ما المقصود بأسلوب البرمجة Vibe Coding؟

في هندسة البرمجيات، تشهد عملية التطوير تحولاً من البرمجة اليدوية الصارمة إلى برمجة أكثر مرونة مدعومة ومعززة بالذكاء الاصطناعي من خلال الذكاء الاصطناعي التوليدي والبرمجة المدعومة بالذكاء الاصطناعي. تتصدر البرمجة الحدسية هذا التحول. تمثل "البرمجة الحدسية" تحولاً نحو تطوير البرمجيات القائم على النية، حيث تساعد أنظمة الذكاء الاصطناعي المطورين من خلال توليد التعليمات البرمجية من تعليمات اللغة الطبيعية.

أول مَن أطلق مصطلح "البرمجة الحدسية" هو عالم الحاسوب الشهير Andrej Karpathy في فبراير 2025. وحسب قول Andrej Karpathy، فهي إستراتيجية برمجة تتطلب أقل قدر من البرمجة البشرية لأن المبرمجين يستخدمون التعليمات البرمجية المولدة بالذكاء الاصطناعي في مهامهم البرمجية، لكنهم يركزون أكثر على كيفية ظهور النتيجة والاختبار والضبط الدقيق. كما أكد على أهمية أدوات الذكاء الاصطناعي، وأدوات البرمجة، ومساعدي البرمجة المدعومين بالذكاء الاصطناعي في تطوير البرمجيات. 

تحول مجال البرمجة الحدسية من مجرد إعطاء توجيهات أساسية للبرمجة إلى فهم أعمق لكيفية عمل البرمجة عندما تركز على السياق والنية والتنسيق. وكلما انتقل تطبيق الذكاء الاصطناعي إلى المهام الفعلية، لن يكون الفرق كامنًا بين لغات البرمجة وبناء الجمل، بل بين النوايا والسياقات.

• النماذج الأولية السريعة: مع استمرار البرمجة الحدسية في اكتساب زخم عبر منظومة العمل، أصبحت النماذج الأولية السريعة محركًا رئيسيًا للفرق لتحويل الأفكار من المفاهيم الأولية إلى النماذج الأولية الوظيفية القابلة للتوسع. وتُعد هذه الميزة ذات قيمة لاختبار الأفكار في السوق لمعرفة ما إذا كانت تلك الفكرة ستحل مشكلة بالفعل أم أن الإستراتيجية بحاجة إلى التغيير كليًا.
• نهج المشكلة أولاً: يتيح الانتقال من بناء التعليمات البرمجية بأسلوب برمجة صارم إلى هيكل ديناميكي ابتكارًا سريعًا، حيث يصبح حل المشكلة هو الركيزة الأساسية للمطورين بدلاً من المجموعة التقنية نفسها.
• تقليل المخاطر وزيادة التأثير: تُمكِّن البرمجة الحدسية الشركات من التقدم بسرعة باستخدام الحد الأدنى من المنتج القابل للتطبيق وتجربة الأفكار بتكلفة منخفضة وتبنيها والتكيف معها بناءً على الملاحظات. وتؤدي هذه السرعة إلى خفض التكاليف الغارقة، وزيادة انتشار المخاطر، والسماح بالتحول لأن الموارد مخصصة للمفاهيم المعتمدة فقط.
• التحول متعدد الوسائط: تتطور البرمجة الحدسية إلى برمجة متعددة الوسائط تجمع بين البرمجة الصوتية والبصرية والنصية لتعزيز الإنتاجية. تتضمن بعض الاتجاهات الأكثر إثارة للاهتمام البرمجة الصوتية، وواجهات البرمجة المرئية، وتوليد التعليمات البرمجية بالذكاء الاصطناعي، وبيئات التطوير الهجينة. تحسن هذه الاتجاهات سهولة استخدام البرمجة ومرونتها وبديهيتها، ما يطور مجال تطوير البرمجيات.

