رئيس Frontend في Surf صنع لعبة باستخدام AI من دون خبرة في التحريك — وكاد ينهار

أندريه ماكار-أوفاروف، رئيس الواجهة الأمامية في Surf، وضع لنفسه تجربة صادقة: تناول مهمة في مجال هو مبتدئ تماماً فيه ومحاولة إكمالها بمساعدة الذكاء الاصطناعي. اختياره وقع على لعبة إندي مع رسوم متحركة. النتيجة — النموذج الأولي جاهز، والأعصاب مرهقة.

اللعبة: قطة وتيه ومورد الضوء

المفهوم أكثر تفكيراً مما تتوقعه عادة من مشروع اختبار: قطة برتقالية بمصباح يدوي تسير عبر متاهة مظلمة وتبحث عن حيوانات أخرى. الآلية الأساسية — إدارة الضوء كمورد محدود. منطق الاختيار بسيط لكن عميق:

• إعطاء الضوء للأرنب — سيضيء الممر ويساعدك على المضي قدماً
• استرجاعه وتقوية مصباحك الخاص
• الموازنة بين إضاءتك الخاصة ومساعدة الشخصيات الأخرى
• الوصول إلى النهاية بتوزيع المورد بشكل صحيح

لم تكن المهمة تختزل إلى درس قياسي — إنها ليست تطبيق CRUD ولا hello world. تحتاج إلى إنشاء شيء يتطلب حلولاً تقنية وفنية في نفس الوقت. هذا ما جعل التجربة اختباراً صادقاً للمساعدة بالذكاء الاصطناعي.

حيث بدأ الفوضى

أندريه يتعامل بشكل جيد مع الأكواد. لكن إنشاء رسوم متحركة للألعاب هو تخصص منفصل: الرسوميات، التوقيتات، منحنيات التسارع، تنسيقات التصدير. كل هذا غير مألوف. هنا كان يجب أن يكون الذكاء الاصطناعي ملاح في مياه غير معروفة. في البداية سار العملية بسلاسة: الذكاء الاصطناعي يقترح المكتبات، يشرح النهج، يولد أمثلة على الأكواد. ظهرت المشكلة حيث تظهر دائماً في مجال غريب: كيف تتحقق من أن النتيجة صحيحة؟ الرسوم المتحركة بصرية وحدسية. لتقييم ما إذا كان الشخصية تتحرك بشكل صحيح، تحتاج إلى خبرة بصرية. لصياغة مهمة بدقة للذكاء الاصطناعي — تحتاج إلى مفردات متخصصة. لفهم الخطأ — تحتاج إلى فهم المبادئ الأساسية. بدون هذا، تبدأ دورة "السؤال → الحصول على الإجابة → كسر شيء ما → السؤال مجدداً" تدور بلا نهاية.

"كدت أصاب بانهيار عصبي من خلال البرمجة بالحدس" — هذا هو بالضبط كيف يصف

المؤلف المرحلة النهائية من العمل مع الرسوم المتحركة.

المشكلة الهيكلية للبرمجة الحدسية

تُوضح الحالة حدود إمكانيات المساعدة بالذكاء الاصطناعي. يعمل الذكاء الاصطناعي كمضاعف: يزيد السرعة حيث يمتلك الشخص بالفعل كفاءة. حيث لا توجد كفاءة — لا يوجد شيء لمضاعفته، والعملية تصبح سلسلة من المحاولات الحدسية. تحديداً للرسوم المتحركة بدون معرفة أساسية، كان هذا يعني:

• من المستحيل تقييم جودة النتيجة بدون خبرة بصرية
• من الصعب صياغة مهمة بدقة بدون المفردات الصحيحة
• من الصعب تشخيص الأخطاء بدون فهم المجال
• يولد الذكاء الاصطناعي الخيارات بثقة، لكن لا يمكنك تقييمها بشكل نقدي

رغم ذلك، ظهر النموذج الأولي. عملت اللعبة مع القطة والتيه. هذه نقطة مهمة: يسمح لك الذكاء الاصطناعي بالوصول إلى نتيجة عملية حتى بدون خبرة، لكن بتكلفة عدد أكبر بكثير من التكرارات والإجهاد مما بدا محتملاً في البداية.

ماذا يعني هذا

البرمجة الحدسية في مجال غير معروف ليست طريقاً مختصرة، بل ماراثون برحلة غير معروفة. يخفض الذكاء الاصطناعي حاجز الدخول لكنه لا يلغيه: كلما ابتعدت المهمة عن منطقة الراحة الخاصة بك، كلما كانت النتيجة محددة بالصدفة بدلاً من سرعة الأداة. تجربة أندريه هي واحدة من أكثر الحالات صدقاً حول هذا.