الساعة 2 صباحًا: أعمل لحساب وكلاء الذكاء الاصطناعي

الساعة الثانية صباحًا. أحدق في أربع نوافذ تعمل بالتوازي على شاشتي. إحداها تعالج مواد للعملاء. وأخرى تصلح الكود. وثالثة تلحق برسائل Slack غير المقروءة. أما الرابعة فمعلّقة عند حدّ طلبات API، تنتظر مني أن أتخذ قرارًا. أنا لا أستخدم الذكاء الاصطناعي. أنا أدير الذكاء الاصطناعي — مثل مشرف مصنع يقوم بجولاته في الثانية صباحًا.

قبل شهرين، ظننت أنني بلغت سقف ما يمكن أن يقدمه لي الذكاء الاصطناعي. كنت أستخدمه يوميًا منذ GPT-3.5 — عامان من المحادثات، ولوحة تفكير أذكى، ولا شيء أكثر. ثم توقفت مرحلة الدردشة وبدأت مرحلة الإدارة. واتضح أن الفجوة بين هذين النمطين — محادثة الذكاء الاصطناعي في مقابل العمل معه فعلًا — هي أهم عبور مهني قمت به على الإطلاق. هذا تقرير ميداني من الضفة الأخرى، بما في ذلك الإخفاقات.

السقف الذي بنيته لنفسي

لست متفرجًا على الذكاء الاصطناعي. أدير شركة تبنّته بالكامل. كتبت Python، وعملت مع APIs، وتابعت الأبحاث. وكنت أستخدمه مرات عدة في اليوم — لصياغة المذكرات، واختبار الاستراتيجية تحت الضغط، والتحضير للاجتماعات.

وكانت تلك الألفة هي الفخ بالضبط.

لأن كل ما كنت أفعله — كلّه — كان دردشة. أفتح تبويبًا، أطرح سؤالًا، أحصل على إجابة، ثم أغلق التبويب. وأبدأ من الصفر في المرة التالية. استخدمت الذكاء الاصطناعي بالطريقة التي يستخدمه بها معظم التنفيذيين: مساعدًا ذكيًا تتحدث إليه، لا زميلًا تعمل معه. جرّبت في الطريق منتجات جاهزة للوكلاء. كان Manus قادرًا على استيعاب موجز العمل وتتبع السياق عبر الجلسات — مفيدًا للعروض التقديمية، لكن التفاعل ظل كما هو: أنا أوجّه، وهو ينفذ، خطوة بعد خطوة.

كنت أعرف أدوات المساعدة البرمجية — GitHub Copilot وما شابهها. لكنني رئيس تنفيذي، لا مهندس. كتبت من الكود ما يكفي لأن أكون خطرًا، لا ما يكفي لأن أكون منتجًا. وكانت فكرة الجلوس داخل IDE تبدو كأنها رجوع إلى الخلف في مسيرتي. كنت قد صنّفت الأدوات بلا وعي: هذه للمبرمجين، وتلك للمديرين. لم تفرض الأدوات ذلك السقف عليّ. أنا بنيته بنفسي. كنت قد قررت ما هو «لشخص مثلي»، وتوقفت عن النظر إلى ما بعده.

كيف يبدو الأمر عندما ينهار الجدار

دفعني مديرنا التقني إلى تجربة Cursor. كان IDE — أداة للمبرمجين. لم أكتب كودًا بجدية منذ سنوات. لكن الفضول انتصر.

Cursor لا يهتم بمسمّاك الوظيفي. تصف ما تريده بلغة إنجليزية بسيطة، وهو يبني — ليس إكمالًا تلقائيًا، بل بناء فعليًا. بالنسبة لشخص ظل دائمًا على بُعد خطوة من التنفيذ، قادرًا على توصيف الأشياء لكن غير قادر على بنائها، بدا الأمر كأن جدارًا ينهار. للمرة الأولى استطعت لمس طبقة التنفيذ.

ثم دفعني إلى Claude Code — وكيل الذكاء الاصطناعي من Anthropic عبر سطر الأوامر — فانفتح شيء آخر تمامًا.

