DevByte

Call Directions Website Contact the business

DevByte مهتم بي البرمجة مهتم بي الذكاء الاصطناعي واخباره ده مكانك المناسب
Powered by Mohamed Atif

09/13/2026

Ask
ليه react.js مكتبة مش فريم ورك
جاوب في التعليقات

لو إنت طالب في سنة 2026، وفاتح تطبيق ذكاء اصطناعي كل ما تيجي تذاكر، إنت فعلاً بتستخدم واحدة من أقوى أدوات التعلّم اللي ا...
09/12/2026

لو إنت طالب في سنة 2026، وفاتح تطبيق ذكاء اصطناعي كل ما تيجي تذاكر، إنت فعلاً بتستخدم واحدة من أقوى أدوات التعلّم اللي اتاحت لجيلك على الإطلاق. السؤال مش هل تستخدمه، السؤال هو إزاي بتستخدمه، وده اللي هيحدد هل هتخرج من ساعة المذاكرة فاهم أعمق، ولا بس خلّصت الواجب وقفلت اللابتوب.

قبل ما تكمل القراءة، احفظ هذا البوست دلوقتي، هتحتاج ترجعله أكتر من مرة.

الذكاء الاصطناعي مش عدو المذاكرة، وده أول حاجة محتاج تكون واضحة قبل أي كلام تاني. هو أداة قوية جداً، وزي أي أداة قوية، النتيجة بتفرق حسب إيدين مين ماسكاها، مش حسب الأداة نفسها.

في كل مدرسة وكل جامعة دلوقتي، فيه نفس المشهد بيتكرر يومياً. طالب واقف قدام واجب صعب، وبدل ما يقعد يفكر فيه لوحده لمدة طويلة، بيستعين بالذكاء الاصطناعي ويوصل لحل في دقايق. ده مكسب حقيقي في الوقت، بس السؤال المهم هو: هل استخدم الوقت اللي وفّره ده عشان يفهم أعمق، ولا اكتفى بالحل وخلاص؟

تخيل طالبين قاعدين جنب بعض في المكتبة، فاتحين نفس التطبيق بالظبط. بعد ساعة، واحد فيهم فاهم المادة أعمق من قبل ما يبدأ، والتاني بس خلّص الواجب وقفل الشاشة. نفس الأداة بالظبط، لكن طريقة الاستخدام هي اللي فرّقت النتيجة، مش الأداة نفسها.

السؤال اللي بيتردد كتير هو: الذكاء الاصطناعي في التعليم كويس ولا وحش؟ السؤال ده مش دقيق من الأساس. السؤال الأدق: إزاي تستخدمه عشان يضيفلك قيمة حقيقية، بدل ما يوصلك لإجابة جاهزة من غير ما تمر بمرحلة الفهم؟ تلات نقاط هتوضحلك الصورة كاملة.

الشخصنة في التعلّم: أقوى وعد قدّمه الذكاء الاصطناعي

لسنين طويلة، كان التعليم مبني على فكرة غير عادلة: نفس الشرح، بنفس السرعة، لثلاثين طالب مختلفين تماماً في مستوى فهمهم. الطالب اللي فاهم من أول خمس دقايق، والطالب المحتاج شرح بطريقة تانية خالص، بياخدوا نفس الحصة بالظبط.

الذكاء الاصطناعي غيّر القاعدة دي فعلاً، وده أكبر إنجاز حققه في التعليم لحد دلوقتي. الشخصنة بتشتغل على أكتر من مستوى في نفس الوقت:

• سرعة الشرح، حسب استيعابك إنت مش حسب متوسط الفصل
• نوع الأمثلة، عملية أو نظرية، حسب ما يناسب طريقة فهمك
• مستوى صعوبة التمارين، بيزيد أو يقل حسب أدائك الفعلي

النماذج الحديثة قادرة تكتشف نمط غلطك بالتحديد. مش بس تقولك الإجابة غلط، لكن تفهم إنك بتلخبط بين مفهومين قريبين من بعض في الجبر مثلاً، وتبني لك تمارين تستهدف الفجوة دي تحديداً، مش المنهج كله من الأول.

فكّر في تعلّم لغة جديدة كمثال. قبل كده، كنت محتاج معلم بيتابعك أسبوعياً عشان يصحح نطقك ويقولك فين بتغلط في القواعد. دلوقتي، تقدر تتكلم مع أداة ذكاء اصطناعي الساعة ثلاثة الصبح، وهي تصحح لك كل جملة فوراً، وتديك تمارين مختلفة كل مرة حسب الغلطة اللي بتكررها.

التوفر المستمر ده مش تفصيلة صغيرة. معلم بشري مش هيقدر يكون متاح للطالب في أي وقت، مهما كان محترف. الذكاء الاصطناعي بيقدر، وده بيفتح باب مذاكرة حقيقي لطلاب كتير بيذاكروا في أوقات غير تقليدية.

مدرس خصوصي متخصص ممكن ياخد في الساعة الواحدة تمن اشتراك شهر كامل في أداة ذكاء اصطناعي متقدمة. ده معناه إن طالب مالوش إمكانية يدفع لمدرس خصوصي، بقى قادر ياخد نوع من التوجيه الشخصي كان لسنين حكر على العيلات القادرة تدفع بالساعة.

الاستخدام ده، بكل صراحة، مش بس مسموح، هو المفروض يبقى الهدف. كل طالب لازم يوصل للمرحلة دي: إنه يستخدم الذكاء الاصطناعي كمعلم خصوصي شخصي متاح 24 ساعة، مش كإجابة جاهزة يقفل بيها الواجب.

بس فيه نقطة محتاجة وعي منك أكتر من أي حاجة تانية، وهي إزاي تفرّق بين إنك تستخدم الأداة عشان تفهم، وبين إنك تستخدمها عشان تتخطى الفهم خالص.

الخط الفاصل بين المساعدة الذكية والغش: إزاي تعرف إنك لسه بتتعلم؟

خلّينا نكون واقعيين. أي طالب دلوقتي يقدر ياخد سؤال مقالي كامل، يحطه في نموذج ذكاء اصطناعي، وياخد إجابة ممتازة في أقل من دقيقة. الموضوع مش إن الإجابة غلط، الموضوع إن الإجابة صح جداً، لدرجة إنها بقت مش بتقيس فهمك الحقيقي للمادة كاختبار.

