بيئة التطوير والبنية التحتية لمشاريع AI

بنيتَ على OpenAI، ثم أردتَ تجربة Claude ومقارنة Gemini — فضاعت منك ساعات في اختلاف أدوات SDK والصيغ ومعالجة الأخطاء لكل مزوّد. بوابة LLM (بوابة الذكاء الاصطناعي / وكيل LLM) وسيط تُدرجه بين تطبيقك والمزوّدين: يعرض واجهة برمجية واحدة متوافقة مع OpenAI للوصول إلى كل نموذج، ويتولّى المهام الشاملة — التبديل الاحتياطي، وتتبّع التكلفة، والمفاتيح الافتراضية، والتخزين المؤقت، وتحديد المعدّل، والقابلية للمراقبة. يغطّي هذا الدليل لماذا تحتاج إليها، وما هي البوابة حقًّا، والأنواع الثلاثة (وكيل مُستضاف ذاتيًا = LiteLLM / مُدار = OpenRouter / SDK = Vercel AI SDK)، وكيف تختار بين LiteLLM وOpenRouter وVercel AI SDK، وكود إعداد أدنى يبدّل نقطة النهاية فقط، والحدود — قفزة زمن استجابة، والبوابة كنقطة فشل جديدة، والرسوم (يفرض OpenRouter 5.5% عند الشراء)، وفقدان الميزات، والخصوصية.

إن استخدمت Claude Code لفترة كافية اصطدمت بمعضلة: مطالبة مع كل أمر توقف تدفّقك، وإيقافها كلها بالتجاوز خطير. يكسر صندوق العزل هذه الثنائية بتسييج ما الذي يمكن مسّه على مستوى نظام التشغيل، فتعمل الأوامر بحرية في الداخل بلا مطالبات ولا يصل شيء إلى الخارج. يغطي هذا الدليل العزلين (نظام الملفات والشبكة)، والبدء بـ /sandbox (يعمل macOS جاهزًا، ويحتاج Linux/WSL2 إلى bubblewrap+socat، وWindows الأصلي غير مدعوم)، ووضع السماح التلقائي مقابل العادي، وتهيئة settings.json (allowWrite/denyRead، وبيانات الاعتماد، وallowedDomains)، وكيف يكمّل أوضاع الأذونات وقواعدها كطبقة ثالثة يفرضها نظام التشغيل، وحدوده (TLS غير المفحوص، ومقابس Unix)، ومتى تلجأ إلى حاويات التطوير أو الأجهزة الافتراضية. تفيد Anthropic بأنه خفّض مطالبات الأذونات بنسبة 84% في الاستخدام الداخلي.

هل يمكنك تسليم تشغيل AWS إلى الذكاء الاصطناعي؟ في 2026 يمكنك تفويض الكثير. فـ AWS نفسها تقدّم Amazon Q Developer وAgent Toolkit for AWS (مايو 2026 — أكثر من 40 مهارة للوكلاء + خادم AWS MCP Server مُدار + إضافات)، بحيث يمتد الذكاء الاصطناعي من توليد البنية التحتية ككود إلى تشغيل الموارد. يؤطّر هذا الدليل «التفويض» في ثلاثة مستويات (① توليد الكود/البنية التحتية ككود، ② التشغيل/الاستقصاء القائم على القراءة، ③ وكيل ذاتي يشغّل AWS فعليًا)، ويغطّي الأدوات الرئيسية (Amazon Q Developer، وAgent Toolkit، وAWS MCP Server، وTerraform MCP، وBedrock AgentCore) — بما في ذلك مسار أدواتك الخاصة بمنح Claude Code أو Codex واجهة AWS CLI لتشغيل «aws» من الصدفة — والمزايا (بنية تحتية ككود سريعة، وفرز آلي، وأفكار لتحسين التكلفة، ودمقرطة المعرفة)، ثم صلب الموضوع: العيوب (تضخّم صلاحيات IAM، والصلاحية المفرطة كمضخّم لنطاق تأثير الأخطاء/حقن التعليمات، والصلاحيات التي تعمّر بعد المهمة، وانفلات التكلفة — مع حوادث فعلية لحذف قواعد بيانات إنتاجية في 2025-2026)، اعتمادًا على مصادر AWS الرسمية وشركات الأمن. المفارقة الجوهرية: السؤال ليس «هل يستطيع؟» بل «كيف تفوّض دون انفلات أو انفجار في الفاتورة» — وبناء AWS نفسها لحواجز حماية IAM وتدقيق CloudTrail والعزل ضمن Agent Toolkit يبيّن شكل الإجابة. ويشمل المبادئ الخمسة (صلاحيات IAM الأقل امتيازًا، وموافقة بشرية على العمليات المدمّرة، وقابلية المراقبة، وبيانات اعتماد قصيرة العمر تُصدر عند الحاجة، والعزل) وقسم أسئلة شائعة.