لتنفيذ Vibe Coding عمليًا، يحتاج المستخدم إلى اتباع الخطوات التالية:

الخطوة 1: اختيار منصة البرمجة بالذكاء الاصطناعي

ابدأ باختيار منصة البرمجة بالذكاء الاصطناعي وأدوات البرمجة الحدسية التي تناسب احتياجاتك. توفر منصات البرمجة بالذكاء الاصطناعي الحالية مثل Replit، وCursor، وGitHub Copilot، وWindsurf ، وbolt.new أكثر من مزايا الإكمال التلقائي بكثير. يمكنها توليد التعليمات البرمجية في الوقت الفعلي، والاستدلال عبر ملفات متعددة، وتصحيح الأخطاء، وتنفيذ الأوامر، والمساعدة على النشر، وتوفير ذاكرة مساحة العمل داخل بيئة التطوير أو بيئة التطوير المتكاملة أو محرر التعليمات البرمجية.

الخطوة 2: وصف النية والسياق

لا تعتمد البرمجة الحدسية على التوجيهات المقدمة، بل تركز على السياق المعطى. قبل تطوير التعليمات البرمجية، من المهم تحديد هدف التطبيق ومتطلباته، بالإضافة إلى القيود، والمجموعة التقنية المفضلة، وأسلوب التصميم. 

لنأخذ مثالاً لتسهيل الفهم.

أنشئ تطبيق ويب لشركة ناشئة جديدة يُستخدم لتتبع العادات. يجب أن يكون المستخدمون قادرين على إنشاء عادات وتتبع معدل إنجازها كل يوم. أنشئ رسومًا بيانية توضح أداء المستخدم وتوفر واجهة بسيطة في الوضع الداكن. استخدم React للواجهة الأمامية وNode.js أو Python لتطوير الواجهة الخلفية. دمج المتطلبات مع السياق المناسب يجعل من السهل على مساعدي الذكاء الاصطناعي من المزودين مثل Anthropic إنتاج مخرجات أكثر دقة وتوافقًا مع البنية الصحيحة. الموجِّه محدد بوضوح وذو صلة بالسياق وموجه نحو الهدف.

الخطوة 3: إنشاء التعليمات البرمجية الأولية للتطبيق

بناءً على مدخلات النية والسياق المقدمة، ينتج الذكاء الاصطناعي المسودة الأولى للتطبيق. ويمكن أن تتراوح النتائج بين بنية التطبيق، والتعليمات البرمجية للواجهة الأمامية، والتعليمات البرمجية للواجهة الخلفية، وواجهة برمجة التطبيقات (API)، وتصميم قواعد البيانات، والوثائق ذات الصلة. وهذه النتائج هي مجرد نقطة انطلاق لبناء التطبيق.

الخطوة 4: تحسين البرمجيات المولدة بشكل متكرر

عملية تطوير إنتاج التعليمات البرمجية بالذكاء الاصطناعي متكررة وتتطلب تكرارًا مستمرًا. بعد مراجعة ما جرى إنشاؤه في البداية، سيعمل المطورون على تحسين التطبيق وإضافة مزايا جديدة. ويمكنهم تعديل المتطلبات، أو تغيير الوظائف، أو تحسين الأداء، أو تعزيز سهولة الاستخدام، أو إعادة هيكلة التعليمات البرمجية، أو إعادة تصميم بنية التطبيق أو أي شيء آخر. وهذا يعني أن المطورين يتبعون الدورة التالية: النية ← التوليد ← المراجعة ← التحسين ← التوليد

الخطوة 5: التحقق والأمان والنشر

على غرار التعليمات البرمجية التقليدية المكتوبة، لا تزال البرمجيات المولدة بحاجة إلى جهود هندسية لتدخل في بيئة الإنتاج. فهي تتطلب مراجعة التعليمات البرمجية، والاختبار، والتحقق من الارتباطات، وتقييم الأمان للكشف عن الثغرات الأمنية المحتملة، والتحقق من الامتثال، وغير ذلك الكثير لضمان جودة تعليمات برمجية فائقة. وهذا يعني أن المطورين يهدفون إلى إنشاء برمجيات آمنة وموثوقة وقابلة للتوسع، وقابلة للصيانة، وبجودة مناسبة للإنتاج.

