لقد تجاهلت معظم العناوين التي تقول "الذكاء الاصطناعي فعل كذا" خلال الأشهر الماضية لأنها غالبًا ما تكون مبالغًا فيها أو غير دقيقة. لكن هذا الخبر دفعني لإغلاق حاسوبي المحمول، والتحديق في السقف، وإعادة التفكير في مسار حياتي المهنية بالكامل. ستة عشر وكيلًا من وكلاء Claude Opus 4.6 - يعملون بالتوازي مع إشراف بشري شبه معدوم - بنوا مترجم لغة C كامل الوظائف من الصفر خلال أسبوعين فقط. نتحدث عن 100,000 سطر من كود Rust، بمعدل نجاح 99% في اختبارات GCC القاسية، والقدرة على ترجمة نواة لينكس، PostgreSQL، Redis، ونعم، لعبة Doom. التكلفة الإجمالية: 20,000 دولار كرسوم API. هذا يعادل راتب مهندس كبير لمدة أسبوعين، لكن هؤلاء الوكلاء أنجزوا ما قد يستغرق فرقًا من البشر شهورًا أو سنوات.
ما الذي حدث بالضبط؟
تعريف: وكلاء Claude AI - هي كيانات ذكاء اصطناعي مستقلة يمكنها تحليل قواعد الشيفرة البرمجية، استلام المهام من قوائم الانتظار، كتابة الكود، تنفيذ الالتزامات، حل تعارضات الدمج، والتعاون مع وكلاء آخرين في مشاريع مشتركة. بخلاف أدوات إكمال الكود، يمكنهم تخطيط وتنفيذ والتحقق من مهام هندسة البرمجيات المعقدة بأقل إشراف بشري.
تعريف: مترجم لغة C - هو برنامج يحول كود لغة C القابل للقراءة من قبل البشر إلى تعليمات قابلة للتنفيذ على الأجهزة. بناء مثل هذا المترجم يتطلب تحليل دلالات اللغة المعقدة، تحسين الأداء عبر معمارية متعددة للمعالجات (x86، ARM، RISC-V)، والتعامل مع تعقيدات وسلوكيات غير معرفة تراكمت على مدار عقود.
دعوني أوضح الأمر لأن العناوين لا تعكس مدى روعة هذا الإنجاز.
قام نيكولاس كارليني، الباحث في Anthropic، بإعداد تجربة. أطلق 16 نسخة من Claude Opus 4.6 وأعطاهم مهمة واحدة: بناء مترجم لغة C. باستخدام ميزة "فرق الوكلاء" الجديدة من Anthropic، تعاون هؤلاء الوكلاء على قاعدة شيفرة مشتركة، كل منهم يعمل بالتوازي، يستلم المهام من قائمة انتظار، ويلتزم بالكود في نفس المستودع.
لم يكن هناك "وكيل رئيسي" يدير كل شيء. ولا إشراف بشري دقيق يحدد من يفعل ماذا. كل نسخة من Claude نظرت بشكل مستقل إلى قاعدة الشيفرة، حددت المشاكل، استلمت المهام، وبدأت العمل.
كتبوا 100,000 سطر من كود Rust خلال أسبوعين فقط.
عندما واجهوا تعارضات في الدمج - وهذا حدث - قام الوكلاء بحلها بأنفسهم. عندما تعطل شيء ما، أصلحوه. وعندما احتاجوا لاختبار شيء، كتبوا الاختبارات بأنفسهم.
لم يكن هذا 16 إنسانًا يستخدمون الذكاء الاصطناعي للبرمجة بشكل أسرع. بل كان 16 ذكاءً اصطناعيًا يبرمجون كفريق هندسي موزع.
لماذا بناء مترجم لغة C مهم؟
حسنًا، لقد بنوا مترجمًا. أليس هذا أمرًا عاديًا؟ المترجمات مثل GCC وClang موجودة منذ زمن طويل.
