للمبتدئين

في دافوس بيناير 2026، اصطدمت أبرز عقول المجال حول "AGI على الأبواب" مقابل "الجوهر لا يزال بعيدًا" — وكان الفتيل هو الذكاء الاصطناعي العام AGI (Artificial General Intelligence). تبدأ هذه المقالة الموجهة للمبتدئين من معنى AGI — "ذكاء اصطناعي متعدد الأغراض قادر، مثل الإنسان، على أن يتعلم بنفسه ويحل حتى الأشياء الجديدة تمامًا عبر أي مجال" (وإن كان هدفًا لم يتحقق بعد حتى عام 2026) — ثم تتناول الفرق الحاسم عن الذكاء الاصطناعي الضيق على غرار ChatGPT اليوم (هل يستطيع "نقل" المعرفة إلى مجال مختلف؛ التعميم والاكتساب الذاتي للمهارات)، وتفصيل المراحل الثلاث narrow AI → AGI → ASI (الذكاء الخارق)، والتباين الواسع في توقعات الخبراء للجدول الزمني (Amodei من Anthropic متفائل خلال بضع سنوات/نحو 2027، Hassabis من DeepMind حذِر باحتمال نحو 50% بحلول 2030، ووسيط استطلاع للباحثين عند 2047، ومتشككون مثل Marcus يقولون إنه بعيد أو لن يأتي — والتباين ينبع من اختلاف التعريفات)، وكم يقترب الذكاء الاصطناعي اليوم (أقل من خط الأساس البشري في ARC-AGI، لكنه يقترب من العتبة عبر متعدد الوسائط والوكلاء)، والآمال (تسريع الأمراض والعلم) والمخاطر (الوظائف، إساءة الاستخدام، مشكلة المواءمة — التي تضعها Anthropic و UK AISI كنقطة قرار حاسمة)، والمفاهيم الخاطئة الشائعة مثل "ChatGPT هو AGI بالفعل" و"AGI = يملك وعيًا". لا خائفًا بإفراط ولا حالمًا بإفراط، أتقِن الـ narrow AI الذي بين يديك بينما تراقب بهدوء ما هو آتٍ.

هل ستكون في صف من يأخذ الذكاء الاصطناعي وظيفته، أم في صف من يُسخّره ليؤدي عمل عشرة أشخاص؟ في عام 2026 هذا هو مفترق الطرق أمام المهندسين. يؤطّر هذا المقال أن تصبح "مطورًا أصيلًا في الذكاء الاصطناعي" (بناء التطبيقات باستخدام LLM والوكلاء وRAG — وهو مسار مختلف عن البحث في النماذج) كمجموعة مهارات قابلة للبناء، لا شهادة دكتوراه، في ثلاث طبقات: ① الأساس الذي لا يتغير (Python كلغة رئيسية لتطوير الذكاء الاصطناعي، Git، سطر الأوامر، HTTP/REST/JSON — ما زلت تحتاج الأساسيات في عصر الكود المكتوب بالذكاء الاصطناعي)؛ ② المهارات الخمس الأساسية الأصيلة (تصميم الموجّهات/السياق، RAG كعمود فقري لوكلاء المؤسسات، بناء الوكلاء، MCP كمعيار فعلي لربط الأدوات، وتصميم التقييمات — إضافةً إلى تحسين التكلفة وحواجز الحماية وقابلية المراقبة)؛ ③ الميزة الحاسمة التي يغفل عنها معظم الناس — تصميم التقييمات وهندسة السياق (القدرة على كتابة التقييمات هي أكبر إشارة على "البناء الفعلي باستخدام LLM"، وملف AGENTS.md/CLAUDE.md مع مجموعة تقييمات صغيرة هو القفزة من "المُساعَد" إلى "الأصيل"). ويضيف خارطة طريق 8–12 شهرًا (الأساس ← LLM API/الموجّهات ← بناء RAG دون أطر ← الوكلاء + MCP ← التقييمات + النشر + الإطلاق)، واستراتيجية معرض أعمال يتفوق فيها العمل المنشور على الدبلوم، والمزالق (مستنقع الدروس، هوس الأدوات، إهمال الأساسيات)، وأرقام السوق والطلب (أمريكية، بتباين إقليمي كبير). الحد الفاصل هو ما إذا كنت تستخدم الذكاء الاصطناعي كنظام.

