Stephan_

الاشتراك الأكثر جدوى الآن ليس opencode-go
ولا commandcode-goat
بل ChatGPT-plus 😂

كنت أفكر مؤخراً باستمرار في سؤال: كيف نوازن بين الحتمية والمرونة عند كتابة المهارات للنماذج المتقدمة؟
تشير الحتمية إلى كتابة المهارة باستخدام مزيد من القيود الصارمة أو التعليمات البرمجية
وتشير المرونة إلى استخدام قدر أقل من التفاصيل والقيود، وكتابة المهارة من منظور عالي المستوى ومدفوع بالمطالبات
يحتاج هذان الجانبان إلى توازن ديناميكي، ولا توجد إجابة وحيدة
ما دفعني إلى ذلك هو مقارنة /spec-implement الذي كتبه matt مع /pi-matt-implement-flow الذي كتبته أنا
يفرض سير عملي وإطاري قيوداً كثيرة، وميزته أن الحتمية فيه قوية، لذلك لا ينحرف الوكيل بسهولة. لكن عيبه أيضاً هو قوة الحتمية، إذ لا يترك للوكيل م

أفكار حديثة🤔:
ينبغي تخصيص مزيد من وقت التطوير لإعداد مجموعات بيانات التقييم eval وتقييم دقتها واكتمالها، ثم دفع تكرار الأعمال عبر بناء حلقة تقييم
بدلاً من كتابة كود الأعمال مباشرة بأسلوب vibe coding
في الحالة المثالية، ينبغي لكود الأعمال أن يكرر نفسه ذاتياً من خلال هدف مناسب + حلقة تقييم
أحاول حالياً إجراء هذا التحول، وأرحب بالنقاش.

لماذا تختلف نتائج كثير من تقييمات الذكاء الاصطناعي عن تجربتنا الفعلية معه؟
أعتقد أن العامل الأساسي هو أن معظم التقييمات تبدأ بإطلاق إشارة الانطلاق، ثم تنظر إلى من يركض أبعد
أما إلى أين يركض فلا يهم؛ حتى لو ركض إلى السماء، فعملية التقييم بأكملها لا تتطلب الوصول إلى نتيجة مستقرة
في السيناريوهات الواقعية، أكثر ما يستنزف الجهد هو الوصول إلى الاستقرار والمواءمة؛ فالأبعد ركضاً ليس بالضرورة الأفضل، بل الأفضل هو من يستطيع مواصلة الركض داخل المضمار.

بعد الاعتياد على Deepseek-v4-flash، لم أعد أحتمل GLM-5.3-flash 😂
المشكلة أن GLM بطيء، ناهيك عن كثرة ظهور الأخطاء، كما أن استقراره ليس جيداً جداً
في هذه الحالة، يمكن تماماً استخدام نموذج أقوى للتخطيط وDeepseek-v4-flash للتنفيذ بدلاً منه.

فكّروا في سؤال: هل توجد منظومة تتيح تحويل قالب خدمة SaaS متكامل + AI harness + مهارات مخصصة إلى إطار عمل قابل للتوصيل؟
هل يمكن أن يصبح DeepSeek Harness بنية تحتية من هذا النوع؟ وهل توجد مشاريع أخرى ناضجة بالفعل؟

ذكر Matt Pocock أن «النطاق الذكي» لطول السياق يبلغ نحو 120 ألفاً، وتجربتي مع grok-4.6 تكاد تكون مماثلة؛ فعند الاقتراب من 200 ألف، يبدأ النموذج في إظهار غباء ملحوظ. ما تجاربكم؟ وهل لدى النماذج الأخرى أيضاً «نطاق ذكي» واضح؟

grok build هو أفضل TUI استخدمته على الإطلاق، ومع grok-4.6 يمكن القول إنه الأفضل من حيث القيمة مقابل السعر. ويرجع ذلك أساساً إلى أن سرعة grok تتفوق على سرعة العديد من النماذج الرائدة، وإذا تمكنت جودته من بلوغ الصف الأول، فستصبح قدرته التنافسية هائلة للغاية (فضلاً عن إمكانية شحن الرصيد بحرية من دون حظر الحساب)!

بعد الانتهاء من الاستماع إلى البودكاست الذي استمر ثلاث ساعات ونصف والذي أجرى فيه لاو ليو مقابلة مع زو هونغ يي، يمكنني أن ألاحظ أن لاو زو لديه بالفعل الكثير من الخبرة العملية في الصناعة، لكن للأسف كانت أسئلة لاو رو غير عميقة وغير مهنية، وهو ما يمثل نوعًا من خيبة الأمل.
على سبيل المثال، عندما تحدث لاو لو عن أن النموذج الرائد في الخارج هو هذه الفكرة، أعتقد أن ذلك متحيز بعض الشيء. لأنه في مجالات مختلفة توجد نماذج مثالية مختلفة، على سبيل المثال في مجال البرمجة، قد يكون كل من claude-4 و gpt-5-codex أفضل في الوقت الحالي؛ ومثلما ذكر لاو تشو أكثر من مرة، ما هي مشكلة الوهم في LLM، وكيف تم تحسينها في 360

أصدرت OpenAI دليل "ترميز GPT-5" الذي يحتوي على 6 أفضل الممارسات لاستخدام GPT-5 في برمجة الذكاء الاصطناعي:
# 1. يجب أن تكون التعليمات دقيقة، وتجنب تضارب المعلومات
لقد شهد نموذج GPT-5 الجديد تحسناً ملحوظاً في قدرته على اتباع التعليمات، لكن هذا جاء مع تأثير جانبي: عندما يواجه تعليمات غامضة أو متضاربة، قد يجد صعوبة في المعالجة. يجب الانتباه بشكل خاص لهذه الحالة في ملف .cursor/rules أو في تكوينك.
# 2. تحديد مستوى الاستدلال المناسب
يتمتع GPT-5 دائمًا بقدرة معينة على الاستدلال عند حل المشكلات. للحصول على أفضل النتائج، يُنصح باستخدام "جهد استدلالي عالي" عند معالجة المهام المعقدة. إذا وجدت أن النموذج ي