أدوات AI أخرى: مراجعات ومقارنات

"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 (Sonnet 4.5 من الإسبانية 98.2% نزولًا إلى الهندية 96.7%، متقدّمًا على Haiku في كل لغة) كبيانات أولية: Claude لاتّساق نبرة المستندات الطويلة، وخط GPT للطبيعية والتعبيرات الاصطلاحية، وخط Gemini (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 وإلى Transparency Hub لديها، 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%، وTerminal-Bench 2.1 من 66.1 إلى 74.6%، وGDPval-AA من 1753 إلى 1890، مع أن GPT-5.5 يتقدّم في Terminal-Bench 2.1 بنسبة 78.2%)، 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 (تمرير عيوب الشيفرة أقل بنحو 4 مرات من 4.7، وعدم الإبلاغ عن الإخفاقات في 3.7% فقط من الحالات) — إضافة إلى تحفظات تستحق الذكر بصدق (يتقدّم GPT-5.5 في العمل في الطرفية، ومكسب صغير في استخدام الحاسوب، ومقاومة حقن الموجهات بلا تغيير عند 0.4%)، 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 16 دولاراً/محرر)، وRecraft (شعارات وأيقونات موجّهة، 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" — وتتغير الإصدارات المحددة مع كل جيل. تمتد الأسعار من مجاني / Plus 4.99 / Pro 19.99 / Ultra 99.99–199.99 دولاراً (الولايات المتحدة، سبتمبر 2026؛ وكان Ultra سابقاً 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 سبتمبر 2026.

تطلّب تدريب GPT-4 نحو 2.1×10²⁵ FLOP من الحوسبة بتكلفة نحو 78 مليون دولار (وكلاهما تقدير)، وتدريب GPT-3 وحده استهلك 1,287 ميغاواط ساعة (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 السؤال الواحد تختلف بحسب من قاسها وكيف (0.24 Wh بقياس Google؛ وأكثر من 29 Wh لطلب طويل إلى أثقل النماذج بتقدير طرف ثالث). (4) هل «التطوير معركة أموال» صحيح؟ — تكلفة التدريب تنمو 2.4 ضعف سنويًا، ويُتوقَّع أن تتجاوز الجولة مليار دولار بحلول 2027. (5) لكن التيار المعاكس للكفاءة (DeepSeek وغيرها) 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 أكتوبر 2026 بلغت النسخ المجانية من ChatGPT وClaude وGemini مستوى عمليًا حقيقيًا، لكن أشكالها مختلفة تمامًا. لدى ChatGPT ميزات واسعة ومحادثات نصية يومية بلا حد، لكن النسخة المجانية تستخدم نموذجًا خفيفًا، ولأدوات مثل توليد الصور حدود منفصلة. ويتميز Claude بتحليل وكتابة طويلة عالية الجودة، لكن حده لكل خمس ساعات يتغيّر بحسب الطلب فتصعب قراءة الحصة. ولدى Gemini تكامل قوي مع Google، لكن النسخة المجانية لا تتيح اختيار النموذج (اختيار تلقائي، وFlash-Lite في الغالب)، ولديه حد لكل خمس ساعات وحد أسبوعي. ولا ينشر Claude ولا Gemini أرقامًا، لذا لا يمكن المقارنة بالأرقام الرسمية لمعرفة أيّها أكثر سخاءً. 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.

في 16 أبريل 2026 أطلقت Anthropic نموذج Claude Opus 4.7. يأتي بدعم الصور عالية الدقة (حتى 2576px)، ومستوى جهد جديد xhigh، وميزانية المهام (بيتا)، ومُحلِّل توكنز جديد، ودعم نافذة سياق 1M، وتثبيت السعر $5/$25، مع تعزيز كبير في مهام البرمجة والوكلاء والرؤية. من جهة أخرى، هناك تغييرات جذرية كإلغاء التفكير الموسّع ومعاملات العينات. نشرح المزايا الجديدة والتغيرات السلوكية والفرق عن 4.6 ومتى نستخدمه.

كيف يجيب النموذج باستخدام وثائق خارجية؟ نشرح RAG في ثلاث خطوات، وقواعد المتجهات ومثال LangChain والفرق عن الضبط الدقيق. يشمل الدليل استخدامات الوثائق الداخلية وتقييم البحث، وتقدير التكاليف والتحقق من مصادر الإجابات ومسارات البيانات السرية.

إذا كان robots.txt يخبر الزواحف بما يمكنها زحفه وما لا يمكنها، فإن llms.txt يخبر الذكاء الاصطناعي بما يغطيه موقعك وأين توجد التفاصيل. لكن لا دليل على أنه يجعل البحث بالذكاء الاصطناعي يستشهد بموقعك: ففي سجلات الوصول لهذا الموقع لم يطلبه أي زاحف ذكاء اصطناعي خلال ثلاثة أيام ونصف. يشرح هذا الدليل صيغة v2، وما يجب تضمينه، والاختيار بين الملف الثابت والتوليد الديناميكي، والتنفيذ في أشهر الأطر، وكيف تعرف إن كان موقعك يستحق إضافته.

أصبح Claude Code و OpenAI Codex قادرين على توليد كود البنية التحتية (Terraform و Docker و Ansible وغيرها) تلقائياً، فظهرت تساؤلات حول مستقبل مهندسي البنية التحتية. لكن الواقع ليس بهذه البساطة. هذا المقال يحلل ما يجيده AI من مهام، وما يبقى حكراً على الإنسان مثل الطبقة المادية والحكم على الأعطال والمسؤولية الأمنية، وكيف ينبغي للمهندس أن يتطور في عصر AI.

هل تعتقد أن البرمجة مستحيلة بالنسبة لك؟ في عام 2026، يمكنك بناء خدمات ويب وإطلاقها حتى بدون أي معرفة تقنية باستخدام أدوات الترميز بالذكاء الاصطناعي مثل Claude Code. يشرح هذا المقال المفاهيم الأساسية لتكنولوجيا المعلومات مثل التطبيقات وقواعد البيانات والخوادم، والفرق بين الاستضافة المشتركة وVPS والسحابة، وسير عمل التطوير الفعلي باستخدام AI.

تقتطع AI Overviews من Google الآن معدلات النقر بنسبة 58%. خسر الناشرون الأمريكيون 38% من حركة البحث. وصلت نسبة البحث بدون نقرات إلى 68%. ومع ذلك نمت إيرادات Google الإعلانية بنسبة 13.6%. يستعرض هذا المقال البيانات الكامنة وراء الانهيار الهيكلي لإيرادات إعلانات المدونات، ويرسم خريطة استراتيجيات البقاء بعيداً عن الاعتماد على AdSense.