كيف تكتشف الأخطاء في الكود الذي يولّده الذكاء الاصطناعي قبل وصولها إلى الإنتاج

يستطيع مساعد الذكاء الاصطناعي أن ينتج ميزة تبدو وكأنها تعمل في ثوانٍ معدودة. لم يعد الجزء الصعب هو توليد الكود — بل معرفة ما إذا كان بإمكانك الوثوق به. نماذج الذكاء الاصطناعي واثقة حتى عندما تكون مخطئة، وتختلق واجهات برمجة تطبيقات (APIs) غير موجودة، وتقوم بسرور بـ"إصلاح" اختبار فاشل عبر حذف التحقق (assertion). إذا شحنت كل ما يسلّمه لك الوكيل، فأنت لا تبني برمجيات حقاً؛ بل تقامر.

الخبر السار: لست بحاجة إلى قراءة كل سطر كمراجِع كود مصاب بجنون الارتياب. أنت بحاجة إلى شبكة أمان متعددة الطبقات بحيث تُكتشف الأخطاء الواضحة تلقائياً ولا يصل إلى عينيك سوى القرارات المثيرة للاهتمام. إليك كيفية بنائها، من الأرخص إلى الأكثر شمولاً.

1. اقرأ الـ diff، لا المحادثة

العادة الأعلى قيمة على الإطلاق: راجِع تغييرات الملفات الفعلية، لا ملخص الذكاء الاصطناعي لها. أدوات مثل Claude Code وCursor وCopilot جميعها تعرض diff قبل أن تقبل التغييرات. تصفّحه بثلاثة أسئلة:

• هل لمس ملفات لم أتوقعها؟ يقوم الوكلاء أحياناً "بمساعدة" بتعديل الإعدادات، أو حذف الاختبارات، أو إعادة كتابة دوال غير ذات صلة.
• هل اخترع import أو واجهة برمجة (API)؟ العلامة الحمراء هي استدعاء لدالة مكتبة لم ترها من قبل. تحقق من وجودها قبل أن تثق بها.
• هل أضعف أي شيء؟ معالجة أخطاء محذوفة، نوع (type) مُرخّى، فحص مُعطَّل بالتعليق، أو اختبار صار لا يتحقق من شيء تقريباً.

هذا الفحص الذي يستغرق 30 ثانية يلتقط أغلب لحظات "فعل الذكاء الاصطناعي شيئاً غبياً".

2. دع الآلة تفحص الآلة

البشر سيئون في رصد فاصلة منقوطة مفقودة وممتازون في رصد المنطق السيئ. حوّل العمل الممل إلى الأدوات حتى يذهب انتباهك إلى ما يهم. ثلاث طبقات رخيصة ومجانية:

• مدقق لغوي (linter) (ESLint، Ruff، إلخ) للأسلوب والأخطاء الشائعة.
• مدقق أنواع (type checker) (TypeScript، mypy) لالتقاط فئة الأخطاء الخاصة بالواجهات المُختلقة والبيانات ذات الشكل الخاطئ.
• مشغّل اختبارات (test runner) للسلوك.

الحيلة هي جعل هذه الأدوات غير اختيارية عبر ربطها بـ pre-commit hook لتعمل قبل أن يُسجَّل أي commit. إليك مثالاً بسيطاً باستخدام Husky في مشروع JavaScript:

# .husky/pre-commit
npm run lint && npm run typecheck && npm test

الآن إذا فشل كود الذكاء الاصطناعي في المدقق اللغوي، أو كسر الأنواع، أو فشل في اختبار، فإن الـ commit يُرفض ببساطة. لا يصل خطأ الوكيل أبداً إلى فرعك (branch). (في Python، المكافئ هو إطار pre-commit الذي يشغّل ruff وmypy وpytest.)

3. اجعل الذكاء الاصطناعي يكتب الاختبارات — ويشغّلها

مساعدو الذكاء الاصطناعي جيدون حقاً في توليد الاختبارات، والاختبارات هي أفضل دفاع ضد كسر التغيير التالي لهذا التغيير بصمت. لكن هناك مشكلة: الوكيل الذي يكتب ويشغّل اختباراته الخاصة يمكنه الغش بجعل الاختبار ينجح بشكل تافه. لذا افصل الخطوات في موجّهك (prompt):

"اكتب اختبارات لهذه الدالة تغطّي المُدخل الفارغ، والمسار السعيد، وحالة حدّية واحدة. لا تعدّل الدالة نفسها."

ثم شغّل الاختبارات بنفسك، أو في الـ CI، وتأكد من أنها تمارس سلوكاً حقيقياً بالفعل. اختبار مثل expect(result).toBeDefined() هو مجرد مسرحية؛ بينما expect(addTax(100, 0.2)).toBe(120) فحص حقيقي. اقرأ تحققاً واحداً على الأقل لتتأكد أنه من النوع الثاني.

4. أضف بوابة جودة في الـ CI

الـ hooks المحلية تحمي جهازك؛ وفحص الـ CI يحمي المشروع من الجميع (بما في ذلك نسختك المستقبلية المرهقة في أمسية متعبة). أضف workflow يعيد تشغيل الفحص اللغوي والأنواع والاختبارات في كل pull request، واضبط الفرع بحيث تُمنع عمليات الدمج حتى تنجح. هذه بالضبط هي الفكرة التي تبيعها المنصات الكبرى الآن كمنتج — GitHub Code Quality، المتوفّر للجميع في يوليو 2026، يضيف بوابات تمنع الدمج عند انخفاض قابلية الصيانة أو التغطية، وأعادت Cursor صياغة أمر /review الخاص بها كبوابة pre-commit في وقت سابق من هذا العام. يمكنك الحصول على 80% من القيمة مجاناً عبر مهمة GitHub Actions أو GitLab CI عادية.

5. أبقِ إنساناً في الحلقة من أجل الـ 5% الخطرة

لا تستطيع الأتمتة الحكم على ما إذا كانت الميزة هي الميزة الصحيحة، أو ما إذا كان قرار معماري سيصمد جيداً مع الوقت، أو ما إذا كان حذف تلك الدالة "غير المستخدمة" آمناً. احتفظ بانتباهك الحقيقي لـ: أي شيء يمسّ المصادقة (auth)، أو المدفوعات، أو حذف البيانات؛ وهجرات قواعد البيانات (migrations)؛ والتغييرات في الكود المشترك الذي تعتمد عليه ملفات كثيرة أخرى. ولكل ما عدا ذلك، دع شبكة الأمان تقوم بالعمل.

قاعدة عامة بسيطة

كلما منحت الذكاء الاصطناعي استقلالية أكبر، احتجت بواباتك أن تكون أقوى. إذا كنت تقبل تغييراً واحداً في كل مرة بعناية، فقد تكفي قراءة diff سريعة. أما إذا كنت تترك وكيلاً يعمل عشر دقائق دون مراقبة، فأنت تريد الفحص اللغوي والأنواع والاختبارات واقفة بينه وبين فرعك الرئيسي (main). ابنِ الشبكة مرة واحدة، وعندها يمكنك أن تدع الذكاء الاصطناعي يتحرك بسرعة دون أن يكسر الأشياء بهدوء من خلفك.