أول عقبة عند دمج وكيل ذكاء اصطناعي في عمل حقيقي هي «على أي إطار عمل تبنيه». من منظور المطوِّر ومتّخذ قرار التقنية، يقارن هذا المقال ستة أطر كبرى — LangGraph وCrewAI وAutoGen (المدموج في Microsoft Agent Framework، GA أبريل 2026) وOpenAI Agents SDK وGoogle ADK وClaude Agent SDK — حسب مقاربة التنسيق (رسم بياني موجَّه / طاقم قائم على الأدوار / محادثة GroupChat / تسليمات / شجرة هرمية / حلقة أدوات مستقلة)، واللغة، ومنحنى التعلّم، والتحكم، ونضج الإنتاج، وتكلفة الرموز، وأنسب حالة استخدام. التحذير الأهم: إطار العمل «الأسرع في بناء النموذج الأولي» (CrewAI) قد يكون الأغلى في الإنتاج — نحو 3× من الرموز (41k مقابل 18.5k لـ LangGraph في أحد المعايير) ولاحتمي، ما يجعله غير مناسب للتمويل والرعاية الصحية. كما يشرح كيف جلب 2026 التشغيل البيني عبر MCP (الأدوات) وA2A (وكيل إلى وكيل)، بحيث صار وكلاء من أطر مختلفة يعملون معًا وتلاشى الاحتجاز. ويتضمن دليل اختيار حسب حالة الاستخدام وأسئلة شائعة.

تتيح لك قواعد الأذونات في Claude Code كتابة إدخالات allow / ask / deny في settings.json للتحكم بدقة فيما يُشغَّل دون سؤال، أو يطلب التأكيد، أو يُمنع. يشرح هذا الدليل الفرق بين القواعد والأوضاع، وأولوية deny ← ask ← allow، وصيغة Tool(specifier)، وتسلسل ملفات settings.json، إضافة إلى وصفات عملية لإعداد آمن.

يحدد محدِّد "Permission Mode" في Claude Code عدد مرات توقف Claude لطلب الإذن قبل تعديل ملف أو تشغيل أمر. يشرح هذا الدليل الأوضاع الخمسة (Ask permissions وAccept edits وPlan mode وAuto mode وBypass permissions) إضافةً إلى dontAsk، وكيفية التبديل بينها، ومتى تختار كل وضع بأمان.

شريط Effort في Claude Code يحدد مقدار العمل الذي يبذله الذكاء الاصطناعي في كل رد. نوضح المستويات الخمسة (low–max)، وأن "Extra" يساوي xhigh لا الحد الأقصى، وأن "Max" هو الأعلى، وما هو وضع Ultracode وكيفية الضبط عبر /effort.

ربما تفترض أن نموذج LLM لا بد أن يعمل في السحابة، لكن في عام 2026 صار تشغيل الذكاء الاصطناعي بالكامل داخل جهازك الخاص — أي "نموذج LLM المحلي" — خيارًا واقعيًا. ويعني ذلك تشغيل نموذج مثل ChatGPT أو Claude مباشرةً على جهازك بدلًا من السحابة. مزاياه الثلاث الكبرى هي: الخصوصية (المدخلات لا تغادر جهازك)، وانعدام التكلفة (بلا رسوم API)، والعمل دون اتصال (يعمل بلا إنترنت). أما عيوبه: فهو ليس بذكاء الذكاء الاصطناعي السحابي من الطراز الأول، ويحتاج إلى جهاز بقدرات معقولة، ويتطلب بعض الإعداد، ولا يملك معرفة محدّثة. يغطي هذا الدليل للمبتدئين ما هو نموذج LLM المحلي (بتشبيه البث مقابل التنزيل)، والمزايا والعيوب، والمواصفات المطلوبة والكمّنة (صيغة GGUF، مع Q4_K_M المفضّل الذي يحافظ على الجودة بينما يقلّص الذاكرة إلى نحو الربع؛ ونحو 0.5 GB من الذاكرة لكل 1B معامل عند 4 بِت)، وكيف تبدأ (واجهة LM Studio الرسومية للمبتدئين، وسطر أوامر Ollama للمطوّرين — 52 مليون تنزيل شهريًا في الربع الأول من 2026)، والنماذج المُوصى بها لعام 2026 (Llama 3.2 7B، وGoogle Gemma 4، وAlibaba Qwen3.5، إضافةً إلى DeepSeek وMistral — وكلها مفتوحة)، ومتى تستخدم المحلي مقابل السحابة (المحلي للأعمال السرية وكثيفة الحجم والتي تجري دون اتصال؛ والسحابة للمسائل الصعبة). وأسرع خطوة أولى: شغّل نموذجًا صغيرًا واحدًا من فئة 3B–7B في LM Studio.

