أدوات AI أخرى: مراجعات ومقارنات

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.

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.

في عام 2026 تبلور الأربعة الكبار من أدوات البرمجة بالذكاء الاصطناعي — Cursor وClaude Code وGitHub Copilot وCodex. لكن تصفيفها لتتويج فائز واحد يضلّلك، لأن الأربعة من أنواع مختلفة. يثبّت هذا المقال أولاً النقطة الأهم — فرق النوع (Cursor = محرّر ذكاء اصطناعي، Copilot = إضافة مدمجة في الـ IDE، Claude Code = وكيل CLI محلي، Codex = وكيل سحابي غير متزامن) — ثم يتناول حقيقة كل أداة، وجدول مواصفات على المحاور نفسها (النوع، تسعير الدخول والقمة، النماذج، السياق، نقاط القوة)، وكيف تقرأ تحوّل 2026 من الرسوم الثابتة إلى "حصّة + استخدام (أرصدة)"، واختيارات حسب نوعك (السهولة = Copilot $10+، تجربة المحرّر = Cursor، العمل الثقيل متعدّد الملفات = Claude Code، الدفعات غير المتزامنة = Codex)، وعادة المطوّرين الأكفّاء في دمج "أداة IDE + وكيل طرفية"، وملاحظات صادقة حول التسعير والمعايير القياسية — كل ذلك بالاعتماد على المصادر الرسمية وعدة منافذ إعلامية.

"أريد ترجمة وثائقي إلى لغات كثيرة. Claude Code أم Codex؟" يخفي السؤال فخًّا: لا أحدهما محرّك ترجمة — بل هما بيئتا عمل وكيليّتان عبر CLI، والنموذج خلفهما هو من يُنتج النص. تقسم هذه المقالة المشكلة إلى محورين: بيئة العمل (اختيار الأداة) وجودة الترجمة (اختيار النموذج). على جانب الأداة، يناسب Claude Code — بوصوله المباشر إلى الملفات المحلية وسياقه بسعة 1M رمز وقوّة تحريره المتّسق عبر ملفات متعددة — ترجمة المستودعات، بينما يناسب Codex (سحابي غير متزامن، أتمتة PR، CLI مفتوح المصدر) الدفعات بلا تدخّل. وعلى جانب النموذج، يعرض الميول مستخدمًا درجات Anthropic الرسمية لكل لغة نسبةً إلى الإنجليزية (الإسبانية 98.1% نزولًا إلى اليابانية 96.9%) كبيانات أولية: Claude لاتّساق نبرة المستندات الطويلة، وخط GPT-5.5 للطبيعية والتعبيرات الاصطلاحية، وخط Gemini 3.1 Pro / Flash للاتّساع عبر اللغات قليلة الموارد واللهجات. ويضيف جدولًا حسب اللغة/حالة الاستخدام، وخمس قواعد ذهبية لخط أنابيب الترجمة (المسرد، التشغيل المتوازي، وغيرها)، وتنبيهات صادقة مثل "المعيار ليس جودة ترجمة فعلية" — وكلّه محدّث لعام 2026.

في 28 مايو 2026، أطلقت Anthropic نموذج Claude Opus 4.8 بعد شهرين بالكاد من النموذج السابق. العنوان البارز هذه المرة ليس مكاسب المعايير بل "أصبح أكثر صدقًا." استنادًا إلى الإعلان الرسمي لـ Anthropic وبطاقة النظام، تغطي هذه المقالة المواصفات الأساسية (claude-opus-4-8، 1M tokens، 128K أقصى إخراج)، ومقارنة معايير وجهًا لوجه (SWE-bench Pro من 64.3 إلى 69.2%، وUSAMO 2026 من 69.3 إلى 96.7%، وGraphWalks 1M من 40.3 إلى 68.1%، بينما يتراجع GPQA Diamond قليلًا)، والتسعير (الوضع القياسي ثابت إضافة إلى وضع سريع أسرع بنحو 2.5 مرة وبفعالية ثلث السعر)، وثلاث ميزات جديدة (معامل effort بأربعة مستويات والتفكير التكيفي، وسير العمل الديناميكي الذي يولّد عشرات إلى مئات الوكلاء الفرعيين المتوازين في معاينة بحثية، وإدخالات system في Messages API)، والقفزة الأكبر على الإطلاق — الصدق (0% للإبلاغ غير النقدي عن النتائج المعيبة، وثقة مفرطة أقل بعشر مرات، ونحو ربع معدل إغفال عيوب الكود) — إضافة إلى تراجعات تستحق الذكر بصدق (مقاومة حقن الموجهات من 6.0 إلى 9.6%، وليس المتصدر في تعدد اللغات)، ومن ينبغي له الترقية الآن.

