الفترة الماضية يمكن مر عليكم، خصوصاً المهتمين بالـ AI، مصطلح اسمه Tokenmaxxing. المصطلح معناه بشكل مبسط أن إنتاجيتك صارت تقاس بعدد التوكنز اللي حرقتها. طبعاً هل هذا صحيح؟ مب شرط، لأن ممكن تحرق مليار توكن وتطلع بشيء ما يسوى، وممكن تحرق ملايين قليلة وتطلع بنتيجة ممتازة. لكن بعيداً عن المصطلح نفسه، لاحظت الفترة الأخيرة شيء مثير في طريقة إطلاق النماذج. بعض الشركات صارت قبل الإطلاق الرسمي تسوي إطلاق خفي أو Stealth على منصات مثل OpenRouter، وتخلي الناس تستخدم النموذج لفترة وهي تراقب الاستخدام والملاحظات وتعدل النموذج أكثر من مرة قبل ما تعلن عنه بشكل رسمي. آخر نموذج هو Space Bunny Alpha. إلى الآن هو نموذج مجهول المصدر، لكن فيه شك كبير أنه نموذج صيني مقطر مرتبط بـ MiniMax، خصوصاً أني شفته أكثر من مرة يهلوس ويقول إنه Opus 4.8. والغريب أني لما رفعت مشروع على GitHub ظهر عندي Opus كمساهم في المشروع. وخلال فترة الإطلاق الخفي لاحظت أن النموذج نفسه يتغير ويتطور أكثر من مرة. النموذج بالنسبة لي مب خارق، لكن كونه مجاني خلاني أستخدمه على مشروع جانبي وأتركه يشتغل براحة، والنتيجة أني خلال أسبوع تقريباً حرقت حول 5.4 مليار توكن. وهنا فعلاً حسيت أن Tokenmaxxing ممكن يكون له معنى إذا كان النموذج مجاني 😅. أنتم تعرفون أن موضوع أسعار الـ AI قاعد يرتفع الفترة الماضية. حتى النماذج اللي تشوف سعرها رخيص، مثل DeepSeek، ممكن في الاستخدام الفعلي تكلفك أكثر مما تتوقع لأنك ببساطة تحرق توكنز أكثر. السعر لكل مليون توكن ما يعطيك دائماً الصورة الكاملة، خصوصاً مع الوكلاء اللي يقرأون ملفات، يشغلون أوامر، يرجعون يراجعون شغلهم ويعيدون المحاولة. لكن الشيء الجميل أن التطور اللي صار الفترة الماضية بدأ يغير المعادلة. صرت تقدر فعلاً تعطي النموذج مشروع حقيقي وتخليه يشتغل لفترة طويلة، وتطلع بنتيجة تستحق الوقت والتوكنز. حتى التغريدة المقتبسة تحت شدتني لهذا السبب. صاحبها Mo كان من الناس اللي دائماً ينتقدون فكرة أن AI coding صار فعلاً قادر على بناء أشياء كبيرة. في تجربة سابقة له كان يعطي الـ AI مهام برمجية بسيطة، لكن النتيجة غالباً كانت سيئة ويخرب عليه أجزاء من المشروع. وقتها كان يشوف أن الكلام عن قدرة الـ AI على البرمجة أكبر من الواقع بكثير. لكن تجربته الأخيرة كانت مختلفة. كتب للـ Claude شرح مفصل جداً للشيء اللي يبيه، حوالي 2700 سطر، وتركه يبني الميزة كاملة من البداية للنهاية. الميزة نفسها كبيرة وتحتاج ربط بين الكمبيوتر والجوال والمتصفح مع أشياء مثل الخادم والتشفير، ومع ذلك ترك الـ AI يشتغل عليها لحاله بدل ما يجلس يوجهه خطوة بخطوة. بحسب تجربته، النظام شغل عشرات الوكلاء في نفس الوقت، وبعضهم كان دوره مراجعة عمل الآخرين ومحاولة اكتشاف المشاكل. العملية استمرت ساعات طويلة وانتهت، بحسب وصفه، بميزة تعمل فعلياً مع اختبارات كثيرة. أكثر شيء لفتني في كلامه مب عدد الوكلاء ولا حتى عدد الساعات. الفكرة أن طريقة استخدام النموذج نفسها بدأت تتغير. سابقاً كنت أنت المدير الفعلي لكل خطوة، تقول له وش يفتح، وش يعدل، وش يختبر، ثم ترجع تراجع كل شيء بنفسك. الآن بدأت تظهر نماذج تقدر تعطيها الهدف والسياق وتتركها تتنقل داخل المشروع وتحاول وتفشل وتراجع نفسها وتكمل. وهذا يقودني لنقطة أعتقد أنها أهم من قوة النموذج نفسها. النماذج الكبيرة زمان كان التسويق لها أكبر بكثير من قدرتها الفعلية على إنتاج شيء تستخدمه في مشروع حقيقي. واللي اشتغل على AI يعرف هذا جيداً. إذا ما كنت فاهم وش تسوي، ممكن