منعرف كيف نبني المنتج.
السؤال الأصعب: كيف منعرف إذا في حدا محتاجه ومستعد يدفع عليه؟
أنا مجد، Full-Stack Developer وAI Engineer عايش ببرلين.
من سنين وأنا بشتغل على بناء تطبيقات ومنتجات فعلية، من Web Development والـAPIs للـSaaS والأتمتة.
بهالحساب بشارك بالعربي شو عم أتعلّم وأطبّق بنفسي حول:
• AI Agents وأدوات AI للمطوّرين
• Automation وGitHub Repos بتستاهل التجربة
• بناء SaaS والتحقق من الفكرة قبل ما نضيّع أشهر عليها
• الوصول لأول مستخدم وأول عميل
بشارك التجربة مثل ما هي: شو نجح، شو فشل، وشو تعلّمت بالطريق.
إذا إنت مطوّر او شخص مهتم بالتقنية وبدك تتعلم تقنيات للمستقبل او تحوّل مهاراتك التقنية و تطورها لمنتج حقيقي، فيا أهلًا وسهلا فيك.
خلّينا نتعلّم، نجرّب ونبني سوا.
شكرا الك :) بعتقد التحدي الحقيقي بيبدأ بعد ما الـERP يشتغل فعلًا، خصوصًا لما يوصل لـ50 أو 100 موظف.
هون بتظهر أشياء مثل migrations للبيانات القديمة، permissions متعددة الطبقات، أجهزة الباركود، ومع الاستخدام المتزامن ممكن تظهر race conditions أو اختلافات بالمخزون.
مثلاً: موظفين بيسحبوا آخر قطعة بنفس اللحظة — هل الـstock movement محمي بـtransaction تمنع تسجيل العمليتين؟
وبعدين في الجانب التشغيلي: مين مسؤول عن الـbackup والـrecovery لو وقع السيرفر؟ ومين يتعامل مع الـsupport والمشاكل اليومية؟
برأيي بناء الـERP ممكن يصير أسرع بكثير بالـAI، لكن تشغيله كنظام يعتمد عليه داخل شركة هو الجزء الأصعب فعلًا.
شكرا :) الفكرة قوية للتجارب، بس في كم نقطة لازم تنتبه لها:
1. الـFree Tiers فيها Rate Limits وبتتغير حدودها من provider للثاني، وحتى لو الأداة تعمل failover تلقائي ممكن بالنهاية تنزل لموديل أضعف وبالتالي جودة اضعف
2.كمان بياناتك بتروح للـproviders اللي تستخدمهم، لذلك ما بحط codebase حساس على أي Free API بدون ما أراجع سياسة الخصوصية.
برأيي ممتاز للـside projects والتجارب، لكن ما بعتمد عليه لخدمة Production أو مشروع عميل.
تماما!!👌الأفضل الفصل بين ذاكرة المشروع وخطة المهمة.
القواعد الثابتة مثل architecture والـ conventions والأوامر والأشياء اللي ما لازم يلمسها، خليها في AGENTS.md إذا الأداة تدعمه.
أما الـ Plan Mode خليه فقط لهدف المهمة الحالية + acceptance criteria.
هيك بتقل فرصة إن الوكيل يروح يصلح مشاكل unrelated وينسى الهدف الأساسي 😀
شكراً إلك :) أول سؤال خطر ببالي: ليش أستخدمه إذا عندي NotebookLM من Google؟
الفرق اللي لفتني إن OpenBrief بيقدر يتعامل مع ملفات الفيديو المحلية ويعمل الـ transcription على جهازك، بينما NotebookLM يعتمد على YouTube captions للفيديو.
فممكن تكون فائدته الحقيقية مع التسجيلات المحلية، أو المحتوى اللي ما بدك ترفعه لخدمة ثانية :)
شكرا الك :) اضافة لذلك المقارنة بالإعلانات مو بس بجودة الصورة.