من كان يقول «أنا سيئ في التصميم» أصبح اليوم ينتج عشرة منشورات تواصل في نصف يوم ويحصل على مقترحات شعارات على الهامش — هذا هو موقع أدوات التصميم بالذكاء الاصطناعي في 2026. يقارن هذا المقال الأدوات الأربع الكبرى: Canva (الأفضل لإنتاج كميات من المواد التسويقية ومنشورات التواصل والشرائح، مجاناً–15 دولاراً)، Adobe Firefly (متكامل مع Photoshop/Illustrator وآمن تجارياً، من 9.99 دولاراً)، Figma AI (المعيار لتصميم واجهات/تجارب المستخدم والمنتجات مع الفرق، من 15 دولاراً/محرر)، وRecraft (شعارات وأيقونات موجّهة بدقة نص 90%، من 10 دولارات). الأدوات الأربع ليست منافسة بل تقسيم أدوار — ضيّق إلى الواحدة التي تناسب مهمتك الأكثر تكراراً. مختلف عن مقارنة أدوات توليد الصور بالذكاء الاصطناعي (Midjourney وغيره): هذا المقال عن «بناء مخرجات من الصور»، وليس الصورة بحد ذاتها. يتضمن جدول مقارنة، وستة سيناريوهات أفضل اختيار، وثلاثة تحذيرات: حقوق النشر، اتساق العلامة، وتجنّب «المظهر الذكي الاصطناعي».

اطرح سؤالاً على الذكاء الاصطناعي، فتحصل على إجابة مؤسسة على بحث Google الحديث — وذلك متصل مع Gmail وDocs وYouTube. هذا هو عالم Google Gemini. Gemini هو ذكاء اصطناعي حواري بناه Google (وعائلة النماذج خلفه)، مدمج على نطاق واسع عبر تطبيقات الهاتف والويب وGoogle Workspace وAndroid، ومتعدد الوسائط عبر النص والصور والصوت والفيديو. تنقسم النماذج إلى "عائلة Flash السريعة والرخيصة" و"عائلة Pro الذكية" — الأحدث هي Gemini 3.5 Flash و3.1 Pro. تمتد الأسعار من مجاني / Plus 7.99 / Pro 19.99 / Ultra 99.99 دولاراً (خُفض Ultra من 249.99)، وانتقل عام 2026 إلى حدود استخدام قائمة على الحوسبة. يغطي هذا المقال تشكيلة النماذج والميزات الرئيسية (Deep Research، Gems، Canvas، Live، Deep Think)، ونقاط القوة الثلاث (التكامل مع Google، السياق الطويل، التعدد الوسائطي)، والأسعار، والفرق عن ChatGPT وClaude — كله بمعلومات مايو 2026.

دُرِّب GPT-4 على نحو 25,000 وحدة GPU طوال أشهر، وتدريب GPT-3 وحده استهلك 1,287 MWh (أكثر من قرن من طاقة أسرة). وراء عبارة عابرة مثل «لخّص لي هذا» يكمن عالم من الفيزياء والمال. يشرّح هذا المقال نموذج LLM من ثلاثة اتجاهات: الآلية، والطاقة، والمال. (1) لماذا يستطيع نموذج LLM التنبؤ بالكلمات من كومة «أوزان (معاملات)»؟ — التنبؤ بالرمز التالي، Transformer، الانتباه. (2) مرحلتا التعلّم: التدريب المسبق وRLHF. (3) طاقة الاستدلال 0.43-33 Wh للسؤال (الاستدلال 80-90% من كل طاقة الذكاء الاصطناعي). (4) هل «التطوير معركة أموال» صحيح؟ — 200-500 مليون دولار للجولة من فئة GPT-5، ويُتوقَّع 1-3 مليار دولار في 2027. (5) لكن التيار المعاكس للكفاءة (إعادة ضبط الأرضية من DeepSeek) قوي أيضًا. (6) والجدار الفيزيائي القادم للطاقة والربط البيني وندرة البيانات. دليل متوسط لرؤية نموذج LLM لا كصندوق سحري بل كآلة احتمالات تعمل بالكهرباء.

يقول البعض إن الذكاء الاصطناعي رائع بما يكفي مجانًا، ويقول آخرون إن النسخة المجانية لا تصلح للبدء بها. وحين ينقسم الحكم بهذه الحدة حتى بين مستخدمي ChatGPT نفسه، فالأمر ليس مسألة قدرة — بل مسألة ما إذا كنت تعرف أين تصطدم بالحاجز ضمن النسخة المجانية. اعتبارًا من مايو 2026 بلغت النسخ المجانية من ChatGPT وClaude وGemini مستوى عمليًا حقيقيًا، لكن أشكالها مختلفة تمامًا. يتميز ChatGPT بأوسع مجموعة ميزات لكن بأشد حد عدد على نموذجه الأعلى (يتعافى الحاجز خلال بضع ساعات). ويتميز Claude بتحليل وكتابة طويلة عالية الجودة لكن بأدنى عدد يومي، مع سقف مزدوج مربك لنافذة قصيرة ونافذة أسبوعية. ويتميز Gemini بأكثر حدود الاستخدام مرونة وتكامل قوي مع Google. يوضّح هذا المقال لماذا تعني كلمة المجاني أشياء مختلفة عبر الثلاث، وما يستطيع كل منها فعله وأين حاجزه، وجدولًا مرجعيًا سريعًا حسب الاستخدام، وثلاث نصائح لاستخدام النسخة المجانية بذكاء، والإشارات على أن وقت النظر في خطة مدفوعة قد حان.