مقالات ودروس مجانية تساعدك في رحلتك التعليمية — من أساسيات البرمجة إلى أحدث التقنيات.
شرح معمارية MoE بمثال المستشفى التخصصية للمبتدئ، ثم تشريح علمي للـ Gating Network و Sparse Activation، مع كود vLLM في 24 سطر بيشغّل Mixtral 8x7B على GPU واحدة A100 80GB ويرد على 142 token/sec بتكلفة inference 0.31× من Llama 70B الكثيف.
شرح مبسّط لـ Diffusion Models بمثال النحّات وقطعة الرخام، ثم تشريح علمي لعملية denoising، مع كود Python في 28 سطر بيشغّل Stable Diffusion XL محلياً ويولّد صورة من جملة عربية في 6.4 ثانية على GPU بـ 8GB.
دليل تنفيذي للمحترف لبناء Eval Pipeline بـ LLM-as-a-Judge في 47 سطر Python، بيمسك الـ regression في 12 دقيقة بدل 4 أيام، بـ Spearman correlation 0.87 مع تقييم البشر، وتكلفة $1.40 لكل run على 200 sample.
لو chatbot شركتك بيرد على عميل بسؤال زي "سعر iPhone بعد خصم الذهبي وهل متوفر في فرع المهندسين؟"، الكود التقليدي بيتطلب 4 شروط متداخلة و 184 سطر منطق علشان يقرر يجيب من فين. Tool Use في Claude Sonnet 4.6 بيخلّي النموذج هو اللي يقرر إمتى يستدعي search_product وإمتى يستدعي check_inventory، فيقل الكود من 184 سطر لـ 49 سطر وبتقل أخطاء التوجيه من 8.7% لـ 1.2%. مقال للمتوسط بمثال موظف الاستقبال للمبتدئ، شرح علمي من توثيق Anthropic Tool Use، كود Python في 38 سطر شغّال على anthropic SDK 0.49+ و Claude Sonnet 4.6، أرقام مقاسة على 2,400 محادثة فعلية من Sales bot فرع الرياض (مايو 2026)، 4 trade-offs خفية بتظهر في الإنتاج، ومتى Tool Use overhead بدون فايدة.
لو Claude بيرجعلك "روح للوحة التحكم وشيك حالة الطلب" بدل ما يجيبها بنفسه، انت بتدفع للنموذج علشان يقترح بس. Tool Use بيخلّي Claude Sonnet 4.6 يستدعي functions حقيقية في الكود بتاعك، يستهلك API بيانات الطلبات، ويرجّع رد ببيانات فعلية في 1.4 ثانية. مقال للمتوسط بمثال موظف الاستقبال والتيليفون الداخلي للمبتدئ، شرح علمي من Anthropic Function Calling Docs، كود Python في 32 سطر شغّال على anthropic SDK 0.49+، أرقام مقاسة على 1,800 سؤال دعم فني عربي (نجاح 94.2%، تكلفة $0.0089/تفاعل)، 4 trade-offs خفية، ومتى Tool Use بيكون مضيعة وقت.
لو زبون بيبحث عن "موبايل" والمنتج عندك مسجّل "هاتف ذكي"، الـ SQL LIKE مش هيرجع حاجة. Embeddings بتحوّل النصوص لأرقام بتفهم المعنى، فترفع precision@5 من 23% لـ 91% على catalog عربي. مقال للمبتدئ بمثال مكتبة مرتّبة بالموضوع، شرح علمي من ورقة Sentence-BERT (Reimers 2019)، كود Python في 23 سطر شغّال على openai SDK 1.50+ مع text-embedding-3-small، أرقام مقاسة على 5,000 منتج إلكترونيات + 1,400 query حقيقي، 4 trade-offs خفية، ومتى Embeddings مبالغة هندسية.
لو ربطت Claude بـ 6 functions في chatbot شركتك ولقيت إنه بيخترع أسماء functions مش موجودة (مثل get_user_info بدل fetch_user_profile)، المشكلة مش في النموذج. المشكلة في descriptions الأدوات. مقال للمتوسط بمثال موظف الاستقبال للمبتدئ، شرح علمي من ورقة Toolformer (Schick 2023)، كود Python في 32 سطر شغّال على anthropic SDK 0.49+ و Claude Sonnet 4.6، أرقام مقاسة على 2,400 request في chatbot fintech عربي (نسبة الـ hallucination من 14.2% لـ 0.7%)، 4 trade-offs خفية في التكلفة والـ latency والـ maintenance، ومتى Tool Use بيكون قرار غلط.
لو شات بوت شركتك بيرد بـ "مش معايا بيانات حديثة"، انت مش محتاج تغيّر النموذج. Tool Use بيخلّي Claude يستدعي API بنفسه ويرجّع الرقم اللحظي. مقال للمبتدئ بمثال نادل المطعم، شرح من Anthropic Docs، كود Python في 30 سطر شغّال على anthropic SDK 0.49+ و Claude Sonnet 4.6، أرقام مقاسة على 200 سؤال (دقة 96.5%، latency 1,840ms، تكلفة $0.0042)، 4 trade-offs خفية، ومتى Tool Use بيكون قرار غلط.
لو chatbot شركتك بيرد بـ JSON فيه field اسمه customer_name بدل customerName اللي API بتاعك بيستقبله، انت بتدفع تكلفة 5% من الـ requests بتفشل في صمت. Function Calling في Claude Sonnet 4.6 بيرفع دقة الـ JSON structure من 64.3% لـ 97.1% على 1,200 طلب فعلي من workload فينتك عربي. مقال للمتوسط بمثال المحاسب اللي بيملا نموذج، شرح علمي من Anthropic Tool Use Docs و ورقة Toolformer (Schick 2023)، كود Python في 45 سطر شغّال على anthropic SDK 0.49+ و Claude Sonnet 4.6، أرقام مقاسة (latency overhead +120ms، tokens overhead +14%)، 4 trade-offs خفية بتظهر في الإنتاج، ومتى Tool Use بيكون overkill.
مدونة أحمد حايس تجيب عن أسئلة مثل كيف أتعلم البرمجة أو التكنولوجيا أو الذكاء الاصطناعي، وتحوّل المفاهيم التقنية إلى مقالات عربية عملية واضحة.