السبب في فشل أي نموذج من نماذج الذكاء الاصطناعي لا يرجع أبدًا إلى التوجيهات السيئة. تفشل نماذج الذكاء الاصطناعي بسبب غياب السياق. ستأتي التطورات المستقبلية في النماذج اللغوية الكبرى، أو LLMs، من السياق وليس من التوجيهات. فلكي تنتج نماذج الذكاء الاصطناعي مثل Gemini نتائج موثوقة، يجب أن تُعطى سياقات مثل:

• سياق العمل—ما المشكلة التي نحاول حلها؟
• سياق البنية—كيف يندمج نظامنا في البنية الحالية؟
• سياق المستودع—ما المعايير والأنماط والارتباطات الموجودة بالفعل في قاعدة التعليمات البرمجية؟
• السياق الأمني—ما السياسات ومعايير الامتثال والقيود التي يتعين علينا اتباعها؟
• السياق التشغيلي—ما مخاوف الأداء وقابلية التوسع التي يجب أن نواجهها؟

إذا فشل نموذج الذكاء الاصطناعي في أخذ أي من هذه الجوانب في الحسبان في أثناء توليد المخرجات، فقد ينشئ تعليمات برمجية صحيحة تقنيًا، لكنها خطأ في المنظومة التشغيلية الحقيقية. لذلك، ستصبح هندسة السياق مهارة أساسية في الذكاء الاصطناعي المؤسسي لتوليد مخرجات مدركة للسياق.

كانت البرمجة الحدسية إنجازًا أثبت أن الذكاء الاصطناعي يمكنه توليد التعليمات البرمجية من توجيهات باللغة الطبيعية، ما جعل النماذج الأولية للبرمجيات أسرع وأكثر كفاءة. ومع ذلك، فإن هندسة البرمجيات لا تقتصر على توليد التعليمات البرمجية فحسب. يتطلب تطوير برمجيات الإنتاج التخطيط، وتصميم البنية، وتوليد التعليمات البرمجية، والاختبار، ومراجعات الأمان، والنشر، والحوكمة. وهنا تبدأ عيوب البرمجة الحدسية في الظهور.

ما نرى المجال يتجه نحوه الآن هو التحول من نهج "التوجيهات إلى التعليمات البرمجية" إلى نهج "النية ثم وكيل الذكاء الاصطناعي ثم البرمجيات". ومع هذا النهج، لا يكون التركيز على توليد التعليمات البرمجية المعتمدة على التوجيهات، بل على عملية هندسة البرمجيات بأكملها. وبهذه الطريقة، لم يعد تطوير البرمجيات الحديثة يواجه تحدي توليد التعليمات البرمجية لأنه يغطي الأتمتة وتنسيق مهام هندسة البرمجيات المختلفة في كل مرحلة من مراحل التطوير.

البرمجة الحدسية فعَّالة بلا شك. ومع ذلك، فإنها تجلب بعض التحديات التقنية والواقعية. فيما يلي بعض التحديات الرئيسية:

