مهنة المطوّر في 2026
صار وكلاء البرمجة يكتبون كثيرًا من الشيفرة، والمبتدئون يجدون أبوابًا مفتوحة أقل، ودراسات الإنتاجية لا تتفق. ما الذي تغيّر، وماذا تقول الأدلة، وأي المهارات تهم الآن.
قبل عامين كان مساعد الذكاء الاصطناعي يُكمل السطر الذي يكتبه المطوّر. أما اليوم فيصف المطوّر مهمة، فيقرأ وكيلٌ قاعدة الشيفرة، ويكتب التغيير، ويشغّل الاختبارات، ويقترح النتيجة، ثم يقرر المطوّر هل هي جيدة بما يكفي. لم تختفِ المهنة. بل انتقلت. في ما يلي ما الذي تغيّر، وماذا تقول الدراسات عن السرعة، وما الذي يحدث للتوظيف، وأي المهارات تهم الآن.
ما الذي تغيّر
تحوّلت الأدوات من خيار إضافي إلى أمر عادي في غضون عام. ففي استطلاع Stack Overflow لعام 2025، كان 84 بالمئة من المطورين يستخدمون أدوات الذكاء الاصطناعي أو يعتزمون استخدامها، لكن نحو ثلاثة من كل عشرة فقط كانوا يستخدمون الوكلاء في العمل، ووصف الاستطلاع الوكلاء بأنهم «لم يصبحوا سائدين بعد». وفي نسخة 2026، التي شارك فيها أكثر من 30,000 مستجيب، قال 73 بالمئة إنهم يستخدمون مساعدي البرمجة ووكلاءها كل يوم. ويتصدر Claude Code وGitHub Copilot قائمة الوكلاء.
لكن الثقة لم تواكب ذلك. ففي 2025 كان عدد المطورين الذين لا يثقون بدقة أدوات الذكاء الاصطناعي، 46 بالمئة، أكبر من عدد الذين يثقون بها، 33 بالمئة، وكان أكثر مصادر الإحباط شيوعًا، وقد ذكره 66 بالمئة، إجابات «صحيحة تقريبًا، لكن ليس تمامًا». وفي 2026 قال 48 بالمئة إنهم يثقون بالذكاء الاصطناعي حين يستطيعون التحقق من إجاباته بسهولة.
ووجدت أبحاث DORA لدى Google التوتر نفسه. ففي 2025 كان 90 بالمئة من نحو 5,000 مختص في التكنولوجيا يستخدمون الذكاء الاصطناعي في العمل، واعتقد أكثر من 80 بالمئة أنه جعلهم أكثر إنتاجية. وصار استخدام الذكاء الاصطناعي مرتبطًا بوتيرة تسليم أعلى، لكنه ظل مرتبطًا باستقرار أقل. وخلاصة DORA أن الذكاء الاصطناعي يعمل «كمضخِّم، يكبّر نقاط القوة والضعف القائمة في المؤسسة».
أسرع، أم أنه يبدو أسرع فحسب
أشهر دراسة تشير إلى الاتجاه المعاكس. ففي مطلع 2025 أجرت METR، وهي مجموعة بحثية، تجربة عشوائية على 246 مهمة حقيقية لـ 16 مطورًا متمرسًا في المصدر المفتوح يعملون على مشاريع كبيرة وناضجة، في الغالب باستخدام Cursor ونموذجي Claude 3.5 و3.7 Sonnet. توقع المطورون أن يجعلهم الذكاء الاصطناعي أسرع بنسبة 24 بالمئة، واعتقدوا بعد ذلك أنه جعلهم أسرع بنسبة 20 بالمئة. لكن القياس أظهر أنهم كانوا أبطأ بنسبة 19 بالمئة.
وقد قالت METR منذ ذلك الحين إن تلك النتائج لم تعد تعكس الأدوات الحالية. ففي فبراير 2026 نشرت بيانات جديدة من 57 مطورًا وأكثر من 800 مهمة. وهي تقدّر الآن تسارعًا بنسبة 18 بالمئة للمطورين المشاركين في الدراسة الأولى، و4 بالمئة للمنضمين الجدد، بفترات ثقة لا تزال تشمل احتمال انعدام أي مكسب. واصطدمت الدراسة أيضًا بالتغيير الذي تقيسه: فقد قال ما بين 30 و50 بالمئة من المطورين إنهم اختاروا ألا يقدّموا بعض المهام لأنهم لم يرغبوا في أدائها دون الذكاء الاصطناعي. وتصف METR أرقامها بأنها «ليست سوى دليل ضعيف جدًا على حجم هذه الزيادة»، وتعيد تصميم التجربة.
والقراءة الأمينة أن الوكلاء يساعدون على الأرجح معظم المطورين اليوم أكثر مما كانوا يفعلون في مطلع 2025. لكن أحدًا لم يقس بعدُ بثقة مقدار ذلك، والإحساس بالسرعة دليل ضعيف.
