Chinese Language Is Not More Efficient Than English in Vibe Coding: A Preliminary Study on Token Cost and Problem-Solving Rate

إليك شرح لورقة بحثية بعنوان "Mythbuster: Chinese Language Is Not More Efficient Than English in Vibe Coding" (محطم الأساطير: اللغة الصينية ليست أكثر كفاءة من الإنجليزية في برمجة الـ Vibe)، مترجمة إلى لغة بسيطة ويومية مع بعض التشبيهات الإبداعية.

🚫 الأسطورة الكبرى: "تحدث بالصينية لتوفير المال"

تخيل أنك تدير خدمة توصيل (وهذا هو مساعد البرمجة بالذكاء الاصطناعي الخاص بك). هناك إشاعة منتشرة في الحي تقول: "إذا كتبت تعليمات التوصيل باللغة الصينية، فستكون الشاحنات أصغر، وتحمل طروداً أكثر، وتكلفك وقوداً أقل بنسبة 40%."

بسبب هذه الإشاعة، بدأ العديد من المطورين في تغيير لغة أوامر البرمجة (Prompts) الخاصة بهم من الإنجليزية إلى الصينية لتوفير رسوم واجهة برمجة التطبيقات (API). اعتقدوا أن الحروف الصينية تشبه الطوب "فائق الكثافة" الذي يمكنه بناء جدار بقطع أقل من الطوب الإنجليزي.

هذه الورقة البحثية هي فريق "MythBusters" (محطمو الأساطير) الذي ذهب لاختبار تلك الإشاعة. لقد بنوا مختبراً، وشغلوا الشاحنات، وقاسوا كمية الوقود.

النتيّة؟ الإشاعة خاطئة. في الواقع، قد يؤدي التحدث بالصينية إلى جعل خدمة التوصيل الخاصة بك أكثر تكلفة وأقل موثوقية.

---

🧪 كيف اختبروا ذلك (التجربة)

لم يعتمد الباحثون على التخمين؛ بل أقاموا سباقاً صارماً.

1. المضمار (المهمة): استخدموا مسار عقبات شهير يسمى SWE-bench. تخيل 50 آلة مختلفة معطلة (أخطاء برمجية/Bugs في كود برمجي). مهمة الذكاء الاصطناعي هي قراءة الدليل، والعثور على الجزء المعطل، وإصلاحه لتعمل الآلة مرة أخرى.
2. السائقون (النماذج): استخدموا ثلاثة أنواع مختلفة من سائقي الذكاء الاصطناعي:
   • MiniMax-2.7: سائق مطور في الصين.
   • GLM-5: سائق آخر مطور في الصين.
   • GPT-5.4-mini: سائق مطور في إنجلترا (باللغة الإنجليزية).
3. التعليمات: أعطوا كل سائق نفس تعليمات الآلة المعطلة بالضبط، ولكن في نصف المرات باللغة الإنجليزية وفي النصف الآخر باللغة الصينية.
4. بطاقة النتائج: قاموا بعدّ شيئين:
   • هل نجح الأمر؟ (هل أصلح الذكاء الاصطناعي الخطأ البرمجي؟)
   • كم كلف ذلك؟ (كم عدد "الرموز" أو Tokens أو الكلمات الرقمية التي استخدمها الذكاء الاصطناعي لحل المشكلة؟)

---

📉 المفاجآت الثلاث الكبرى

إليك ما وجدوه، مقسماً بشكل مبسط:

1. أسطورة "الصينية أرخص" ماتت

قالت الإشاعة إن الأوامر الصينية تستخدم رموزاً (Tokens) أقل. البيانات قالت: "ليس بهذه السرعة."

• سائق MiniMax: عندما يتحدث بالصينية، استخدم في الواقع 28% أكثر من الرموز (وقود أكثر) مما فعل بالإنجليزية.
• سائق GLM: استخدم رموزاً أقل قليلاً بالصينية، لكن ليس بما يكفي ليكون مؤثراً.
• سائق GPT: استخدم المزيد قليلاً في الصينية.

التشبيه: فكر في "المجزئات" (Tokenizers) - وهي القاموس الداخلي للذكاء الاصطناعي - كأنها مترجم. إذا كان قاموس المترجم مبنياً في الغالب للإنجليزية، فقد يتم تقطيع كلمة صينية واحدة إلى ثلاث قطع صغيرة، بينما تظل الكلمة الإنجليزية قطعة واحدة كبيرة. لذا، حتى لو بدت الجملة الصينية أقصر على الورق، فإن الذكاء الاصطناعي يضطر لمعالجة قطع أكثر لفهمها.