تحرق توكنز بشكل هائل وأنت في النهاية ما عندك شيء مفيد. إخراج شيء قوي وله قيمة يحتاج خبرة، وفهم للكود، ومعرفة كيف توجه النموذج ومتى توقفه ومتى تخليه يكمل. هذا الشيء بدأ يتغير مع Opus 5.5، صحيح ما جربته شخصياً إلى الآن، لكن بعد قراءة كمية كبيرة من التجارب وردود الفعل، واضح لي أن مستوى الاعتماد عليه في المهام الطويلة صار مختلفاً. وبصراحة هذا من النماذج اللي أشوف أن tokenmaxxing فيه صار له معنى فعلي. إذا النموذج قادر يستفيد من التوكنز الإضافية في التخطيط والقراءة والمراجعة والاختبار، فزيادة عدد التوكنز نفسها ممكن تكون جزء من طريقة العمل، مب مجرد رقم تتفاخر فيه. وبالرجوع للحرق اللي سويته أنا، لي فترة وأنا ما قدرت أستقر على منظومة AI واحدة. جربت Hermes، وجربت Pi، وجربت OpenCode، وأخيراً DeepSeek Harness، والآن أقدر أقول أن DSH هو أفضل Harness جربته إلى الآن. منظومة Pi بالنسبة لي من أكفأ المنظومات. بسيط وواضح وما يحرق توكنز بشكل جنوني، لكن مشكلته أنك تحتاج تخصصه وتضيف له أشياء كثيرة إذا تبي توصله للشكل اللي تريده. بالنسبة لـ Hermes ممتاز وقوي، لكن كونه مكتوب ببايثون تحس بثقله، وفوق هذا عنده ميل أنه يستهلك توكنز كثير ويخصص نفسه بنفسه لدرجة أحياناً تخليك ما تعرف وش صار بالضبط داخل المنظومة. أما OpenCode كان لفترة هو المفضل عندي، لكن حالياً أحسه بدأ يصير Outdated. حتى أشياء بسيطة مثل فكرة /goal اللي صارت مهمة جداً بالنسبة لي ما هي موجودة بالشكل اللي أحتاجه. أخيراً DeepSeek Harness البطل. اللي عجبني فيه ببساطة أنه تقدر تبني حوله منظومة كاملة على حسب احتياجك، تضيف له skills وأدوات وطرق مختلفة للعمل. حسيت أني لأول مرة أتعامل مع Harness أقدر أشكله على طريقتي بدل ما أتقيد بالطريقة اللي صممها صاحب المشروع. وبالمناسبة اليوم شيكت الموقع الرسمي نزل له تطبيق Desktop بدل من واجهة الويب اللي كانوا يستخدمونها. ومن هنا جتني الفكرة الغبية شوي. قلت ليه ما أبني منظومة خاصة فيني؟ مب لأن عندي اعتقاد أني بطلع بشيء أفضل من كل هذي المشاريع، بالعكس. أنا مب خبير في بناء Agent Harness أصلاً. لكن حسيت أن مشروع زي هذا ممكن يعلمني كثير جداً، سواء في كتابة الـ prompts، أو تصميم الـ skills، أو إدارة السياق، أو طريقة إعطاء الوكيل صلاحياته، أو حتى فهم ليه بعض الـ Harnesses تخلي النموذج ممتاز وبعضها تخليه يضيع. فقررت أبدأ مشروع خاص فيني بلغة Rust. مبدئياً كتطبيق Terminal، وبعد ما يستقر الهيكل الأساسي أحوله إلى تطبيق Desktop كامل. الفكرة أني آخذ أفضل الأشياء من كل عالم. بساطة Pi. قوة الـ agentic workflow في DeepSeek Harness. مرونة الـ plugins والـ skills. أشياء عجبتني في OpenCode. وبعض الأفكار من Hermes في موضوع الوكلاء والتخصيص. وفي النهاية أبني شيء يناسب طريقة استخدامي أنا. المشروع لي فترة شغال عليه، وإلى الآن ما أقدر أقول أني أنتجت شيء له قيمة كبيرة، خصوصاً أن استخدام نموذج مجاني لفترة طويلة أخرني شوي. لكن حالياً تركيزي مب على أني أطلع بأسرع وقت بنسخة مبهرة. قاعد أبني الهيكل العام، أفهم كيف كل قطعة تشتغل، وأجرب كيف أصمم الـ Harness من الأساس. وبعد ما أوصل لمرحلة أحس أن الهيكل صار كويس، وقتها أعطيه لنموذج قوي وأشوف إلى وين يقدر يوصله. يمكن في النهاية يطلع المشروع فاشل، ويمكن أكتشف أني كنت أعيد اختراع العجلة. لكن حتى لو صار هذا، أحس أن عملية بنائه نفسها بتعلمني عن الـ AI agents أكثر بكثير من أني أجلس أستخدم Harness جاهز وأشتكي من الأشياء اللي ناقصته.