Cursor مساعد برمجي ذكي — لكنك ما زلت تقود، سطرًا بعد سطر. أما Claude Code فهو زميل. أصف الهدف. فيفكر في المشكلة، ويطرح أسئلة توضيحية، ويكتب الكود، ويختبره، ويصلح ما يتعطل. يحمل المشروع كله في رأسه — أي ملفات موجودة، وكيف تتصل ببعضها، وما الذي بنيناه بالأمس. تحوّل دوري من الكتابة إلى المراجعة. وانتقلت نقطة الاختناق من قدرتي التقنية إلى شيئين مختلفين تمامًا: مدى وضوح صياغتي لما أريد، ومدى جودة حكمي على ما يعود إليّ.

واتضح أن هاتين المهارتين هما بالضبط من مهارات الرئيس التنفيذي. كنت أقول لنفسي إن أدوات البرمجة ليست لي. وما لم أدركه هو أن الأدوات انتقلت إلى المكان الذي كنت أقف فيه أصلًا.

ثم اكتشفت OpenClaw — إطار عمل مفتوح المصدر للأنظمة متعددة الوكلاء — فانخفضت الأرضية مرة أخرى.

من Manus إلى Cursor إلى Claude Code إلى OpenClaw. استغرق هذا المسار كله نحو ثلاثة إلى أربعة أسابيع، كمنحنى تسارع: كل قفزة أسرع وأعمق من سابقتها. وبحلول النهاية، لم أعد أستخدم أداة ذكاء اصطناعي واحدة. كنت أدير نظامًا.

منحنى التسارع: كل قفزة أسرع وأعمق من سابقتها

الضفة الأخرى

هكذا تبدو الضفة الأخرى من تلك الفجوة — وربما تبدو مختلفة بعد شهر:

أدير طبقتين. OpenClaw هو طبقة التشغيل الدائم. يعمل على خادم سحابي، ويراقب Slack الشركة، ويتولى الإيقاع التشغيلي لإدارة الأعمال: تلخيص تحديثات الفريق، وتنفيذ مسارات التواصل الخارجي، وتتبع طلبات العملاء، وتنبيه الفريق إلى المواعيد النهائية. إنه يضمّ القطع المبعثرة بين الأشخاص والأدوات والقنوات؛ تلك القطع التي لم يكن لدى أحد وقت لربطها من قبل.

Claude Code هو طبقة التركيز العميق. عندما أحتاج إلى التفكير بجدية في شيء واحد — كتابة هذا المقال، أو تصميم مسار عمل جديد، أو تصحيح OpenClaw نفسه — أجلس داخل Claude Code. OpenClaw هو أرضية المصنع؛ وClaude Code هو طاولة العمل.

إعادة هيكلة من أجل الوكلاء: تعمل ملفات markdown كمستندات إحاطة حتى يفهم الذكاء الاصطناعي المشروع

هذا الفصل مهم لأن أدوات الذكاء الاصطناعي المختلفة تمتلك بالفعل نقاط قوة مختلفة — نماذج مختلفة، وذاكرة مختلفة، ومستويات مختلفة من الاستقلالية. معرفة أي وكيل تُسند إليه أي مهمة أصبحت بحد ذاتها نوعًا جديدًا من العمل، وما زلت أتعلمه. لكن الفكرة ليست في الأدوات المحددة. الفكرة أنني انتقلت من طرح الأسئلة على الذكاء الاصطناعي إلى تشغيل أنظمة ذكاء اصطناعي — والفرق ليس تدريجيًا. إنه بنيوي.

كيف يبدو الشعور فعلًا

هذا ما تغيّر:

قبل وبعد: تغييرات ملموسة عبر ستة مجالات من عمل الرئيس التنفيذي

توفير الوقت حقيقي — مهام كانت تستغرق أسبوعًا إلى أسبوعين أصبحت تستغرق ساعة. لكن السرعة ليست جوهر المسألة. بوصفي رئيسًا تنفيذيًا، هناك دائمًا أعمال أكثر من طاقتك الاستيعابية. كثير من المهام يقع في منطقة وسطى محرجة: يستحق الإنجاز، لكنه ليس كبيرًا بما يكفي لتبرير توظيف شخص. لذلك لا يُنجز ببساطة — يتأجل تحديث المساهمين، ويبقى بحث العملاء المحتملين سطحيًا، ويفلت التواصل اللاحق. لم يجعل الذكاء الاصطناعي عملي الحالي أسرع فحسب؛ بل جعل الأعمال التي كانت تسقط بين الشقوق تحدث فعلًا.

