المدونة
مقالات ودروس مجانية تساعدك في رحلتك التعليمية — من أساسيات البرمجة إلى أحدث التقنيات.
Tokens للمبتدئ: ازاي تحسب تكلفة Claude API قبل ما تبعت أول request
لو فاتورة Claude API بتاعتك طلعت 3 أضعاف اللي توقعته في أول شهر، السبب مش زيادة الطلبات. السبب إنك بتحسب بالكلمات والـ API بيحسب بالـ tokens، والعربي بتاخد 2.4 ضعف الإنجليزي على نفس النص. مقال للمبتدئ بمثال محل العصير، تعريف علمي من ورقة BPE (Sennrich 2016) و Petrov 2023، كود Python في 18 سطر شغّال على anthropic SDK 0.49+، حساب فعلي للتكلفة قبل أول request، 4 trade-offs خفية في الحساب، ومتى الحساب ده مضيعة وقت.
Long Context vs RAG للمحترف: متى تشيل Qdrant وتعتمد على 1M Token
لو فاتورة Qdrant + reranker + embeddings بقت $1,124 شهرياً على corpus 7.7M token، الـ 1M token context في Claude Sonnet 4.6 ممكن يوفّر 56% من التكلفة ويرفع الدقة 12 نقطة. مقال للمحترف بمثال المكتبة الشخصية للمبتدئ، تعريف علمي من ورقة Lewis 2020 (RAG)، أرقام مقاسة على workload Fintech عربي بـ 3,200 سؤال شهرياً، كود Python يقارن النسختين على anthropic SDK 0.49 مع prompt caching، 4 trade-offs خفية في latency و cost predictability و debugging و vendor lock-in، ومتى Long Context كارثة compliance.
Speculative Decoding للمحترف: تسريع vLLM 2.4× بنموذج draft صغير
لو throughput الـ Llama 3.1 70B واقف عند 38 token/ثانية على H100، المشكلة مش في الـ GPU. Speculative Decoding بيحل decoding bottleneck بنموذج draft 1B بيقترح والنموذج الكبير بيتحقق بالتوازي. مقال للمحترف بمثال المحرر والمساعد للمبتدئ، شرح علمي من ورقة Leviathan 2023، configuration vLLM شغّال، أرقام مقاسة (38 → 91 token/ثانية، acceptance rate 73.4%)، 4 trade-offs خفية، ومتى الـ technique دي بتكون قرار غلط.
Mixture of Experts للمتوسط: ليه DeepSeek V3 بـ 671B parameter بيشتغل بتكلفة 37B
لو DeepSeek V3 موديل 671 مليار parameter بيرد بنفس سرعة موديل 37 مليار، الفرق مش في الـ GPU. ده Mixture of Experts. شرح للمتوسط بمثال عيادة التخصصات للمبتدئ، تعريف علمي من ورقة Shazeer 2017، كود PyTorch في 24 سطر شغّال، أرقام مقاسة من تقرير DeepSeek V3 الرسمي مقابل Llama 3.1 70B (MMLU، HumanEval، التكلفة، الذاكرة)، 4 trade-offs خفية، ومتى MoE اختيار غلط.
AI Agents للمتوسط: ازاي تبني وكيل بيخلّص 14 خطوة بدون حلقة لا نهائية
73% من وكلاء AI في الإنتاج بيفشلوا في أول 90 يوم لأسباب معمارية مش جودة النموذج. مقال للمتوسط بمثال المهندس المبتدئ اللي بيصلّح سيارة، شرح ReAct من ورقة Yao 2022، كود Python شغّال على anthropic SDK 0.49 و Claude Sonnet 4.6 مع loop detection بـ hash، أرقام مقاسة على 1,800 تذكرة دعم عربية (التكلفة من $0.21 لـ $0.038، loop rate من 11.3% لـ 0.4%)، 4 trade-offs خفية، ومتى الوكيل مضيعة وقت أصلاً.
Chain-of-Thought للمبتدئ: ليه "فكّر خطوة بخطوة" بيرفع دقة Claude من 18% لـ 79%
لو سألت Claude سؤال محتاج تفكير ورجعلك إجابة غلط، المشكلة مش في النموذج - هو بيرد من غير ما "يفكّر". Chain-of-Thought بيخلّيه يكتب الخطوات الأول، والدقة بترتفع من 17.9% لـ 78.7% على benchmark GSM8K بكلمتين بس. مقال للمبتدئ بمثال الطالب اللي بيكتب على الورقة، شرح علمي من ورقة Wei 2022، كود Python شغّال على anthropic SDK، أرقام مقاسة على 50 تجربة، 4 trade-offs خفية، ومتى CoT بيكون مضيعة وقت.
Embeddings للمبتدئ: ليه الكلمات بتتحوّل لأرقام علشان AI يفهم المعنى
لو سألت شات بوتك "كام سعر الشحن" والـ FAQ مكتوب فيه "تكلفة التوصيل"، الـ AI لازم يفهم إن الجملتين بنفس المعنى. Embeddings هي اللي بتخلّي ده ممكن. مقال للمبتدئ بمثال الخريطة، تعريف علمي من ورقة Word2Vec 2013، كود Python في 14 سطر شغّال على Cohere embed-multilingual-v3، أرقام مقاسة (cosine 0.91 بين جملتين مختلفتين الصياغة)، 4 trade-offs خفية، ومتى Embeddings مش الحل.
Temperature و Top-p للمبتدئ: ليه نفس السؤال بيرجّع 3 إجابات مختلفة من Claude
لو بعتّ نفس الـ prompt لـ Claude 3 مرّات ورجعتلك 3 إجابات مختلفة، ده مش bug — ده عشوائية مضبوطة بـ Temperature و Top-p. مقال للمبتدئ بمثال الطبّاخ والكتاب، تعريف علمي من ورقة Holtzman 2020 (Nucleus Sampling)، كود Python شغّال على anthropic SDK 0.49 و Claude Sonnet 4.6 يقارن 4 إعدادات على نفس السؤال بـ 30 محاولة لكل واحد، 4 trade-offs خفية، وجدول قرار: إمتى تخلي Temperature صفر وإمتى ترفعها لـ 1.
LLM-as-Judge للمتوسط: قيّم 12K إجابة AI بـ $14 بدل $3,200
لو فريقك بيراجع ردود الـ chatbot يدويًا قبل أي release، نص الفريق مش بيشتغل على الـ product. LLM-as-Judge بيخلّي نموذج تاني (Claude Haiku 4.5) يقيّم 12,400 إجابة عربية في 108 دقيقة بـ $14.20 بدل أسبوع كامل من مقيّمين بشريين بـ $3,200. مقال للمتوسط بمثال المدرّس المساعد للمبتدئ، شرح علمي من ورقة Zheng 2023، Pairwise vs Pointwise، كود Python في 18 سطر شغّال على anthropic SDK، 4 anti-patterns موثّقة (Position Bias، Length Bias، Self-Preference، Verbosity)، أرقام مقاسة، ومتى الـ judge بيكون كارثة.
مدونة أحمد حايس
💡
ملخص سريع
مدونة أحمد حايس تجيب عن أسئلة مثل كيف أتعلم البرمجة أو التكنولوجيا أو الذكاء الاصطناعي، وتحوّل المفاهيم التقنية إلى مقالات عربية عملية واضحة.