عما هو متوقع.

لماذا قد تلتزم البيانات الصمت؟

حتى لو كان الارتفاع حقيقيًا، فقد لا يُظهره PyPI. فمعظم مشاريع «الترميز بالإيحاء» لا تصل إلى السجلات العامة: الأدوات الشخصية، والأدوات الداخلية للشركات، والنماذج الأولية المصممة للعملاء، كلها تبقى خاصة.

ويسرّع الذكاء الاصطناعي البدايات قبل كل شيء: رسم الهيكل المعماري، وتوليد الهيكل الأساسي للمشروع، وكتابة الاختبارات. أما الأجزاء البطيئة، أي التنقيح النهائي والتوثيق والدعم بعد الإصدار، فتبقى بطيئة كما هي. والنتيجة: المشاريع تنطلق أسرع، لكنها لا تنتهي بوتيرة أعلى.

وهناك أيضًا أثر ارتفاع الطموحات. فقد كان المطور يقضي أسبوعًا في كتابة سكربت بسيط. أما اليوم فيتصدى خلال الأسبوع نفسه لمنتج متكامل بواجهة مستخدم وAPI وقاعدة بيانات. وعليه، لم يتضاعف إجمالي حجم الشيفرة المنشورة، لكن تعقيد كل مشروع ازداد. وPyPI لا يرصد ذلك.

«إذا لم نلحظ مضاعفة في عدد الحزم، فهذا يعني أن مكسب السرعة يمتصه شيء

آخر» — هذا تقريبًا جوهر حجة المشككين.

ماذا يعني ذلك؟

يمثل «الترميز بالإيحاء» تحولًا حقيقيًا في الإحساس بعملية التطوير. لكن المقاييس العامة لا تؤكد حتى الآن نموًا انفجاريًا في حجم البرمجيات المنتَجة. وثمة تفسيرات ممكنة: معظم مشاريع الذكاء الاصطناعي تبقى خاصة؛ أو يُعاد توجيه المكسب إلى مهام أعلى تعقيدًا؛ أو أننا في بداية المنحنى وستظهر البيانات بعد بضع سنوات. وفي كل الأحوال، قبل أخذ أرقام x10 وx100 على محمل الجد، ينبغي النظر إلى المستودعات لا إلى التغريدات.