إذا كنت مطوراً تسأل نفسك أين تضع وقت التعلم في السنة القادمة، أو قائد فريق تفكر في المهارات التي تبحث عنها في المقابلات وتكافئها في الترقيات، فقد قرأت قوائم كثيرة بعنوان «مهارات المستقبل». وأغلب هذه القوائم كلام عام لا يمكن أن تختلف معه: التفكير النقدي، والتعلم المستمر، والتواصل. والمشكلة أنها لا تقول لك لماذا هذه المهارة بالذات، ولا ما الدليل على أن قيمتها ترتفع، ولا كيف تتدرب عليها غداً.
وهذا المقال يحاول أن يفعل ذلك بطريقة مختلفة: نأخذ كل مهارة، ونسأل ما الدليل على أن قيمتها ترتفع حين يكتب الوكيل Agent الكود، من إعلانات الوظائف ودراسات الإنتاجية واستبيانات المطورين وأقوال أصحاب العمل، ثم نقول ما قوة هذا الدليل، وكيف تتدرب عليها، وأي مقال في الموقع يفصلها. وهو المقال الأخير في مرحلة «الذكاء الاصطناعي ومستقبل مهنة المبرمج»، ويجمع خلاصة المقالات الخمسة قبله: مفارقة جيفونز Jevons Paradox، ومرونة الطلب Demand Elasticity، وبيانات الوظائف، والمبرمج المبتدئ، وأقوال القادة.
وسوف نناقش في هذا المقال ما يلي:
- أين ينتقل العمل حين يكتب الوكيل جزءاً كبيراً من الكود.
- عشر مهارات Skills ترتفع قيمتها، ولكل منها الدليل وقوته وطريقة التدريب.
- ما الذي تقل قيمته النسبية، ولماذا لا يعني ذلك أنه صار بلا قيمة.
- المهارات على مستوى الفريق لا الفرد، من تقرير DORA 2025.
- خطة 12 أسبوعاً مقترحة، وما يفعله القائد في التوظيف والتقييم.
الخلاصة السريعة Quick Summary
أقوى الأدلة: مراجعة الكود Code Review تضاعفت في إعلانات المبتدئين من 7.8% في 2020 إلى 18.5% في منتصف 2026، و66% من المطورين يشكون من حلول «صحيحة تقريباً».
تصحيح الأخطاء Debugging: أكبر فرق في التعلم في تجربة Anthropic كان فيه، و45% من المطورين يقولون إن تصحيح كود الأداة يأخذ وقتاً أطول.
الأمن Security: صار ضعف التحكم في الوصول Broken Access Control أكثر تنبيه أمني في GitHub في 2025، بزيادة 172%، وجزء منه من كود مولد يتخطى فحوص الصلاحيات.
ما تقل قيمته النسبية: حفظ صيغ لغات كثيرة، وتحويل مواصفة جاهزة إلى كود فقط.
القاعدة: اختر مهارتين من القائمة، وتدرب عليهما بعمل حقيقي تستطيع أن تريه لغيرك.
والأرقام في هذا المقال من مصادرها الأصلية كما قرأناها في 20 نوفمبر 2026، وأغلبها شرحناه بتفصيل أكبر في مقالات المرحلة السابقة.
أين ينتقل العمل؟ Where Work Moves
قبل المهارات، لنفهم لماذا تتغير قيمتها أصلاً. فعمل المطور لم يكن يوماً كتابة الكود فقط. فهو يبدأ بفهم المشكلة، ثم تصميم الحل، ثم الكتابة، ثم المراجعة والاختبار، ثم النشر Deployment والتشغيل Operations، ثم الصيانة. والوكيل اليوم يسرع الكتابة بوضوح، ويساعد بدرجات أقل في بقية المراحل.

والدليل على ذلك جاء من أكثر من مصدر. ففي مقال أقوال القادة رأينا أن Sundar Pichai ذكر في منتصف 2025 أن نحو 30% من كود Google يستخدم مقترحات الأداة، ولكن سرعة الهندسة زادت نحو 10% فقط، لأن الكتابة جزء من العمل. وفي استبيان Stack Overflow 2025 قال 76% من المطورين إنهم لا يخططون لاستخدام الذكاء الاصطناعي AI في النشر والمراقبة، و69% في تخطيط المشاريع، أي في الأعمال التي تحمل مسؤولية أكبر. وفي استبيان 2026 قيم أكثر من 70% الأداة بأنها مفيدة في التنفيذ وتصحيح الأخطاء، مقابل 49% في التصميم و35% في التواصل.
والقاعدة الاقتصادية وراء هذا بسيطة، وقد شرحناها في مقال مرونة الطلب: حين ينخفض سعر جزء من العمل، ترتفع القيمة النسبية للأجزاء المكملة له التي لم ينخفض سعرها. فالكود الأرخص يعني كوداً أكثر، والكود الأكثر يعني حاجة أكبر إلى من يقرر ماذا يكتب، ومن يتحقق منه، ومن يشغله.