إعداد البيئة هو حيث يعلق كل مبرمج مبتدئ. في 2026، الذكاء الاصطناعي التوليدي (Claude Code، Codex، Cursor) قابل للاستخدام فعلياً لأعمال البنية التحتية الروتينية — إعداد البيئة المحلية، وتوليد Dockerfile، ومسودات Terraform، وخطوط أنابيب CI/CD. أطلقت HashiCorp خادم Terraform MCP الرسمي في 2026، وأطلقت Anthropic Agent Skills لتحميل خبرة البنية التحتية عند الطلب. لكن "فوّض كل شيء" سؤال مختلف: مجموعة أمان مفتوحة 0.0.0.0/0، ومفتاح SSH مرفوع إلى GitHub، وفاتورة AWS بقيمة 3000 دولار في نهاية الشهر — كلها حوادث حقيقية في 2026. تقسّم هذه المقالة خمسة مجالات آمنة للتفويض، وثلاث مناطق خطر "تحقق ثم ثق"، وأربعة مجالات للبشر فقط، وسير عمل آمن للمبتدئين من أربع خطوات، وأحدث أدوات 2026 (Claude Code، MCP، Agent Skills) — مركّزة على تقييم القدرات لا على تأثير المهنة.

اسأل Claude Code أو ChatGPT عن بناء تطبيق ويب وستسمع شبه مؤكد "استخدم Next.js." لكن هذا الاقتراح يأتي من تردد بيانات التدريب، وليس من حكم بشأن مشروعك. تكشف هذه المقالة الأسباب الثلاثة المشروعة للذكاء الاصطناعي (هيمنة بيانات التدريب / شامل لكل شيء / سهولة النشر على Vercel)، وتشرح علاقة JavaScript / React / Next.js، وتمشي عبر مسار قرار من 5 دقائق (ماذا تبني، SEO، قاعدة بيانات، ميزانية الوقت، الخادم المستهدف)، وتربط أربعة بدائل واقعية (Astro، Vite + React، SvelteKit، HTML + Vanilla) بحالات الاستخدام، وتضع الأساسيات الخمسة التي لا غنى عنها لاستخدام Next.js (App Router، Server مقابل Client Components، التوجيه بالملفات، متغيرات البيئة، أهداف النشر)، والمزالق الثلاثة التي يقع فيها المبتدئون (use-client في كل مكان، الارتباط بـ Vercel، الذكاء الاصطناعي يعيد كود Pages Router قديماً) — كلها معايرة لمايو 2026. الإدخال الثاني في سلسلة "الذكاء الاصطناعي يوصي بـ..." بعد مقالة Docker.

في فبراير 2026، تجاوزت Anysphere — الشركة المطوّرة لـ Cursor — حاجز 2 مليار دولار ARR، راسمةً منحنى إيرادات SaaS في مصاف OpenAI وAnthropic في ثلاث سنوات فقط. يغطي هذا المقال كيف يختلف Cursor عن VS Code بتضمين الذكاء الاصطناعي مباشرة في طبقة العرض (إكمال Tab دون 100 مللي ثانية، فهرس قاعدة كود بـ 272 ألف توكن، الميزات الست الأساسية: Tab / Inline Edit / Composer / Agent / Background Agents / Bugbot)، والفروق الخمسة الملموسة عن VS Code، ومقارنة جنبًا إلى جنب مع أربعة منافسين (Windsurf / Zed / Claude Code / GitHub Copilot)، وهيكل الخطط Hobby مجاني / Pro 20 دولار / Business 40 دولار، ودليل قرار حول "من ينبغي له التحويل فعلًا" — مرتكزًا على وقائع حتى مايو 2026.

في صيف 2025 أطلق مطوِّرٌ فرديّ خادم MCP باسم 21st.dev بميزانيّة تسويق صفر، وبلغ $10K MRR في 6 أسابيع. لكن من أصل أكثر من 12,000 خادم MCP منشور حتّى مارس 2026، نجح أقلّ من 5% في التحقيق الماليّ — والباقي يقبع في مقبرة "مفيد لكنّه مجّاني." هل يمكن فعلًا تحقيق دخل من MCP؟ جوابي "نعم، لكنّ 95% سيخفقون." يعرض المقال أنماط الإيراد الأربعة (اشتراك / قائم على الاستخدام / نموذج مفتاح API / Freemium مع طبقة مدفوعة)، ومقارنة بين المتاجر الكبرى (MCPize بحصّة 85% / Apify / Glama / Smithery / موقعك الخاصّ مع Stripe)، وأمثلة حقيقيّة بأرقام (21st.dev، Bright Data، Exa.ai، Tavily)، وستّة أنماط فشل، ودليلًا عمليًّا بستّ خطوات للمطوِّر الفرديّ، واستراتيجيّة الشركات، وتوقّعات سنة إلى ثلاث سنوات — استنادًا إلى أبحاث الصناعة وأرقام واقعيّة.