نسخة Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# تُظهر عروض Jev المواضع التي يمكن أن تتخذ فيها قرارات الذكاء الاصطناعي داخل البرمجيات اليومية

> تعرض ثمانية أمثلة لـJev كيف يمكن لقرار مهيكل من الذكاء الاصطناعي أن يرتّب الخيارات أو ينتقيها أو يرشّحها داخل تطبيق قائم. نتتبع ما يظل البرنامج المحيط مسؤولاً عنه وما لم يُختبر بعد.

By BIG CHANGE Editorial

Published: 2026-09-24T22:47:28.571Z
Updated: 2026-09-24T22:47:28.571Z
Canonical: https://bigchange.ai/blog/jev-demos-ai-decisions-everyday-software

![Charcoal illustration of a desktop monitor showing a generic web article with one passage highlighted in orange.](https://bigchange.ai/api/media/file/jev-find-in-page-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE.

تضع ثمانية أمثلة في [فيديو Matthew Berman المنشور في 24 سبتمبر](https://www.youtube.com/watch?v=jGD_UR4wMJc) نموذج Jev من TypeSafe AI ضمن مهام مألوفة: تنظيف صفحة ويب، والعثور على مقطع، وترتيب صندوق الوارد، وانتقاء أجزاء من واجهة. وتأتي العروض التوضيحية من مطورين مختلفين. والقاسم المشترك هو إسناد حكم ضيق النطاق إلى النموذج، فيما يجمع التطبيق المدخلات وينفذ النتيجة.

ويصبح كل مقطع أكثر دلالة عند فصل القرار عن العمل الذي تنفذه البرمجيات أو نموذج آخر. كما أن الخطأ المحتمل الذي سيلاحظه المستخدم مهم بقدر أهمية استدعاء النموذج. هذه عروض وأدوات مبكرة؛ ولم تختبر BIG CHANGE دقتها أو موثوقيتها في الاستخدام اليومي بصورة مستقلة.

## التغيير الأبرز

- **ما الذي تغيّر:** يدرج المطورون حكماً مهيكلاً من الذكاء الاصطناعي في تفاعلات برمجية قائمة، من اختصار في المتصفح إلى عرض صندوق الوارد. ويعيد Jev خياراً أو درجة أو احتمالاً؛ أما التطبيق فيوفر العناصر المرشحة ويتصرف بناءً على الإجابة.
- **لماذا يهم ذلك:** يمكن اتخاذ قرار مفيد لحظة القراءة أو البحث أو الفرز، من دون تسليم المهمة كلها إلى واجهة محادثة. ويحمّل التصميم نفسه مالكي التطبيقات مسؤولية الترتيبات الخاطئة والمحتوى المخفي والإجراءات غير المقصودة.
- **ما الذي ينبغي متابعته:** الدليل التالي خاص بكل مهمة: هل تختار هذه الأدوات المقطع الصحيح، وتحافظ على عناصر التحكم الأساسية في الصفحة، وترتب الرسائل المهمة جيداً، وتتعامل مع الحالات غير المؤكدة في الاستخدام العادي؟ لا يكفي عرض سريع للإجابة عن هذه الأسئلة.

## منظّف الصفحات يوضح تقسيم العمل

[إضافة المتصفح Unclutter من Kitze](https://x.com/thekitze/status/2100595129874817340) هي المثال الأوضح. ويقول [ملف README للمشروع](https://github.com/kitze/unclutter) إن الإضافة تستخرج عناصر مرشحة من الصفحة وتسأل Jev أيها غير ضروري. ثم يطبق كود المتصفح قواعد إخفاء قابلة للعكس، ويحفظها بحسب قالب الصفحة ويعيد تطبيقها من دون طلب جديد إلى النموذج. ويمكن للمستخدمين إيقاف الإضافة مؤقتاً أو إبقاء عنصر ظاهر أو إعادة تحليل الصفحة. وقد تُخفى نوافذ ملفات تعريف الارتباط، لكن الإضافة لا تضغط «قبول» أو «رفض» نيابةً عن المستخدم.