عشر مهارات Skills ترتفع قيمتها
رتبنا المهارات بحسب مراحل العمل في الصورة السابقة، لا بحسب أهميتها. ولكل مهارة: ما هي، والدليل، وقوة الدليل، وكيف تتدرب.
1. فهم المشكلة وكتابة المواصفة Problem Framing and Specification
أن تسأل لماذا قبل كيف، وأن تحول طلباً غامضاً إلى مواصفة Spec واضحة فيها معايير قبول Acceptance Criteria يمكن اختبارها. والوكيل ينفذ ما تطلبه بدقة، حتى لو كان ما تطلبه خاطئاً، ولذلك صار الخطأ في الطلب أغلى من الخطأ في الكتابة.
- الدليل: في تقرير Burning Glass Institute عن الوظائف المبتدئة (نوفمبر 2026) ذكر الممارسون تفسير المتطلبات الناقصة وتوضيح الطلبات الغامضة بين أهم ما يحتاجونه. وDario Amodei نفسه قال في مارس 2025، وهو يتوقع أن يكتب الذكاء الاصطناعي أغلب الكود، إن المبرمج يبقى يحدد الشروط وقرارات التصميم.
- قوة الدليل: متوسطة، فهي من أقوال ممارسين وقادة لا من قياس مباشر.
- كيف تتدرب: قبل أن تطلب من الوكيل أي ميزة، اكتب في صفحة واحدة: المشكلة، ومن يستفيد، ومعايير القبول، وما خارج النطاق. ثم قارن ما أنتجه الوكيل بما كتبت. وانظر مقال التطوير من المواصفة.
2. تصميم الأنظمة System Design
أن تقرر كيف تتقسم المشكلة إلى أجزاء، وأين تخزن البيانات، وكيف تتواصل الخدمات، وما الذي يحدث حين يتعطل جزء. والوكيل يكتب الدالة جيداً، ولكنه لا يعرف قيود شركتك، ولا حجم المستخدمين، ولا ما حدث آخر مرة غيرتم هذا الجزء.
- الدليل: مكتب إحصاءات العمل الأمريكي BLS يتوقع نمواً 10% لمطوري البرمجيات الذين يصممون الأنظمة، وانخفاضاً 7% للمبرمجين الذين ينفذون تصميم غيرهم، حتى 2035. وفي استبيان Stack Overflow 2026 قيم 49% فقط الأداة بأنها مفيدة في التصميم.
- قوة الدليل: متوسطة، فتوقعات BLS توقعات، ولكن الفرق بين المهنتين واضح في الأعداد الفعلية أيضاً.
- كيف تتدرب: صمم على الورق قبل أن تكتب، واكتب سجل قرار Architecture Decision Record لكل قرار مهم، واقرأ تصميم أنظمة حقيقية. وابدأ من مقال مدخل إلى تصميم الأنظمة.
3. العمل مع الوكلاء Working with Agents
أن تعرف كيف تعطي الوكيل السياق Context الذي يحتاجه، وتقسم العمل إلى مهام صغيرة، وتكتب ملف التعليمات للمشروع، وتحدد صلاحياته، وتعرف متى توقفه. وهذه مهارة جديدة فعلاً، لم تكن موجودة قبل ثلاث سنوات.
- الدليل: إعلانات الوظائف المبتدئة التي تذكر تطوير وكلاء الذكاء الاصطناعي AI Agent Development ارتفعت من 0.14% في 2024 إلى 7.5% في منتصف 2026 بحسب Burning Glass. وفي مقياس PwC للوظائف والذكاء الاصطناعي 2026 نمت الوظائف التي تطلب مهارات ذكاء اصطناعي محددة 69% مقابل 9% لكل الوظائف، ووصلت علاوة الأجر لهذه المهارات إلى 62%. وفي تقرير Anthropic عن تطوير البرمجيات (أبريل 2025) كانت 79% من محادثات Claude Code أتمتة، أي أن الأداة تنفذ المهمة مباشرة، مقابل 49% في واجهة المحادثة.
- قوة الدليل: قوية في النمو، وضعيفة في الحجم، فالنسبة ما زالت صغيرة من كل الإعلانات.
- كيف تتدرب: اقرأ مقالات المسار نفسه بالترتيب: هندسة السياق، وملف تعليمات المشروع، والمهارات Agent Skills، وMCP للمطورين.
4. قراءة الكود Code Reading
أن تقرأ كوداً لم تكتبه، كبيراً وقديماً، وتفهم ما يفعله ولماذا. وهذه أساس كل المهارات بعدها، لأنك لا تراجع ولا تختبر ولا تصحح ما لا تفهمه. وحين يكتب الوكيل أغلب الكود، يصبح أغلب ما تقرؤه كوداً لم تكتبه أنت.
