Transcript
00:00:00قد تكون هذه واحدة من أكثر الطرق جنوناً لإحياء قاعدة الكود البرمجي الخاصة بك.
00:00:04إذا كنت تستخدم Claude Code أو Cursor في مشروع حقيقي، فقد تعتقد أن الجزء الصعب هو كتابة الكود.
00:00:09حسناً، الأمر ليس كذلك. الجزء الصعب هو ببساطة فهم المستودع الخاص بك.
00:00:13تطرح سؤالاً واحداً، ويقوم الذكاء الاصطناعي باستهلاك الـ tokens فقط لاكتشاف ما يحدث.
00:00:18إنه بطيء، ومكلف، وفي نصف الحالات لا يزال غير دقيق.
00:00:22ماذا لو قمت بإعطاء الذكاء الاصطناعي خريطة للمشروع بدلاً من إرساله بالكامل في كل مرة؟
00:00:27هذا بالضبط ما يفعله Grafi، ويمكنه تقليل استخدام الـ tokens بنسبة تزيد عن 70%.
00:00:32دعني أريك كيف يعمل كل هذا.
00:00:34في الوقت الحالي، يرى الذكاء الاصطناعي مشروعك بهذا الشكل. مجرد كومة من الملفات.
00:00:44لا توجد روابط حقيقية. لا يوجد هيكل. لا توجد ذاكرة.
00:00:48لذا في كل مرة تطرح فيها سؤالاً، يتعين عليه إعادة تعلم كل شيء من الصفر.
00:00:53هذا هو السبب في أن الإجابات تبدو قريبة، ولكنها ليست صحيحة تماماً.
00:00:56ونعم، هذا هو بالضبط ما أشار إليه كارباثي فيما يخص مشكلة "المجلد الخام".
00:01:01ظهر Grafi مباشرة بعد ذلك. إنه بمثابة طبقة ذاكرة.
00:01:06إذا كنت تستمتع بأدوات البرمجة والنصائح مثل هذه، فتأكد من الاشتراك.
00:01:09لدينا فيديوهات تصدر طوال الوقت.
00:01:11حسناً، دعني أريك الآن. لدي مستودع صغير هنا. رسم توضيحي لوثائق الكود.
00:01:16عادةً، سأضطر لشرح كل هذا للذكاء الاصطناعي في كل مرة.
00:01:20بدلاً من ذلك، أقوم بتشغيل أمر واحد، Grafi، هنا. انتظر لحظة. انظر إلى هذا.
00:01:27بعد أن ينفذ Claude أمر Grafi، لم تعد هذه مجرد ملفات. لقد أصبح رسماً بيانياً حقيقياً.
00:01:33كل شيء مرتبط ببعضه. يمكنني النقر وتحليل ما يحدث بالضبط
00:01:38وما هو مرتبط ببعضه البعض هنا داخل ملف HTML الذي تم إنشاؤه.
00:01:42بعد ذلك، بدلاً من مطالبة الذكاء الاصطناعي بقراءة كل شيء مرة أخرى، يمكنني سؤاله عما يتصل بطبقة API.
00:01:50والآن يجيب باستخدام العلاقات، مستخدماً ملف MD الذي تم إنشاؤه من خلال هذا الاستدعاء.
00:01:56ليست مجرد تخمينات، بل علاقات. وإليك الجزء الذي فاجأني.
00:02:00قبل هذا، كان الاستهلاك حوالي 14,000 token، حسناً، أياً كان العدد المستخدم.
00:02:04بعد ذلك، وبعد تنفيذه للمرة الأولى، انخفض ذلك إلى بضع مئات فقط.
00:02:09نفس السؤال، تكلفة مختلفة تماماً. كل ذلك بفضل هذه الخريطة التي تم إنشاؤها.
00:02:14ما الذي يفعله هذا فعلياً؟ Grafi يشبه أساساً خرائط جوجل لقاعدة الكود الخاصة بك.
00:02:20بدلاً من النص الخام، تحصل على عُقد ووصلات.
00:02:24تحت كل ذلك، يستخدم tree-sitters لفهم الهيكل، ثم نموذج لغوي كبير لاستخراج المعنى.
00:02:30بعد ذلك يمكنه تجميع كل شيء في مجموعات، والأمر لا يقتصر على الكود فقط.
00:02:35إنه يقرأ ملفات PDF، والرسوم التوضيحية، وحتى الصوت والفيديو. كل ذلك محلياً، لا شيء يغادر جهازك.
00:02:41ما تحصل عليه من هذا بسيط. نحصل على رسم بياني مرئي، وتقرير مكتوب،
00:02:46وقاعدة معرفية يمكننا استكشافها فعلياً.