فيه طالبين قدموا نفس المقال، بنفس الجودة تقريباً. واحد فيهم استخدم الذكاء الاصطناعي كنقطة انطلاق، قرا الرد، ناقشه، وبنى عليه رأيه الخاص. التاني نسخ ولصق من غير ما يراجع الناتج حتى. على الورق، الاتنين أخدوا نفس الدرجة. في الواقع، واحد بس فيهم خرج من التجربة وهو يعرف حاجة جديدة فعلاً.

وده أهم سطر في البوست ده: مش كل استخدام للذكاء الاصطناعي في المذاكرة أو الواجبات غش. تصحيح إملائي، تنظيم أفكار مبعثرة، أو شرح مفهوم معقد بطريقة أبسط، كل ده استخدام ذكي وصحي للأداة، ومحدش المفروض يحس بالذنب وهو بيعمله. اللي بيحوّل الموضوع لمشكلة حاجة واحدة بس: إنك تدّي الأداة مهمة التفكير كاملة بدالك، من غير ما تفكر إنت أصلاً.

المؤسسات التعليمية حسّت بالتحدي ده، فحاولت تواجهه بأدوات كشف الذكاء الاصطناعي. المشكلة إن الأدوات دي لسه مش دقيقة بالشكل الكافي. بتتهم أحياناً طلاب أبرياء كتبوا بأسلوبهم الطبيعي، وفي المقابل بتفوّت نصوص مصنوعة بالكامل بالذكاء الاصطناعي وبس اتعدل شوية. النتيجة أزمة ثقة بين الطالب والمعلم، وحتى الطالب الملتزم بيحس بضغط زيادة عن اللزوم.

المعلمين نفسهم في موقف مش سهل. مش دايماً قادرين يفرقوا بين طالب حسّن أسلوبه فعلاً بمرور الوقت، وطالب بقى يعتمد على أداة تكتب بدل منه. وده بيخلق حالة من الشك العام، حتى في شغل الطلاب اللي بيجتهدوا فعلاً ومبيغشوش.

فيه زاوية تانية أهم من موضوع الكشف والعقاب، ومعظم الناس مش واخدة بالها منها. التعلم الحقيقي بيحصل في اللحظة اللي بتحس فيها إنك تايه شوية، وبتحاول تلاقي الإجابة بنفسك. علم النفس المعرفي بيسميها الصعوبة المرغوبة، الجهد اللي بتبذله وانت بتسترجع المعلومة من دماغك هو اللي بيثبّتها في ذاكرتك طويلة المدى. مش معنى كده إنك تسيب الأداة، معناه إنك تدي عقلك مساحة يشتغل الأول، وبعدين تستخدم الذكاء الاصطناعي تتأكد أو تعمّق فهمك أكتر.

لو مهمة التفكير كلها راحت للأداة من غير ما تلمسها إنت، مش بس بتضيع فرصة تتعلم بيها حاجة جديدة، إنت كمان بتضيع فرصة تكتشف إنت قد إيه فعلاً قادر تفكر لوحدك. الفايدة دي مش هتبان دلوقتي، هتبان بعدين، في الامتحان اللي مفيهوش إنترنت، أو في أول شغلانة هتحتاج فيها تفكر لوحدك من غير مساعدة.

في النهاية، الشهادة المفروض تقول للعالم إنك فعلاً بتعرف حاجة معينة. القيمة الحقيقية مش في الورقة نفسها، القيمة في المهارة اللي بنيتها في الطريق ليها. استخدام الذكاء الاصطناعي صح، بيقوّي المهارة دي ويسرّع بناءها، مش بيلغيها.

عشان كده جامعات كتيرة بدأت تطوّر شكل التقييم نفسه، مش بس تحاول تمنع الغش. بعضها رجع للامتحانات المكتوبة بخط اليد جوه القاعة. بعضها بقى يطلب مناقشة شفوية للأبحاث المكتوبة، الطالب بيتسأل عن كل جزئية كتبها بنفسه. وبعضها بقى يقيّم مراحل الكتابة كلها، من المسودة الأولى للنهائية، مش الناتج النهائي بس.

علامات بسيطة تقولك إنك ماسك طرف الخيط صح:

• بتسأله يشرحلك بطريقة تانية لما مش فاهم، مش بس يديك الإجابة جاهزة
• بتحاول تحل بنفسك الأول، وبعدين تتأكد منه أو تقارن
• بتقدر تشرح اللي كتبته بكلامك، من غير ما تفتح الشاشة تاني

اختبر نفسك بسؤال واحد بسيط: لو حد قفل الأداة دلوقتي وطلب منك تشرح كل جملة كتبتها بكلامك، هتقدر؟ لو الإجابة لأ مش مشكلة النهاردة، لكنها إشارة كويسة إنك تدي نفسك وقت أطول شوية قبل ما تعتمد على الإجابة الجاهزة في المرة الجاية.

الفجوة الرقمية: لما الذكاء الاصطناعي يوسّع الفجوة التعليمية بدل ما يقفلها

النقطة اللي بتتقال أقل من غيرها، إن الذكاء الاصطناعي مش بيوصل لكل الطلاب بنفس الشكل.

عوامل بسيطة بتحدد مين اللي بياخد أفضل استفادة:

• الاشتراك الشهري في النماذج الأقوى والأدق
• جودة الإنترنت والجهاز المتاح أصلاً في البيت
• مدى تدريب المدرسة والمعلمين على الاستخدام المسؤول للأداة

طالب قادر يدفع كل شهر، بياخد مساعد شخصي بجودة عالية، بيصحح غلطه بدقة وبيشرحله بطريقة تناسبه. طالب تاني مقدرش يدفع، بيستخدم نسخة مجانية أضعف، أو ملوش وصول أصلاً لإنترنت مستقر يقدر يشتغل بيه بثبات. الفجوة اللي التعليم كان محاول يقفلها لسنين طويلة، ممكن الذكاء الاصطناعي يرجعها تفتح من باب تاني تماماً.

المدارس نفسها مختلفة في جاهزيتها. بعضها بيدرّب المعلمين على دمج الأداة دي بشكل مسؤول جوه المنهج. مدارس تانية بتتجاهل الموضوع تماماً، فالطالب بيتعلم يستخدمها لوحده، من غير أي توجيه لأفضل طريقة استخدام أو حدوده.

الصورة الأكبر من كده، إن الفجوة مش بس بين طالب وطالب في نفس الفصل. فيه دول كاملة عندها بنية تحتية رقمية قوية ومناهج بتدمج التقنية من الأول، ودول تانية لسه بتحارب عشان توفر كهرباء وإنترنت ثابت في المدارس. الذكاء الاصطناعي في التعليم مش هيبقى عادل تلقائياً بمجرد ما يتطور، لازم قرار واعي يحصل عشان يوصل لكل حد بنفس الجودة.

