Pi, Hermes, Codex, Claude Code و MCPlato: أي Agent يناسب عملك؟

السؤال المفيد ليس: "أي AI agent هو الأقوى؟"

بل هو: "أي agent يناسب هذه المهمة، وهذه البيئة، وهذا المستوى من المخاطر؟"

كل من Pi Agent و Hermes Agent و Codex و Claude Code و MCPlato يسمى agent، لكنها لا تحاول أن تكون المنتج نفسه. Pi هو إطار ترميز بسيط للترمينال. Hermes هو إطار مساعد يركز بقوة على الذاكرة والأتمتة. Codex هو سير عمل ترميز مُدار عبر واجهات محلية وسحابية. Claude Code هو حلقة ترميز agentic ناضجة مع تدفقات قوية للمستودعات. MCPlato هو AI workspace للبحث، والتقارير، والعمل المكتبي، والمواد المحلية، والتنفيذ متعدد الجلسات، والمهام الخلفية.

أثناء البحث، أعادت GitHub API 56,110 stars و 6,677 forks لـ earendil-works/pi، و 169,745 stars و 28,286 forks لـ NousResearch/hermes-agent، و 86,227 stars و 12,601 forks لـ openai/codex.¹²³ تعامل مع هذه الأرقام كإشارات اهتمام بالمستودعات، لا كأعداد مستخدمين نشطين.

هذه مقارنة عملية، وليست ترتيباً للمنتجات.

لمحة سريعة عن ملاءمة المنتجات

خريطة ملاءمة السيناريوهات لكل من Pi و Hermes و Codex و Claude Code و MCPlato

الشكل 1: فكّر بالسيناريوهات وواجهات العمل، لا بجدول صدارة عالمي واحد.

لماذا يجذب Pi الانتباه

من السهل فهم جاذبية Pi إذا كنت قد شعرت بالإحباط من منتجات agent الثقيلة.

المشروع المرجعي هو earendil-works/pi، والموقع العام هو pi.dev، وقد ظهر حزمة npm @earendil-works/pi-coding-agent أثناء البحث بإصدار 0.75.5.⁵⁶ تموضعه ضيق عمداً: إطار ترميز بسيط في الترمينال مع أدوات افتراضية مثل read و write و edit و bash، إضافة إلى أدوات اختيارية للبحث/التنقل بوضع القراءة فقط.

هذا التبسيط يحل عدة نقاط ألم للمستخدمين:

1. كثير من agents تخفي مستوى التحكم. يعرض Pi حلقة أدوات أصغر وأسهل للفحص.
2. المستخدمون المتقدمون يريدون قابلية التركيب. الاستخدام التفاعلي، ووضع print/JSON، و RPC، ومداخل SDK تجعل Pi يبدو كلبنة بناء، لا كتطبيق فقط.
3. الجلسات الطويلة تحتاج إلى تفرع. شجرة الجلسات في Pi، وتدفق fork/clone، والضغط، وسجل الجلسة JSONL، كلها توافق الطريقة التي يستكشف بها المطورون البدائل فعلاً.
4. بعض المستخدمين لا يريدون النوافذ المنبثقة كفلسفة منتج. لا يفعّل Pi افتراضياً MCP مدمجاً، أو subagents، أو نوافذ أذونات، أو plan mode، أو bash في الخلفية. هذه تنتمي إلى الامتدادات/الحزم أكثر من النواة.

نقطة الضعف هي نفسها نقطة القوة: Pi لا يحاول أن يكون طبقة حوكمة مُدارة. إذا كنت تحتاج منذ البداية إلى سياسة أذونات، أو استرداد تنفيذ خلفي، أو مراجعة فريق، أو تدفقات عمل مكتبية غير برمجية، فستحتاج إلى بناء تلك الطبقة أو إضافتها بنفسك.

مبادئ الاختيار الخمسة

1. اختر حسب المهمة، لا حسب "أقوى agent"

ليس كل agent قوي في الترميز مساعد بحث قوي تلقائياً. وليس كل agent مرن في الذاكرة آمناً تلقائياً لمستودعات الإنتاج. وليس كل agent قائم على workspace أسرع أداة ترمينال تلقائياً.

ابدأ بالمهمة:

هنا يناسب MCPlato مكانه الطبيعي: ليس بوصفه "أفضل agent"، بل كخيار افتراضي أفضل عندما يمتد العمل عبر المستندات، وبحث المتصفح، والمواد المحلية، ومخرجات المكتب، وعدة جلسات، والمتابعة غير المتزامنة. إذا كانت المهمة ببساطة "عدّل هذا الملف من الترمينال"، فقد يكون Pi أو أداة ترميز أصلية خياراً أنظف.

2. التحكم مقابل سير العمل المُدار مقايضة حقيقية

ينقسم السوق إلى طرفين مفيدين.