حين هُوجم إعلان عيد الميلاد المصنوع بالذكاء الاصطناعي التوليدي من Coca-Cola بوصفه "بلا روح" أواخر 2024، جسّد ذلك شدّ الحبل الذي يجلبه الذكاء الاصطناعي إلى التسويق: "الكفاءة والفعالية" مقابل "الثقة والعاطفة". يستعرض هذا المقال الموضوع، فيقيس أولاً الوضع الراهن بالأرقام (نحو 87% من المسوّقين يستخدمون الذكاء الاصطناعي التوليدي، صعوداً من 51% في 2024؛ أكثر من 71% من الإنفاق الإعلاني تُحرّكه الخوارزميات؛ صنعت Google نحو 70 مليون أصل إبداعي بـ Gemini في الربع الرابع 2025 وحده؛ تضاعف الإنفاق على أدوات الذكاء الاصطناعي التسويقية نحو ثلاث مرات خلال 18 شهراً). ويغطّي المجالات الخمسة التي يغيّرها الذكاء الاصطناعي (① إنشاء المحتوى ② الإبداع الإعلاني ③ الاستهداف والتوزيع / البرمجي ④ التخصيص / DCO ⑤ التحليلات والقياس) والآثار المُبلَّغ عنها (DCO بنسبة نقر أعلى بنحو 32% وتكلفة نقرة أقل بنحو 56%، نصوص الذكاء الاصطناعي بعائد 3.2 ضعف، الاستهداف بالطرف الأول/السياقي حتى ضعفَي ROAS — جميعها منشورة، تعتمد على الظروف)؛ والجوهر الذي لا يتغيّر (الاستراتيجية والعلامة والثقة والإبداع الاختراقي تبقى في يد البشر — الذكاء الاصطناعي مُضخِّم، قاعدة صفر تعني إجابة صفر)؛ والتحول الجذري في SEO/AEO/LLMO (مع روابط داخلية)؛ والمخاطر (فجوة الإدراك 82% من المديرين مقابل 45% من المستهلكين حول إعلانات الذكاء الاصطناعي، التلفيق المُقنع، سلامة العلامة، الحقوق/التنظيم، التشغيل المنفلت دون رقابة)؛ وكيف تتحوّل وظيفة المسوّق (تُؤخَذ المهام، ويثقل الحكم؛ من منتِج إلى رئيس تحرير واستراتيجي)؛ وخطة عملية من خمس خطوات لليوم. أكبر أثر للذكاء الاصطناعي هو تحرير وقت الإنسان من الفعل إلى القرار.

عرضك التقديمي أول شيء صباح الغد وشرائحك ما زالت فارغة، ومع ذلك تكتب سطرًا واحدًا عن الموضوع وبعد دقائق تصطفّ 20 شريحة مسوّدة. هذه هي شرائح الذكاء الاصطناعي في 2026. يقسّم هذا الدليل إعداد الشرائح إلى ثلاث مراحل (البنية والنص والتصميم) ويعرض نهجين: التوليد الكل في واحد (ارمِ موضوعًا، احصل على كل شيء) مقابل تقسيم العمل (ثبّت البنية والنص في ChatGPT/Claude/Gemini، ثم دع أداة مخصّصة تصمّم). يقارن الأدوات الرئيسية (Gamma السريعة التوليد، وCopilot في PowerPoint بصيغة ‎.pptx أصلية بلا تعطّب، وGemini القوي في التعاون لـ Google Slides، وBeautiful.ai الأجمل، وCanva الغنية بالقوالب، وإضافة ChatGPT لـ PowerPoint المُطلقة في مايو 2026 — لا بطل مطلق؛ اختر من المخرج)، وأكثر سير عمل من 5 خطوات قابلية للتكرار (البنية ← النص ← الصبّ في أداة تصميم ← التحقّق من الأرقام والمصادر ← التصدير إلى ‎.pptx/Slides)، وثلاث مطالبات جاهزة للنسخ واللصق (المخطط، إثراء شريحة مع ملاحظات المتحدث، إعادة التنسيق لأداة تصميم)، وست نصائح لشرائح تترك أثرًا (رسالة واحدة لكل شريحة، اقطع النص إلى النصف، وغيرها)، والمزالق — تعطّب تخطيط ‎.pptx، ومسوّدة أولى مثقلة، وبيانات ملفّقة معقولة، وإرسال معلومات سرّية، وإغلاق الأدوات (إنهاء Tome لشرائحها في أبريل 2025 كدرس). الذكاء الاصطناعي هو الشريك الذي يصوغ المسوّدة في لحظة؛ والقطع والتحقّق مهمة الإنسان.