فالسؤال الحقيقي مش الذكاء الاصطناعي كويس ولا وحش في التعليم. السؤال هو مين اللي بيوصله بشكل صح، ومين اللي بيتسيب لوحده يتعامل معاه من غير خريطة. العدالة في الوصول هي اللي هتحدد فعلاً هل الفجوة التعليمية هتقفل، ولا هتاخد شكل جديد أخطر من الأول.

يبقى الصورة الكاملة كده: الذكاء الاصطناعي مش خير مطلق ولا شر مطلق جوه غرفة المذاكرة، وهو بالتأكيد مش عدو للمذاكرة أو للطالب اللي بيستخدمه. هو مضاعِف، بيكبّر أي حاجة إنت أصلاً بتعملها.

هو زي جهاز الجيم بالظبط. يقدر يخليك أقوى لو استخدمته تتمرن بيه فعلاً، ويقدر يخليك أضعف لو خليته يرفع الوزن بدالك من الأول للآخر.

لو إنت طالب بتستخدمه عشان تفهم أعمق، تتحدى نفسك، وتسأل أسئلة كنت هتخجل تسألها لمعلم في الفصل، هو هيضاعفلك مجهودك ويوصلك لمكان كان محتاج سنين تفكير مستقل عشان توصله. لو إنت بتستخدمه عشان تتهرب من أي مجهود ذهني، هو هيضاعفلك الكسل، وهيديك درجة مؤقتة مقابل فجوة دائمة في اللي إنت فعلاً عارفه.

في المرة الجاية اللي هتفتح فيها الأداة عشان تذاكر، جرّب سؤال نفسك الأول: أنا داخل أفهم، ولا داخل أهرب من المجهود؟ إجابتك على السؤال ده هتفرق أكتر من أي درجة هتاخدها الترم ده.

الأداة واحدة، وهي فعلاً من أعظم الأدوات اللي وصلت لجيلك. القرار اللي بتاخده كل مرة تفتحها، هو اللي بيفرق. التكنولوجيا هتتقدم وهتتغير كل شوية، لكن قدرتك على التفكير النقدي هي الاستثمار الوحيد اللي مستحيل يتقادم.

✍️ محمد عاطف

بعد سنين طويلة في هندسة الأنظمة وتصميم البنية التحتية للمشاريع الكبيرة، وصلت لقناعة راسخة عندي. أي أداة تقنية بتربطك بمز...
09/11/2026

بعد سنين طويلة في هندسة الأنظمة وتصميم البنية التحتية للمشاريع الكبيرة، وصلت لقناعة راسخة عندي. أي أداة تقنية بتربطك بمزود واحد وبس، هي قنبلة موقوتة جوه أي مشروع جاد، وبمرور الوقت هتدفع التمن غالي.

لو إنت مبرمج محترف وبتدور على تحكم حقيقي في أدواتك من غير ما تبقى أسير اشتراك ثابت أو منظومة مقفولة، البوست ده هيغيرلك الصورة كلها عن مستقبل الشغل بتاعك. اعمل لايك وتابعني دلوقتي عشان الكلام التقني الجاد ده يوصلك أول بأول.

شفت شركات كتير قعدت سنين تبني ورك فلو كامل حوالين منصة واحدة، وبعدين اتفاجأت بتغيير سياسة مفاجئ كلفها وقت وفلوس مكنتش محسوبة في أي خطة أصلًا.

الحرية اللي مكنتش موجودة قبل كدا

لسنين طويلة، كل أدوات الذكاء الاصطناعي القوية في مجال الكود كانت بتفرض عليك معادلة واحدة. امشي على الطريق اللي هما رسموه، واستخدم الموديل اللي هما حددوه، وادفع الاشتراك اللي هما فرضوه، وسيبك من أي اعتراض.

opencode جه يكسر المعادلة دي من جذورها. أداة كود مفتوحة المصدر بالكامل، شغالة في التيرمينال بشكل أساسي، وملكك إنت مش ملك أي شركة تانية.

الفرق ده مش تفصيلة تسويقية، ده قرار معماري. لما تكون مسؤول عن قرار تقني في شركتك أو في مشروعك الخاص، معرفتك الكاملة إن الأداة اللي بتستخدمها متاحة كودها بالكامل، ده فرق جذري في الثقة والتحكم.

وفيه زاوية تانية مهمة جدًا للمبرمج المحترف، وهي مخاطر الاعتماد على مزود واحد. لو الشركة اللي بتشغل الأداة التجارية غيرت سياسة التسعير بدري، أو أوقفت خاصية كنت بتعتمد عليها، مفيش قدامك غير القبول.

مع opencode القصة مختلفة تمامًا. المجتمع اللي بيطور الأداة أكبر بكتير من أي قرار شركة واحدة، وحتى لو حصل أي تغيير، الكود قدامك تعدل فيه أو تستمر تستخدم نسخة قديمة تناسبك.

مجاني، مفتوح المصدر، وملكك بالكامل

الكود بتاع opencode متاح للكل يشوفه، يفهمه، يعدل فيه، ويبني عليه من الصفر لو عايز. مفيش صندوق أسود مخفي بيقرر إيه اللي هيحصل لمشروعك من غير ما تعرف تفاصيله.

ده معناه لو عندك متطلبات أمان صارمة، أو بتشتغل في بيئة حساسة زي القطاع المالي أو الحكومي، تقدر تراجع كل سطر في الأداة اللي بتحط فيها كود شركتك قبل ما توافق عليها أصلًا.

كتير من الشركات الكبيرة دلوقتي بتحط شرط أساسي قبل اعتماد أي أداة ذكاء اصطناعي في بيئة العمل، وهو إمكانية مراجعة الكود المصدري لأسباب الامتثال والحوكمة. opencode بيحل المشكلة دي من الأساس.

الأرقام نفسها بتحكي قصة نجاح مش عادية. الأداة تخطت المية وخمسين ألف نجمة على GitHub في وقت قصير نسبيًا، وبقى ليها ملايين المطورين بيستخدموها شهريًا حول العالم.

فريق المساهمين مستمر يضيف مزودين جداد وميزات كل فترة قصيرة، وده معدل نمو صعب تلاقيه في مشروع مفتوح المصدر عادي بنفس الحجم ده.