وهذا حد فاصل مهم من حيث العواقب. يستطيع Jev الحكم بأن عنصراً ما فوضى بصرية، لكنه لا يملك المتصفح ولا يختار الموافقة ولا يقرر مدة بقاء القاعدة. وينبغي أن يختبر تقييم عملي ما إذا ظل التنقل وعناصر تسهيل الوصول وإشعارات الجدار المدفوع وخيارات الموافقة الفعلية قابلة للاستخدام بعد التنظيف. ويوفر المشروع إصدارات مبنية من المصدر وإعداداً يتطلب مفتاح المستخدم، لكن ملف README لا يقدم دراسة ميدانية مستقلة لهذه الأخطاء.

أما [كاشف المواقع المصمم باستخدام Jev](https://madewithjev.com/free-tools/ai-slop-detector)، المعروض عند [الدقيقة 3:29 في فيديو Berman](https://www.youtube.com/watch?v=jGD_UR4wMJc&t=209s)، فيستخدم مساراً مختلفاً. فبحسب وصفه، يقيس المتصفح الأنماط المعروضة، ويصف DeepSeek V4 Flash لقطات الشاشة، ويحكم Jev على التصميم والنص وفق قائمة من المؤشرات، ثم يكتب DeepSeek خلاصة موجزة. ويعرض الموقع درجة «محتوى ركيك» قدرها 26% لموقع anthropic.com. وهذه درجة أسلوبية للأداة وفق معاييرها الخاصة؛ ولا تثبت مقدار ما كُتب بالذكاء الاصطناعي في موقع Anthropic، خلافاً لاستنتاج Berman في الفيديو.

## ترتيب المعلومات نوع آخر من القرارات

[عرض صندوق وارد Jonathan Unikowski](https://x.com/jnnnthnn/status/2101399331115077760) يقترح استبدال الترتيب الزمني العكسي بترتيب مباشر حسب الأهمية. ويقول منشوره إن الميزة «قريباً» في Avec. لكنه لا يوثق صندوق وارد مطبقاً أو تعريفاً للأهمية أو قياساً مستقلاً للرسائل العاجلة الفائتة. وسيظل التطبيق يسترجع البريد ويعرض الترتيب ويقرر ما إذا كان سيؤرشف شيئاً أو يضع عليه تسمية أو يرسله؛ أما دور Jev المعروض فهو تحديد الأولويات.

[وتجعل إضافة Needle من Shubham Saboo](https://x.com/Saboo_Shubham_/status/2101576462042366114) هذا الفارق أوضح. يقول Saboo إن Jev يقيّم مقاطع الصفحة بحسب صلتها باستفسار القارئ، وإن الإضافة تبرز النص المطابق في موضعه. ويوضح [شرحه الأطول](https://www.linkedin.com/posts/shubhamsaboo_introducing-a-new-way-to-find-f-withtypesafe-activity-7507513455138979841-CY8S) أن Needle لا تنشئ إجابة: فالجملة المبرزة موجودة أصلاً في الصفحة. ويغير ذلك ما يمكن لاختصار البحث أن يعثر عليه، لكن قد تظل الجملة المبرزة خاطئة. ويتطلب الاختبار استفسارات نعرف فيها المقاطع الصحيحة، بما يشمل صفحات تتضمن عبارات متشابهة لكنها متعارضة.

[منشور Burhan Usman عن اقتطاع المقاطع](https://x.com/BurhanUsman/status/2101641842441732297) العثور على مقاطع عن موضوع ما في فيديو يتجاوز 90 دقيقة. وفي [مقطع الفيديو عند الدقيقة 8:34](https://www.youtube.com/watch?v=jGD_UR4wMJc&t=514s)، يقول Berman إن النظام ربما يستخدم نصاً مفرغاً؛ وهذا استنتاجه، لا وصف مؤكد لمسار العمل. ولا يحدد المنشور مدخل Jev أو مخرجاته بدقة. وما زال على تطبيق الاقتطاع جلب المادة الأصلية وتحديد حدود المقاطع وإنتاج مقاطع قابلة للتنزيل. والتوقيت والتكلفة المذكوران رواية مطور واحد، من دون اختبار دقة منشور أو تفصيل للعملية من بدايتها إلى نهايتها.