وعبور تلك الفجوة فتح بابًا لم أتوقعه: باب الذكاء الاصطناعي نفسه. أستخدم المحادثة الصوتية مع الذكاء الاصطناعي أثناء المشي، وفي سيارات الأجرة، وبين الاجتماعات — فكرة أذكرها وأنا أعبر الشارع تتحول إلى مواصفة بحلول الوقت الذي أجلس فيه. ومن خلال العمل اليومي مع الوكلاء، أصبحت أتعامل مباشرة مع الحافة الأمامية للمجال — أتنقل بين النماذج التأسيسية (Claude, Gemini, Qwen, Kimi)، وأبني مسارات RAG، وأصارع أنظمة ذاكرة الوكلاء. لا أقرأ عنها. أستخدمها. القلق من التخلف عن موجة الذكاء الاصطناعي — ذلك الشعور الذي يحمله كل تنفيذي اليوم — اختفى. ليس لأنني أعرف كل شيء، بل لأن لدي منظومة تتيح لي لمس كل شيء.

ماذا يعني ذلك إذا كنت تدير مكتبًا عائليًا؟

أنت لا تدير كودًا. أنت تدير ثروة متعددة الأجيال، وديناميكيات عائلية معقدة، وبيانات حساسة تنظيميًا. حذرك تجاه الأتمتة مبرر — تعليمة خاطئة واحدة قد تؤثر في ترتيبات الأصول عبر الأجيال، وتسريب بيانات واحد قد يدمّر سمعة عائلة. لكن الحذر ليس هو التجنّب.

العمل الجوهري للمكتب العائلي هو، في أساسه: جمع معلومات مجزأة، وتركيب فهم، وإصدار حكم، والتنفيذ، والتحقق. من توحيد المراكز عبر البنوك الحافظة، إلى توقع التدفقات النقدية لصناديق الملكية الخاصة، إلى تخصيص التقارير لكل فرد من أفراد العائلة — كم من ذلك هو تجميع بيانات متكرر، وكم منه اتخاذ قرار فعلي؟

لن يتخذ الذكاء الاصطناعي قرارات توزيع الأصول نيابة عنك، ولن يخبرك بأي مدير صندوق ينبغي أن تثق. لكنه يستطيع أن يمنحك رؤية كاملة للمحفظة عبر عدة أمناء حفظ قبل الاجتماع بخمس عشرة دقيقة، وأن يبرز البنود الأساسية وعوامل المخاطر المدفونة في مواد العناية الواجبة قبل أن تنهي قهوتك. الخط المهم هو الخط الفاصل بين معالجة المعلومات التي يمكن أتمتتها، والحكم الذي يجب أن يبقى إنسانيًا. ما إن ترسم هذا الخط بوضوح، حتى تبدأ العجلة في الدوران — وتتسع بسرعة الفجوة بين من عبروا ومن لم يعبروا.

الجزء الذي لا يحذرك منه أحد

كان ذلك هو النسخة الوردية. وهذه بقية القصة.

الإعداد يلتهمك حيًا. المهام التي وصفتها تستغرق الآن وقتًا أقل. لكن بناء النظام الذي يجعلها أسرع وصيانته هو عمل جديد ومستمر. لقد استبدلت وقت المهام بوقت البنية التحتية — وبالنسبة لي، المحصلة الصافية إيجابية بوضوح. لكن لدي الدافع، والخلفية التقنية، والساعات التي يمكنني حرقها. أما لمعظم الناس، فلن تكون المعادلة كذلك.