وفوق كل التفاصيل دي، الفلسفة الأساسية للأداة قايمة على الخصوصية أولًا. مفيش تخزين لكودك أو لسياق شغلك عند أي سيرفر مركزي تابع لشركة بعينها، وده حاجة نادرة جدًا في عالم أدوات الذكاء الاصطناعي دلوقتي.

النقاط دي بتلخص القوة الحقيقية للموضوع:
• الكود مفتوح بالكامل ومتاح على GitHub لأي حد يراجعه
• تقدر تعدل في أي جزء يناسب طريقة شغلك إنت
• مجتمع مساهمين ضخم بيطور الأداة باستمرار كل أسبوع
• مفيش رسوم ترخيص أو قيود على الاستخدام التجاري
• تقدر حتى تستضيفها بنفسك جوه شبكة شركتك المغلقة

75 مزود ذكاء اصطناعي تحت إيدك

الميزة اللي هتخليك تحب opencode بجد هي حرية اختيار المزود. إنت مش محبوس مع شركة واحدة بتفرض عليك موديلها وأسعارها بغض النظر عن رأيك.

الأداة بتدعم أكتر من 75 مزود مختلف، وده رقم مش موجود في أي أداة تانية في السوق. تقدر تشتغل بـ OpenAI، أو Anthropic، أو Gemini من Google، أو AWS Bedrock، أو Groq، أو Azure OpenAI، أو حتى OpenRouter.

ومش بس كدا. تقدر كمان تشغل موديلات محلية على جهازك بنفسك عن طريق Ollama، من غير ما ترسل أي بيانات لأي سيرفر خارجي خالص، وده حل مثالي لو بتشتغل على كود ميه في الميه سري.

المرونة دي ليها استخدام عملي يومي مش مجرد ميزة نظرية. تخيل إنك شغال على refactor كبير محتاج تفكير هندسي عميق، تقدر تستخدم موديل قوي في المهمة دي، وبعدين تنتقل لموديل أسرع وأرخص في كتابة الاختبارات أو التوثيق الروتيني.

ولو حصل يوم وأي مزود وقع في عطل أو حط limit على الاستخدام، بتنتقل لمزود تاني في ثواني من غير ما شغلك يتوقف لحظة واحدة. المرونة دي بتحميك من نقطة فشل واحدة ممكن توقف يوم شغل كامل.

وبما إنك إنت اللي بتختار مين يشتغل ورا الكواليس، بقى التحكم في التكلفة في إيدك مباشرة. تدفع بس على اللي بتستخدمه فعليًا، مش اشتراك شهري ثابت لازم تدفعه سواء استخدمت الأداة أو لأ.

ليه opencode بقى بديل حقيقي لأدوات زي Claude Code

الأدوات التجارية زي Claude Code قوية جدًا وبتقدم تجربة مصقولة وتكامل عميق مع نماذجها، ومفيش خلاف على مستوى الجودة اللي بتقدمها للمستخدم.

بس opencode بيقدملك نفس الفلسفة الأساسية، وكيل ذكي شغال في التيرمينال بيفهم مشروعك بالكامل، من غير ما تكون مقفول جوه نظام واحد أو اشتراك واحد ثابت السعر أو موديل واحد بعينه.

الفرق الحقيقي مش في مين أقوى في لحظة معينة، الفرق في مين المتحكم في القرار على المدى الطويل. أداة تجارية بتاخد القرار نيابة عنك، وopencode بيسيبلك إنت اللي تاخده.

وعلى عكس كتير من الأدوات المنافسة، opencode مش محصور في التيرمينال بس. تقدر تشغله كـ CLI، أو تستخدم نسخة الديسكتوب لو بتفضل واجهة رسومية، أو حتى تركبه كإضافة جوه الـ IDE بتاعك زي VS Code.

المرونة دي في طريقة الاستخدام صعب تلاقيها مجتمعة بنفس المستوى في أداة تانية، سواء مفتوحة المصدر أو تجارية، وده اللي بيخلي فريق كامل يقدر يشتغل بيها بغض النظر عن تفضيلات كل مبرمج فيه.

ده مفيد جدًا لو بتدير فريق مبرمجين بميزانيات وتفضيلات مختلفة. كل واحد في الفريق يقدر يختار المزود اللي يناسبه، وبرضو الكل بيشتغل بنفس الأداة وبنفس بيئة العمل، من غير ما تفرض على الفريق كله قرار واحد بالبلاطة.

LSP وMCP وتخصيص من غير حدود حقيقية

opencode بيتكامل مع بروتوكول LSP بشكل مباشر، وده نفس البروتوكول اللي بيشغل الـ autocomplete والـ go to definition جوه أي محرر أكواد متقدم. يعني بيفهم بنية كودك ونوع المتغيرات والدوال، مش مجرد نص عادي بيتقرا سطر سطر.

الفهم العميق ده بيخلي اقتراحات الأداة أدق بكتير، لأنها بتشتغل على مستوى بنية المشروع كله مش مجرد الملف المفتوح قدامك بس.

وبيدعم بروتوكول MCP كمان، وهو معيار مفتوح بيسمح لأي وكيل ذكاء اصطناعي إنه يتواصل مع أدوات وخدمات خارجية بطريقة موحدة. ده بيفتحلك الباب تربط opencode بقاعدة بيانات، أو أداة إدارة مشاريع، أو أي خدمة داخلية عندك في الشركة.

وفوق كل ده، تقدر تبني أوامر مخصصة بنفسك تناسب الـ workflow الخاص بيك إنت وبفريقك، مش الـ workflow الجاهز اللي حد تاني افتراضه لكل المستخدمين في كل الشركات.

الجوانب التقنية دي بتفرق بشكل واضح في الشغل اليومي:
• تكامل مباشر مع LSP لفهم أعمق وأدق لبنية الكود
• دعم كامل لمعيار MCP المفتوح لربط مصادر بيانات وخدمات خارجية
• أوامر مخصصة تبنيها إنت حسب طبيعة مشروعك وفريقك
• خصوصية عالية، من غير تخزين لكودك أو للكونتكست بتاعك عند أي طرف تالت

تخيل معايا موقف بسيط وواقعي. فاتح مشروع Node.js فيه باج غريب في التعامل مع الطلبات المتزامنة. بتفتح التيرمينال، بتشغل opencode، وبتوصفله المشكلة بلغة طبيعية زي ما هتشرحها لزميلك.

الأداة بتقرا الكود، وبفضل تكامل LSP بتفهم إزاي الدوال دي مرتبطة ببعضها في المشروع كله، وبتقترح تعديل محدد. وإنت تقدر تراجع كل سطر قبل ما توافق عليه، مش بتوقع عمياني على حاجة مش فاهمها.

