العملات الرقمية لم تمت، فقط نقلت المواهب إلى الذكاء الاصطناعي

المؤلفون｜Xinyang و Ethan @ IOSG

في عام 2026، أكملت منحنى نشاط مجتمع Crypto المفتوح المصدر على GitHub عملية “تأسيس قاع” مذهلة. حيث انخفض عدد المطورين النشطين شهريًا من ذروته في 2022 عند 45 ألفًا إلى حوالي 23 ألفًا، هذا الانخفاض الظاهري في البيانات أدى إلى مناقشات على وسائل التواصل الاجتماعي حول “نضوب السرد”. ومع ذلك، عندما نقوم بتحليل مقطع هذا المنحنى، فإن ما نراه ليس تراجعًا في الصناعة، بل هو عملية “رفع رأس المال البشري” بشكل عميق.

▲ مصدر البيانات: تقرير مطوري Electric Capital، استنادًا إلى أنظمة Crypto البيئية على Github

من رحل؟ من لا زال موجودًا؟

الغالبية من الذين غادروا هم المبتدئون. في فبراير 2024، وصل عدد المطورين الجدد شهريًا إلى 5462، ثم انخفض بشكل كبير، مع معدل تسرب 52% خلال أقل من سنة من دخولهم للصناعة. هؤلاء الأشخاص دخلوا خلال سوق صاعدة، وكان عملهم يتضمن عقود التشفير لإنشاء NFT، fork بروتوكولات DeFi، وتطوير الواجهات الأمامية لـ L2 الجديدة. هذه الوظائف تعتمد بشكل كبير على حيوية السوق، وعندما تتراجع الحماسة، تتوقف المشاريع عن العمل وتختفي الوظائف. من البيانات، لم تتجاوز مساهمة الكود للمبتدئين 25% من الإجمالي، وهؤلاء لم يكونوا في قلب الصناعة منذ البداية.

▲ المبتدئون يدخلون مع السوق الصاعد ويغادرون مع السوق الهابط؛ المطورون ذوو خبرة أكثر من سنتين يحققون أرقامًا قياسية في نفس الفترة

مصدر البيانات: تقرير مطوري Electric Capital

من ناحية أخرى، المطورون الذين لديهم أكثر من سنتين من الخبرة، لم ينخفضوا بل زادوا، وحققوا أرقامًا قياسية، مساهمين بحوالي 70% من حجم الكود. حكم Maria Shen من Electric Capital بشكل مباشر: “عندما ننظر إلى مجموعة المطورين المتمرسين، فهي في نمو، وتبدو صحية جدًا.”

هؤلاء يبقون لأنهم ليسوا بلا خيارات.

من الناحية التقنية، العمل الأساسي في crypto الآن هو تطوير البنية التحتية التي تتطلب سنوات من الخبرة لفهمها: تطوير البروتوكولات، التدقيق الأمني، والهياكل العابرة للسلاسل. هذه الأعمال تتطلب سنوات من الخبرة لتصبح جاهزة، ولا يمكن أن تتعرض للإقصاء بمجرد تراجع الحماسة.

من الناحية الاقتصادية، العديد من المخضرمين يمتلكون رموزًا غير vest، وحقوق حوكمة في البروتوكولات، وعلاقات ملكية، وتراكمهم في الصناعة قد شكل حواجز حقيقية وعوائد. من توزيع البيئة، هم يصوتون بأقدامهم: نمو مطوري Bitcoin بنسبة 64.3% خلال عامين، وSolana بنسبة 11.1%، بينما انخفض Cosmos بنسبة 51.1%، وPolkadot بنسبة 46.9%. المخضرمون يتجهون نحو بيئات ذات مستخدمين حقيقيين وإيرادات، ويتركون المشاريع التي لا تزال تعتمد على السرد فقط.

