تخطي إلى المحتوى
المواضيع

بيئة التطوير والبنية التحتية لمشاريع AI

Docker وAWS وVPS والمزيد. افهم البنية التحتية التي توصي بها أدوات الذكاء الاصطناعي.

50 مقالات

رتّب المقالات للعثور على ما تحتاجه

مقالات في بيئة التطوير والبنية التحتية

ما تعلّمناه من حذف لوحة الإدارة بالكامل — متى تبقى الواجهة في زمن الذكاء الاصطناعي، ومتى يمكن أن تذهب

ما تعلّمناه من حذف لوحة الإدارة بالكامل — متى تبقى الواجهة في زمن الذكاء الاصطناعي، ومتى يمكن أن تذهب

لا تستطيع دعوى عامة أن تجيب عن سؤال "إن كان الذكاء الاصطناعي قادرًا على التعديل مباشرة، فهل ما زلنا بحاجة إلى لوحة إدارة؟"، لأن عبارة "لوحة الإدارة" وحدها تغطّي كومة من الوظائف مختلفة الطبائع تمامًا. وهذا المقال، المبني على تجربة حذف لوحة إدارة هذا الموقع بالكامل، يستبدل بذلك السؤال سؤالًا أحدّ: هل تقدّم تلك الشاشة شيئًا لا يقدّمه أصلًا كلٌّ من CLI والذكاء الاصطناعي؟ وما كشفه الحذف الكامل هو أن معظم الوظائف التي أُزيلت لم تكن "غير مستعمَلة" بل "معطّلة بنيويًا". فعمليات CRUD للمقالات لم يكن ممكنًا أن تعمل أصلًا، لأن مصدر الحقيقة للمقالات يعيش في الشيفرة وكل عملية نشر تكتب فوق قاعدة البيانات، فأي شيء يُحرَّر في الشاشة كان يتبخّر عند النشر التالي. وكان طابور اعتماد التعليقات فارغًا على الدوام لأن المشاركات تُوسم بالاعتماد لحظة إرسالها، فلا ينشأ تعليق غير معتمد أصلًا. والوظيفة التي لا يستعملها أحد هي وظيفة لا يستطيع أحد أن يعرف أنها مكسورة. أما القدرة الوحيدة التي تعذّر حذفها فهي حذف التعليقات، وحتى هي لم يكن فيها ما يوجب لوحة إدارة: فقد تبيّن أن زرّ حذف في صفحة المقال نفسها أفضل، لأن التعليق المسيء يُزال في المكان نفسه الذي يُقرأ فيه. ويؤول القرار إلى ستة أسئلة. من الذي يشغّلها، إذ يرجّح الموظفون غير التقنيين أو دور يتبدّل أصحابه بقاء الواجهة، بينما لا يحتاجها المطوّرون الذين يعيشون في الطرفية. وهل هي قابلة للتراجع، فالإجراءات التي لا رجعة فيها تحتاج إلى بوابة. وهل تحتاج إلى حكم بشري، أي هل هناك انتقال بين حالتين بالاعتماد أو الرفض. وهل يلزم فصل الصلاحيات. وهل يعرف المشغّل ما هو ممكن، فالقائمة تقوم مقام التوثيق. وهل هناك أثر للتدقيق. والصلاحيات وأثر التدقيق بوجه خاص يبدوان غير ضروريين في مشروع فردي، ويصيران أول ما يلزم في اللحظة التي يصل فيها شخص ثانٍ. والتغييرات التي تمرّ عبر الشيفرة تستقرّ في git، لكن ترك الذكاء الاصطناعي يكتب في قاعدة البيانات مباشرة لا يسجّل شيئًا افتراضيًا، وسجلّ المحادثة يحفظ ما طُلب لا ما حدث. ومن بين المحاور الستة، لا يحمل وزنًا مختلفًا سوى قابلية التراجع. ففي 18 يوليو 2025 حذف وكيل ذكاء اصطناعي من Replit قاعدة بيانات الإنتاج الخاصة بـ SaaStr أثناء تجميد فعلي للشيفرة، واختلق 4,000 مستخدم، وزعم خطأً أن التراجع مستحيل فأخّر التعافي (AI Incident Database #1152) — وهي حالة تُظهر مشكلة تصميم أمكن فيها بلوغ إجراء لا رجعة فيه دون المرور ببوابة بشرية، أكثر مما تُظهر خطر الذكاء الاصطناعي نفسه. ويتناول المقال كذلك ثلاثة أشياء ينبغي تهيئتها قبل نقل الثقل إلى الذكاء الاصطناعي وإلى CLI، وهي أن تخلّف التغييرات أثرًا باقيًا، وأن توجد عتبة أمام الإجراءات التي لا رجعة فيها، وأن يكون الإجراء مكتوبًا وموثّقًا لأن حذف الواجهة يحذف معها قائمة ما هو ممكن. ويضيف قائمة تحقّق تجريها قبل أن تبني أي شيء، والخيار الثالث المتمثّل في منتجات الأدوات الداخلية مثل Retool و Forest Admin بدلًا من كتابة اللوحة باليد.