ملاحظة بخط اليد، إيصال ورقي، نص إنجليزي داخل لقطة شاشة، لافتة في صورة — إعادة الكتابة التي طالما أنجزتها يدويًّا لم تَعُد، في عام 2026، ضرورية تقريبًا بفضل الذكاء الاصطناعي. يبدأ هذا الدليل من كيفية اختلاف AI OCR عن الـ OCR التقليدي (قراءة حرف واحد في كل مرة مقابل فهم الصفحة كاملةً بالمعنى)، ثم يرتّب ثلاثة خيارات (ذكاء اصطناعي حواري عام / أدوات مخصصة مثل Google Lens / واجهات API ومفتوح المصدر مثل Mistral OCR وPaddleOCR-VL) بحسب حالة الاستخدام. يقارن بين ChatGPT (GPT-5.5) وGemini 3.1 Pro وClaude (Opus 4.8) من حيث نقاط القوة (خط اليد ← عائلة GPT، هيكلة الجداول ← عائلة Claude، الصفحات الكثيرة ← السياق الطويل لدى Gemini، الـ OCR الخام ← النماذج المتخصصة؛ لا بطل مطلق)، ويقدّم ثلاثة موجّهات جاهزة للنسخ (انسخ دون كسر، جدول إلى Markdown، إيصال إلى JSON، كلها مع قاعدة «لا اختلاق»)، والأنسب لكل حالة (خط اليد، الإيصالات، ملفات PDF، الجداول المعقدة، النص العمودي/القديم، المعادلات والشيفرة)، وست نصائح للدقة مع جودة الصورة باعتبارها 80٪ من النتيجة، ونقطة الضعف الأكبر والوحيدة لدى AI OCR — اختلاق ما لا يستطيع قراءته بشكل معقول (طابِق دائمًا المبالغ والتواريخ والأسماء مع الأصل) — إضافةً إلى تحذيرات الخصوصية حول إرسال السري وحقوق النشر والاستخدام في التدريب. ما يجوز أن تتركه للذكاء الاصطناعي هو «القراءة» فقط؛ أما التأكيد فهو للإنسان الذي رأى الأصل.

تعرف "ما هو RAG"، لكن عند البناء تخرج الإجابة مختلّة — لأنه ما يزال RAG الساذج: تقطيع باستهتار وبحث متجهي بسيط. وبوصفه متابعة التنفيذ للمقال 030، يشرح هذا المقال خط أنابيب RAG العملي في 2026 (تقطيع ذكي، embedding، قاعدة بيانات متجهية، بحث هجين، إعادة ترتيب) مرحلة مرحلة: استراتيجيات التقطيع (recursive 512 افتراضياً، semantic/structural/parent-child، وContextual Retrieval الذي يُبلَغ أنه يخفّض فشل الاسترجاع حتى 67%)، واختيار نموذج embedding (text-embedding-3-large وغيره)، ومقارنة ست قواعد بيانات متجهية (Chroma للنماذج الأولية، pgvector مع Postgres، Qdrant منخفض الزمن، Pinecone المُدارة بالكامل، Weaviate بطلة الهجين، Milvus للنطاق الضخم)، وبحث هجين يدمج BM25 + متجهات كثيفة عبر RRF، وretrieve-then-rerank بـ bi-encoder ثم cross-encoder (Cohere/Voyage/BGE/Jina)، وتقسيم LlamaIndex (الاسترجاع) مقابل LangChain/LangGraph (التحكّم)، ولماذا لا تستبدل نافذة 1M توكن الـ RAG (lost in the middle، التشتيت)، وملاحظات الإنتاج مثل بناء مجموعة تقييم أولاً.