▲ المصدر: تقرير وظائف Web3 من Coincub 2025

مصدر البيانات: Web3.Career

تغير هيكل الوظائف يثبت نفس النقطة. في عام 2025، من بين الوظائف الجديدة في Web3، كانت النسبة الأعلى ليست للمطورين، بل لإدارة المشاريع والبرامج، بنسبة تتجاوز 27%. بالنسبة لصناعة تعتمد على التقنية، هذا غير بديهي، لكن المنطق وراءه بسيط: مع انتقال الصناعة من مرحلة البناء إلى مرحلة التنفيذ، هناك حاجة لدمج أكثر من مئة سلسلة، وعندما تدخل المؤسسات، تتغير متطلبات الامتثال والأمان بشكل كامل، ويحتاج حوكمة DAO إلى التوازن بين أصحاب المصلحة ذوي المصالح المختلفة. هذا ليس إدارة مشاريع تقليدية، بل تنسيق وتقييم في بيئة لا تزال القواعد تتشكل فيها.

على السطح، الصناعة تتقلص، لكن الكثافة الأساسية تتزايد. في سوق هابطة 2018-2019، فقد العديد من المطورين، لكن بعد ذلك ظهرت مشاريع مثل Uniswap وAave وOpenSea، التي حددت سوق 2020-2021 الصاعد. المطورون الذين بقوا يمتلكون بنية تحتية أكثر نضجًا، وحقبة الذكاء الاصطناعي أعطتهم منصة أكبر من ذي قبل.

ما الذي يحمله الباقون من قدرات؟

ما الذي طوره صناعة crypto في المطورين بشكل خاص؟ للإجابة على هذا السؤال، نحتاج إلى العودة إلى المبادئ الأساسية للبلوكشين، حيث أن الدورة الصعودية والهبوطية تتكرر، والصناعة تعمل دائمًا وفقًا لنفس القواعد الأساسية: الكود هو القانون، والتنفيذ هو الحكم النهائي.

في عام 2016، حدث هجوم The DAO، حيث استغل المهاجم ثغرة في الاستدعاء التكراري لنقل 36 مليون دولار. الكود لم يكن به خطأ، والمنطق نفذ كما هو متوقع، لكن الحدود لم تكن متوقعة من قبل المصممين. في 2021، تم هجوم جسر Poly Network، حيث نُقلت 610 ملايين دولار خلال ساعات قليلة. لا يوجد منصة يمكن إيقافها، ولا جهة يمكنها إلغاء المعاملات، ولا قوانين يمكن استردادها. هذه السمة الهيكلية تميز crypto عن معظم الصناعات الأخرى: هامش الخطأ صفري، والتدخل بعد الحدث شبه معدوم.

هذه البيئة أدت إلى تطوير قدرة نادرة في صناعات أخرى: بناء أنظمة قابلة للتشغيل من الصفر، بحيث يشارك فيها غرباء، في ظل غياب القواعد والثقة.

هذه القدرة تتضمن مستويين. الأول، بناء الثقة من الصفر، دون الاعتماد على أي سلطة خارجية، فقط عبر الكود والآليات، لجعل الغرباء يودون وضع أصول حقيقية. الثاني، اتخاذ قرارات في ظل عدم اليقين التقني والاقتصادي، دون إطار تنظيمي، أو بيانات تاريخية، أو معايير صناعية، مع القدرة على تصميم أنظمة تعمل.

هاتان المستويان تم التحقق منهما بشكل ملموس في crypto. Uniswap لا يملك ضمان شركة، ولا KYC، ولا دعم عملاء، وأي شخص يودع أمواله في مجمع السيولة، يعتمد فقط على ثقة في بضع مئات من الأسطر من الكود وآلية اقتصادية، وحقق حجم تداول يومي بمئات المليارات من الدولارات. MakerDAO لا يملك دعم بنك مركزي، ولا تأمين ودائع، ويعتمد فقط على الحوكمة على السلسلة وآلية الرهن للحفاظ على استقرار DAI. خلال صيف DeFi، كانت الأمور أكثر تطرفًا، حيث لا توجد أطر تنظيمية، ولا معايير تدقيق، ولا بيانات تاريخية، ومع ذلك، استطاع المطورون تصميم AMM، بروتوكولات الإقراض، وبرامج تعدين السيولة، وتحقيق TVL بمليارات الدولارات خلال شهور قليلة. هذه القدرة تظهر بشكل مختلف على مستوى البروتوكولات، والتطبيقات، والحوكمة، لكن المبادئ الأساسية واحدة.