agent view في Claude Code — كيف تعمل الجلسات على التوازي، وأين يتسرّب العزل

agent view في Claude Code — كيف تعمل الجلسات على التوازي، وأين يتسرّب العزل

إن agent view في Claude Code، الذي يُفتح بالأمر claude agents، هو الميزة التي تُطلق بها جلسات خلفية مستقلة واحدة تلو الأخرى وتديرها كلها من شاشة واحدة. وتسمّي الوثائق الرسمية العمليةَ التي تنفّذها هناك dispatch، وهو اسم يتصادم مع ميزة منفصلة تمامًا تحمل الاسم نفسه في تطبيق سطح المكتب، فأول مهمة هي التمييز بين الاثنين. تصف الوثائق agent view بأنه الميزة التي تتيح إطلاق وإدارة عدد كبير من جلسات Claude Code من شاشة واحدة، وهو معاينة بحثية تتطلّب الإصدار v2.1.139 أو أحدث. ويلتزم هذا المقال بالآلية ونموذج الأمان لا بالانطباعات. وأول ما يفاجئ المستخدم أن كل مطالبة تُكتب في صندوق الإدخال تبدأ جلسة جديدة خاصة بها: اكتب مطالبة ثانية فتحصل على جلسة ثانية إلى جانب الأولى، لا على تعليمة إضافية مضافة إليها. أما التعليمات التكميلية فتمرّ عبر لوحة الإطلالة التي تُفتح بمفتاح Space، وهي تعرض آخر مخرجات أو السؤال الذي تنتظره الجلسة لا السجل الكامل، ويمكنك الردّ منها دون مغادرة الشاشة. ويوقف Ctrl+X الجلسة في الضغطة الأولى ويحذفها في الثانية، بينما تتولّى Ctrl+S و Ctrl+T و Ctrl+R التجميع والتثبيت وإعادة التسمية؛ ولا يظهر الوكلاء الفرعيون ولا الـ teammates التي تولّدها الجلسة كصفوف منفصلة. وقلب نموذج الأمان هو العزل عبر worktree. فقبل تعديل أي ملف، تنتقل الجلسة الخلفية إلى worktree معزول في git تحت المسار ‎.claude/worktrees/‎، فتقرأ الجلسات المتوازية النسخة نفسها بينما تكتب كل واحدة في نسختها هي: قراءة مشتركة وكتابة مفصولة. وكل ما قد يصل إلى النسخة الرئيسية مقطوع بثلاثة فحوص: تعديلات الملفات عبر Edit و Write و NotebookEdit؛ ومجلدات عمل الأوامر التي تؤول إلى النسخة الرئيسية أو التي يتعذّر التحقّق من بقائها خارجها؛ ومحاولات إعادة توجيه git عبر git -C أو --git-dir أو GIT_DIR أو GIT_WORK_TREE أو cd يسبق استدعاء git. والحكم يُتّخذ عمدًا في الجانب الآمن، فيُرفض ما يتعذّر التحقّق منه، والحماية نفسها موروثة إلى كل وكيل فرعي تولّده الجلسة. لكنه ليس جدارًا على مستوى نظام التشغيل: فالملفات خارج المستودع والشبكة خارج النطاق، وأوامر PowerShell لا ينالها إلا فحص مجلد العمل. والأذونات كذلك لا تُختار لحظة الإطلاق؛ بل تتوقف على طريقة البدء (فـ agent view المفتوح في صدفة وclaude --bg يتبعان قواعد التشغيل العادي، والمفتوح بـ ← يأخذ defaultMode للمجلد الهدف أو نمط الجلسة الأصلية، و/bg يحتفظ بالنمط الحالي)، ما يعني أن رخاوة إعدادك المعتاد هي بالضبط ما يعمل بلا رقيب في عشر جلسات دفعة واحدة. ثم تتسرّب ثلاثة أشياء من العزل. فاختيار "Yes, don't ask again" يحفظ القاعدة في ملف ‎.claude/settings.local.json الخاص بالنسخة الرئيسية، فتسري في النسخة الرئيسية وفي كل worktree آخر وتبقى بعد إزالة الـ worktree الذي اتُّخذت فيه. وحذف الجلسة في agent view يحذف معها الـ worktree الذي أنشأه Claude، فيختفي العمل غير المودَع. والملف ‎.worktreeinclude ينسخ الملفات المستبعدة بـ gitignore مثل ‎.env إلى كل worktree جديد، فيضاعف بيانات اعتمادك بعدد الجلسات التي تُطلقها. وفوق ذلك تُستنزف الحصّة بما يتناسب مع التوازي، إذ يستهلك عشرة عملاء الحصّة بسرعة تقارب عشرة أضعاف، والجلسات تعمل محليًا فتنجو من السبات وتتوقّف عند إطفاء الجهاز. ويختم المقال بوضع agent view بين الأساليب الخمسة الرسمية للتوازي إلى جانب الوكلاء الفرعيين و agent teams و dynamic workflows و Projects، ثم يقدّم روتينًا عمليًا لما تفعله قبل الإطلاق وأثناءه وبعده.