## ما الذي يتركه تركيب الواجهة للتطبيق

[تجربة json-render التي أجراها Chris Tate](https://x.com/ctatedev/status/2101022101750571357) يجمع واجهة مستخدم من خيارات يملكها التطبيق ويشرح [وثائق Jev الخاصة بالمشروع](https://github.com/vercel-labs/json-render/blob/main/apps/web/lib/jev/README.md) الأمر بوضوح لافت: يختار Jev المكونات ومواضع التخطيط؛ ويجمع الكود المواصفات ويتحقق من صحتها؛ ثم يعرضها محرك التصيير. وبيانات الأعمال في بيئة التجربة اصطناعية، ولا تعمل معالجات الإجراءات إلا عند تفاعل المستخدم. لذلك يوضح العرض طريقة لتركيب واجهة محدودة النطاق، لا نموذجاً يكتب موقعاً إلكترونياً وينشره بصورة مستقلة.

ويستكشف المثالان الإبداعيان خيارات أقل خطورة. [تجربة الألوان التي أجراها Matt DesLauriers](https://x.com/mattdesl/status/2100899669802963060) تحول المطالبات النصية إلى لوحات ألوان في عرض بصري. أما [تجربة الرموز التعبيرية التي أجراها Stefan](https://x.com/heystefan_/status/2101369117496521042)، والمعروضة عند [الدقيقة 9:52](https://www.youtube.com/watch?v=jGD_UR4wMJc&t=592s)، فترتب الرموز التعبيرية بحسب نص مكتوب. وفي الحالتين يعرض التطبيق مواد بصرية قابلة للاختيار. وتوضح المنشورات أفكاراً للتفاعل، لكنها لا تثبت ملاءمة الاختيارات لعلامة تجارية أو استيفاءها متطلبات التباين أو عملها عبر اللغات والسياقات.

وتشرح [وثائق TypeSafe](https://docs.typesafe.ai/introduction) سبب التشابه العائلي بين هذه الأمثلة. يقيّم Jev أسئلة Choice وScore و«نعم/لا» المهيكلة وفق الحالة المقدمة. ويعيد السؤالان Choice وScore توزيعات وقيمة ثقة يمكن للبرنامج استخدامها ضمن قواعده الخاصة. وتوصي الشركة [باختبار حدود الثقة على المهمة الفعلية](https://docs.typesafe.ai/confidence)؛ فقيمة الثقة ليست نتيجة مستقلة للدقة.

تقدم الأمثلة حجة مقنعة لنمط تصميم: تستطيع البرمجيات طرح سؤال صغير في الوقت المناسب عندما تكون القاعدة الثابتة هشة أكثر من اللازم. ويتوقف استحقاق أداة بعينها لمكان في العمل اليومي على الأخطاء التي ترتكبها، وما تكشفه أو تخفيه، وإتاحة وسيلة للمستخدمين للتراجع أو التعافي. وهذه خصائص لسير العمل بأكمله، وتتجاوز قرار النموذج وحده.