عصر الذكاء الاصطناعي يصنع مشكلة ذات بنية مشابهة جدًا. عملية اتخاذ القرار غير شفافة، والنتائج لا يمكن التحقق منها بشكل مستقل. الوكيل الذكي يبدأ في تنفيذ المعاملات بشكل مستقل، وتوجيه الأموال، والنظم والقواعد المصاحبة غير موجودة بعد. الشركات الكبرى في نماذج الذكاء الاصطناعي تسيطر على النموذج ومعايير التقييم، والمستخدمون يفتقرون لوسائل تحقق فعالة. الحوسبة مركزة بشكل كبير في عدد قليل من الشركات الكبرى، وعند ارتفاع الطلب، تتشكل احتكارات في التسعير. هذه المشاكل تشير إلى نفس المركز: مشكلة الثقة في الأنظمة الذاتية، والتي تتكرر مع توسع الذكاء الاصطناعي.

المطورون في crypto، في بيئة بدون قواعد خارجية، تعاملوا مع هذه المشاكل لسنوات، لكن في السابق كانت على مستوى البروتوكولات على السلسلة، والآن على مستوى الذكاء الاصطناعي. وقد قام فريق منهم بنقل قدراتهم من crypto مباشرة إلى AI، وحققوا نتائج.

كيف يُعاد تقييم هذه القدرات في عصر الذكاء الاصطناعي؟

انتشرت حالات انتقال المطورين من crypto إلى AI في السنوات الأخيرة، لكن عند تحليلها، فإن ما يحملونه يختلف.

أبسط الطرق هو النقل المباشر للأجهزة والخبرة. مؤسسو CoreWeave الثلاثة، Michael Intrator، Brian Venturo، وBrannin McBee، بدأوا في 2017 باستخدام GPU لتعدين Ethereum، وتوسعوا من جهاز واحد إلى آلاف، وأغلقوا أعمال التعدين في 2022، وبعد شهرين أُطلق ChatGPT، وتحول GPU الخاص بهم إلى مزود قوة حسابية للذكاء الاصطناعي، وحققوا في مارس 2025 إدراجًا في Nasdaq، بقيمة سوقية تقدر بـ 23 مليار دولار، وبلغت ذروتها حوالي 70 مليار دولار. مؤسس OpenSea المشارك، Alex Atallah، تعامل مع تجميع وتوجيه أصول غير متجانسة بشكل كبير في سوق NFT، ونقل خبرته إلى توجيه نماذج الذكاء الاصطناعي، وأسس OpenRouter، الذي يخدم أكثر من 5 ملايين مطور خلال عامين، وتقدر قيمته بـ 500 مليون دولار.

نوع آخر من النقل أكثر أهمية. Ilia Polosukhin، مؤسس NEAR، وهو أحد المؤلفين المشاركين في ورقة Transformer، غادر Google وبدأ يستخدم اللغة الطبيعية لبناء تطبيقات AI، لكنه واجه مشكلة حقيقية: الحاجة إلى دفع عمال التسمية عبر الحدود، ومعظمهم لا يملكون حسابات بنكية، وأصبح blockchain الحل الأمثل لهذه المشكلة. الآن، NEAR تتجه للتحول إلى منصة بنية تحتية للذكاء الاصطناعي، مع التركيز على AI المملوك للمستخدم والتعلم الآلي السري اللامركزي (DCML)، بحيث يمكن للمستخدمين استخدام خدمات AI دون الكشف عن البيانات. خبرة NEAR في البنية التحتية اللامركزية أصبحت نقطة انطلاق يصعب تكرارها. مؤسس Circle المشارك، Sean Neville، ترك الشركة وأسس Catena Labs، التي تركز على البنوك الأصلية للذكاء الاصطناعي، وتوظف فهمها للبنية التحتية للعملات المستقرة في سياق أدوات AI المالية، برعاية استثمارية من a16z crypto بقيمة 18 مليون دولار. مطور Aave وLens Protocol، Nader Dabit، تحول إلى Cognition، حاملاً خبرة بناء بيئات المطورين في بروتوكولات crypto متعددة إلى أدوات الذكاء الاصطناعي.

ما الذي يحمله هؤلاء من خبرة؟ ليس فقط الأجهزة أو الشبكة، بل الحدس في تصميم الآليات، وخبرة بناء بيئات المطورين، والقدرة على بناء أنظمة موثوقة من الصفر في ظل غياب القواعد. هذه القدرات تتوافق مع ثلاثة فجوات هيكلية يواجهها الذكاء الاصطناعي عند التوسع.