في طرف، يمنح Pi المستخدمين الخبراء إطاراً مدمجاً. يمكنك رؤية الأجزاء، وتوصيل امتداداتك الخاصة، وإبقاء agent قريباً من shell. هذا ممتاز لبناة agents ومستخدمي الترمينال المتقدمين.

في الطرف الآخر، توفر Codex و Claude Code و MCPlato واجهات منتجات أكثر إدارة. يوثق Codex أوضاع sandbox مثل read-only و workspace-write و danger-full-access، إضافة إلى سياسات موافقة مثل untrusted و on-request و never؛ وتوصف وضعيته الافتراضية بأنها workspace-write مع إيقاف الشبكة.⁷ يذكر quickstart الخاص بـ Claude Code أنه يطلب الإذن قبل تعديل الملفات، وتمنح وثائق settings/permissions الفرق طرقاً لضبط السلوك.⁸⁹ يعرض MCPlato مفاهيم workspace عامة مثل AI Partner و Desktop AI Engine والمواد المتصلة و ClawMode والمهام المجدولة/الخلفية ومسارات القرار واليوميات وأربعة مستويات أذونات.¹⁰¹¹

يقع Hermes في مكان مختلف: فهو يقدم استقلالية واسعة وقابلية تمديد، لكن نموذج الحالة أكثر تعقيداً. تؤكد وثائقه التحسين الذاتي، والذاكرة المستمرة، وإنشاء skills، و CLI/gateway/voice/MCP، والمهام الخلفية، والأتمتة المجدولة، و subagents.⁴ هذا يجعله واعداً للمساعدين طويلَي العمر، لكنه لا يجعله أكثر أماناً تلقائياً. مشاكل الذاكرة والضغط، بما في ذلك نقاشات مثل issue #33256، تذكّر بأن حالة agent المستمرة تحتاج إلى مراجعة دقيقة لا إلى ثقة عمياء.¹²

يعتمد الاختيار الأفضل على ما إذا كنت تريد تجميع مستوى التحكم بنفسك أم استخدام منتج يمنحك ذلك مسبقاً.

3. العمل الطويل يحتاج إلى نقاط تحقق، واسترداد، و artifacts

يمكن لمهام الترميز القصيرة أن تعيش داخل محادثة. أما العمل الطويل فلا.

ينبغي أن تمتلك مهمة agent طويلة:

• عقد prompt؛
• سياقاً/بيئة منتقاة؛
• حدود أذونات؛
• نقاط تحقق؛
• artifacts قابلة للمراجعة؛
• مسار استرداد أو استمرار.

طبقة التحكم في المهام الطويلة لـ AI agents

الشكل 2: يصبح عمل agent الطويل أكثر أماناً عندما يكون التحكم متعدد الطبقات، لا مخفياً داخل خيط محادثة واحد.

يتعامل كل منتج مع ذلك بطريقة مختلفة:

• Pi يوفر بدائيات مفيدة مثل أشجار الجلسات، و forks، و clones، والضغط، وسجلات JSONL. رائع للاستكشاف المتحكم به؛ لكنه أقل اكتمالاً كطبقة تشغيل جاهزة.
• Hermes يستهدف الذاكرة الدائمة والأتمتة المجدولة/الخلفية. قوي للاستمرارية؛ لكنه أكثر خطراً عندما لا تُفحص جودة الذاكرة أو الضغط أو حلقات تغذية التحسين الذاتي.
• Codex يدعم مهام الترميز المحلية والسحابية، و MCP، والبحث على الويب، ومدخلات الصور، والتنفيذ السكربتي عبر واجهات الترميز الخاصة به.¹³
• Claude Code يضيف في وثائقه subagents بسياق/وصول أدوات مستقل، و skills، و MCP، و GitHub Actions/GitLab CI، و Slack، وتدفقات عمل مجدولة أو روتينية.¹⁴¹⁵¹⁶
• MCPlato يكون أقوى عندما لا يكون العمل الطويل كوداً فقط: فروع البحث، وصياغة المستندات، ومراجعة المتصفح/المواد، وإنتاج الصور أو artifacts المكتبية، والمهام الخلفية يمكن أن تعيش كتدفقات عمل على مستوى workspace بدلاً من محادثة واحدة مثقلة.

قاعدة عملية: إذا كانت المهمة ستستمر لأكثر من جلسة واحدة، فاطلب artifact وخطة نقاط تحقق قبل أن تدع agent يمضي بعيداً.

4. أفضل agent هو الذي يناسب بيئتك

الواجهات مهمة لأنها تشكل الأخطاء.

هذه أيضاً أبسط طريقة لتجنب تضخم الأدوات. لا تجبر كل عمل على المرور عبر أحدث agent. ضع كل أداة حيث تكون واجهتها طبيعية بالفعل.