هل ينبغي تشغيل ‎/compact وفق جدول دوري في Claude Code؟ تحديد لحظة الضغط من المواصفات الرسمية

هل ينبغي تشغيل ‎/compact وفق جدول دوري في Claude Code؟ تحديد لحظة الضغط من المواصفات الرسمية

يضغط كثيرون أمر ‎/compact في Claude Code وفق قاعدة من نوع "كل 30 دقيقة" أو "متى تجاوز السياق 70%"، لكن ما توصي به الوثائق الرسمية ليس ساعة ولا نسبة مئوية: إنه حدّ فاصل في العمل. شغّل ‎/compact عند حدّ فاصل طبيعي، مثلًا بين مهمة وأخرى، بدلًا من انتظار الضغط التلقائي ليعمل في منتصف مهمة. يتخذ هذا المقال وثائق Claude Code كما هي في 4 أكتوبر 2026، وأحدث إصدار حينها v2.1.289، مصدرًا أوليًا، ويشتقّ من المواصفات جوابًا عن مسألة الضغط اليدوي. يبدأ من الآلية نفسها: يجري الضغط على ثلاث مراحل، هي إسقاط مخرجات الأدوات القديمة، ثم الضغط التلقائي، ثم الضغط اليدوي الذي تضغطه أنت. والمرحلتان الثانية والثالثة هما المعالجة نفسها، فضغطه بنفسك يشتري لك شيئين بالضبط: اختيار التوقيت، وتحديد ما يُحتفظ به. أما تكرار الضغط فلا يوفّر سياقًا إضافيًا. ثم يأتي جدول بما ينجو من العملية. فملف CLAUDE.md في جذر المشروع والذاكرة التلقائية يُعاد حقنهما من القرص، بينما تُفقد القواعد التي تحمل paths: وملفات CLAUDE.md المتداخلة في المجلدات الفرعية إلى أن يُقرأ ملف مطابق مرة أخرى، ويُعاد حقن متون المهارات التي استدعيتها ضمن سقف قدره 5,000 توكن لكل مهارة و25,000 إجمالًا، مع إسقاط الأقدم أولًا، والاقتطاع يُبقي بداية الملف. وفي شأن التكلفة، لا يحدّد سعر الضغط حجمُ السياق بل حرارة التخزين المؤقت للمطالبة. اضغطه أثناء الجلسة فتُقرأ البادئة من الذاكرة المؤقتة وتكون التكلفة زهيدة؛ واضغطه بعد استراحة أطول من عمر التخزين المؤقت، وهو ساعة واحدة مع اشتراك Claude وخمس دقائق افتراضيًا عبر مفتاح API أو مزوّد سحابي، فيُعاد معالجة السجل كاملًا بلا تخزين، وتلك أغلى حالات هذا الأمر على الإطلاق. ومن هناك يتناول