Youssef El Gamrani

Co-Founder & CTO @ Techain Solutions 🚀
Helping businesses build & scale custom AI solutions.
DMs open for AI projects 📩

[Youssef El Gamrani @youssef_gamrani]

The same pattern goes far beyond fitness.

CRM copilots.
Support agents.
Internal assistants.
Field operations.
Engineering tools.

Persistent business state + real-time environment can create a very different AI experience.

How are you handling context in your AI systems?

[Youssef El Gamrani @youssef_gamrani]

The biggest problem I’ve found with AI assistants isn’t the model.

It’s context.

How do you give an AI the right data, at the right moment, without rebuilding its context every time?

I’m testing this through my own fitness coaching system. 🧵

[Youssef El Gamrani @youssef_gamrani]

This is the part of Context Engineering I find most interesting:

It’s not about feeding an LLM more data.

It’s about deciding:

what should persist
what should be retrieved
what should be observed live
and when each context source matters

[Youssef El Gamrani @youssef_gamrani]

Example:

The machine planned for my exercise isn’t available.

Gemini already has the relevant fitness context from Drive.

I show Live the available machines and ask which alternative could fit the current workout.

That’s much more useful than starting from a blank chat.

[Youssef El Gamrani @youssef_gamrani]

Now there are two context layers:

Persistent context
→ program, workout history, previous sessions

Real-time multimodal context
→ the machines and equipment physically available around me

Same user. Same goal. Different context sources.

[Youssef El Gamrani @youssef_gamrani]

That’s where Gemini Live becomes useful.

Instead of relying on the Gem itself, I can have Live use the same fitness context stored in Drive.

Then I turn on the camera and show it the equipment available in the gym.

[Youssef El Gamrani @youssef_gamrani]

But the interesting part is what happens when my environment changes.

This week I’m training in a hotel gym.

Different equipment. Different machines.

My stored context knows my training history.

It doesn’t know what’s physically available around me.

[Youssef El Gamrani @youssef_gamrani]

That same context is used by a dedicated Gemini Gem for fitness coaching.

So when I ask about my training, I don’t need to re-explain:

my program
recent sessions
previous weights
workout notes

The context already exists.

[Youssef El Gamrani @youssef_gamrani]

My fitness app tracks workouts, exercises, sets, weights, reps, RIR and notes.

D1 remains the source of truth.

From that data, I generate a dedicated context document in Google Drive for the AI.

[Youssef El Gamrani @youssef_gamrani]

📌 المصدر: Anthropic — Detecting and countering misuse of AI: September 2026
https://t.co/Ssu4gmk4j5
#AI #ClaudeCode

[Youssef El Gamrani @youssef_gamrani]

واش ممكن الـAI يعوّض فريق كامل ديال Software Engineers… فمشروع ديال صواريخ؟ 😳
الجواب، حسب تقرير جديد ديال Anthropic: هاد الشي وقع فعلاً.
🧵👇

[Youssef El Gamrani @youssef_gamrani]

إذا AI Agent واحد يقدر يعوض جزء من خدمة engineer اليوم… شنو غادي يوقع ملي 5 أو 10 Agents يقدرو يخدمو مع بعضهم كفريق كامل، 24/7؟
واش كتشوفو هاد التطور فرصة ضخمة أكثر… ولا risk خاصنا ناخدوه بجدية من دابا؟

[Youssef El Gamrani @youssef_gamrani]

وهذا بالنسبة ليا واحد من أكبر التحولات اللي خاصنا نتابعو فالـAI خلال السنوات الجاية.
والسؤال اللي فعلاً كيهمني نعرف رأيكم فيه:

[Youssef El Gamrani @youssef_gamrani]

وهنا الفرق كبير جداً.
لأن Coding Agents وAI Agents ما بقاوش فقط chatbots كيعطيوك information.
كيقدرو يدخلوا فـworkflow، يكتبوا، يجربوا، يصلحو، يراجعو، ويعاودو يحاولو.

[Youssef El Gamrani @youssef_gamrani]

قبل عامين أو ثلاثة، السؤال الكبير كان: "شنو يقدر AI يجاوب؟"
دابا السؤال بدا كيتبدل لـ: "شنو يقدر AI ينفّذ ملي نعطيوه tools، codebase، simulations ووقت كافي؟"

[Youssef El Gamrani @youssef_gamrani]

ولكن بالنسبة ليا، أهم نقطة فهاد التقرير هي هادي 👇

[Youssef El Gamrani @youssef_gamrani]

من بعد، Anthropic حظرات الحسابات المرتبطة بهاد النشاط، شاركت threat intelligence مع partners، وزادت safeguards جديدة ضد استعمال Claude فتطوير الأسلحة.

[Youssef El Gamrani @youssef_gamrani]

كتقول Anthropic أن safeguards ديالها منعات عدد كبير من الطلبات، ولكن ماشي المستخدمون كانو كيخفيو الهدف الحقيقي ديال بعض المهام.

[Youssef El Gamrani @youssef_gamrani]

يعني الـAI كان حاضر تقريباً فـworkflow كامل: Design → Code → Simulation → Testing → Debugging.

[Youssef El Gamrani @youssef_gamrani]

بعد ساعات فقط، رجعو لـClaude وحللو معاه telemetry باش يحاولو يفهمو علاش الاختبار فشل.

[Youssef El Gamrani @youssef_gamrani]

والقصة وصلات أبعد من simulation.
كتقول Anthropic أن واحد الصاروخ دار اختبار ميداني حقيقي.
الاختبار، حسب تقييمهم، فشل.
والمثير أكثر؟