عصر نشر الذكاء الاصطناعي لأكواد الإنتاج طوال الليل

“لا تخشَ الفشل. كرّر المحاولة.”

إضافة Claude Code مسماة على اسم رالف ويغوم - الشخصية الساذجة والمحبوبة من مسلسل عائلة سمبسون - تُحدث ضجة كبيرة في مجتمع المطورين. ما بدأ كحلقة Bash بسيطة فتح نموذجاً جديداً في البرمجة الذاتية. دعونا نتعمق في آلية عمله وأهميته.

الفلسفة الجوهرية - الفشل الحتمي أفضل من النجاح غير المتوقع

جوهر Ralph Wiggum بسيط بشكل مخادع: إعطاء وكيل الذكاء الاصطناعي أمراً، ثم تشغيله بشكل متكرر حتى ينجح.

في سير العمل التقليدية، يراجع المطورون كل خطوة يتخذها الذكاء الاصطناعي. لكن Ralph يقلب هذا النموذج. تُعرَّف معايير النجاح - المسماة “وعد الإتمام” (Completion Promise) - مسبقاً، ثم يُترك الوكيل ليتقارب نحو الهدف بشكل مستقل. كل فشل يتحول إلى بيانات، وكل تكرار يتعلم من الذي سبقه ويحسّن المحاولة التالية.

بنية الذاكرة - لماذا يُفصل JSON عن TXT

سر قدرة Ralph على الحفاظ على السياق عبر جلسات متعددة يكمن في الفصل المتعمد بين صيغتي ملفات.

prd.json - سجل المهام المنظم

يخزّن قصص المستخدمين والأولويات وحالة الإنجاز (passes: true/false) بصيغة قابلة للقراءة آلياً. أدوات مثل jq تستطيع الاستعلام عن حقول محددة أو تعديلها، مما يتيح تتبع التقدم برمجياً داخل الحلقة.

progress.txt - سجل التعلم المتراكم

يسجّل الأنماط والرؤى وسجل إصلاح الأخطاء من التكرارات السابقة بنص حر. مدخلات مثل “استخدم دائماً IF NOT EXISTS في ترحيل قواعد البيانات” تتراكم هنا كمعرفة قابلة لإعادة الاستخدام.

لماذا لا نستخدم نفس الصيغة؟

JSON يتفوق في عمليات البيانات الدقيقة - التحقق من علامات الإنجاز، الترتيب حسب الأولوية. لكن سجلات التعلم تحتاج مرونة المفكرة. تعديل خاطئ في ملف JSON قد يُعطّل نظام إدارة المهام بالكامل، بينما إضافة سطر إلى ملف نصي أكثر أماناً وبساطة بكثير.

هذا التصميم يجمع بين Git (تاريخ الكود) + JSON (حالة المهام) + TXT (المعرفة المتطورة) للحفاظ على الاستمرارية عبر جلسات الذكاء الاصطناعي الجديدة.

آلية خطاف الإيقاف - كيف تعمل الحلقة فعلياً

Ralph لا يعمل كسكريبت Bash خارجي تقليدي. بل يُثبّت خطاف إيقاف (Stop Hook) داخل جلسة Claude نفسها.

مسار العمل كالتالي:

• تُسند مهمة مع وعد إتمام (Completion Promise)
• عندما ينهي Claude عمله ويحاول الخروج، يعترض الخطاف عملية الخروج ويعيد حقن نفس الأمر
• تتكرر هذه العملية حتى تتحقق معايير الإنجاز أو يصل عدد التكرارات إلى الحد الأقصى

النقطة الجوهرية: الأمر لا يتغير، لكن قاعدة الكود تتغير. يقرأ الوكيل الملفات المحدّثة ونتائج الاختبارات، متعلماً فعلياً من مخرجاته في كل جولة.

سيناريوهات الاستخدام المثلى والتحذيرات

Ralph يتألق في المهام ذات معايير الإنجاز الواضحة ومسارات التنفيذ الآلية.

حيث يتفوق:

• ترحيل أطر العمل - تحويل مجموعة اختبارات من Jest إلى Vitest
• إعادة الهيكلة الواسعة - ترقية React من v16 إلى v19
• توسيع تغطية الاختبارات - رفع التغطية من 60% إلى 85%
• توليد التوثيق - إنشاء توثيق API تلقائياً

حيث لا يُنصح باستخدامه:

• المتطلبات الغامضة - أسئلة مفتوحة مثل “اكتشف لماذا التطبيق بطيء”
• القرارات المعمارية - الاختيار بين الخدمات المصغرة والنظام الأحادي
• الكود الحساس أمنياً - كتابة منطق المصادقة أو الدفع
• العمل الاستكشافي - استكشاف اتجاه ميزة جديدة

إدارة التكاليف مهمة. حلقة من 50 تكراراً قد تكلف بين 50 و100 دولار أو أكثر. علامة max-iterations تعمل كشبكة أمان ووسيلة للتحكم في الميزانية. نفّذ دائماً في بيئة sandbox، وتوخَّ الحذر الشديد عند استخدام علامة dangerously-skip-permissions.

التحول النموذجي الذي يجب أن نراقبه

Ralph Wiggum أكثر من مجرد إضافة. إنه يشير إلى تحول جوهري في طريقة تعاوننا مع مساعدي البرمجة بالذكاء الاصطناعي.

التحول يحدث على ثلاثة محاور:

• من التفاعلي إلى الذاتي - من مراجعة كل خطوة إلى تحديد الأهداف والتفويض
• من المحاولة الواحدة إلى التقارب التكراري - من الأوامر أحادية الاستخدام إلى حلقات تُصقل نحو الحل
• من سرعة البشر إلى سرعة الآلة - من إيقاع المطور إلى إيقاع الحوسبة

جوهر هندسة الأوامر يتطور أيضاً. لم يعد الأمر يتعلق بإعطاء تعليمات خطوة بخطوة للذكاء الاصطناعي، بل بكتابة أوامر تتقارب نحو الحل الصحيح من خلال التنفيذ المتكرر.

حلم الاستيقاظ على كود مكتمل يتحول إلى واقع.