- الدليل: في تقرير Burning Glass لم يقل أي ممارس إن الأساسيات صارت أقل أهمية، وأكدوا قراءة الكود وفهم هياكل البيانات والخوارزميات. وقال أحدهم إن لا أحد يدخل وظيفة هندسة برمجيات بالفايب كودنج Vibe Coding.
- قوة الدليل: متوسطة، من مقابلات ممارسين.
- كيف تتدرب: اختر مشروعاً مفتوح المصدر تستخدمه، واقرأ كيف ينفذ ميزة تعرفها. وانظر مقال كيف تقرأ التوثيق الرسمي والكود المصدري.
5. مراجعة الكود Code Review
أن تجد في الكود ما هو خاطئ وهو يبدو صحيحاً. ومراجعة كود الأداة مهارة تختلف عن مراجعة كود الزميل، فالأداة لا تخطئ أخطاء المبتدئ المعتادة، بل تكتب كوداً نظيفاً قد يستدعي مكتبة غير موجودة، أو يتجاهل حالة حدية، أو يكون صحيحاً ومكلفاً جداً في التشغيل.

- الدليل: مراجعة الكود تضاعفت في إعلانات الوظائف المبتدئة من 7.8% في 2020 إلى 15.6% في 2025، ثم 18.5% في يونيو 2026، والممارسون قالوا إنها تعني الآن غالباً مراجعة ما أنتجته الأداة. وفي استبيان Stack Overflow 2025 كانت أكبر شكوى، عند 66% من المطورين، حلول «صحيحة تقريباً ولكن ليس تماماً». وفي دراسة Developers, Reinvented من GitHub قال المطورون الأكثر تقدماً إن عملهم صار تفويض المهام والتحقق منها.
- قوة الدليل: قوية، فهي من إعلانات وظائف واستبيانات كبيرة ومقابلات تتفق كلها.
- كيف تتدرب: راجع كل طلب دمج يكتبه الوكيل لك بقائمة ثابتة: هل يفعل المطلوب؟ ما الحالات الحدية؟ هل المكتبات موجودة؟ هل هناك تعقيد غير لازم؟ ما تكلفة التشغيل؟ وانظر مقال مراجعة كود الذكاء الاصطناعي دون أن تصبح شكلية.
6. الاختبار Testing
أن تقرر ما هو السلوك الصحيح، وتكتب اختباراً يفشل حين يكون الكود خاطئاً. والاختبار هو الطريقة الوحيدة لتعرف هل كود الوكيل صحيح دون أن تقرأ كل سطر في كل مرة، ولذلك صار شرطاً لاستخدام الوكيل بأمان، لا تحسيناً إضافياً.
- الدليل: الاختبار زاد 4.9 نقطة في إعلانات المبتدئين في النصف الأول من 2026 إلى 17.9%، وهو ثاني أكبر زيادة بعد المراجعة بحسب Burning Glass. وتقرير DORA 2025 يجعل العمل بدفعات صغيرة Small Batches والتحكم الجيد في الإصدارات من القدرات التي تزيد فائدة الذكاء الاصطناعي.
- قوة الدليل: متوسطة إلى قوية.
- كيف تتدرب: اكتب الاختبار قبل أن تطلب من الوكيل الكود، ثم اطلب منه أن يجعل الاختبار ينجح. وانظر مقال أتمتة الاختبارات بالذكاء الاصطناعي.
7. تصحيح الأخطاء Debugging
أن تجد سبب المشكلة حين يتعطل شيء، من رسالة الخطأ والسجلات Logs وسلوك النظام، لا أن تلصق الخطأ في المحادثة وتجرب ما يقترحه الوكيل مرة بعد مرة.
- الدليل: في تجربة Anthropic (يناير 2026) على 52 مهندساً كان أكبر فرق بين من تعلم بالأداة ومن تعلم بيده في أسئلة تصحيح الأخطاء، ومن صحح الأخطاء بالأداة مرة بعد مرة حصل على أقل من 40%. وفي استبيان Stack Overflow 2025 قال 45% إن تصحيح كود الأداة يأخذ وقتاً أطول.
- قوة الدليل: متوسطة، فالتجربة صغيرة، ولكن الاستبيان كبير ويتفق معها.
- كيف تتدرب: حين يتعطل شيء، امنح نفسك وقتاً محدداً، نصف ساعة مثلاً، قبل أن تسأل الأداة، واكتب فرضيتك عن السبب قبل أن تقرأ جوابها. وتمارين Kata تساعد في ذلك، كما في مقال تمارين Kata.