المقال كيفية المفاضلة بين ‎/compact و ‎/clear و ‎/rewind و ‎/recap و ‎/context، وكيف يحرّك ‎/autocompact منذ الإصدار v2.1.221 نقطة الانطلاق التلقائي في أي موضع بين 100K و1M توكن، وترتيب أولوية المواضع الأربعة التي قد يأتي منها الإعداد، والمصيدة المتمثلة في أن متغيّر البيئة CLAUDE_CODE_AUTO_COMPACT_WINDOW وحده لا يقبل إلا عددًا صحيحًا مجرّدًا فتُقرأ 500k على أنها 500 وتُقصَر إلى الحد الأدنى 100K، وأن نسبة used_percentage في شريط الحالة تقيس دائمًا مقابل نافذة السياق الكاملة للنموذج فلا تعود تدلّ على لحظة الانطلاق. ويختم بمعنى الرسالتين Not enough messages to compact. و Autocompact is thrashing: the context refilled to the limit... وخطوات التعافي منهما، مع تنبيه إلى أن تسمية "الضغط المصغّر" ليست مصطلحًا رسميًا حتى 8 أغسطس 2026.

ما هي بوابة LLM (الوكيل)؟ واجهة برمجية واحدة لكل مزوّد — دليل 2026

ما هي بوابة LLM (الوكيل)؟ واجهة برمجية واحدة لكل مزوّد — دليل 2026

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.

بيئة Claude Code المعزولة: النطاق والإعدادات والحدود

بيئة Claude Code المعزولة: النطاق والإعدادات والحدود

تقيد بيئة Claude Code المعزولة على مستوى النظام وصول الصدفات داخلها وعملياتها الفرعية إلى الملفات والشبكة. تعرّف على إعداد ‎/sandbox ومواقع الكتابة ومنع القراءة والنطاقات المسموحة والأذونات العادية والسماح التلقائي. Read/Edit/Write المدمجة وMCP والخطافات والأوامر المستثناة والمحاولات غير المعزولة مسارات منفصلة. لا تضمن منع كل إجراء مدمر أو إرسال ضمن المجالات المسموحة أو تسرب أسرار؛ نشرح معالجة المضيف المجهول حسب الوضع وإعدادات الاستثناءات.

كيف تدع الذكاء الاصطناعي يدير AWS: الطرق والمزايا والعيوب (2026)

كيف تدع الذكاء الاصطناعي يدير AWS: الطرق والمزايا والعيوب (2026)

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.