العالم ليس مبنيًا للوكلاء. اختبارات CAPTCHA، ومطالبات المصادقة الثنائية، وانتهاء الجلسات، وملفات PDF، وجداول البيانات القديمة، وحدود طلبات API المصممة لاستخدام بسرعة البشر — في كل مرة يصطدم فيها وكيل بأحد هذه الجدران، تكون أنت من يبحث عن المخرج. (وهذا الاحتكاك فرصة هائلة أيضًا — بما في ذلك لشركات مثل شركتنا. الحواجز نماذج أعمال.) والوكلاء الذين تبنيهم بنفسك ليسوا منتجات جاهزة. إنهم مثل LEGO — ذاكرة، وتقارير، وتنسيق مهام، وصلاحيات، ومراقبة، ومعالجة أخطاء، وتكاملات أدوات — كل قطعة تتطلب قرارات، وكثير منها يتطلب حكمًا تقنيًا. ولا ينتهي الأمر أبدًا، لأن النماذج وAPIs والأدوات الأساسية تتغير كل بضعة أسابيع.

حتى إن كانت أحدث الوكلاء تفهم الإنجليزية البسيطة، فما زلت تحتاج إلى توجيهها وتجاوز قراراتها عندما ينحرف منطقها.

شرعت مؤخرًا في بناء نظام ذاكرة من ثلاث طبقات لـ OpenClaw: ذاكرة فورية، وذاكرة يومية، وذاكرة أسبوعية. يبدو ذلك مرتبًا، أليس كذلك؟ طلبت من Claude Code قراءة كومة من الأوراق البحثية وتصميم البنية. فأنتج خطة بدت شاملة ومكتملة. تنفست الصعداء، ظنًا أن الأمر انتهى.

لم يعمل.

طلبت من نسخة ثانية من Claude مراجعة البنية. وجدت مشكلات بنيوية. أصلحتها. فانكسر مرة أخرى. فتحت Codex — وكيل البرمجة من OpenAI — لأحصل على عين جديدة. اكتشف حالات طرفية فاتتني. أصلحتها. ثم أصدر OpenClaw نسخة جديدة مسحت الكود الذي كنت أعدله منذ أيام. عدت إلى نقطة الصفر.

والجزء الأكثر عبثية: كان Claude وCodex يضيفان أحيانًا أخطاء مطبعية — لا أخطاء في الاستدلال، بل مجرد تهجئات خاطئة في التعليمات التي كتباها لأنفسهما. هذه الأخطاء التافهة ضاعفت الوقت الذي قضيته في مطاردة المشكلات، لأنك تفترض دائمًا أن شيئًا أساسيًا مكسور، وتقضي ساعات تنظر إلى الصورة الكبيرة قبل أن تكتشف أن كلمة واحدة ينقصها حرف.

أربعة أو خمسة أيام من هذه الحلقة: أصلح، ينكسر، أصلح، ينكسر — إحساس بالركض في المكان. في النهاية، اضطررت إلى استخراج الأجزاء الحرجة ومراجعتها يدويًا، سطرًا بعد سطر. كان هذا أبعد ما يكون عن «توفير الوقت بالذكاء الاصطناعي».

يعمل نظام الذاكرة الآن، ربما في 80 إلى 90 بالمئة من الوقت. ما زالت الذاكرة الفورية ترمي أخطاء أحيانًا، لكن الوكلاء سجّلوا على الأقل ما يكفي من تاريخ إصلاحاتهم بحيث أستطيع تتبع ما جرى. هل ما زالت هناك أخطاء؟ نعم. هل أنا واثق بدرجة معقولة أن الطبقات الثلاث صامدة؟ في الغالب. أتمنى ذلك.

لم تكن الأدوات أكثر إتاحة مما هي اليوم. ولم يكن الحكم المطلوب لاستخدامها جيدًا أكثر ندرة.

Claude Code أثناء العمل — هذا ما يبدو عليه «العمل مع الذكاء الاصطناعي» فعلًا

ثم هناك ما يفعله ذلك بك. لنحو أسبوعين، كنت أشعر فعلًا بالاختناق. وكلاء يطلبون الصلاحيات باستمرار، ويطلبون قرارات، وينتجون مخرجات أسرع مما أستطيع مراجعته. عملت حتى الثانية أو الثالثة صباحًا كل ليلة — لا لأنني مضطر، بل لأنني لم أستطع التوقف. بدأت أسمي ذلك حدّ معدل التوكن البشري: لم تعد نقطة الاختناق في النظام هي الآلة. إنها أنت.