1. التعقيد التقني: يمكن للبرمجة الحدسية التعامل مع الأُطر القياسية الأساسية؛ لكن في التطبيقات الواقعية، حيث قد تكون المتطلبات التقنية جديدة أو معقدة، تشكل البرمجة الحدسية تحديًا.³
2. مشكلات جودة التعليمات البرمجية والأداء: البرمجة الحدسية مفيدة لاختبار التطبيقات وإنشاء النماذج الأولية، لكنها لا تزال تتطلب تحسينًا وتطويرًا لضمان الحفاظ على جودة التعليمات البرمجية. لا تُعد البرمجة الحدسية خيارًا مثاليًا للتطبيقات الموزعة لأنها تتطلب بنية ذات مستويات منظمة وإستراتيجيات تحسين متقدمة.
3. تحديات تصحيح الأخطاء: من الصعب تصحيح الأخطاء في التعليمات البرمجية المولدة بالذكاء الاصطناعي لأنها ديناميكية وتفتقر إلى البنية المعمارية.
4. الصيانة والتحديثات: في كثير من الأحيان، إذا لم يُجرَ تحديث التطبيقات البرمجية في الوقت المناسب، تصبح قديمة، ولهذا تتطلب صيانة منتظمة بالإضافة إلى التحديثات. تواجه التطبيقات المبنية باستخدام التعليمات البرمجية المولدة بالذكاء الاصطناعي تحديات في الصيانة والتحديث في حال عدم صيانة هيكل التعليمات البرمجية بشكل صحيح. يمكن أن تصعب هذه المشكلة على المطورين فهم المنطق الأساسي عند محاولة تحديثه وتحسينه.
5. المخاوف الأمنية: هذا القيد هو الأكثر حساسية لأنه قد يؤدي إلى عدة مخاطر وثغرات أمنية شديدة. غالبًا ما تُستبعد التعليمات البرمجية المولدة بالذكاء الاصطناعي من مراجعات التعليمات البرمجية وفحوصات الأمان، ما يؤدي إلى ثغرات أمنية غير مرئية قد تمر من دون ملاحظة وتستغل.

تسببت البرمجة الحدسية في ظهور نوع جديد من الديون التقنية يسمى الديون الأمنية. كلما تبنى المطورون البرمجة بالذكاء الاصطناعي من دون التحقق منها، زادت احتمالية ظهور الثغرات الأمنية التي يلزم إصلاحها في وقت ما في المستقبل.

تتضمن أمثلة هذه الثغرات الأمنية: مفاتيح واجهات برمجة التطبيقات وكلمات المرور المشفرة في التطبيقات، والثغرات الأمنية لهجمات حقن SQL، وواجهات برمجة التطبيقات غير الآمنة، والتطبيقات ذات الامتيازات الزائدة، وآليات المصادقة غير الكافية، ومكتبات الجهات الخارجية التي تحتوي على ثغرات أمنية.

بالنسبة إلى البيئات المؤسسية، تُعد المخاطر أعلى لأن النموذج الأولي المعرض للخطر والذي جرى إنشاؤه باستخدام البرمجة الحدسية قد يتحول لاحقًا إلى تطبيق جاهز للإنتاج. يدير هذا التطبيق معلومات العملاء، والبيانات المالية، والمعلومات الطبية، وحقوق الملكية الفكرية، وغيرها من عمليات الشركة. فما كان في البداية نموذجًا أوليًا سريعًا قد يتحول إلى تطبيق عمل مهم من دون الخضوع للتحليل الأمني اللازم. وتتحول المشكلات من "يمكننا إنشاء هذا" إلى "هل يمكننا الوثوق بهذا؟"

تواجه هندسة البرمجيات تغييرات في نماذجها الاقتصادية بسبب البرمجة الحدسية. ففي الماضي، كان إنتاج البرمجيات محدودًا بالخبرة والجهود المطلوبة في البرمجة، خاصةً بين المبتدئين.

مع ظهور الذكاء الاصطناعي، تتحول العقبة من البرمجة نفسها إلى الأفكار والقرارات لأن البرمجة ستكون متاحة بكثرة. لطالما كان هناك خلاف حول ما إذا كان يمكن استخدام الذكاء الاصطناعي لكتابة البرمجيات. ومع ذلك، فإن السؤال الأكثر أهمية الذي يُطرح في عالم اليوم هو ما إذا كان يمكن الاستفادة من الذكاء الاصطناعي بشكل صحيح لتسريع الابتكار وطرح المنتجات في السوق.