H3
يدعم 2K + صوت Stereo وتثبيت الشخصية والصوت عبر References، وهذا ممكن يعطيه أفضلية بإعلانات فيها شخصية ثابتة.
بينما Seedance 2.5 قوته أكبر بالـ editing وmotion transfer والتحكم بالكاميرا.
يعني نفس الـ prompt وحده مو دائمًا مقارنة عادلة 👀 مبدع كالعادة :)
جرّبت Replit Free Mode الجديد مع GPT-5.6 Luna.
أعطيته مشكلة بسيطة:
كيف نخلّي الفريق يشوف تكلفة الاجتماع وهي عم ترتفع فعلًا؟
من Prompt واحد طلعت أداة فيها عدّاد حي يحسب تكلفة الاجتماع كل ثانية حسب عدد الحاضرين وتكلفتهم 💸
أكثر شي بدي أختبره هون مو كمية الـ features، بل قديش ممكن توصل من مشكلة واضحة إلى Prototype مفيد بأقل تعقيد ممكن.
المعادلة اللي عم أحبها أكثر:
المشكلة → أصغر نسخة ممكنة → جرّب → بعدها زيد Feature واحدة.
شوفي أداة صغيرة ممكن تبنيها بهالطريقة؟
أكثر شي مفيد بالخبر مو كلمة Free بحد ذاتها — بل إنك تقدر تستخدمه لاختبار فكرة بسرعة.
إذا بدك تستفيد منه صح، لا تقل له: «ابنِ لي SaaS كامل».
ابدأ هكذا:
1-اشرح المشكلة والمستخدم
2-اطلب أصغر نسخة تحل المشكلة
3-ابنِ Feature واحدة كل مرة
4-جرّبها بنفسك
5-انشرها واعرضها على 3 أشخاص قبل ما تضيف Features جديدة
أنا هيك بشتغل مع الـ Agents كل يوم — خطوة واضحة وحدة كل مرة.
الـAI سرّع البناء… لكن معرفة ماذا تبني ولمَن ما زالت أهم مهارة.
جرّبت Replit Free Mode الجديد مع GPT-5.6 Luna.
أعطيته مشكلة بسيطة:
كيف نخلّي الفريق يشوف تكلفة الاجتماع وهي عم ترتفع فعلًا؟
من Prompt واحد طلعت أداة فيها عدّاد حي يحسب تكلفة الاجتماع كل ثانية حسب عدد الحاضرين وتكلفتهم 💸
أكثر شي بدي أختبره هون مو كمية الـ features، بل قديش ممكن توصل من مشكلة واضحة إلى Prototype مفيد بأقل تعقيد ممكن.
المعادلة اللي عم أحبها أكثر:
المشكلة → أصغر نسخة ممكنة → جرّب → بعدها زيد Feature واحدة.
شوفي أداة صغيرة ممكن تبنيها بهالطريقة؟
مبدع، شكرًا 👏
الخصوصية حلوة، بس اللي لفتني أكثر هو تجربة التمرين نفسها.
لما تبدأ تمرينك، OpenGym يتذكر الأوزان اللي استخدمتها آخر مرة ويعبّيها تلقائيًا، وفيه مؤقت للراحة بين الجولات، وحتى يكتشف لما تحقق رقم شخصي جديد.
يعني مو مجرد جدول تمارين self-hosted، بل أداة بتساعد فعلًا تتابع تقدمك تمرين بعد تمرين.
@aziz4ai أكثر شي متحمس شوفه إذا دعموا العربي هو كيف رح يتعامل مع اللهجات 😅
إذا قدروا يضبطوا اللهجة + الـ tone + توقيت الصوت مع الفيديو بنفس الجودة، هون فعلًا رح يصير استخدامه للمحتوى العربي ممتع جدًا.😀
@Abdul_AlDhalaan أكيد خطوة جبارة، بس مع هيك بعتقد إن أي شي متعلق بالـ auth، permissions، payments لازم يمر عليه إنسان قبل الـ production.