2. فخ "معدل النجاح" (الجزء الأهم)

هذا هو الدرس الأكبر. حتى لو كانت اللغة تستخدم رموزاً أقل في كل محاولة، فهذا لا يهم إذا كان الذكاء الاصطناعي يفشل أكثر من المرات.

• السيناريو: تخيل أنك تحاول فتح باب مغلق.
  • المفتاح الإنجليزي: يكلف دولاراً واحداً لصنعه. تنجح في 66% من المرات.
  • المفتاح الصيني: يكلف 0.90 دولار لصنعه. لكنك تنجح في 55% من المرات فقط.
• النتيجة: لأن المفتاح الصيني يفشل أكثر، عليك المحاولة مراراً وتكراراً. تلك المحاولات المتكررة الفاشلة تتراكم.
• الحسابات: حسب الباحثون "التكلفة لكل إصلاح ناجح". ولأن الأوامر الصينية فشلت أكثر في جميع النماذج، انتهى الأمر بأن التكلفة الإجمالية كانت أعلى، وليس أقل.

التشبيه: الأمر يشبه شراء زوج من الأحذية الرخيصة التي تتهالك بعد ميل واحد مقابل زوج أغلى قليلاً يدوم لمدة عام. تبدو الأحذية الرخيصة كأنها صفقة رابحة حتى تدرك أنك مضطر لشراء زوج جديد كل أسبوع.

3. السائق أهم من اللغة

الاختلاف الأكبر في الأداء لم يكن بين الإنجليزية والصينية؛ بل كان بين نماذج الذكاء الاصطناعي نفسها.

• أفضل نموذج (MiniMax) أصلح حوالي 66% من الأخطاء.
• أسوأ نموذج (GPT) أصلح 36% فقط.
• هذه الفجوة التي تبلغ 30% ضخمة جداً. تغيير اللغة غير معدل النجاح بنسبة تتراوح بين 5-10% فقط.

التشبيه: لا يهم إذا كنت تقود سيارة فيراري أو تويوتا؛ إذا اخترت السائق الخطأ (نموذج الذكاء الاصطناعي)، فلن تفوز بالسباق. اختيار نموذج الذكاء الاصطناعي الصحيح أهم بـ 100 مرة من اللغة التي تتحدث بها إليه.

---

💡 السبب وراء الارتباك

لماذا صدق الجميع أسطورة الصينية؟ توضح الورقة أن الناس خلطوا بين ثلاثة أشياء مختلفة:

1. كثافة المعلومات: نعم، يمكن لحرف صيني واحد أن يحمل معنى عبارة إنجليزية كاملة. (صحيح!)
2. التقطيع (Tokenization): لكن الذكاء الاصطناعي لا يقرأ الحروف؛ بل يقرأ "الرموز" (القطع النصية). إذا لم يكن قاموس الذكاء الاصطناعي محسناً للصينية، فسيتم تقطيع تلك الحروف إلى قطع صغيرة ومكلفة. (هذا هو الواقع!)
3. الاستنتاج المنطقي: ظن البعض أن "التفكير" بالصينية أقصر. ولكن في البرمجة، إذا كان التفكير أقصر ولكنه خاطئ، فسيتعين عليك الدفع لإصلاحه مرة أخرى.

🏁 الخلاصة النهائية للمطورين

إذا كنت مطوراً يحاول توفير المال في استخدام الذكاء الاصطناعي للبرمجة:

1. لا تغير إلى الصينية لمجرد توفير الرموز (Tokens). من المحتمل ألا توفر المال، وقد تنفق أكثر بالفعل لأن الذكاء الاصطناعي سيفشل أكثر من المرات.
2. اختر نموذج الذكاء الاصطناعي المناسب. قضاء الوقت في العثور على أفضل نموذج (مثل MiniMax أو GLM) سيوفر لك مالاً أكثر بكثير من تغيير لغتك.
3. النجاح هو العملة الحقيقية. الأمر لا يتعلق بعدد الكلمات التي تستخدمها؛ بل بمدى نجاح الذكاء الاصطناعي في إنجاز المهمة من المحاولة الأولى.

باختاً: تريند "برمجة الـ Vibe" رائع، لكن لا تدع إشاعة على وسائل التواصل الاجتماعي تخدعك وتجعلك تعتقد أن لغة مختلفة هي زر سحري لتوفير المال. المحرك (النموذج) أهم من اللغة التي تتحدث بها إليه.