المصطلحات
الكلمات التيتُستخدم بلا دقة.
- مهندس ميداني (FDE)
- مهندس يعمل داخل فريقك وداخل شيفرتك بدل أن يسلّم من بعيد. النموذج الذي شاع مع Palantir، والذي استثمرت فيه Anthropic وOpenAI وAWS وMicrosoft في 2026. الفكرة أن من يحدّد النطاق هو من ينفّذه.
- اقرأ التعريف الكامل لـ مهندس ميداني (FDE)
- استشارات ai
- عمل استشاري ينتهي بشيء يعمل فعلًا، لا بعرض تقديمي. تقييم جاهزية، وخطة مكتوبة، وغالبًا التنفيذ نفسه. اسأل أي شركة سؤالين: كم التكلفة، ومن الذي سينفّذ بالضبط.
- تقييم الجاهزية لـ ai
- مراجعة قصيرة لما إذا كانت بياناتك وأنظمتك وفريقك تحتمل العمل الذي تفكّر فيه. يجب أن تسمّي المسارات التي تستحق التغيير وتلك غير الجاهزة، وأن تقول "ليس بعد" حين يكون هذا هو الجواب.
- تنفيذ ai
- الخطوة بين قرار استخدام ai وتشغيله فعليًا في الإنتاج: التكامل، وصلاحيات الوصول، وخطة التراجع، والتسليم لمن سيتولّى الصيانة. معظم المشاريع المتعثّرة تتعثّر هنا، لا عند النموذج.
- حوكمة ai
- القواعد المكتوبة لاستخدام ai داخل الشركة: أي بيانات يراها، ومن يوافق، وما الذي يُسجَّل، وكيف تُلتقط المخرجات الخاطئة. عمليًا: وثيقة سياسة، وسجل تدقيق، وخطة تراجع — لا بيان مبادئ.
- تجربة ai أولية
- تشغيل تجريبي محدود لمسار عمل قبل الالتزام به. التجربة مفيدة حين يكون معيار الخروج مكتوبًا مسبقًا. وبدونه تتحوّل إلى شيء يستمر سنة ولا يُطلق أبدًا.
- تمكين الفرق في ai
- تدريب يغيّر ما يفعله الفريق يوم الاثنين، لا ما يعرفه يوم الجمعة. مواعيد دفعات معلنة، وتقييم حقيقي، وعمل يُنتَج أثناء البرنامج بدل شهادة حضور.
- نموذج لغوي كبير (LLM)
- نموذج مدرَّب على توقّع النص، ولهذا قد يعطي السؤال نفسه إجابتين مختلفتين. مفيد حين تحتمل المهمة مراجعة بشرية؛ وخطر حين يذهب مخرج غير مُراجَع مباشرة إلى عميل أو إلى دفتر حسابات.
- التوليد المعزَّز بالاسترجاع (RAG)
- تزويد النموذج بمستنداتك لحظة السؤال بدل تدريبها داخله. هكذا يجيب المساعد من سياساتك أنت لا من الإنترنت، وهو عادة أرخص وأسهل في التصحيح من الضبط الدقيق.
- وكيل ai
- نموذج مُنح أدوات وصلاحية للتصرّف: يرسل البريد، يحدّث السجل، يستدعي واجهة برمجية. المشكلة الهندسية ليست في التفكير، بل في تحديد ما يجوز أن يمسّه وما يجب أن يستأذن فيه إنسانًا أولًا.
- اختبار تقييم (eval)
- اختبار قابل للتكرار يقيس مخرجات النموذج مقابل إجابات معروفة الصحّة. بدونه لا يمكنك معرفة ما إذا كان تعديل التعليمات قد حسّن شيئًا أم غيّره فقط. هذا هو الفرق بين الإطلاق والتخمين.
- الضبط الدقيق (fine-tuning)
- تدريب إضافي لنموذج قائم على أمثلتك أنت ليتبنّى صيغة أو أسلوبًا. مفيد لاتّساق المخرجات؛ وغالبًا الأداة الخاطئة لتلقين النموذج معلومات، حيث يؤدي الاسترجاع المهمة على نحو أفضل.