8. الأمن Security
أن تعرف كيف يهاجم النظام، وأين تخطئ الأدوات عادة: الصلاحيات، والتحقق من المدخلات، والأسرار في الكود، والمكتبات الوهمية. والوكيل نفسه صار سطح هجوم جديداً، فقد يقرأ تعليمات مخفية في ملف أو صفحة وينفذها.
- الدليل: في تقرير GitHub Octoverse 2025 صار ضعف التحكم في الوصول Broken Access Control أكثر تنبيه في أداة CodeQL، في أكثر من 151,000 مستودع وبزيادة 172% عن السنة السابقة، وذكر التقرير أن جزءاً كبيراً منه من إعدادات خاطئة في خطوط النشر ومن هياكل كود مولدة بالذكاء الاصطناعي تتخطى فحوص الصلاحيات. ونقل تقرير Burning Glass عن شركة Veracode أن صحة الكود المولد من ناحية الصيغة تجاوزت 95%، بينما بقيت نسبة نجاحه في اختبارات الأمن قرب 55% دون تحسن يذكر من سنة لأخرى.
- قوة الدليل: متوسطة إلى قوية، من بيانات GitHub الواسعة، مع أن نسبة ما يعود إلى الذكاء الاصطناعي فيها غير مقاسة.
- كيف تتدرب: اقرأ مقالات مرحلة الأمان في هذا المسار: حقن التعليمات Prompt Injection، والحزم الوهمية Slopsquatting، والأسرار والصندوق المعزول Sandbox.
9. النشر والتشغيل Delivery and Operations
أن تعرف كيف يصل الكود إلى المستخدم وكيف يبقى يعمل: خط النشر CI/CD Pipeline، والمراقبة Monitoring، والاستجابة للحوادث Incident Response. وهذا الجزء يحمل المسؤولية الأكبر، ولذلك يتحفظ المطورون في تسليمه للأداة.
- الدليل: CI/CD في نحو 19.4% من إعلانات المبتدئين في 2025، وKubernetes في 14.5%، وتكامل الأنظمة زاد 3.5 نقطة في النصف الأول من 2026 بحسب Burning Glass. و76% من المطورين لا يخططون لاستخدام الذكاء الاصطناعي في النشر والمراقبة بحسب Stack Overflow 2025. وتقرير DORA 2024 ربط زيادة استخدام الذكاء الاصطناعي بثبات أقل في التسليم Delivery Stability، كما شرحنا في مقال هل يجعلك وكيل البرمجة أسرع فعلاً؟.
- قوة الدليل: متوسطة إلى قوية.
- كيف تتدرب: انشر مشروعاً صغيراً بنفسك على سيرفر، بخط نشر كامل ومراقبة بسيطة، واتركه يعمل شهراً، واكتب ما تعطل ولماذا. وراجع مقال مقاييس DORA عملياً.
10. معرفة المجال والتواصل Domain Knowledge and Communication
أن تفهم العمل الذي يخدمه الكود: المالية أو الصحة أو التعليم أو التجارة، ولماذا وضعت كل قاعدة. وأن تشرح لغير التقنيين ما يمكن وما لا يمكن، وتتفق مع زملائك على قرار. وهذه أبعد المهارات عن الأداة، لأنها في رؤوس الناس وفي اجتماعاتهم أكثر مما هي في الكود.
- الدليل: دراسة Stanford (أغسطس 2026) وجدت أن التوظيف ثابت أو يرتفع حيث يساعد الذكاء الاصطناعي العاملين لا حيث يستبدل مهامهم، ومعرفة المجال من أوضح ما يجعل عملك مكملاً للأداة. وفي تقرير LinkedIn عن المهارات الصاعدة 2026 كان التعاون بين الأقسام Cross-functional Collaboration والإرشاد Mentorship والتواصل مع أصحاب المصلحة Stakeholder Communication بين المهارات الأسرع نمواً. وفي استبيان Stack Overflow 2026 قيم 35% فقط الأداة بأنها مفيدة في التواصل. وفي تقرير WEF 2025 كان التفكير التحليلي Analytical Thinking المهارة الأساسية الأولى عند سبعة من كل عشرة أصحاب عمل. وفي مقياس PwC 2026، كانت الوظائف المبتدئة الأكثر تعرضاً للذكاء الاصطناعي في الولايات المتحدة أكثر احتمالاً بسبع مرات أن تطلب مهارات كانت تطلب من أصحاب الخبرة، مثل الحكم والقيادة.
- قوة الدليل: متوسطة، فهي من مصادر متنوعة تتفق في الاتجاه، ولكن قياس هذه المهارات أصعب.
- كيف تتدرب: اختر مجالاً واقرأ فيه، واجلس مع مستخدمي النظام الذي تبنيه، واكتب لكل ميزة فقرة لغير التقنيين تشرح ما تفعله ولماذا.
