نصائح ذهبية — هذا كل ما تحتاج معرفته
حدود أدوات البرمجة بالذكاء الاصطناعي أن فيها سياجاً (حواجز) فقط بدون اتجاه (لجام). أدوات الفحص والتنسيق وCI تقول “لا تخرج” لكن لا تقول “اذهب هنا”. الكود يصل للإنتاج “نظيفاً لكن خاطئاً”.
المبدأ الأساسي: لا تغيّر النموذج، أضف عقوداً. نفس النموذج يتوقف عند 40 أو يكمل 527 حسب بنية التغذية الراجعة. انتظار نموذج أذكى حكم فرد. إضافة حلقة تحقق حكم قانون.
الأعمدة الثلاثة لـ Reins:
- تغذية راجعة حتمية — ليس “يبدو غريباً” بل “السطر 41: عدم تطابق اسم الحقل”
- قفل السقاطة — نجح فيُقفل، والتالي
- فصل القرار عن التنفيذ — القرارات في SSOT، الكود إسقاط مؤقت
إذا غاب أحدها ينكسر التقارب.
لماذا يجب أن تأمر بهذه الطريقة
أربعة عصور
البرمجة بالذكاء الاصطناعي مرت بأربعة تحولات نموذجية. كل عصر وُلد من حدود سابقه.
الجيل 1: هندسة المطالبات — “إذا تكلمت جيداً يكفي”. تعمل مرة. المحادثة التالية تُنسى.
الجيل 2: هندسة السياق — CLAUDE.md وrequirements.md. ما تعلمناه في الدرس 1. لكن مع طول الحوار يُنسى أول السياق.
الجيل 3: هندسة الحواجز — أدوات الفحص والتنسيق وCI/CD. ما تعلمناه في الدرس 3 جزئياً. الحدود: لا اتجاه. السياج يقول “لا تخرج” لكن لا يقول “اذهب هنا”.
الجيل 4: Reins Engineering — ليس سياجاً بل لجاماً. ما جربناه في الدرس 4. yongol validate لا يقول “لا تخرج” بل “هنا تناقض، أصلح هنا”. تغذية باتجاه. حقيقة حتمية. عقد لا يملك AI إلا اتباعه.
الأعمدة الثلاثة لـ Reins Engineering
العمود 1: تغذية راجعة حتمية
أعطِ AI حقائق لا آراء.
تغذية سيئة: “يبدو غريباً بعض الشيء” تغذية جيدة: “السطر 41: عدم تطابق اسم الحقل، متوقع ‘user_id’، وُجد ‘userId’”
الفرق: التغذية السيئة فيها مجال للتملق. الجيدة لا مجال فيها. الأرقام والمواقع ليست عواطف.
العمود 2: قفل السقاطة (Ratchet Pattern)
التحقق ينجح فيُقفل.
البند 1: تحقق آلي → PASS → قفل → التالي
البند 2: تحقق آلي → FAIL → إعادة (مع تغذية)
البند 2: تحقق آلي → PASS → قفل → التالي
...
البند N: PASS → انتهاء. توقف.
وكيل ذاتي: 40 / 527 (7.6%) — الوكيل يعلن "انتهيت"
سقاطة CLI: 527 / 527 (100%) — الآلة تعلن "بقي 487"
العمود 3: فصل القرار عن التنفيذ
القرارات تعيش في SSOT، الكود إسقاط مؤقت يُولَّد من SSOT. لا يستطيع AI الخلط بين القرارات والتفاصيل. بقاء القرار مستقل عن حجم النموذج.
Symbolic Feedback Loop — السكة أهم من القطار
LLM يولّد → أداة حتمية تحكم → النتيجة تعود لـ LLM → تكرار
go test لا يهلوس. yongol validate لا يتملق. الأدوات الحتمية تعطي نفس المخرج لنفس المدخل دائماً.
97.7% دقة مضروبة 100 مرة = 4.8%. السقاطة تكسر هذا. كل خطوة تُعاد ضبطها بالتحقق الحتمي.
كثيرون يصنعون قطارات. قلائل يمدون سككاً.
“لا تغيّر النموذج، أضف عقوداً”
هذا هو الطرح المركزي لـ Reins Engineering.
نفس النموذج يتوقف عند 40 أو يكمل 527. نفس النموذج ينحرف مع الكود المباشر ويصل لصفر أخطاء مع SSOT. الفرق ليس النموذج بل طوبولوجيا التغذية الراجعة.
حكم الفرد يعتمد على ملك حكيم. حكم القانون يعتمد على القانون. إضافة عقود هو حكم القانون.
البشرية عرفت هذا الجواب. 8 مليار إنسان يتعايشون على كوكب واحد ليس لأن البشر طيبون، بل لأن هناك قانوناً.
الذكاء الاصطناعي لا يختلف.
الملخص
- أربعة عصور. مطالبات → سياق → حواجز → Reins. السياج لا يحدد الاتجاه. اللجام يحدده.
- ثلاثة أعمدة. تغذية حتمية، قفل سقاطة، فصل القرار والتنفيذ. الثلاثة معاً يضمنون التقارب.
- Symbolic Feedback Loop. LLM يولّد، أداة حتمية تحكم، النتيجة تعود. السكة أهم من القطار.
- لا تغيّر النموذج، أضف عقوداً. حكم القانون لا حكم الفرد.
- تحيز التملق أصل. الرأي يُنتج تملقاً، الحقيقة قبولاً. تغذية حتمية + LLM متملق = حلقة تقارب مضمونة.
مقالات ذات صلة
سلسلة دروس Reins Engineering الكاملة
| الدرس | العنوان |
|---|---|
| الدرس 1 | كيف تأمر الذكاء الاصطناعي |
| الدرس 2 | كيف لا تثق بالذكاء الاصطناعي |
| الدرس 3 | التطبيق الذي لا ينكسر |
| الدرس 4 | القرارات خارج الكود |
| الدرس 5 | ذكاء اصطناعي بلجام |
| الدرس 6 | إذا نجح أقفله |
| الدرس 7 | كيف تعكس التملق |
| الدرس 8 | مصنع الوكيل |
| الدرس 9 | الأتمتة ما بعد الكود |
| الدرس 10 | قانون البيانات |
مصادر الأدلة
- Carnegie Mellon University, MSR 2026 — زيادة دائمة 41% في تعقيد الكود بعد اعتماد أدوات AI.
- Google DORA Report, 2025 — كل زيادة 25% في اعتماد AI تخفض استقرار التسليم 7.2%.
- TDAD, ACM AIWare 2026 — تعليمات إجرائية “اتبع TDD” (6.08% → 9.94%) تزيد الانحدار، توفير ملف اختبار (6.08% → 1.82%) يخفض الانحدار 70%.