كيف ساعد AI coding في تطوير ميزة التحديث التلقائي في طرفية Ghostty

ميتشيل هاشيموتو، منشئ طرفية جوستي الشهيرة، أصدر مؤخراً تحديثاً يتضمن ميزة التحديث التلقائي لنظام macOS — وطورها بشكل أساسي بمساعدة الذكاء الاصطناعي. لكن هذه ليست قصة نموذجية من "الذكاء الاصطناعي كتب الكود" — بل هي تحليل لعملية هندسية حقيقية وغير تافهة تُظهر كيف تعمل أدوات الذكاء الاصطناعي في الإنتاج.

لماذا تحتاج جوستي إلى التحديثات في الخلفية

جوستي هي طرفية سريعة وحديثة حيث يمكن أن يحتوي كل تحديث على إصلاحات أمان حرجة أو تحسينات الأداء أو ميزات جديدة. لكن طلب من المستخدمين التحديث في منتصف يوم عملهم أمر مزعج ويقوض تجربة المستخدم. كان الهدف جعل عملية التحديث غير متطفلة: يتحقق التطبيق بشكل مستقل من الإصدار في الخلفية، وينزل التحديث، ويعرض الخيار للتحديث في لحظة مناسبة دون مقاطعة العمل. يبدو هذا بسيطاً، لكن على macOS يتطلب التعامل مع العديد من الفروق الدقيقة. يجب توقيع التحديث تشفيرياً، والتحقق من السلامة، والتراجع عند حدوث خطأ، والعمل بدون امتيازات الإدارة، ومعالجة انقطاعات الشبكة وتضاربات نظام الملفات.

كيف سرع الترميز بالذكاء الاصطناعي الموكل التطوير

لم يستخدم هاشيموتو مجرد نموذج لغة لتوليد الكود، بل أدوات موكلة — حيث يمكن للذكاء الاصطناعي العمل في حلقة و:

• قراءة وتحليل العمارة الموجودة لجوستي (Rust، إطار عمل Cocoa لنظام macOS)
• اقتراح حلول متعددة للمشاكل المعمارية وشرح المقارنات
• كتابة الكود، لكن ليس عمياً — إصلاح الأخطاء بناءً على مخرجات المترجم ونتائج الاختبارات
• التعامل مع الحالات الحدية التي توصل إليها المطور
• إعادة كتابة أجزاء من الكود إذا كانت الحلقة الأولى دون الأمثل

"هذا ليس ببساطة 'اكتب دالة'. إنه حوار مع الذكاء الاصطناعي حول كيفية حل

مشكلة هندسية معقدة بشكل صحيح في سياق مشروع محدد".

ما الذي يكون الذكاء الاصطناعي قادراً عليه حقاً

الاستنتاج الرئيسي لهاشيموتو: يعمل ترميز الذكاء الاصطناعي بشكل أفضل ليس للمهام البسيطة ("اكتب CRUD")، بل للميزات المعقدة التي تتطلب:

• فهماً عميقاً لقاعدة الكود الموجودة
• معرفة بنظام بيئة المنصة (في هذه الحالة — macOS، توقيع الكود، إطار عمل الأمان)
• تطوير تكراري مع تحليل الأخطاء في الوقت الفعلي
• السيطرة البشرية ومراجعة كل قرار معماري

تم إطلاق الميزة في الإنتاج وتعمل بثبات. وهذا يؤكد: الذكاء الاصطناعي قادر على المساعدة في مهام هندسية حقيقية ومعقدة إذا استخدمته كشريك تفكير، وليس كمصنع كود آلي.

ما يعنيه هذا للمطورين

ترميز الذكاء الاصطناعي ينضج. يتوقف عن كونه "اكتب مرحباً بالعالم" ويصبح أداة للقرارات المعمارية الحقيقية في الإنتاج. كلما كان المشروع أكثر تعقيداً — زاد المعنى لاستخدام الذكاء الاصطناعي كمساعد في عملية التطوير. وهذا يعني أيضاً أننا بحاجة ليس فقط إلى نماذج ذكاء اصطناعي جيدة، بل إلى أدوات تسمح للذكاء الاصطناعي بالعمل في حلقة: رؤية الأخطاء، والتعلم منها، وتحسين الحل بشكل تكراري.