## Sources

- [Matthew Berman: ثماني حالات استخدام لـJev تبدو كأنها غش](https://www.youtube.com/watch?v=jGD_UR4wMJc) — يجمع الفيديو، ومدته 10:38، ثمانية عروض من مطورين مختلفين. راجعنا تعليقاته التلقائية الكاملة بالإنجليزية وقائمة الفصول. والجزء الخاص بـZapier بين 5:17 و6:31 برعاية إعلانية. والفيديو ليس تحققاً مستقلاً من المنتجات.
- [TypeSafe AI: تقديم نماذج System One وJev](https://typesafe.ai/blog/introducing-system-one-models-and-jev) — إعلان رسمي للإتاحة المبكرة وشرح لقرارات النماذج المهيكلة. ونتائج الأداء اختبارات أجرتها الشركة مع ذكر القيود؛ ولا تستخدمها هذه المادة معياراً لمقارنة العروض الثمانية.
- [TypeSafe AI: وثائق المقدمة والثقة](https://docs.typesafe.ai/introduction) — توثق مدخلات Jev من الحالة وأنواع الأسئلة Choice وScore وNoul. وتشرح صفحة الثقة المصاحبة أن ثقة Choice وScore مشتقة من توزيعات الإجابات، وأن حدود اتخاذ الإجراء تتطلب اختباراً على مهمة المستخدم.
- [TypeSafe AI: الثقة](https://docs.typesafe.ai/confidence) — تشرح الفرق بين احتمالات الإجابات والثقة المشتقة وحدود التشغيل الخاصة بالمهمة. ولا تثبت الدقة لأي عرض في هذه المادة.
- [Made with Jev: كاشف المحتوى الركيك بالذكاء الاصطناعي](https://madewithjev.com/free-tools/ai-slop-detector) — يصف صانع الأداة قياسات المتصفح وملاحظات DeepSeek لصور الشاشة وأحكام Jev وخلاصة منفصلة من DeepSeek. ومثال 26% لموقع anthropic.com درجة وفق معيار الموقع الأسلوبي، لا دليل على أن النص ألّفه الذكاء الاصطناعي.
- [Kitze: إعلان Unclutter ومصدره](https://github.com/kitze/unclutter) — يصف ملف README الأصلي للمطور تصنيف العناصر المرشحة بواسطة Jev، وقواعد الإخفاء المحلية القابلة للعكس، وإعادة استخدامها بحسب القالب، وضوابط المستخدم. والمنشور الأصلي في 17 سبتمبر هو https://x.com/thekitze/status/2100595129874817340. ولم يُعثر على تقييم مستقل في ظروف الاستخدام الميداني.
- [Jonathan Unikowski: ترتيب أولويات صندوق الوارد باستخدام Jev](https://x.com/jnnnthnn/status/2101399331115077760) — يعرض المطور ترتيباً مباشراً حسب الأهمية ويقول إن الميزة ستتوفر في Avec. وهذا يثبت وجود عرض وخطة لإطلاق مقترح، لا صندوق وارد منشوراً أو دقة مقاسة للأولويات.
- [Shubham Saboo: البحث الدلالي داخل الصفحة باستخدام Needle](https://x.com/Saboo_Shubham_/status/2101576462042366114) — يقدم المطور إضافة مفتوحة المصدر لمتصفح Chrome. ويقول في شرحه المطول على LinkedIn إن Jev يقيّم مقاطع الصفحة الموجودة وتبرز الإضافة ما يطابقها من دون إنشاء إجابة بديلة؛ ولا يتضمن ذلك تقييماً مستقلاً للاسترجاع.
- [Chris Tate: تجربة json-render وJev](https://github.com/vercel-labs/json-render/blob/main/apps/web/lib/jev/README.md) — تقول وثائق المشروع إن Jev يختار من خيارات واجهة يملكها التطبيق، بينما يجمع الكود المواصفات ويتحقق منها ويعرضها محرك التصيير. والمنشور الأصلي للعرض في 18 سبتمبر هو https://x.com/ctatedev/status/2101022101750571357. وبيانات بيئة التجربة اصطناعية.
- [Burhan Usman: عرض اقتطاع الفيديو بحسب الموضوع](https://x.com/BurhanUsman/status/2101641842441732297) — يذكر المطور اقتطاع فيديو تتجاوز مدته 90 دقيقة بحسب الموضوع. ولا يكشف المنشور مسار العمل كاملاً أو حدوداً زمنية متحققاً منها أو دقة المقاطع؛ وشرح Berman القائم على النص المفرغ استنتاج في الفيديو.
- [Matt DesLauriers: تجربة ألوان Jev](https://x.com/mattdesl/status/2100899669802963060) — تربط التجربة البصرية الأصلية بين النص ولوحات الألوان. وهي دليل على تجربة إبداعية، لا على ملاءمة التصميم للإنتاج أو استيفاء متطلبات سهولة الوصول.
- [Stefan: تجربة الرموز التعبيرية باستخدام Jev](https://x.com/heystefan_/status/2101369117496521042) — يعرض المنشور الأصلي ومقطع Berman عند الدقيقة 9:52 اختيار الرموز التعبيرية بالاستناد إلى نص مكتوب. ولا يصاحب المنشور تقييم لقابلية الاستخدام أو للأداء عبر اللغات.