تجميع وتحسين الحوسبة

الحوسبة هي التحدي المباشر الأكبر لتوسع AI. التدريب والاستنتاج يتطلبان الكثير من GPU، وتقلبات الطلب عالية، ومزودو السحابة غاليون ويقفون في طوابير، والشركات لا تريد تخزين الأجهزة. هناك مستويان للمشكلة: كيف نجمع ونوزع الحوسبة، وكيف نستخدمها بكفاءة. المطورون في crypto لديهم تراكمات مباشرة في هذين المستويين.

Hyperbolic يعالج مشكلة التوزيع والثقة. مؤسسها، Jasper Zhang، أدخل تصميم آليات لامركزية في مجال حوسبة AI: الرموز (tokens) تجعل مالكي GPU الموزعين يساهمون بحوسبة غير مستخدمة، لكن الأهم هو الثقة. كيف نثق في أن نتائج الحساب من عقدة غريبة صحيحة؟ الابتكار الرئيسي، PoSP، يستخدم العينة العشوائية واللعب الاستراتيجي، ليجعل الصدق استراتيجية مفضلة للعقد، دون الحاجة للتحقق الكامل، بتكلفة منخفضة، وقابلية للتوسع، وموثوقية. هذه الآلية مستمدة مباشرة من منطق التحقق من سلوك العقدة الغريبة في crypto.

MoonMath تعالج مشكلة الكفاءة. سابقًا، كانت Ingonyama تركز على تسريع إثباتات ZK، ورفعت سرعة توليد الإثباتات عدة مرات تحت قيود حسابية قصوى. الآن، تتجه نحو الأداء المادي للذكاء الاصطناعي، مع تسريع نماذج التشتت الفيديوي (LiteAttention)، وتحليل الطبقات منخفضة الرتبة (LiteLinear)، وتسريع backpropagation (BackLite). من ZK إلى تسريع استنتاج AI، القاعدة الأساسية واحدة: جعل الرياضيات أسرع تحت قيود حسابية قصوى. المسار تغير، والتراكم لم يضيع.

حوكمة AI وآليات التحفيز

عندما يبدأ العديد من وكلاء AI في التعاون لأداء المهام، كيف نضمن ألا يفسدوا النظام الكلي أثناء سعيهم لتحقيق أهدافهم الخاصة؟ كل مشارك يسعى لتحقيق وظيفة هدفه، ولا أحد يضمن أن النظام سيظل يعمل بشكل صحيح بعد جمعهم، ووتيرة تنفيذ الوكيل تتجاوز قدرة التدخل البشري.

هذه مشكلة تكررت في تصميم حوكمة DAO وtokenomics في crypto: جعل الأطراف ذات المصالح المختلفة تعمل وفقًا لنظام محدد، بدون سلطة مركزية. الحل هو الآليات الاقتصادية، حيث أن الانتهاكات لها تكلفة اقتصادية حقيقية، والقواعد مكتوبة في الكود، وتُنفذ تلقائيًا.

EigenLayer نقلت هذه الآليات مباشرة إلى سياق AI. عبر آلية restaking، يجب على العقد المشاركة في التعاون أن يودع أصولًا، وأي إخلال أو انتهاك يؤدي إلى عقوبات تلقائية، والقواعد ليست اقتراحات، بل حدود صارمة ذات تكلفة اقتصادية حقيقية. EigenCloud تطبق هذه المنطق على حسابات AI القابلة للتحقق، وتنسيق التعاون، بحيث يجب على الوكيل أن يظل ضمن النطاق المسموح أثناء سعيه لتحقيق أهدافه. استخدام الآليات الاقتصادية لضبط الوكيل أكثر موثوقية من الاعتماد على المبادئ الأخلاقية.

الدفع الذاتي لوكيل AI

سؤال أساسي آخر: كيف يدفع الوكيل؟ أنظمة الدفع التقليدية مصممة للبشر، بطاقة الائتمان تتطلب فتح حساب، والتحويل البنكي يحتاج إلى تفويض، وكل خطوة تفترض أن المستخدم إنسان وله هوية وينتظر. الوكيل لا ينتظر، قد يرسل مئات الطلبات في الثانية، وكل طلب يتضمن مبلغًا صغيرًا، وطرق الدفع التقليدية تفشل هنا.