مثال: ميزة واحدة Feature، وأين تظهر المهارات العشر
القائمة السابقة قد تبدو مجردة، فلنضعها في مثال واحد. وهذا مثال افتراضي، ليس من دراسة، ولكنه يشبه ما يحدث في أي فريق يعمل بالوكلاء. لنفرض أن قسم المالية في شركة طلب «تقريراً شهرياً بالفواتير المتأخرة يرسل بالبريد».
- فهم المشكلة: قبل أي كود تسأل: متأخرة بحسب أي تاريخ، الإصدار أم الاستحقاق؟ ومن يستلم التقرير؟ وماذا يفعل به؟ وتكتشف أن ما يريده القسم فعلاً قائمة يومية بالعملاء الذين تجاوزوا ثلاثين يوماً، لا تقريراً شهرياً. وهذا الاكتشاف وحده يوفر ميزة كاملة كانت ستبنى خطأ.
- التصميم: تقرر أين تقرأ البيانات دون أن تثقل قاعدة البيانات الأساسية، ومتى تعمل المهمة المجدولة، وماذا يحدث إذا فشل الإرسال.
- العمل مع الوكيل: تكتب للوكيل مواصفة قصيرة ومعايير قبول، وتعطيه ملفات المشروع التي يحتاجها فقط، وتقسم العمل إلى ثلاث مهام صغيرة.
- قراءة الكود والمراجعة: يكتب الوكيل الكود في دقائق، فتقرؤه وتجد أنه يحسب التأخير بتوقيت السيرفر لا بتوقيت المملكة، فتصبح فاتورة اليوم متأخرة في آخر ساعات الليل.
- الاختبار: تكتب اختباراً لفاتورة تستحق في آخر يوم من الشهر، وآخر لعميل له فاتورتان، وتجد أن الثانية تحسب مرتين.
- تصحيح الأخطاء: بعد النشر لا يصل البريد إلى بعض المستلمين، فتقرأ السجلات وتجد أن خدمة البريد ترفض الرسائل الكبيرة، وتحل المشكلة بإرسال رابط بدل المرفق.
- الأمن: تنتبه إلى أن التقرير فيه بيانات عملاء، فتحدد من يستطيع الوصول إلى الرابط، وتتأكد أن الوكيل لم يضع كلمة مرور خدمة البريد في الكود.
- النشر والتشغيل: تضيف تنبيهاً إذا لم تعمل المهمة يوماً ما، لأن أحداً لن يلاحظ غياب تقرير يومي إلا بعد أسبوع.
- المجال والتواصل: تشرح لقسم المالية لماذا تغير الطلب، وتتفق معهم على تعريف «متأخرة»، وتكتب ذلك في وصف الميزة.
لاحظ أن الوكيل أنجز الجزء الذي كان يأخذ أطول وقت قبل سنوات، وهو الكتابة، في دقائق. ولكن كل خطوة أخرى احتاجت إلى إنسان يفهم ويقرر ويتحقق، وكل خطأ في المثال كان «صحيحاً تقريباً» بالضبط كما وصفه المطورون في استبيان Stack Overflow. وهذا هو معنى أن ترتفع قيمة المهارات حول الكتابة.
وأين كتابة الأوامر Prompt Engineering؟
قد يتساءل البعض: لماذا لم نضع كتابة الأوامر Prompt Engineering مهارة مستقلة، وهي من أكثر ما يذكر في هذه القوائم؟ والإجابة أن ما يفيد منها فعلاً موجود في المهارتين الأولى والثالثة: أن تعرف ماذا تريد وتكتبه بوضوح، وأن تعطي الوكيل السياق الصحيح. أما الحيل اللفظية في صياغة الطلب فتتغير مع كل نموذج جديد، ولذلك لا نراها مهارة تبني عليها مسارك. وفي تقرير Burning Glass ظهرت كتابة الأوامر بين المهارات سريعة النمو، ولكنها كانت في أقل من 2% من إعلانات المبتدئين في 2025.