00:02:49هذا الرسم البياني المرئي ضخم بالنسبة للكثيرين منا حيث يمكننا رؤية كيف ترتبط الأشياء.
00:02:54الآن إليك كيف يغير هذا طريقة عمل البرمجة بالذكاء الاصطناعي عادةً.
00:02:57تستخدم معظم الأدوات نظام RAG، وهو ما يعني أساساً العثور على قطع نصية متشابهة.
00:03:03حسناً، Grafi لا يفعل ذلك. إنه يبني علاقات حقيقية.
00:03:07هذه الدالة تستدعي تلك. وهذا النموذج يعتمد على ذاك.
00:03:11جاءت هذه الفكرة من هذه الوثيقة، بل ويخبرك بمدى ثقته في ذلك.
00:03:16لذا بدلاً من "هذا يبدو مرتبطاً"، نحصل على شيء مثل "هذا متصل فعلياً"
00:03:21في تمثيل مرئي حقيقي لما هو مرتبط ببعضه.
00:03:24والفرق الأكبر هنا هو أنه يتذكر أيضاً؛ بما أنه أنشأ لنا ملف MD هذا،
00:03:30فيمكنه الرجوع إليه. نحن لا نبدأ من الصفر في كل مرة.
00:03:33إنه يقوم بتحديث ما تغير فقط، لذا يصبح لدى الذكاء الاصطناعي أخيراً سياق ثابت.
00:03:38حسناً، لقد اعتقدت فعلاً أن كل هذا كان رائعاً جداً.
00:03:42ولكن ما هي الإيجابيات والسلبيات هنا والآن؟
00:03:44أولاً، الكفاءة تتضاعف بمرور الوقت.
00:03:47كل سؤال يصبح أرخص. وبما أنه يربط الكود،
00:03:51والوثائق، والرسوم التوضيحية، تبدأ في اكتشاف علاقات لم تكن تعلم بوجودها.
00:03:56هذا أمر ضخم لعملية التوجيه (onboarding) في المشاريع الفوضوية التي يتم تكليفنا بها.
00:04:00هذا رائع. الآن العيوب في كل هذا هي كالتالي.
00:04:03التشغيل الأول يمكن أن يكون بطيئاً ومكلفاً من حيث الـ tokens، خاصة مع وجود الكثير من الوثائق.
00:04:08بعد ذلك، يتم تخزينه مؤقتاً. ولكن نعم، ذلك العبء الأول حقيقي.
00:04:12كما أنه لا يزال في مراحله الأولى، لذا فإن الدعم طويل الأمد لا يزال أمراً محدوداً وغير مؤكد.
00:04:17عندما تقوم بتثبيت هذا، فإنه يُكتب Grafyy بحرفي Y وليس واحداً.
00:04:20لذا تأكد من الإملاء. العلاقات ليست دائماً مثالية،
00:04:23لكنه يصنفها بوضوح: مستخرجة، مستنتجة، أو غامضة،
00:04:28لكي تعرف ما يمكنك الوثوق به فعلياً. وإذا كان مستودعك صغيراً جداً،
00:04:32فسيكون هذا بمثابة مبالغة في الاستخدام. فهل يستحق الأمر ذلك؟
00:04:35أعني، نعم، إذا كنت تستخدم الذكاء الاصطناعي في أي مشروع حقيقي، فهذا رائع.
00:04:38لقد وجدت أنه يستحق العناء. لأن مشكلتك الأكبر ليست في تشغيل الكود،
00:04:42بل هي في الواقع فهمه عبر الملفات، وعبر الزمن، وعبر السياق.
00:04:46وهذا هو بالضبط ما يعالجه هذا البرنامج. توفير الـ tokens وحده يجعله جديراً بالتجربة،
00:04:51لكن الفوز الأكبر هو هذا: ذكاؤك الاصطناعي يتوقف عن التخمين ويبدأ في التفكير المنطقي.
00:04:56إذا كنت تعمل بمفردك، أو تقوم بأبحاث، أو تدير هذه الأنظمة الكبيرة، فهذا تحديث جدي.
00:05:01إذا كنت تعمل فقط على سكربتات أصغر، فمن المحتمل أن يكون هذا مجرد مبالغة،
00:05:04لذا لست بحاجة حقاً لتجربته. ولكن بالنسبة لمعظم المبرمجين الذين يجربون هذا،
00:05:07ستكون هذه أداة مذهلة. إذا كنت تستمتع بأدوات البرمجة والنصائح
00:05:10التي تسرع سير عملك، فتأكد من الاشتراك في قناة Better Stack.
00:05:14سنراكم في فيديو آخر.