العملات المستقرة (Stablecoins) والقواعد على السلسلة هي البنية التحتية التي أنشأها مطورو crypto، وتدعم البرمجة، وعدم الحاجة إلى تفويض، والتشغيل على مدار الساعة. هذه الميزات الثلاثة ضرورية لسيناريو الدفع للوكيل، وما ينقص هو بروتوكول يربط بين stablecoin وسير عمل الوكيل.

x402 أطلقتها Coinbase في مايو 2025، وتفعّل رمز الحالة HTTP 402، وتدمج الدفع بواسطة stablecoin مباشرة في طلبات HTTP، بحيث يتم الدفع عند إرسال الطلب، دون الحاجة إلى حساب، وتتم التسوية خلال حوالي ثانيتين. حتى أبريل 2026، عالج بروتوكول x402 أكثر من 165 مليون معاملة، بحجم تداول إجمالي يقارب 50 مليون دولار، وعدد الوكلاء النشطين 69,000 (مصدر البيانات: مؤسسة x402)، ودمجت Cloudflare وAWS وStripe وAnthropic MCP. الدفع للوكيل أصبح الآن مسارًا حقيقيًا ذو حركة مرور.

هذه الاتجاهات الثلاثة تمثل الفجوات الهيكلية الثلاثة التي يواجهها AI عند التوسع: تجميع وتحسين الحوسبة، وتحفيز التعاون بين الوكلاء، والبنية التحتية للدفع الذاتي. هذه المشاكل لا توجد لها حلول جاهزة في الهندسة البرمجية التقليدية، لكن لدى صناعة crypto خبرة في التعامل معها. القدرات لم تختف، بل وجدت سياقات جديدة لتطبيقها.

تحديد جديد للمطور: من كتابة العقود إلى وضع قواعد للذكاء الاصطناعي

الانتشار الواسع للذكاء الاصطناعي يخلق فجوة وظيفية لم تكن موجودة من قبل. ليست فجوة في المهارات التقنية، بل فجوة في الأشخاص القادرين على تصميم آليات الثقة في الأنظمة الذاتية. عندما يتحول الهدف من الإنسان إلى AI، فإن دور مطور crypto يتغير أيضًا.

المقارنة بين النموذجين تظهر التغيرات في الأبعاد:

الاختلافات الأساسية بين النموذجين ليست في التقنية، بل في طريقة بناء الثقة وتنفيذ القواعد. قبل الذكاء الاصطناعي، كان المطورون يتعاملون مع مشاركين بشريين، والقواعد مكتوبة في العقود، والهامش الصفري للأخطاء، لكن حدود النظام كانت واضحة. في عصر AI-native، عندما يصبح التفاعل مع وكيل AI مستقل، فإن المشكلة هي أن سلوك الوكيل غير متوقع، وسرعة تنفيذه تتجاوز قدرة التدخل البشري، ويجب إعادة تعريف حدود النظام في ظل عدم اليقين الأكبر. وظيفة المطور في crypto تتغير من “كتابة عقود آمنة” إلى “تصميم آليات موثوقة للأنظمة الذاتية للذكاء الاصطناعي”.

الجهات الرائدة بدأت تعكس هذا التغير في التوظيف:

▲ الربع الأول من 2026، الوظائف الأساسية في مجال AI/البيانات التي تفتحها أكبر البورصات

المصدر: معهد Gate للأبحاث

توضح التوظيفات في أكبر البورصات والمؤسسات في 2026 هذا الاتجاه: لم يعودوا يطلبون مطوري AI أو مطوري crypto فقط، بل يبحثون عن أشخاص يمكنهم الربط بين الاثنين، يفهمون تحوير الحوافز على السلسلة، ويمتلكون القدرة على دمج أدوات AI بشكل عميق في سير العمل الخاص بـ crypto، وتصميم آليات تضمن التوافق المستمر بين الوكيل، والتنظيم، والمستخدمين.

