توقف عن تقسيم موارد الذكاء الاصطناعي بالتساوي: النماذج الأفضل للمهندسين الخبراء توفر المال، ولم يعد العمل الروتيني للمبتدئين مجديًا

خلال البث المباشر لوسيلة InfoQ الإعلامية في مؤتمر العالم للذكاء الاصطناعي 2026، ناقش الخبيران Teng Yu وTang Feihu التحولات العميقة التي تجلبها البرمجة بالذكاء الاصطناعي (Artificial Intelligence). ويتفق الاثنان على أن الذكاء الاصطناعي يعزز قيمة حُكم المهندسين ذوي الخبرة، في حين يخسر الوافدون الجدد الذين اعتمدوا على البرمجة المتكررة والروتينية. يستخدم كلاهما نماذج متعددة، لكنهما يلاحظان أن استهلاك الرموز (Token) لم يعد المقياس الأساسي، بل الأهم هو إنجاز المهام والقيمة المحققة. ويرى Tang Feihu أن النماذج تمتلك قدرة على الحُكم، مستشهدًا بقدرة Kimi K3 على توليد لعبة ثلاثية الأبعاد من أمر نصي واحد، وبحالة رفض فيها أحد النماذج رفع شيفرة برمجية بسبب مخاوف تتعلق بالسلامة. في المقابل، يجادل Teng Yu بأن النماذج تفتقر إلى المسؤولية الحقيقية ولا يمكنها اتخاذ القرارات النهائية. أما على صعيد المؤسسات، فيحذّران من استخدام استهلاك الرموز كمؤشر أداء رئيسي (Key Performance Indicator)، لأن ذلك يدفع إلى التحايل على المقاييس. ويقترحان بدلًا من ذلك التركيز على العائد على الاستثمار (Return on Investment)، واختيار النموذج المناسب لكل مهمة، وإتاحة النماذج الأقوى للمهندسين الأكثر خبرة. وينصحان المبتدئين بالبدء في استخدام الذكاء الاصطناعي مبكرًا، وتجنّب منافسته في مسائل LeetCode، والتفكير في دراسة العلوم الإنسانية. ويرى كلاهما أن هندسة البرمجيات تتحول من كتابة الشيفرة إلى فهم الأنظمة وتحمّل المسؤولية. ولا يزال Tang Feihu يوصي بدراسة علوم الحاسوب (Computer Science)، لكن مع تغيير المناهج الدراسية، بينما يرى Teng Yu أن شهادات علوم الحاسوب التقليدية قد تفقد قيمتها.