جدول الأدلة Evidence: كل المهارات في مكان واحد
| المهارة | أهم دليل | قوة الدليل | مقال التدريب |
|---|---|---|---|
| فهم المشكلة والمواصفة | ممارسو Burning Glass، وAmodei | متوسطة | التطوير من المواصفة |
| تصميم الأنظمة | BLS: مطورون +10% ومبرمجون -7% | متوسطة | مدخل إلى تصميم الأنظمة |
| العمل مع الوكلاء | تطوير الوكلاء من 0.14% إلى 7.5% من الإعلانات | قوية في النمو، صغيرة في الحجم | هندسة السياق وما بعده |
| قراءة الكود | ممارسو Burning Glass | متوسطة | كيف تقرأ الكود المصدري |
| مراجعة الكود | من 7.8% إلى 18.5% من الإعلانات، و66% «صحيح تقريباً» | قوية | مراجعة كود الذكاء الاصطناعي |
| الاختبار | +4.9 نقطة في 2026 إلى 17.9% | متوسطة إلى قوية | أتمتة الاختبارات |
| تصحيح الأخطاء | أكبر فرق في تجربة Anthropic، و45% في Stack Overflow | متوسطة | تمارين Kata |
| الأمن | Broken Access Control +172% في GitHub | متوسطة إلى قوية | مقالات مرحلة الأمان |
| النشر والتشغيل | CI/CD 19.4%، و76% لا يسلمونه للأداة | متوسطة إلى قوية | مقاييس DORA عملياً |
| المجال والتواصل | Stanford وLinkedIn وWEF وPwC | متوسطة | القراءة والجلوس مع المستخدمين |

ما الذي تقل قيمته النسبية؟ Declining Skills
وفي الجهة الأخرى، هناك مهارات تقل قيمتها النسبية، أي أنها لم تعد تميزك كما كانت، لا أنها صارت بلا فائدة:
- حفظ صيغ لغات كثيرة: 12 من 16 لغة وأداة برمجة تتبعها تقرير Burning Glass قلت في إعلانات المبتدئين بين 2020 و2025. والممارسون قالوا إن العمق في لغة واحدة صار أهم من قائمة طويلة، لأن الأداة تساعدك في صيغة اللغة التي لا تعرفها.
- تحويل مواصفة جاهزة إلى كود فقط: هذا وصف عمل «المبرمج» في تصنيف BLS، والمكتب يتوقع انخفاض هذه المهنة 7% حتى 2035، ويذكر الأتمتة سبباً.
- الكود المتكرر Boilerplate: كتابة الهياكل المعتادة والإعدادات والترقيات من أنسب الأعمال للأداة، كما في ترقية Java في Amazon التي ذكرناها في مقال أقوال القادة.
ولاحظ أمراً مهماً: هذه المهارات ما زالت أساساً للمهارات الصاعدة. فأنت لا تستطيع أن تراجع كود Python جيداً إذا لم تكتب Python بيدك، ولا أن تصحح خطأ في كود متكرر إذا لم تعرف كيف يكتب. والفرق أنها صارت شرطاً للدخول لا سبباً للتميز.

مهارات الفريق لا الفرد: تقرير DORA 2025
كل ما سبق مهارات أفراد، ولكن تقرير DORA 2025 عن تطوير البرمجيات بمساعدة الذكاء الاصطناعي يذكرنا بأن جزءاً كبيراً من الفائدة يتوقف على الفريق والمؤسسة. فالتقرير يصف الذكاء الاصطناعي بأنه مضخم Amplifier يكبر نقاط القوة والضعف الموجودة أصلاً في المؤسسة، ويضع في نموذج قدرات الذكاء الاصطناعي سبع قدرات تزيد الفائدة، بحسب نص التقرير الكامل:
- موقف واضح ومعلن من استخدام الذكاء الاصطناعي في المؤسسة.
- بيانات داخلية سليمة ومنظمة.
- بيانات داخلية يستطيع الذكاء الاصطناعي الوصول إليها.
- تحكم قوي في الإصدارات Version Control.
- العمل بدفعات صغيرة.
- التركيز على المستخدم.
- منصات داخلية جيدة Internal Platforms.
ولاحظ أن أغلب هذه القدرات ليست جديدة، بل هي ممارسات جيدة قديمة صارت أهم. والفريق الذي لا يعمل بدفعات صغيرة ولا يملك اختبارات جيدة سوف يصل إلى أعطاله أسرع مع الوكيل. وقد شرحنا كيف تكتب موقف الفريق في مقال سياسة الذكاء الاصطناعي لفريق البرمجة.
خطة 12 أسبوعاً مقترحة Plan
هذه خطة مقترحة لمطور في وظيفة يستطيع أن يخصص نحو خمس ساعات أسبوعياً، وليست نتيجة دراسة. والفكرة أن تتدرب على كل مهارة بعمل حقيقي في مشروعك أو عملك، لا بقراءة فقط:
| الأسابيع | المهارة | ما تفعله | ما تخرج به |
|---|---|---|---|
| 1 و2 | المواصفة والعمل مع الوكيل | اكتب مواصفة صفحة واحدة لكل مهمة قبل أن تعطيها للوكيل، وملف تعليمات للمشروع | خمس مواصفات وملف تعليمات |
| 3 و4 | المراجعة | راجع كل طلب دمج من الوكيل بقائمة ثابتة، وسجل ما وجدته | قائمة بالأخطاء التي تتكرر |
| 5 و6 | الاختبار | اكتب الاختبار قبل الكود في كل مهمة | تغطية اختبار أعلى لجزء تعمل عليه |
| 7 و8 | تصحيح الأخطاء | نصف ساعة بنفسك قبل أن تسأل الأداة، وفرضية مكتوبة | سجل بخمس مشكلات وأسبابها |
| 9 و10 | الأمن | راجع مشروعك بحثاً عن الصلاحيات والأسرار والمكتبات | قائمة إصلاحات |
| 11 و12 | التصميم والمجال | اكتب سجل قرار لقرار تصميم، واجلس مع مستخدم واحد | سجل قرار وملاحظات المستخدم |
وفي نهاية الأسابيع الاثني عشر يكون عندك شيء تريه في محادثة التقييم أو في المقابلة: أمثلة حقيقية على أنك تحكم على الكود لا أنك تكتبه فقط. وإذا كنت مبتدئاً لم تبدأ عملك بعد، فخطة المبتدئ في مقال المبرمج المبتدئ من هذه المرحلة أنسب لك.