كما أن تخصيص رأس المال يعكس هذا التوجه. Paradigm تجمع صندوقًا جديدًا بقيمة تصل إلى 1.5 مليار دولار، يوسع استثماراته من crypto إلى AI والروبوتات. Haun Ventures أكملت صندوقها الثاني بقيمة 1 مليار دولار، مع تركيز على البنية التحتية المالية التي تدمج AI ووكيل الذكاء الاصطناعي، خاصة في الدفع، والعملات المستقرة، ونظام الاقتصاد بين الوكلاء. أتمت a16z crypto صندوقها الخامس بقيمة 2.2 مليار دولار، وأعلنت أن 100% من استثماراتها ستوجه إلى مجال crypto. مع تعقيد وغياب الشفافية في عصر AI، يركزون على تطبيقات الشفافية، والتحقق، واللامركزية في crypto. ووفقًا لبيانات PitchBook، في 2025، حوالي 40% من استثمارات رأس المال المخاطر في مجال crypto في أمريكا تتجه إلى شركات تتعلق بـ AI، وهو ارتفاع ملحوظ عن 2024.

انتقال المطورين من crypto إلى AI يظهر اختلافات واضحة في المسارات حسب البيئة السوقية.

في الولايات المتحدة، بعد وضوح التنظيم، حصلت ابتكارات البروتوكول على مساحة حقيقية للبقاء. كثافة الشبكة الاستثمارية عالية، والطريق من الفكرة إلى التمويل قصير، والهامش أكبر. المشاريع مثل Hyperbolic، EigenCloud، Gensyn، Ritual تتشارك في تصميم آليات جديدة من الصفر، وليس فقط تطبيقات على أنظمة موجودة. المستثمرون في رأس المال المخاطر يركزون على “الحوسبة القابلة للتحقق، وتنسيق الوكيل، والذكاء الاصطناعي اللامركزي”، ويستعدون لاستكشاف تقنيات جديدة مع هامش خطأ كبير.

أما في آسيا، فالوضع مختلف. سنغافورة وهونغ كونغ تلعب دورًا أكثر في الامتثال وتحويل الأموال للمؤسسات، مع إطار تنظيمي محافظ، وتقبل أقل للابتكار في البروتوكول فقط. عندما يتحول مطور crypto إلى AI، يختار غالبًا مسارات تطبيقية أو اندماج صناعي — باستخدام قاعدة المستخدمين، أو قدرات الدفع، أو البيانات التي تراكمها crypto، لدمجها بسرعة مع منتجات وخدمات AI.

هذه ليست فجوة في القدرات، بل اختلاف في إشارات السوق والبيئة التنظيمية، حيث تشجع أمريكا على الابتكار في الطبقات الأساسية، بينما تركز آسيا على الامتثال، وتحقيق الأرباح بسرعة، والتكامل مع الصناعات التقليدية.

بالعودة إلى منحنى GitHub في البداية، حيث انخفض عدد المطورين النشطين من 45 ألفًا إلى 23 ألفًا، قد يبدو أن الصناعة تتراجع. لكن بين هؤلاء، نسبة المطورين المتمرسين وصلت إلى أرقام قياسية، وهم يتجهون نحو بيئات ذات مستخدمين حقيقيين، ويتم إعادة تقييمهم بشكل غير مسبوق في صناعة AI. عندما يواجه AI تحديات مثل تجميع الحوسبة، والدفع الذاتي، والتحقق من البيانات والقرارات، فإن هؤلاء المطورين، عند تقاطع crypto و AI، ومع تراكم حساسيتهم للقواعد، والتحفيز، والموثوقية، يتحولون تدريجيًا إلى القدرات النظامية النادرة في عصر AI.

بصفتنا مؤسسة استثمارية بدأت استثماراتها في بنية تحتية crypto منذ 2017، فإن تقييمنا لهذه المسيرة لا يقتصر على المراقبة فقط. لقد استثمرنا في EigenLayer قبل أن يُعرف على نطاق واسع، وقيادة استثمار في MoonMath في مرحلتها التأسيسية، وشاركنا في استثمار Hyperbolic في 2024، ونرى أن التحديات التي تواجهها AI من حيث الثقة، والتنسيق، والتحقق، ستحتاج في النهاية إلى قدرات تصميم الآليات التي تراكمتها صناعة crypto. نحن نؤمن أن التقاء crypto و AI ليس مجرد سرد، بل هو فرصة هيكلية تحدث الآن.