لازم نكون صريحين في نقطة مهمة جدًا

أي أداة ذكاء اصطناعي، مهما كانت قوية أو متطورة، مش سحر. opencode أداة مصممة أساسًا للمبرمج المحترف، مش بديل عن فهمه العميق لأساسيات البرمجة.

لو مالكش خلفية برمجية حقيقية، مش هتقدر تستخدم الأداة دي بالشكل الصح، ومش هتعرف تحكم على جودة الكود اللي طالع منها ولا تكتشف الأخطاء المنطقية فيه. هتفضل محتاج مبرمج حقيقي يراجعلك اللي طلع في الآخر.

opencode مش جاي يلغي وظيفة المبرمج ولا يستبدله في سوق الشغل. هو جاي يخليه أسرع في تنفيذ المهام الروتينية، وأكتر تركيز على القرارات الهندسية الكبيرة بدل ما يضيع وقته في تفاصيل متكررة.

وده بينطبق حتى على المبرمجين الجداد في بداية مشوارهم. الأداة المفروض تستخدم كوسيلة تفهم بيها الكود وتتعلم منه، مش كوسيلة تنسخ منها من غير ما تفهم حرف واحد مما كتبته.

المسؤولية الهندسية لسه في إيد المبرمج، مهما كانت الأداة ذكية. القرار النهائي، والمراجعة، وتحمل نتيجة أي كود بيتنشر في بيئة إنتاج حقيقية، ده كله لسه شغل إنسان فاهم اللي بيعمله.

أي حد بيقولك إن الأداة دي أو أي أداة تانية هتشيل المبرمجين من سوق الشغل بشكل كامل، إما مش فاهم طبيعة الصنعة دي أصلًا، أو بيبيعك وهم عشان يبيعك حاجة تانية في الآخر.

الخلاصة

opencode مش مجرد أداة تانية في سوق مزدحم بعشرات الأدوات المتشابهة. هو إعادة تعريف كاملة لمين اللي المفروض يتحكم في علاقتك بالذكاء الاصطناعي جوه شغلك اليومي.

مفتوح المصدر بالكامل، مرن في اختيار المزود، متكامل مع أدواتك الحالية، وصريح جدًا في حدوده الحقيقية. مجموعة صفات نادر تلاقيها كلها مجتمعة في أداة واحدة، سواء مفتوحة المصدر أو تجارية.

واللي بيحصل مع opencode دلوقتي مش حالة فردية، ده جزء من اتجاه أكبر في صناعة البرمجيات كلها نحو أدوات مفتوحة ومرنة بدل الحلول المقفولة، واللي هيكبر أكتر في السنين الجاية.

لو لسه ما جربتهاش لحد دلوقتي، دي فرصتك الحقيقية تشوف شكل التحكم الفعلي في أدوات الكود بتاعتك، من غير ما تكون أسير قرار حد تاني.

جرب opencode بنفسك على مشروع حقيقي، مش بوست أو فيديو بيشرحه، وقارن التجربة بإيدك. الفرق هتحسه من أول ساعة استخدام.

محمد عاطف

إزاي إنفيديا كانت على بعد شهر واحد من الإفلاس... ودلوقتي بقت أغلى شركة في تاريخ البشريةفي سبتمبر 2026، إنفيديا بقت تساوي...
09/10/2026