للقائد Team Lead: كيف تقيس هذه المهارات وتكافئها؟
إذا كانت هذه المهارات هي ما يرتفع، فيجب أن تظهر في طريقة توظيفك وتقييمك وترقيتك، وإلا فإنك تكافئ الفريق على ما تقل قيمته:
- في المقابلة: أعط المرشح كوداً فيه خطأ دقيق، أو كوداً ولدته الأداة، واطلب منه أن يراجعه، بدل أن تطلب منه أن يكتب خوارزمية من الذاكرة فقط. وقد شرحنا تصميم المقابلة في مقال كيف تدير مقابلة تقنية تكشف مستوى المرشح.
- في التقييم: لا تقس عدد الأسطر أو طلبات الدمج، فالأداة ترفعهما بنفسها. وقس جودة المراجعات، والأخطاء التي منعها الشخص، والحوادث التي حلها، كما في مقال كيف تقيم أداء المطورين.
- في المسار الوظيفي: اكتب هذه المهارات في المسار الوظيفي Career Ladder لكل مستوى، كما في مقال المسار الوظيفي للمهندس.
- في توزيع العمل: لا تجعل المراجعة عملاً ثانوياً يقوم به الشخص بعد «عمله الحقيقي»، فهي صارت العمل الحقيقي في جزء كبير منه.
أخطاء شائعة Common Mistakes
- قوائم عامة بلا دليل: «التفكير النقدي» صحيح، ولكنه لا يقول لك ماذا تتعلم غداً. اربط كل مهارة بعمل محدد.
- ترك الأساسيات لأنها «تقل قيمتها»: هي أساس المراجعة والتصحيح، وقيمتها النسبية تقل لا قيمتها كلها.
- التركيز على أداة واحدة: الأدوات تتغير كل بضعة أشهر، والمهارات العشر هنا لا تتعلق بأداة.
- الخلط بين النمو والحجم: مهارات الوكلاء تنمو أسرع من غيرها، ولكنها ما زالت في نسبة صغيرة من الإعلانات، والمراجعة والاختبار أكبر حجماً.
- تعلم بلا دليل يرى: المهارة التي لا تستطيع أن تريها لغيرك لا تفيدك في المقابلة ولا في التقييم.
- للقائد: قياس ما ترفعه الأداة: عدد الأسطر وطلبات الدمج يرتفع بالأداة وحدها، فلا تجعله مقياس أداء.
قائمة تحقق Checklist
- اخترت مهارتين من العشر لأبدأ بهما، بحسب عملي الحالي.
- أكتب مواصفة قبل أن أعطي الوكيل مهمة.
- أراجع كل كود يكتبه الوكيل بقائمة ثابتة.
- أكتب الاختبار قبل الكود في المهام المهمة.
- أحاول تصحيح الخطأ بنفسي قبل أن أسأل الأداة.
- أعرف أخطاء الأمن الشائعة في كود الأدوات.
- نشرت مشروعاً بنفسي وراقبته.
- أعرف مجالاً واحداً بجانب البرمجة، وأستطيع أن أشرح عملي لغير التقنيين.
- للقائد: مقابلاتي وتقييمي ومساري الوظيفي تقيس هذه المهارات لا عدد الأسطر.
الخلاصة
- حين يكتب الوكيل جزءاً كبيراً من الكود، ينتقل العمل والقيمة إلى ما قبل الكتابة وما بعدها.
- أقوى الأدلة لمراجعة الكود والاختبار والأمن والتشغيل: إعلانات الوظائف واستبيانات المطورين وبيانات GitHub تتفق عليها.
- العمل مع الوكلاء مهارة جديدة تنمو بسرعة من قاعدة صغيرة، وعلاوة الأجر لمهارات الذكاء الاصطناعي وصلت إلى 62% بحسب PwC 2026.
- تصحيح الأخطاء أكثر ما يضعف حين تسلمه للأداة، وأكثر ما يشكو منه المطورون في كودها.