لكن السبب في أهمية هذا الإنجاز هو أن بناء مترجم لغة C هو من أصعب مهام هندسة البرمجيات التي يمكن أن تواجهها. الأمر لا يقتصر على تحليل الكود وتحويله إلى تعليمات آلة فقط. مترجم C يجب أن:
- يحلل لغة معقدة للغاية تحتوي على عقود من التعقيدات والحالات الخاصة
- يحسن الكود عبر معمارية متعددة للمعالجات (x86، ARM، RISC-V)
- يتعامل مع السلوكيات غير المعرفة بطريقة لا تسبب انهيار النظام
- يجتاز اختبارات "GCC torture tests" الشهيرة، وهي آلاف الحالات الخاصة المصممة لاختبار قوة المترجم
هذا نوع المشروع الذي تستغرق فرق بشرية سنوات لإتقانه. LLVM، البنية التحتية وراء Clang، قيد التطوير منذ عام 2000 ويضم آلاف المساهمين.
هؤلاء 16 وكيلًا من Claude AI فعلوا ذلك في أسبوعين فقط.
والأهم من ذلك: المترجم يعمل بالفعل. يمكنه ترجمة نواة لينكس 6.9 إلى ملف قابل للإقلاع. يمكنه بناء PostgreSQL وتشغيله. يمكنه ترجمة لعبة Doom ويمكنك لعبها.
هذا ليس نظريًا، بل هو برنامج بجودة الإنتاج تم بناؤه عبر البرمجة بواسطة الذكاء الاصطناعي على نطاق واسع.
السؤال الذي يطرح نفسه: التكلفة
لنناقش الفيل في الغرفة: التكلفة.
أنفقت Anthropic حوالي 20,000 دولار كرسوم API لإنشاء هذا المترجم. هذا يعادل تقريبًا 2,000 جلسة حسابية باستخدام Claude Code.
هل هذا مكلف؟ هل هذا رخيص؟ يعتمد على وجهة نظرك.
فريق هندسي بشري لبناء مترجم بهذه الجودة قد يكلف عشرات أو مئات الآلاف من الدولارات وربما يستغرق شهورًا أو سنوات. هنا، 16 وكيلًا من الذكاء الاصطناعي أنجزوا المهمة في أسبوعين فقط بتكلفة أقل بكثير.
هذا يفتح آفاقًا جديدة لكيفية تطوير البرمجيات في المستقبل، حيث يمكن للذكاء الاصطناعي أن يتولى مهام معقدة بشكل مستقل، مما يعيد تعريف دور المهندسين البشريين ويغير قواعد اللعبة في الصناعة.
ما يعنيه هذا للمستقبل
هذا الإنجاز ليس مجرد إثبات قدرة الذكاء الاصطناعي على كتابة الكود، بل هو دليل على أن الذكاء الاصطناعي يمكن أن يتولى مهام هندسية معقدة بشكل مستقل وفعال. يمكن أن يؤدي ذلك إلى تسريع تطوير البرمجيات، تقليل الأخطاء، وتحسين جودة المنتجات التقنية.
لكن هذا يطرح أيضًا أسئلة مهمة حول مستقبل الوظائف في مجال البرمجة، وكيف يمكن للمهندسين التكيف مع هذا الواقع الجديد. هل سيصبح دورهم أكثر إشرافًا وتوجيهًا؟ أم أن هناك فرصًا جديدة ستظهر مع هذه التقنيات؟
بالتأكيد، هناك تحديات أخلاقية وتقنية يجب التعامل معها، لكن لا يمكن إنكار أن هذا الإنجاز يمثل نقطة تحول حقيقية في عالم البرمجة والذكاء الاصطناعي.
في النهاية، ما حققه هؤلاء الوكلاء من Claude AI هو أكثر من مجرد مشروع برمجي ناجح. إنه إعلان عن مستقبل جديد حيث يمكن للذكاء الاصطناعي أن يعمل كفريق هندسي مستقل، ينجز مهام كانت حتى وقت قريب تتطلب سنوات من العمل البشري.
هذا الإنجاز يفتح الباب أمام إمكانيات لا حصر لها في تطوير البرمجيات، ويجعلنا نتساءل عن حدود ما يمكن أن يحققه الذكاء الاصطناعي في المستقبل القريب.