إزاي إنفيديا كانت على بعد شهر واحد من الإفلاس... ودلوقتي بقت أغلى شركة في تاريخ البشرية
في سبتمبر 2026، إنفيديا بقت تساوي في البورصة حوالي 5.5 تريليون دولار. رقم صعب تتخيله أصلاً.
بس اللي هيصدمك إنك لو رجعت بالزمن لسنة 1996 بس، كانت نفس الشركة دي على بعد 30 يوم من إنها تقفل الباب وتسيب كل حاجة.
مفيش فلوس، مفيش عميل حقيقي، ومفيش خطة بديلة.
القصة دي مش قصة نجاح سهل زي ما ناس كتير بتتخيل. هي قصة شركة فشلت أكتر من مرة، اعترفت بغلطها قدام الناس بصراحة غريبة، وراهنت بكل اللي عندها على أفكار محدش كان مصدقها، لحد ما بقت أهم شركة في عصر الذكاء الاصطناعي كله.
الحكاية طويلة شوية، بس تستاهل تتقرا لآخرها.
البداية: تلات مهندسين على ترابيزة في مطعم
في أبريل 1993، تلات مهندسين قعدوا سوا في فرع مطعم Denny's في مدينة سان خوسيه الأمريكية. اسمائهم جينسن هوانج، كريس مالاكوفسكي، وكيرتس برييم.
جينسن هوانج نفسه كانت له حكاية غريبة قبل كدا بسنين. اتولد في تايوان سنة 1963، وأهله بعتوه هو وأخوه، وهو عنده تسع سنين بس، لمدرسة داخلية في ولاية كنتاكي الأمريكية، من غير ما يعرفوا إنجليزي أصلاً.
بعد كدا هاجرت العيلة كلها لأمريكا، وجينسن اتعلم هناك، ولعب تنس طاولة كويس جداً لدرجة إنه اتصنف تالت على مستوى الناشئين في أمريكا كلها. دخل جامعة ولاية أوريجون وهو عنده 16 سنة بس عشان يدرس هندسة كهربائية، واشتغل بعدها في شركات زي AMD وLSI Logic، وعمل ماجستير في جامعة ستانفورد وهو شغال في نفس الوقت.
هو وشريكاه كانوا شايفين إن الكمبيوتر محتاج طريقة تانية يعرض بيها الرسوميات ثلاثية الأبعاد، خصوصاً مع ظهور ألعاب زي Doom وWolfenstein اللي كانت محتاجة قوة معالجة أكبر بكتير من العادي.
جمعوا حوالي 40 ألف دولار من جيوبهم، وقرروا يأسسوا شركة. أول اسم فكروا فيه كان "NVision"، لكن اكتشفوا إن الاسم ده مسجل بالفعل لشركة بتبيع ورق تواليت. فغيروه لـ"NVIDIA"، من كلمة لاتينية معناها "الحسد".
جينسن هوانج قال بعد كدا بسنين إنه لو حد سأله وقتها هل يمول شركة زي دي، كان هيرفض على طول، لأن فرصة نجاحها كانت شبه معدومة. شركة صغيرة بتدخل سوق فيه لاعبين أقوى بكتير، من غير عميل واحد، ومن غير منتج حتى.
بس هما كملوا. وبعد فترة قصيرة، قدروا يقنعوا مستثمرين معروفين زي Sequoia Capital وSutter Hill Ventures إنهم يدخلوا معاهم.
واحدة من شركات الاستثمار دي، Sequoia Capital، وصفت بعد سنين طويلة إن جوهر قصة إنفيديا كله كان في استعدادها تراهن على أسواق محدش مقتنع بيها لسنين طويلة قبل ما الوقت المناسب ييجي. ده نمط هتلاقيه بيتكرر في القصة دي أكتر من مرة.
أول ضربة: منتج محدش عايزه
سنة 1995، إنفيديا طلعت أول منتج ليها، شريحة رسومات اسمها NV1.
المشكلة كانت في التكنولوجيا نفسها. إنفيديا استخدمت طريقة رسم اسمها "quadratic texture mapping"، في وقت السوق كله، وعلى رأسه مايكروسوفت، كان ماشي في اتجاه تاني خالص، الرسم بالمثلثات، اللي بقى بعدين المعيار العالمي عن طريق DirectX.
يعني إنفيديا راهنت على تكنولوجيا غلط، من غير ما تاخد بالها في الوقت المناسب.
النتيجة كانت كارثية. من حوالي 250 ألف شريحة NV1 اتوزعت على الموزعين، رجع منها تقريباً كل حاجة. محدش كان عايز يشتريها، والمطورين رفضوا يكتبوا ألعاب تشتغل عليها من الأساس.
في نفس الوقت، إنفيديا كانت بتشتغل مع شركة سيجا اليابانية على شريحة تانية لجهاز ألعاب جديد. المشروع ده فشل هو كمان، وسيجا سحبت العرض وراحت لشركة تانية.
النتيجة؟ إنفيديا خلصت من الفلوس. بحلول 1996، الشركة سرّحت جزء كبير من موظفيها، والرصيد في البنك وصل لحوالي 3 مليون دولار بس، يعني كفاية لشهر واحد من المصاريف مش أكتر.
الرحلة لطوكيو: اللحظة اللي غيرت كل حاجة
هنا بييجي الجزء اللي ممكن يكون أهم حاجة في القصة كلها.
جينسن هوانج كان لسه مرتبط بعقد مع سيجا بقيمة 5 مليون دولار، عشان يسلمهم شريحة رسومات جاهزة تماماً. المشكلة إنه كان عارف كويس إن الشريحة دي مش هتبقى جاهزة، ومش هتشتغل زي ما المفروض خالص.
قدامه كان اختيارين بس. يسلّم منتج مش شغال ويقبض الفلوس، أو يعترف بالحقيقة ويخسر كل حاجة على طول.
اختار طريق تالت خالص. سافر لطوكيو بنفسه، وقعد مع مدير تنفيذي كبير في سيجا اسمه شويتشيرو إيريماجيري، واعترف قدامه بصراحة إن الشريحة مش هتنجح ومحتاجة وقت مش موجود أصلاً.
بدل ما يطلب منه يكمل العقد، طلب حاجة غريبة: حوّل الـ5 مليون دولار اللي كان المفروض تدفع تمن الشريحة، لاستثمار في إنفيديا نفسها، بدل ما تضيع في منتج فاشل.
إيريماجيري صدقه واقتنع، وقنع مجلس إدارة سيجا كمان. الصفقة اتوافق عليها فعلاً.
الـ5 مليون دولار دول اشتروا لإنفيديا حوالي 6 شهور إضافية من الحياة، مش أكتر من كدا.
جينسن استخدم الوقت ده بذكاء رهيب. سرّح نص الموظفين اللي كانوا موجودين وقتها، وجمع الباقيين على مشروع واحد بس، شريحة جديدة اسمها RIVA 128.
الفريق كان قليل جداً والوقت ضيق جداً، فقرروا يصمموا الشريحة بالكامل عن طريق المحاكاة بالسوفتوير، بدل الطريقة التقليدية اللي بتاخد وقت أطول في تجربة نماذج فعلية. مقامرة تانية، لكن كانت الخيار الوحيد المتاح قدامهم.
الرجوع: من شهر واحد قبل الانهيار لأول اكتتاب عام
لما RIVA 128 طلعت في أغسطس 1997، إنفيديا كانت بترجّي راتب شهر واحد بس، مفيش أكتر من كدا.