وهذا يعلّقك به. وجد الباحثون أن الطبيعة غير الحتمية لاستجابات الذكاء الاصطناعي تنشّط مسارات الدوبامين بطريقة تشبه آلات القمار — مكافآت متغيرة تجعلك تمد يدك إلى الجرعة التالية. وأكدت دراسة في HBR هذا الشهر النمط نفسه: “لم تُقلّل أدوات الذكاء الاصطناعي العمل، بل زادته كثافةً باستمرار.”

هناك مشهد في The Matrix يستيقظ فيه Neo ويدرك أنه كان موصولًا بنظام، ينتج مخرجات كان يظنها حياته. التشبيه ليس مطابقًا، لكن الشعور مألوف على نحو مزعج. لخص مستشاري الأمر ببساطة أكبر: «قلت لي إن الذكاء الاصطناعي كان يفترض أن يحرر وقتك. لماذا أصبحت أكثر توترًا من قبل؟»

أظن أن هذا أحد الأسئلة الوجودية في موجة الذكاء الاصطناعي — ليس هل تعمل التكنولوجيا، بل ماذا تفعل بالأشخاص الذين يستخدمونها على أفضل نحو. الأمر أكبر من تجربتي الشخصية. ما زلت أتعلم كيف أعيش داخل هذا الواقع. إذا سلكت هذا الطريق، فستحتاج إلى اكتشاف ذلك أيضًا.

إذا كنت تبدأ الآن

إذا كنت تشعر أن في الذكاء الاصطناعي أكثر مما تحصل عليه منه الآن، فأنت محق. ما لم أدركه هو أن الذكاء الاصطناعي كان يضيّق المسافة من جهته — فقد أصبحت الأدوات أفضل بكثير وبسرعة هائلة، إلى درجة أنك قد تكون على بُعد خطوة واحدة من تحول نوعي ولا تعرف ذلك. اختر مهمة واحدة تهمك فعلًا. أعطِ الذكاء الاصطناعي سياقًا حقيقيًا. ودع الثقة تُبنى من هناك. لن يختفي الشك — سيغيّر شكله فقط — وستظل ضريبة التعلم تُحصّل. لكن العوائد حقيقية.

الخط بين محادثة الذكاء الاصطناعي والعمل معه يتسع. Angelo Robles، الذي عمل مع أكثر من مئة عائلة مليارديرية، قالها بصراحة: “What used to require twenty employees now requires one or two people with AI.” عبرت قبل شهرين. كان الأمر فوضويًا، ومرهقًا، وغير مكتمل — وكدت أحترق. لا أكتب هذا من قمة الجبل. أكتبه من منتصف الصعود، وأنا ألهث.

لكنني لن أعود.

في المقالات القليلة المقبلة، سأتعمق أكثر — بيانات صلبة عن وكلاء الذكاء الاصطناعي، وكيف يستخدم فريقي هذه الأدوات يومًا بعد يوم، وكيف نعيد التفكير في منتج Canopy عند تقاطع الذكاء الاصطناعي وإدارة الثروات. لكن إن كان هناك شيء واحد تستخلصه من هذا المقال، فهو أن الفجوة قابلة للعبور. وتبدأ بمهمة واحدة.

Mu Chen هو الرئيس التنفيذي في Canopy، التي تخدم أكثر من 60 مكتبًا عائليًا وعميلًا من أصحاب الثروات الفائقة UHNW حول العالم، وتتابع أصولًا تتجاوز USD 90 billion. وهو أيضًا محاضر زائر في Tsinghua PBCSF. يكتب في Amongst Families عن التقاطع العملي في الصفوف الأمامية بين الذكاء الاصطناعي وإدارة الثروات.

[1] M. Karen Shen & Dongwook Yoon, “The Dark Addiction Patterns of Current AI Chatbot Interfaces”, CHI 2025

[2] Aruna Ranganathan & Xingqi Maggie Ye, “AI Doesn’t Reduce Work — It Intensifies It”, Harvard Business Review, February 2026

[3] Angelo Robles, Family Office Association