أبواب أقل أمام المبتدئين
يظهر الضغط أولًا عند المدخل. يتابع إريك برينيولفسون (Erik Brynjolfsson) وبهارات تشاندار (Bharat Chandar) ورويو تشن (Ruyu Chen) في Stanford بيانات الرواتب من ADP التي تغطي ملايين العاملين في الولايات المتحدة. وفي تحديثهم الصادر في أغسطس 2026، ببيانات حتى يونيو، كان توظيف من تتراوح أعمارهم بين 22 و25 عامًا في المهن المعرّضة للذكاء الاصطناعي، ومنها تطوير البرمجيات، أدنى بنسبة 19 بالمئة مما كان سيبلغه لو واكب نظراءهم في المهن الأقل تعرضًا، في حين لم تظهر لدى العاملين ذوي الخبرة فجوة كهذه. وجاء الفرق أساسًا من قلة التعيينات لا من كثرة المغادرين، وتركّز حيث يُستخدم الذكاء الاصطناعي لأتمتة العمل لا للمساعدة فيه. ويصف المؤلفون هذه النتائج بأنها إشارات مبكرة ووصفية، لا تقديرات للسببية.
وتروي إعلانات الوظائف قصة أطول. فقد بلغ مؤشر Indeed لإعلانات وظائف تطوير البرمجيات في الولايات المتحدة 78 في 2 أكتوبر 2026، مقابل 100 في فبراير 2020 وذروة بلغت 234 في فبراير 2022. وجاء معظم هذا التراجع في 2022 و2023، قبل أن ينتشر استخدام وكلاء البرمجة، ومنذ أدنى مستوى في مايو 2025 ارتفعت الإعلانات بأكثر من الربع. ولا يزال مكتب إحصاءات العمل الأمريكي يتوقع أن ينمو توظيف مطوري البرمجيات ومختبريها ومحللي الجودة بنسبة 10 بالمئة بين 2025 و2035، بنحو 106,100 فرصة عمل سنويًا، مدفوعًا جزئيًا ببرمجيات الذكاء الاصطناعي.
المهارات التي تهم الآن
إذا كان الوكلاء يكتبون قدرًا أكبر من الشيفرة، فإن القيمة تنتقل إلى كل ما يحيط بها: التحديد الدقيق لما ينبغي بناؤه، وقراءة الشيفرة بعين ناقدة، وتصحيح الأخطاء، والاختبار، والأمان، وتصميم أنظمة تظل منطقية بعد خمس سنوات. فمعرفة النشاط الذي يخدمه البرنامج صارت أهم من حفظ إطار عمل عن ظهر قلب.
لكن ثمة محذورًا لمن لا يزالون يتعلمون. ففي تجربة عشوائية نُشرت في يناير، طلبت Anthropic من 52 مهندسًا، معظمهم مبتدئون، أن يتعلموا مكتبة Python لم يستخدموها من قبل. فأنهى من استعانوا بمساعد ذكاء اصطناعي المهمة أسرع بنحو دقيقتين، وهو فرق غير ذي دلالة إحصائية، ثم أحرزوا 50 بالمئة في اختبار قصير مقابل 67 بالمئة لمن كتبوا الشيفرة بأيديهم، وكانت أكبر فجوة في تصحيح الأخطاء. أما المشاركون الذين طلبوا من الذكاء الاصطناعي شروحًا، أو اكتفوا بطرح أسئلة مفاهيمية، فقد احتفظوا بمعظم ما تعلموه. وبعبارة المؤلفين: «طريقة استخدام الشخص للذكاء الاصطناعي أثّرت في مقدار المعلومات التي احتفظ بها.»
والمطورون يستشعرون ذلك أيضًا. ففي استطلاع Stack Overflow لعام 2026، كان القلق من فقدان المهارات المهنية السبب الأول الذي ذُكر لتجنب الذكاء الاصطناعي في العمل أو الدراسة.
النظرة إلى المستقبل
نرى أن مهنة المطوّر تصبح أقرب إلى عمل المحرر والمهندس المعماري منها إلى عمل الناسخ. ستكون هناك برمجيات أكثر، تُكتب أسرع، وسيحتاج المزيد منها إلى من يستطيع الحكم عليها. ويقع الخطر في أسفل السلّم. فإذا توقفت الشركات عن توظيف المبتدئين لأن الوكلاء يؤدون عمل المبتدئين، فستعاني بعد بضع سنوات نقصًا في المطورين الخبراء. لذا ينبغي أن يتغير التدرّب المهني لا أن ينتهي: مبتدئون يراجعون ما ينتجه الوكلاء ويختبرونه ويشرحونه، ومعهم خبراء يتحققون من طريقة تفكيرهم.
وهكذا نعمل في Werk، منصتنا للتطبيقات. يكتب الذكاء الاصطناعي معظم الشيفرة على إطار عمل بنيناه ونثق به. ويقرر أشخاص ما يُبنى، ويصممون الإحساس الذي يتركه، ويراجعون كل إصدار.