بس المنتج ده كان مختلف تماماً عن NV1. اتبنى على نفس التكنولوجيا اللي السوق كله كان ماشي عليها، الرسم بالمثلثات المتوافق مع DirectX. المطورين قدروا يشتغلوا عليه بسهولة، والسعر كان مناسب لغالبية المستخدمين.
النتيجة؟ الشريحة باعت حوالي مليون وحدة في أول 4 شهور بس. رقم ضخم بمقاييس وقتها. ده كان التحول الحقيقي في قصة الشركة كلها.
سيجا نفسها، اللي كانت أنقذت الشركة بدون ما تقصد، باعت حصتها في إنفيديا بعدين بحوالي 15 مليون دولار، يعني حققت ربح كويس من قرار كان شبه مقامرة في الأول.
إنفيديا كملت في الطريق الصاعد، وفي يناير 1999 طرحت أسهمها للاكتتاب العام لأول مرة في البورصة الأمريكية.
في نفس السنة، طلعت منتج اسمه GeForce 256، ووصفوه بأنه أول "GPU" في التاريخ، يعني أول معالج رسومات متكامل بالمعنى الحديث. المصطلح ده اخترعته إنفيديا نفسها، وبقى بعدها اسم قياسي في الصناعة كلها لحد دلوقتي.
على مدار السنين اللي بعد كدا، إنفيديا بقت الاسم المسيطر في عالم كروت الشاشة المخصصة للألعاب.
الرهان التاني اللي محدش صدقه
سنة 2006، جينسن هوانج عمل حاجة غريبة تاني.
قرر إن كروت الشاشة اللي بتعملها إنفيديا، مش لازم تفضل بس للألعاب. ممكن تستخدم في أي حساب معقد محتاج قوة معالجة ضخمة، من الأبحاث العلمية لحد التصميم الهندسي.
عشان كدا طلع منصة اسمها CUDA، استثمر فيها أكتر من مليار دولار، من غير ما يكون في السوق طلب واضح عليها، ومن غير أي ضمان إنها هتجيب فلوس يوماً ما.
لمدة عشر سنين كاملة تقريباً، CUDA ما حققتش أرباح حقيقية تُذكر. مستثمرين في وول ستريت كانوا شايفينها مضيعة موارد على حاجة بيستخدمها مجموعة صغيرة من الباحثين بس.
سهم إنفيديا فضل شبه واقف في مكانه لسنين طويلة، من 2009 لحد 2015، القيمة السوقية للشركة كلها فضلت متراوحة بين 8.5 و10 مليار دولار بس طول الفترة دي.
بعض المستثمرين اللي فضلوا مؤمنين بالشركة في الفترة الصعبة دي، زادوا استثماراتهم فيها بشكل واضح سنة 2018، ولحد دلوقتي إنفيديا بقت من أكبر الأسهم في محافظهم، رغم إنهم عدّوا بسنين مش سهلة خالص قبل ما القرار ده يثبت إنه كان صح.
في نفس الوقت تقريباً، إنفيديا حاولت تدخل سوق شرايح الموبايلات، بمنتج اسمه Tegra، عشان تنافس شركة Qualcomm. المحاولة دي فشلت هي كمان، لأن Tegra مكانش فيه تكنولوجيا مودم متكاملة زي منافسيها، وكان بيستهلك طاقة أكتر من اللازم. إنفيديا اضطرت تنسحب من سوق شرايح الموبايلات بالكامل بعد سنين من المحاولة.
يعني حتى بعد نجاح RIVA 128، القصة ماكملتش على طول من غير عثرات. كان فيه فشل تاني، وراهن تاني محدش مصدقه.
اللحظة اللي قلبت كل حاجة رأساً على عقب
سنة 2012، مجموعة باحثين اشتركوا في مسابقة عالمية للتعرف على الصور اسمها ImageNet.
الفريق ده درّب نموذج ذكاء اصطناعي اسمه AlexNet، باستخدام كارتين بس من كروت الشاشة العادية بتاعة إنفيديا، من نوع GeForce GTX 580، عن طريق منصة CUDA بالظبط.
النتيجة كانت مبهرة جداً. النموذج حقق دقة أعلى بفارق كبير عن أي حاجة قبله، وكل ده بسرعة تدريب مستحيلة على المعالجات العادية.
اللحظة دي كانت أول إثبات حقيقي إن الرهان اللي إنفيديا عملته من ست سنين قبل كدا، كان صح فعلاً. بس ده لسه محولش لأرباح فورية، أخد كام سنة كمان عشان يتحول لسوق حقيقي بمعنى الكلمة.
سنة 2014، إنفيديا طلعت مكتبة برمجية اسمها cuDNN عشان تسهّل تدريب الشبكات العصبية على معالجاتها.
سنة 2016، عملت حاجة هتبان بعدين إنها كانت قرار تاريخي، وهبت جهاز سوبركمبيوتر مخصص للذكاء الاصطناعي لمنظمة غير ربحية صغيرة كان اسمها OpenAI. المنظمة دي بعد سنين بقت هي اللي طلعت ChatGPT.
مركب الكريبتو: نجاح مؤقت وسقوط مؤلم
قبل ما نوصل للانفجار الكبير، لازم نذكر حاجة مهمة. إنفيديا مرّت بدورات صعود وهبوط بسبب الكريبتو كمان.
كروت الشاشة بتاعتها كانت مطلوبة جداً من عمال تعدين العملات المشفرة، لأنها كانت قادرة تعمل الحسابات المطلوبة للتعدين بكفاءة عالية جداً.
المشكلة إن الطلب ده كان متقلب جداً. في 2018، لما أسعار الكريبتو وقعت، الطلب على كروت إنفيديا وقع معاها بشكل حاد، وسهم الشركة نزل بشكل واضح لحد وصل فيه لحوالي 30 دولار بس بنهاية السنة.
نفس الحكاية اتكررت تاني في 2022. أزمة تانية في سوق العملات المشفرة، وطلب تاني بيقل فجأة من غير سابق إنذار.
الدرس هنا إن حتى شركة ناجحة زي إنفيديا، فضلت لسنين طويلة رهينة أسواق برة سيطرتها بالكامل.
نوفمبر 2022: اللحظة اللي غيرت مصير العالم كله
في نوفمبر 2022، شركة OpenAI، نفس المنظمة اللي إنفيديا كانت ساعدتها من 2016، طلعت منتج اسمه ChatGPT.
وقتها، القيمة السوقية لإنفيديا كانت حوالي 422 مليار دولار بس. رقم كبير فعلاً، بس صغير جداً مقارنة بالمكان اللي هتوصله بعد كدا بسنين قليلة.
ChatGPT فتح عين العالم كله على قوة الذكاء الاصطناعي التوليدي. وفجأة، كل شركة كبيرة عايزة تبني نموذج ذكاء اصطناعي، من OpenAI لأنثروبيك لجوجل، لقت نفسها محتاجة حاجة واحدة أساسية: شرايح إنفيديا، لأن CUDA والمعالجات اللي بنتها الشركة على مدار عشرين سنة، بقت هي البنية التحتية الوحيدة القادرة تدرب النماذج الضخمة دي بكفاءة عالية.
خلال التلات سنين اللي بعد كدا، سهم إنفيديا ارتفع بحوالي 12 ضعف. إيراد قسم مراكز البيانات لوحده قفز من حوالي 115 مليار دولار لحوالي 197 مليار دولار في سنة مالية واحدة بس.
إنفيديا بقت أكبر حصة مفردة في مؤشر S&P 500 الأمريكي، بنسبة توصل لحوالي 8% من المؤشر كله. يعني أي حد عنده استثمار في صناديق مؤشرات أمريكية، بقى عنده جزء من إنفيديا من غير ما يختار ده حتى.