تعرف «ما هو الوكيل الذكي» — فكيف تبني واحدًا؟ في 2026 يتيح نهج بلا كود تشغيل وكيل عامل في غضون فترة بعد الظهر عبر السحب والإفلات، وتتيح حِزم SDK الحديثة تجميع وكيل عملي في أقل من 100 سطر. بوصفه الرفيق العملي لمقال «ما هو الوكيل الذكي»، يغطّي هذا المقال البنية (الدماغ LLM + التعليمات + الأدوات + الذاكرة + الحلقة المستقلة)، والمسارين (بلا كود مقابل البرمجة)، وإطار البناء الشامل المكوّن من 5 خطوات (حدّد نطاق المشكلة، اختر قاعدتك، اكتب التعليمات، اربط الأدوات، اختبر على نطاق صغير)، ومقارنة أدوات بلا كود (Dify لمنصة متكاملة، n8n للتكامل مع الأعمال، Flowise للنماذج الأولية، والأسهل Custom GPT/Gemini Gems/Claude Projects)، ومقارنة أطر العمل البرمجية (Claude Agent SDK/OpenAI Agents SDK المتينة، LangGraph للتحكّم المعقّد، CrewAI لتنسيق الأدوار)، ومثالًا عمليًا محددًا (تلخيص رسائل الدعم ثم الإشعار عبر Slack)، وإرشادات التكلفة (نحو $10-$50/شهر للمنصة بالإضافة إلى استهلاك النموذج) والجدول الزمني، والمزالق (لا توسّع النطاق أكثر من اللازم، الصلاحيات والتحكّم بالانفلات، احذر من إثبات المفهوم فقط). بالنسبة لمعظم الناس، البناء بلا كود أولًا هو الخطوة الصحيحة.

"ChatGPT أم Claude أم Gemini — أيها أشترك به؟" في 2026 الثلاثة جميعها بنحو 20$ شهريًا وكلها من الطراز الأول، فلا يوجد "هذا هو الفائز" وحيد. السؤال الصحيح هو "أيها الأفضل لحالة استخدامك". استنادًا إلى الإجماع عبر المصادر، تغطي هذه المقالة الأساسيات (المزوّد، عائلة النموذج الرئيسي، أسعار المجاني/القياسي/المميز)، واختلافات الطابع (Claude = حِرفي الكتابة/التحليل/الكود، ChatGPT = متعدد المهارات بمنظومة وصورة/صوت، Gemini = وسائط متعددة وسياق طويل وتكامل مع Google)، وجدولًا مفصّلًا حسب حالة الاستخدام (الكتابة، الكود، العام، توليد الصور، الصوت، فهم الصورة/PDF/الفيديو، النصوص الطويلة جدًا، التكامل مع Google، البحث، اليابانية)، وكيفية اختيار الخطة حسب حجم الاستخدام، والدمج الذكي بين أداتين لمن لا يستطيع اختيار واحدة (نواة واحدة + واحدة لسدّ الثغرات). تتبدّل الترتيبات كل بضعة أشهر، لذا بدلًا من ملاحقة "أفضل" ثابت، استخدم كل واحد حسب نقطة قوته وقِس على مهامك الخاصة بالمستوى المجاني.

يتوقّف Claude Code فجأة برسائل مثل "سجّل الدخول مجدداً" أو "حد المعدل" أو "الموجّه طويل جداً" أو "MCP لا يتصل" — والبحث عن كل واحد منها يصبح مرهقاً. هذا مرجع عملي يفهرس الأخطاء التي تصادفها بكثرة، مع السبب والأمر الذي تُشغّله لكل واحد. يبدأ بأوامر التشخيص الثلاثة التي تُشغّلها أولاً (claude doctor للتشخيص الكامل، /status للمصادقة النشطة، /context لتفصيل السياق)، ثم يركّز على العائلات الأربع الشائعة (الاستهلاك/حدود المعدل، تجاوز السياق، انتهاء المصادقة، فشل اتصال MCP) عبر جداول "العرَض ← السبب ← أمر الحل" تشمل المصادقة وتسجيل الدخول، والاستهلاك/حدود المعدل (يستهلك Claude Code 10-100 ضعف رموز الدردشة)، والسياق والرموز (الموجّه طويل جداً، تذبذب التلخيص)، والخادم والنموذج (500/529/مهلة منتهية/نموذج غير موجود)، والتثبيت/PATH/التحديث، والشبكة والوكيل (ECONNREFUSED، TLS)، وMCP، والأذونات (المنع يفوق التجاوز)، وأخرى (thinking blocks 400، صورة/PDF، IDE). وينتهي بورقة مرجعية للخطأ ← الحل وأسئلة شائعة. مبني على وثائق Claude Code الرسمية (حتى 2026): عند التعثّر شغّل أوامر التشخيص الثلاثة، وإن لم يُصلَح، شغّل claude update.

