مقالات عملية مرتبة حسب المجال والمستوى، اختر المجال المناسب واقرأ من مستوى مبتدئ إلى محترف.
لو dashboard بتاعك بيرجع شاشة فاضية لأن طلب واحد من 8 طلبات API فشل، المشكلة مش في الـ network. المشكلة إنك بتستخدم Promise.all بدل Promise.allSettled. مقال للمستوى المتوسط بمثال البنك للمبتدئ، تعريف علمي دقيق لـ fail-fast vs settle-all، كود JavaScript شغّال على Node 22، أرقام مقاسة من production، trade-offs، ومتى لا تستخدم allSettled أصلاً.
لو الـ system prompt بتاعك 5000 توكن وبيتبعت في كل request، Prompt Caching بيخلّي قراءته بـ 10% من السعر الأصلي. مقال للمستوى المتوسط بمثال أمين المكتبة للمبتدئ، تعريف علمي للـ KV cache، كود Python شغّال على Anthropic SDK، أرقام قبل وبعد على workload حقيقي، trade-offs، وحالات لا تستخدمها فيها.
لو سكربتك في Python بيقع OOM وانت بتقرأ ملف log حجمه 10GB، المشكلة مش الملف. المشكلة إنك بتحمّله كله في الذاكرة. Generator بيخلي نفس السكربت يخلّص في 12MB ذاكرة بدل 10GB. مقال للمستوى المتوسط بمثال المخبز للمبتدئ، تعريف علمي دقيق لـ Iterator Protocol وlazy evaluation، كود Python 3.12 شغّال، أرقام مقاسة فعليًا، Generator Pipeline، trade-offs واضحة، وحالات لا تستخدمه فيها.
أول مرة بتشوف دالة JavaScript بتنده نفس اسمها جوّاها، الدماغ بترفض الفكرة. في 7 دقايق هتفهم Recursion بمثال دمى ماتريوشكا، تعريف علمي لـ call stack وbase case، كود factorial وتصفّح مجلدات شغّال على Node 22، الفرق بينه وبين الـ loop، trade-offs، وحالات لا تستخدمه فيها.
لو لاحظت إن Claude أو ChatGPT بينسى التعليمات اللي قلتها له في أول الشات بعد ساعة، المشكلة مش في النموذج. المشكلة في حد اسمه Context Window. مقال للمبتدئ بمثال السبورة، تعريف علمي للـ self-attention، أرقام موديلات 2026 الفعلية، كود Python شغّال يقيس التوكنز، trade-offs، وحالات لا يهمك فيها حجم النافذة.
سكربت backup يومي ممكن يفشل 9 أيام وانت ما تعرفش. Dead Man's Switch مع Healthchecks.io بيقلب فكرة الـ monitoring: ينبهك لما الـ ping ما يبعتش، مش لما السكربت يفشل. مقال للمستوى المتوسط بمثال ساعة الحائط، تعريف علمي، خطوات إعداد قابلة للنسخ، أرقام إنتاج، trade-offs، وحالات لا تستخدمه فيها.
لو search box عندك بياخد ثانيتين على كل ضغطة زر وانت بتعمل LIKE 'prefix%' في PostgreSQL على 500 ألف صف، المشكلة مش الـ DB. هياكل البيانات اللي بتستخدمها مش مناسبة لـ prefix search. Trie بيرد في 2 مللي ثانية على نفس الداتا بـ Python خام بدون Redis ولا Elasticsearch. شرح للمستوى المتوسط بمثال دفتر تليفون مرتب، تعريف علمي دقيق، كود شغّال على Python 3.12، أرقام مقاسة فعلياً، trade-offs الذاكرة، ومتى لا تستخدمه.
لو شركتك بتدخّل 200 فاتورة شهريًا يدويًا في Excel، Vision API في Claude بيخلّص ده في 4 ثواني بـ 28 سطر Python بدل tesseract. مقال للمستوى المتوسط بمثال للمبتدئ، تعريف علمي للـ Multimodal Transformer، كود شغّال على Anthropic SDK، أرقام دقة قبل وبعد على 50 فاتورة عربية، trade-offs، وحالات لا تستخدمها فيها.
لو dashboard فيه تقرير aggregation على جدول 18 مليون صف بياخد 12 ثانية كل request، المشكلة مش الـ DB ولا الـ index. المشكلة إنك بتعيد حساب نفس النتيجة كل مرة. Materialized View بينزّل الزمن ده لـ 80ms بسطر CREATE واحد. مقال للمستوى المتوسط بمثال محل البقالة، تعريف علمي دقيق، كود SQL شغّال على PostgreSQL 16، أرقام مقاسة فعليًا، استراتيجية الـ refresh، trade-offs، وحالات لا تستخدمه فيها.