مقارنة أطر عمل وكلاء الذكاء الاصطناعي 2026: LangGraph وCrewAI وAutoGen وOpenAI وGoogle وClaude — أيّها تختار؟

مقارنة أطر عمل وكلاء الذكاء الاصطناعي 2026: LangGraph وCrewAI وAutoGen وOpenAI وGoogle وClaude — أيّها تختار؟

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 وضعُف الاحتجاز. ويتضمن دليل اختيار حسب حالة الاستخدام وأسئلة شائعة.

قواعد أذونات Claude Code وضبط settings.json

قواعد أذونات Claude Code وضبط settings.json

تضبط قواعد أذونات Claude Code استدعاءات الأدوات عبر allow وask وdeny في settings.json. تعرّف على أولوية الإعدادات ومطابقة الأوامر والمسارات وأمثلة عملية. نشرح أيضًا صيغ Bash البديلة والسكربتات العامة وأنماط نفي Read/Edit وتغيير القرار بواسطة mods، ونميز القواعد عن ضمان منع كل طريق إلى ملفات الأسرار أو الشبكة.

أوضاع أذونات Claude Code: شرح الأوضاع الستة وكيفية التبديل بينها

أوضاع أذونات Claude Code: شرح الأوضاع الستة وكيفية التبديل بينها

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

ضبط الجهد (Effort) في Claude Code: الدليل الكامل

ضبط الجهد (Effort) في Claude Code: الدليل الكامل

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.

كيف تُشغّل نموذج LLM محليًا: ذكاء اصطناعي على جهازك الخاص — المواصفات والأدوات وأفضل النماذج للمبتدئين

كيف تُشغّل نموذج LLM محليًا: ذكاء اصطناعي على جهازك الخاص — المواصفات والأدوات وأفضل النماذج للمبتدئين

ربما تفترض أن نموذج LLM لا بد أن يعمل في السحابة، لكن النماذج الصغيرة لا يتجاوز حجمها بضعة غيغابايت وتعمل حتى على حاسوب محمول عادي. ويعني نموذج LLM المحلي تشغيل نموذج ذكاء اصطناعي مباشرةً على جهازك بدلًا من السحابة. مزاياه الخصوصية (المدخلات لا تغادر جهازك)، وغياب رسوم API، والعمل دون اتصال؛ أما عيوبه فهي أنه ليس بذكاء الذكاء الاصطناعي السحابي من الطراز الأول ويحتاج إلى جهاز بقدرات معقولة. يغطي هذا الدليل للمبتدئين الكمّنة (Q4_K_M نحو 30% من حجم fp16: من 16 GB إلى 4.9 GB في Llama 3.1 8B)، وجدولًا بأحجام التنزيل الفعلية من قوائم وسوم Ollama (حتى 30 سبتمبر 2026)، والمتطلبات الرسمية لـ Ollama وLM Studio، وخطوات Ollama الرسمية (install.sh على macOS وLinux، وinstall.ps1 على Windows، ثم ollama run gemma4 وollama ps للتحقق من أنه على GPU)، وتنبيهًا إلى أن نماذج ":cloud" لا تعمل على جهازك، وكيف تختار نموذجًا (بأمثلة Llama 3.1 وGemma 4 وQwen3.8 وDeepSeek-R1)، ومتى تستخدم المحلي مقابل السحابة.

هل يستطيع الذكاء الاصطناعي التوليدي التعامل مع البنية التحتية وإعداد البيئة؟ — دليل المبتدئين لـ"أين تفوّض"

هل يستطيع الذكاء الاصطناعي التوليدي التعامل مع البنية التحتية وإعداد البيئة؟ — دليل المبتدئين لـ"أين تفوّض"

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 2025 (متاح للعموم منذ يونيو 2026)، وأطلقت Anthropic Agent Skills لتحميل خبرة البنية التحتية عند الطلب. لكن "فوّض كل شيء" سؤال مختلف: فاتورة AWS بقيمة 3000 دولار في نهاية الشهر، وقاعدة بيانات إنتاج مكشوفة للعموم بالخطأ، ومفتاح SSH مرفوع إلى GitHub — كلها حوادث قد تقع إذا سلّمت كل شيء. 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.