هل ما زلت تحرق ساعة أو ساعتين كل أسبوع في كتابة المحاضر يدويًا من تسجيل؟ في عام 2026 يمكن أتمتة معظم ذلك. يقسّم هذا الدليل المحاضر إلى أربع مراحل (تسجيل ← تفريغ نصي ← تلخيص ← استخلاص القرارات والمهام)، ويقارن بين نهجين (أداة متكاملة تحضر المكالمة مقابل بناء ذاتي: تسجيل ← ذكاء اصطناعي للتفريغ النصي ← نموذج لغوي)، ويقارن بين الأدوات الرئيسية (Otter وNotta وFireflies وtl;dv وFathom وGranola — مع وسم الدقة بأنها مُدّعاة من الموردين)، ويغطي الذكاء المدمج في Zoom/Teams/Meet، ويشرح المسار الذاتي عبر Whisper مع ChatGPT/Claude/Gemini ومثال مُطالبة «لا تملأ الفجوات بالتخمين»، ويقدّم خمس نصائح لرفع الدقة (جودة الصوت، قاموس أسماء الأعلام، تمييز المتحدثين، ملاءمة اللغة، قالب المُطالبة)، ويوضّح تحذيرات الخصوصية والموافقة والثقة المفرطة. خط الدفاع الأخير بشري: افحص دائمًا القرارات والمهام.

تنتهي من بناء ميزة في Claude Code وتذهب للضغط على "Create PR" فيظهر شريط أحمر: "تعذّر التحقق من حالة طلب السحب. قد تكون هذه المعلومات قديمة." هذا ليس عيبًا في الكود — تواصل Claude Code ببساطة مع GitHub لجلب أحدث حالة لطلب السحب وفشل ذلك الطلب الواحد، وهو عادةً تأخر مزامنة غير ضار. يغطي هذا المقال المعنى الدقيق للخطأ، وكيف يرى Claude Code طلب السحب (استعلام عبر gh CLI، مع ملاحظة أن التنفيذ الداخلي غير موثّق)، والأسباب الجذرية الخمسة (مصادقة منتهية، لا دفع/طلب سحب بعد، الشبكة/البروكسي، نطاقات غير كافية، فشل عابر)، وترتيب تشخيص من 4 خطوات يبدأ بـ gh auth status، وورقة أوامر مختصرة (gh auth login/refresh/pr status وأكثر)، وكيفية تمييز متى يكون "قد تكون قديمة" آمنًا للتجاهل من متى يستلزم إجراءً، وحل gh pr create البديل، وقائمة منع التكرار، وأسئلة شائعة. القاعدة: اشتبه في اتصال GitHub قبل أن تشتبه في الكود.

بينما تعمل في Claude Code يظهر فجأة خطأ 400 ويكرره كل إدخال تالٍ: "thinking or redacted_thinking blocks in the latest assistant message cannot be modified." هذا خطأ معروف لديه عدة open issues على المستودع الرسمي لـ Anthropic، وفي معظم الحالات لا يكون خطأ المستخدم. يغطي هذا المقال معنى الخطأ، وكيف تعمل thinking blocks في extended thinking والتواقيع التشفيرية، والأسباب الجذرية الخمسة لعدم تطابق التوقيع (خطأ session-resume، وتداخل streaming، وخروج منطق الإصلاح عن السيطرة، ووسطاء third-party، وتعديل التاريخ history modification في تطبيقك الخاص)، و3 إصلاحات استرداد لمستخدمي Claude Code (Esc x2/rewind، وجلسة جديدة /clear، وأداة إصلاح JSONL)، وأهم إصلاح دائم (التحديث إلى أحدث إصدار)، و3 مبادئ وقائية لمطوري API/SDK (إعادة الإرسال كما هي round-trip as-is، والإزالة الكاملة full removal، والحارس الدفاعي defensive guard)، وكيف تميّزه عن 3 أخطاء مشابهة، وقائمة تحقق لمنع التكرار.