- حفظ صيغ اللغات وتحويل المواصفة إلى كود تقل قيمتهما النسبية، ولكنهما يبقيان أساساً لا غنى عنه.
- الفريق يحتاج إلى قدرات DORA السبع ليستفيد: دفعات صغيرة، وتحكم في الإصدارات، وموقف واضح، وغيرها.
- اختر مهارتين، وتدرب عليهما بعمل حقيقي تستطيع أن تريه، والخطة المقترحة اثنا عشر أسبوعاً.
وبهذا تكتمل مرحلة «الذكاء الاصطناعي ومستقبل مهنة المبرمج». ومقالاتها:
دليلمفارقة جيفونز Jevons Paradox: هل يزيد رخص البرمجة الطلب؟ماذا قال Jevons عن الفحم سنة 1865، وماذا وجدت أبحاث أثر الارتداد بعده، وهل تنطبق شروطه على البرمجيات حين يكتب الوكيل الكود.
دليلمرونة الطلب Demand Elasticity: اقتصاد وظائف البرمجةلماذا يتوقف مصير وظائف البرمجة مع الذكاء الاصطناعي على مرونة الطلب، وماذا قاس الاقتصاديون منها، وكيف تقدرها في سوقك.
دليلوظائف المبرمجين في عصر AI: ماذا تقول البيانات فعلاً؟ما تقوله بيانات الوظائف الرسمية والبحثية عن أثر الذكاء الاصطناعي على المبرمجين حتى نهاية 2026، وما الذي لا تقوله.
دليلالمبتدئ Junior والذكاء الاصطناعي: هل اختفت الوظيفة الأولى؟ما تقوله الأدلة عن توظيف المبرمج المبتدئ وتعلمه مع أدوات الذكاء الاصطناعي، وتسع خطوات عملية للدخول إلى المهنة ولقائد الفريق الذي يوظفه.
دليلماذا يقول قادة التقنية عن البرمجة بالذكاء الاصطناعي AI؟ما قاله قادة شركات التقنية عن البرمجة بالذكاء الاصطناعي من مصادره الأصلية، وكيف تفرق بين القياس والتوقع قبل أن تبني عليه قراراً.وأقرب المقالات المنشورة لتبدأ التدريب:
دليلمراجعة كود الذكاء الاصطناعي دون أن تصبح شكليةكيف تراجع طلبات الدمج التي يكتبها الذكاء الاصطناعي بحسب خطرها، وتترك للبوابات الآلية ما تستطيع قياسه.
دليلاختبارات يكتبها الذكاء الاصطناعي: متى تثق بها؟أين يساعدك الذكاء الاصطناعي في كتابة الاختبارات وأين يخدعك، ولماذا يبقى قرار ما هو الصحيح بيد الإنسان.
دليلالتطوير من المواصفة Spec-driven Development: الخطة قبل الكودكيف تعمل Spec Kit من GitHub، وما الفرق بين المواصفة والخطة والمهام، وماذا حدث عندما بنى نموذج محلي صغير الميزة نفسها بثلاث طرق تحت اختبارات قبول لم يرها.
دليلهندسة السياق Context Engineering: ما يراه الوكيل وما لا يراهما الذي يرسله الوكيل فعلاً مع طلبك، ولماذا يخطئ النموذج عندما يكون أمامه ملف لا يحتاجه أو سجل طويل أو جلسة قصت من أولها، مع تجارب على نموذج محلي تغير السياق وحده.
دليللماذا تتمرن دون ذكاء اصطناعي؟ تمارين Kata لك ولفريقكما الذي تقوله الأبحاث عن تسليم التفكير للأدوات، وكيف يحفظ روتين صغير من التمارين تحلها بيدك مهارتك وحدك ومع فريقك.
دليلالمسار الوظيفي للمهندس Career Ladder: من Junior إلى Staffما الذي يفرق بين مستويات المهندسين من Junior إلى Staff، وكيف تكتب مساراً وظيفياً بسيطاً لشركة صغيرة اعتماداً على مسارات منشورة لشركات حقيقية.سجل التحديثات
- 2026-11-20: كتابة المقال من تقرير Burning Glass Institute The Consequence Gap (نوفمبر 2026)، واستبياني Stack Overflow 2025 و2026، وتجربة Anthropic (يناير 2026) وتقريرها عن تطوير البرمجيات (أبريل 2025)، وتقرير GitHub Octoverse 2025، وتقرير DORA 2025 ونموذج قدراته، ودراسة Stanford بنسخة أغسطس 2026، وتقرير LinkedIn للمهارات الصاعدة 2026، وتقرير WEF 2025، وبيان PwC عن مقياس الوظائف 2026، وصفحات BLS، ودراسة Developers, Reinvented، كما قرأناها في 20 نوفمبر 2026.