يعني بالحد الأدنى:
test it once manually before production 😅
أنا يمكن ما بوافقك الرأي تمامًا.
خوارزمية X مفتوحة المصدر على (2026)GitHub، وبحسب الكود الحالي:
الـ Reply وزنه +5
الـ Mute وزنه −58.8
و"غير مهتم" −43.2
والـ Report يصل إلى −234
المهم: هاي الأرقام مو عملية جمع وطرح مباشرة، بس بتوضح إن X بيعطي وزن كبير للإشارات السلبية.
يعني ممكن المنشور الاستفزازي يجيب Replies كثيرة، بس إذا خلّى الناس تعمل Mute أو Not Interested أو Report، فأنت رح تخسر أكثر ما تربح، وعلى المدى الطويل هذا ممكن يأثر على حسابك :)
Cursor
عم يتحول تدريجيًا من مجرد محرر كود إلى منصة تطوير كاملة.
مع Origin صار عندك الكود، Repos، Pull Requests وAI Agents بمكان واحد.
والنقطة اللي عجبتني: إذا عملت Sync لمشروع موجود على GitHub، بيضل GitHub هو الـSource of Truth.
وحتى الـPRs مزامنة باتجاهين:
تعليقك في Cursor يظهر على GitHub، والردود والتفاعلات من GitHub تظهر في Cursor خلال ثوانٍ.
شخصيًا ما بنقل مشروع مهم بالكامل لـOrigin حاليًا لأنه لسا Early Beta، لكن أكيد بجربه على Repo جانبي.
إذا نجحت الفكرة، المنافسة مع GitHub رح تصير مثيرة جدًا 👀
أنتم جربتوه؟ ولا مستنيين يطلع من الـBeta؟
Origin, our code hosting platform, is now live.
It's fast, easy to use, and deeply integrated with Cursor.
Get started by syncing your repos from GitHub.
على X المشكلة إنك غالبًا ما بتعرف إذا الخوارزمية تغيّرت أو لا.
ممكن فجأة يقل الوصول، وتفكر إن المشكلة بالمحتوى، بينما السبب ممكن يكون تغيير بطريقة توزيع المنشورات.
لهيك أنا بفضّل أغيّر شغلة وحدة كل مرة، مثل وقت النشر أو نوع المحتوى، وبعدها أقارن النتائج بدل ما أغيّر كل شي دفعة وحدة.
أدوات مثل Startup Skill ممتازة كنقطة بداية لفهم السوق، المنافسين، الـTarget Customer والـValue Proposition.
لكن الـvalidation الحقيقي يبدأ لما تحط الفكرة أمام ناس حقيقيين.
اليوم بالـAI تقدر تبني Landing Page + Prototype أو MVP بسيط خلال ساعات، بدل ما تصرف أسابيع على البرمجة.
وبرأيي أقوى الإشارات تكون تقريبًا بهذا الترتيب:
مقابلات مع العملاء → تسجيل اهتمام → استخدام الـMVP → استعداد للدفع → دفع فعلي.
لأن أخطر شيء في أدوات تحليل الأفكار أنها ممكن تعطيك إحساس أن الفكرة «مثبتة» فقط لأن التقرير مرتب ومقنع.
التقرير يعطيك فرضيات أفضل، لكنه ما يعطيك الحقيقة.
الحقيقة عند العميل.
وأحيانًا 10 محادثات جيدة مع Target Customers تكشف لك أكثر من تقرير من 30 صفحة.
@f_aswadi يعني رقم الـViews رح يصير أقل أهمية.
إذا المشاهدة رح تنحسب من أول Frame، ممكن نشوف أرقام أعلى بدون ما يعني إن الناس فعلًا كملت الفيديو.
برأيي لصناع المحتوى، الـRetention وWatch Time وEngaged Views رح يصيروا أهم من قبل 😅