5 نقاط تحول برمجية تنبأ بها المؤسس المشارك لـ Hugging Face

نشر Thomas Wolf مقالاً استفزازياً إلى حد كبير. حجته الأساسية: في عصر يكتب فيه الذكاء الاصطناعي الشيفرة البرمجية، فإن بنية البرمجيات ذاتها ستنقلب رأساً على عقب. بعد قراءته، لم أستطع التوقف عن التفكير فيه لفترة. بعض النقاط أقنعتني، وأخرى بدت مبالغاً فيها, لذلك قررت تفكيك كل شيء.

عصر تكديس المكتبات يقترب من نهايته

حتى الآن، كان استخدام الحزم التي بناها آخرون أمراً بديهياً. كتابة كل شيء بنفسك كانت تستغرق وقتاً طويلاً. لكن عندما يمكنك تكليف وكيل ذكاء اصطناعي ببناء كل شيء من الصفر، يصبح التخصيص واقعياً. تقليل الحزم الخارجية يعني ثغرات أمنية أقل، وتطبيقات أصغر حجماً، وتنفيذ أسرع.

أثناء عملي مع Claude Code مؤخراً، لاحظت أن عمق تبعيات npm لديّ تقلص بشكل كبير. هل نتجه نحو عصر “صفر تبعيات”؟

• بنية الثغرات المتسلسلة, حيث يعرّض اختراق حزمة واحدة آلاف المشاريع للخطر, بدأت تتلاشى
• حزم أصغر تعني أوقات إقلاع واستجابة أسرع

عصر “لا تلمس الشيفرة القديمة” انتهى

هل سمعت عن تأثير ليندي؟ الفكرة القائلة بأن التقنية التي صمدت طويلاً لديها أسباب وجيهة للاستمرار. التردد في المساس بالشيفرة القديمة يتبع منطقاً مشابهاً: لا تعرف أبداً ما الذي قد ينكسر.

لكن إذا استطاع الذكاء الاصطناعي قراءة عشرات الآلاف من أسطر الشيفرة وإعادة كتابتها بلغة أخرى، فإن هذا المنطق يضعف. يعترف Wolf بصراحة بقيد واحد: الذكاء الاصطناعي لا يزال يفوّت الأخطاء غير المتوقعة والحالات الحدية. لهذا السبب، يصبح التحقق الرسمي, الإثبات الرياضي بأن الشيفرة تعمل كما هو مطلوب, ليس ترفاً بل شرطاً أساسياً.

• تقلص الوقت والتكلفة اللازمان لإعادة كتابة الشيفرة القديمة إلى أقل من عُشر ما كانا عليه
• نشر شيفرة كتبها الذكاء الاصطناعي في بيئة الإنتاج دون تحقق رسمي لا يزال مقامرة

اللغات الصعبة على البشر سهلة على الذكاء الاصطناعي

شعبية لغات البرمجة كانت دائماً مسألة نفسية أكثر منها تقنية. هل هي سهلة التعلم؟ هل المجتمع مرحّب؟ هل تساعد في الحصول على وظيفة؟ النماذج اللغوية الكبيرة لا تهتم بأي من ذلك. اللغات ذات أنظمة الأنواع الصارمة التي تكشف الأخطاء في مرحلة الترجمة هي الأكثر راحة للذكاء الاصطناعي.

Rust هي المثال الأبرز. سيئة السمعة من حيث صعوبة تعلمها للبشر، لكن بالنسبة للذكاء الاصطناعي، القواعد واضحة وهامش الخطأ ضيق.

• لغات قوية التنميط مثل Rust و Haskell يُعاد تقييمها في عصر الذكاء الاصطناعي
• هل يستطيع Python الحفاظ على موقعه المهيمن؟ الإجابة ستأتي خلال خمس سنوات

المحرك الذي يدفع المصادر المفتوحة يتزعزع

المصادر المفتوحة لم تكن يوماً مجرد مشاركة للشيفرة. كانت ثقافة بناء جماعي وتعلم مشترك وشعور بالانتماء. عندما يكتب الذكاء الاصطناعي الشيفرة ويقرأها الذكاء الاصطناعي، تتغير بنية الدافع هذه جذرياً.

يذهب Wolf أبعد من ذلك. يتصور مجتمعات تنشئ فيها نماذج الذكاء الاصطناعي مكتبات وتتشاركها فيما بينها. إذا حدث ذلك، فإن محاذاة هذه الأنظمة ستحدد اتجاه منظومة المصادر المفتوحة بأكملها.

• مستقبل المصادر المفتوحة بدون الدوافع الإنسانية للتعلم والانتماء يبدو غامضاً
• محاذاة الذكاء الاصطناعي تصبح عاملاً يحكم ليس فقط جودة الشيفرة بل طريقة إدارة المنظومات

لغات مصممة للذكاء الاصطناعي وليس للبشر قد تظهر

عندما يصمم البشر لغات برمجة، هناك دائماً مقايضة: المزيد من التعبيرية يعني المزيد من التعقيد، والمزيد من الأمان يعني حرية أقل. يرى Wolf أنه لا ضمان بأن الذكاء الاصطناعي سيواجه نفس المعضلة. إذا لم يعد البشر بحاجة لقراءة الشيفرة، فقد تظهر أشكال جديدة كلياً من اللغات.

هذا كان الجزء الأكثر إثارة للخيال في مقالته.

• الجدل القديم بين اكتشاف الأخطاء وقت الترجمة مقابل وقت التشغيل قد يصبح بلا معنى للذكاء الاصطناعي
• إذا لم تكن اللغة بحاجة لأن تكون مقروءة للعين البشرية، فإن قيود التصميم تتغير كلياً

بين الواقع والخيال

من بين تنبؤات Wolf الخمسة، تقليل التبعيات وصعود اللغات قوية التنميط هي تغييرات محسوسة فعلاً على أرض الواقع. البقية ستحتاج من ثلاث إلى خمس سنوات للتحقق منها.

شيء واحد مؤكد: فهم البنى التي يُنشأ من خلالها الكود سيكون أكثر قيمة من القدرة على كتابته.