في أكتوبر 2025، إنفيديا بقت أول شركة في تاريخ البشرية توصل لقيمة سوقية 5 تريليون دولار. رقم محدش كان يتخيله وقت ما الشركة كانت بتتوسل عشان تعيش في التسعينات.
جينسن هوانج شخصياً، اللي فضل قايد الشركة من أول يوم لحد دلوقتي، وصلت ثروته الشخصية في وقت من الأوقات سنة 2026 لأكتر من 187 مليار دولار، يعني بقى من أغنى ناس على وجه الأرض كلها.
دلوقتي: القصة لسه مكملة
وصلنا لسبتمبر 2026، تاريخ اليومين دول بالظبط. وإنفيديا مش بس قاعدة مستريحة على قمة اللي وصلتله، هي كمان مستمرة تبني وتتوسع بشكل مستمر.
في يناير 2026، جينسن هوانج طلع على مسرح معرض CES وأعلن عن جيل جديد كامل من الشرايح اسمه Rubin، تيمناً باسم عالمة الفلك فيرا روبن. المنصة دي بتتكون من ست شرايح مصممة مع بعض من الأول، بديلة لجيل Blackwell اللي كان قبلها، وبتوعد بأداء أسرع بمرات كتيرة جداً في تدريب وتشغيل نماذج الذكاء الاصطناعي. الشرايح دي دخلت الإنتاج الكامل بالفعل، ومفروض تبدأ توصل لشركات زي مايكروسوفت وأمازون وجوجل في النص التاني من سنة 2026.
في مؤتمر GTC بتايبيه في نفس السنة، جينسن هوانج اتكلم عن مرحلة جديدة اسمها "الذكاء الاصطناعي الوكيل"، يعني أنظمة قادرة تاخد قرارات وتنفذ مهام معقدة لوحدها من غير تدخل بشري مستمر. أعلن كمان عن نماذج جديدة، وشريحة اسمها RTX Spark مخصصة لأجهزة الكمبيوتر الشخصية اللي بتشتغل بالذكاء الاصطناعي.
في ديسمبر 2025، إنفيديا عملت صفقة كبيرة، رخّصت تكنولوجيا من شركة ناشئة اسمها Groq، وضمّت فريق قيادتها، في صفقة قيمتها وصلت لـ20 مليار دولار، أكبر صفقة عملتها الشركة وقتها.
وفي يوليو 2026، جينسن هوانج نشر أول بوست ليه على منصة X في حياته كلها، رسالة مفتوحة عن أهمية النماذج مفتوحة المصدر وريادة أمريكا في مجال الذكاء الاصطناعي. الرسالة دي بدأت بـ25 جهة موقعة بس، ووصلت لأكتر من 150 جهة بعد كام شهر، من ضمنهم Hugging Face نفسها.
وبعد كدا بشهور قليلة، بالظبط في 3 سبتمبر 2026، يعني من أيام معدودة بس، إنفيديا أعلنت اتفاق رسمي للاستحواذ على Hugging Face، أكبر منصة عالمية لمشاركة نماذج الذكاء الاصطناعي مفتوحة المصدر، واللي بيستخدمها أكتر من 18 مليون مطور حول العالم. قيمة الصفقة وصلت لحوالي 12.9 مليار دولار، تاني أكبر صفقة في تاريخ الشركة كله بعد صفقة Groq.
في نفس الوقت، إنفيديا بتوسع في اتفاقيات برة عالم الشرايح والبرمجيات بالكامل. عملت شراكة مع شركة Uber عشان تدعم توسع خدمة السيارات الذاتية القيادة حول العالم، واتفقت مع شركة Palantir على مشاريع ذكاء اصطناعي سيادي لسلاسل الإمداد الحساسة. جينسن هوانج كمان ظهر في مؤتمر لشركة CrowdStrike المتخصصة في الأمن السيبراني، وقال إن الهجمات السيبرانية بقت مؤتمتة بالكامل دلوقتي، فلازم الدفاع يبقى مؤتمت هو كمان. وفي عالم السيارات، جنرال موتورز اختارت إنفيديا عشان تبني تكنولوجيا القيادة الذاتية بتاعتها، ومرسيدس بنز كشفت عن سيارة تجريبية بتعتمد على الذكاء الاصطناعي من إنفيديا في تصميمها. وفي أستراليا وأوروبا، إنفيديا بتوسع في شراكات جديدة لبناء مراكز بيانات ضخمة بالتعاون مع شركات محلية، عشان تقرب قوة الحوسبة المتقدمة من رواد الأعمال والباحثين في كل منطقة.
الخطوة دي معناها إن إنفيديا مبقتش بس شركة بتصنع شرايح، هي بقت لاعب أساسي كمان في الطبقة البرمجية اللي بتوزع نماذج الذكاء الاصطناعي على ملايين المطورين حول العالم.
دلوقتي، القيمة السوقية لإنفيديا بتدور حوالي 5.4 و5.6 تريليون دولار، وهي لسه أغلى شركة في العالم كله، قدام أبل وجوجل ومايكروسوفت بمسافة كبيرة.
طبعاً القصة مش كلها ورد وسكر. فيه محللين بيحذروا من احتمال إن فقاعة استثمارات الذكاء الاصطناعي ممكن تنفجر يوم من الأيام، وفيه منافسة متزايدة من شركات زي AMD، وفيه كمان قيود أمريكية على تصدير أحدث الشرايح لدول زي الصين. يعني إنفيديا لسه بتقاتل، ولسه بتتكيف، حتى وهي واقفة في القمة.
الدرس اللي ممكن ناخده من القصة دي
لو جمعت القصة كلها في جملة واحدة، هتلاقيها كدا: شركة كادت تقفل مرتين على الأقل، مرة في التسعينات، ومرة تانية لما راهنت على CUDA من غير ما حد حواليها يصدقها، ودلوقتي بقت أغلى شركة عرفتها البشرية في تاريخها كله.
اللي فرّق مش إن إنفيديا محصلهاش فشل. هي فشلت أكتر من مرة، في NV1، وفي Tegra، وكادت تفلس فعلياً بسبب صفقة سيجا.
اللي فرّق إنها كل مرة كانت بتواجه الفشل بصراحة بدل ما تخبيه، وكانت مستعدة تراهن بكل اللي عندها على فكرة تانية، حتى لو محدش حواليها مصدقها في اللحظة دي.
جينسن هوانج نفسه فضل في نفس الموقع من أول يوم لحد دلوقتي، أكتر من 30 سنة قيادة مستمرة، من غير ما الشركة تغير فلسفتها الأساسية: تشوف فرصة كبيرة قبل الكل، وتراهن عليها بجدية، حتى لو الطريق طويل ومحدش مصدق إنه هيوصل لنتيجة.
القصة دي لسه بتتكتب، وآخرها لسه محدش عارفه بالظبط. بس اللي حصل لحد دلوقتي، يستاهل فعلاً إنه يتقرا ويتعلّم منه.
لو القصة دي عجبتك، اعمل لايك وتابعني عشان توصلك قصص تانية زي كدا أول بأول.
تمت الكتابة بواسطة محمد عاطف

Address

Luxor
Luxor, PA
85951

Alerts

Be the first to know and let us send you an email when DevByte posts news and promotions. Your email address will not be used for any other purpose, and you can unsubscribe at any time.

Contact The Business

Send a message to DevByte:

Shortcuts

Share