معظم مشاريع الذكاء الاصطناعي لا تفشل في مرحلة الفكرة. يفشلون في المرة الأولى التي يمر فيها المستخدم الحقيقي بسير عمل طويل الأمد ولا يعود شيء. أبني البنية التحتية التي تمنع الطبقة بين عرض الذكاء الاصطناعي ونظام يتعامل مع المستخدمين الحقيقيين، والبيانات الحقيقية، والعواقب الحقيقية.

في عام 2026، أصبح التحفيز سلعة. المهندسون الذين يستحقون التوظيف هم من يبقون الوكيل يعمل تحت حمل حقيقي، ويستعيدوه عند تعطله، ويعرفون بالضبط ما كان يفعله عندما حدث ذلك. هذا هو العمل الذي أركز عليه.

خبرة الذكاء الاصطناعي على مستوى الإنتاج
───────────────────

سير عمل وكيل متين. أنا أقوم بتصميم أنظمة متعددة الوكلاء باستخدام LangGraph وTemporal. في شركة Neptune Technologies، أنشأت خطوط أنابيب مدعومة بتقنية Temporal تحافظ على اكتمال البيانات بنسبة 99٪+ عبر آلاف المكالمات الصوتية الطويلة — وهي سير عمل نجت من الأعطال، وتعاملت مع عمليات إعادة التشغيل، وحافظت على الحالة دون أن يراقبها أحد. المهام الطويلة لا تختفي. ينتهون.

ذكاء اصطناعي صوتي لا يشعر وكأنه روبوت. أبني خطوط أنابيب صوتية منخفضة التأخير باستخدام LiveKit وWebRTC، مع Deepgram و ElevenLabs في المكدسة. الهدف الهندسي دائما واحد: تقليل إحساس التأخير حتى يصبح الحديث حقيقيا. لقد قمت بذلك في الإنتاج للتحقق من صرف قروض التكنولوجيا المالية — وهو مجال يجب أن يعمل فيه المكالمة، قانونيا وتقنيا.

سياق المؤسسة عبر MCP. أنفذ خوادم بروتوكول السياق النموذجي التي تمنح الوكلاء وصولا آمنا ومنظما إلى أنظمة إدارة علاقات العملاء، وقواعد بيانات SQL، والأدوات الداخلية. في Neptune، كان هذا السياق الموحد عبر 20+ أداة SaaS على طبقة تنسيق واحدة تعمل بخمسة نماذج لغوية كبيرة في نفس الوقت — ويقلل من زمن تأخير الاستدلال بنسبة 30٪ من خلال التخزين المؤقت المخصص وتحسين الإدخال/الإخراج غير المتزامن.

ملاحظة النظام منذ اليوم الأول. كل نظام أشحنه مزود بأدوات قبل تشغيله — Langfuse لتفكير الوكلاء والتكلفة، وPrometheus للبنية التحتية. إذا حدث خلل في الإنتاج، ستعرف ما كان يفعله الوكيل ولماذا قبل أن تسأل.

التسليم والسجل الفني
──────────────

لقد نقلت الأنظمة من نموذج بايثون إلى خدمة إنتاجية محوطة. في وقت سابق من مسيرتي المهنية، بنيت أتمتة الواجهة الخلفية في Cloud4C التي تتعامل مع 7,000+ حدث يومي بنسبة تحمل أخطاء بنسبة 99.9٪، مما قلل من فرز التذاكر اليدوي بنسبة 75٪. الانضباط الناتج عن هذا العمل — الخدمات المستقلة، التعامل الصحيح مع الأخطاء، البنية المعتمدة على الأحداث — ينعكس في كل نظام ذكاء اصطناعي أبنيه الآن.

أحد العملاء أبقاني جزءا من فريق تطوير التعلم الآلي لديهم لمدة تسعة أشهر. استخدم عشرة عملاء مستقلون نفس الكلمة لوصف التفاعل: الجودة. أذكر هذا ليس كشهادة بل لأنه يصف كيف أعمل فعليا — ولأن العملاء الذين يستحقون العمل معهم يميلون إلى ملاحظة الفرق.

النظام البيئي التقني
─────────────

الذكاء الاصطناعي والتنسيق — LangGraph، LangChain، CrewAI، Autogen. الزمني (سير العمل، الأنشطة، الإشارات، الاستعلامات). راغاس ولانغفوز للتقييم. GPT-5، كلود 4، لاما 4، أولاما، جروك.

الصوت والزمان الحقيقي — LiveKit، WebRTC، SIP، RTP، DEEPGRAM، ElevenLabs، OpenAI Realtime API.

Backend & Infrastructure — بايثون (FastAPI, Pydantic), Go. Docker، Kubernetes، AWS، Azure، GitHub Actions. Apache Kafka، RabbitMQ، Redis Streams. PostgreSQL، MongoDB، Redis. صنوبر، ويفييت، ميلفوس.

ما الذي يمكنك توقعه
─────────────

تسليم النظام أولا. ليست سيناريوهات تعمل مرة واحدة في العزلة. الخدمات التي تحتوي على تسجيل الأشجار والتعامل مع الأخطاء وقابلية الملاحظة مدمجة منذ البداية — لأن إعادة تركيبها في نظام إنتاج معطل تكلف ثلاثة أضعاف ما كان سيكلفه لتضمينها.

الصدق التقني. إذا لم تكن حالة استخدامك تحتاج إلى نموذج لغوي كبير، سأخبرك. إذا كان الطراز المحدد مبالغا فيه بالنسبة لميزانيتك وحالة استخدامك، فسأقول ذلك. لقد فقدت مشاريع لأكون صريحا بشأن هذا الأمر. الأحذية التي أحتفظ بها غالبا ما تكون طويلة.

تسليم نظيف. قواعد كود محوطة، موثقة بالكامل — مصممة لفريقك ليصانعها ويوسعها ويفهمها بدوني في الغرفة.

إذا كان مشروع الذكاء الاصطناعي الخاص بك يحتاج إلى الصمود بعد العرض التجريبي، تواصل معك.