5. يجب أن تطابق استراتيجية الأذونات مستوى المخاطر

ليس agent الأكثر استقلالية دائماً هو صاحب نموذج الأذونات الأفضل لمهمتك.

تعمل استراتيجية أذونات خفيفة بشكل جيد:

تجعل وثائق Codex العامة حول sandbox والموافقة هذا النقاش صريحاً.⁷ تركز وثائق Claude Code على permissions/settings بدلاً من وعد sandbox واحد.⁹ يعني الافتراض البسيط في Pi أن استراتيجية الأذونات غالباً مسؤولية wrapper الخاص بك. ينبغي لمستخدمي Hermes توخي حذر إضافي مع الأتمتة الخلفية والذاكرة المستمرة. يُستخدم MCPlato بأفضل شكل مع حدود مخاطر على مستوى workspace: صِل المواد المطلوبة فقط، واختر مستوى أذونات مناسباً، واجعل artifact النهائي قابلاً للمراجعة قبل أي إجراء خارجي.

أبرز نقاط المنتجات وحدودها الصريحة

Pi Agent: البساطة كميزة

Pi مقنع لأنه يرفض أن يصبح workspace كاملاً. مجموعة أدواته الافتراضية صغيرة، وآليات جلساته صديقة للمطورين، ومداخله المتعددة تجعله جذاباً لمن يبنون تدفقات agents الخاصة بهم.

اختر Pi عندما تريد التحكم، وقابلية التعديل، والتكرار الأصلي من الترمينال. لا تختره متوقعاً حوكمة مصقولة، أو تغطية تدفقات عمل مكتبية، أو عمليات خلفية مستقلة جاهزة.

Hermes Agent: طاقة مساعد طويل العمر

Hermes هو الأكثر طموحاً في لغة الذاكرة والتحسين الذاتي. الذاكرة المستمرة، وإنشاء skills، والبوابات، والصوت، و MCP، و subagents، والأتمتة المجدولة/الخلفية تجعله جذاباً إذا كنت تريد مساعداً يصمد عبر المهام.⁴

اختر Hermes عندما تكون مرتاحاً لإدارة استقلالية ذات حالة. تجنب التعامل مع حلقة التعلم فيه كأنها موثوقة بطبيعتها. الذاكرة مفيدة فقط عندما تكون قابلة للفحص والتصحيح والتحديد.

Codex: ترميز مُدار عبر الواجهات

Codex هو الأنسب عندما تكون وحدة العمل هي هندسة البرمجيات، وتريد نظاماً واحداً عبر سطح المكتب و IDE و CLI والسحابة/الويب وتدفقات GitHub @codex.¹³¹⁷¹⁸ مفرداته حول sandbox والموافقة مفيدة خصوصاً للفرق التي تحتاج إلى مناقشة المخاطر بشكل ملموس.

اختر Codex من أجل عمل ترميز مع خيارات تنفيذ مُدارة. لا تتوقع أن يستبدل workspace عاماً لوثائق المكتب، أو تركيب البحث، أو العمل المعرفي متعدد التطبيقات.

Claude Code: حلقة ترميز agentic ناضجة

Claude Code لا يتعلق بكونه إطاراً صغيراً بقدر ما يتعلق بكونه رفيق ترميز احترافياً كاملاً. تغطي وثائقه العامة استخدام الترمينال، وتكاملات IDE، وواجهات سطح المكتب/الويب، و MCP، و GitHub Actions/GitLab CI، و subagents، و skills، و settings، و Slack، ومداخل Agent SDK.^14191516

اختر Claude Code من أجل صيانة مستودعات جادة وتدفقات عمل هندسية. الحدّ هو أن النضج لا يلغي الحاجة إلى الحوكمة: لا تزال الفرق تحتاج إلى أذونات، ومعايير ترميز، ومتطلبات اختبار، ونقاط مراجعة.

MCPlato: عمل AI يبدأ من workspace

لا يحاول MCPlato أن يهزم Pi في كونه إطار ترمينال صغيراً. تموضعه العام هو AI workspace يضم AI Partners و Desktop AI Engine وتدفقات عمل غير متزامنة ومواد متصلة local-first وتنسيقاً متعدد الجلسات وعملاً متعدد النوافذ ومفاهيم شريك افتراضي/Sprite وانضباط artifacts ومهاماً مجدولة/خلفية و ClawMode وتنفيذاً مرئياً بصلاحيات ومسار قرار ويوميات.¹⁰

اختر MCPlato عندما يكون الناتج تقريراً، أو مقارنة، أو موجز بحث، أو artifact مكتبياً، أو سير عمل متعدد التطبيقات، أو مهمة خلفية طويلة. يكون مفيداً خصوصاً عندما يحتاج العمل إلى عدة جلسات: جلسة للبحث، وجلسة للصياغة، وجلسة لتوليد الصور، وجلسة لتنظيف المصادر، وشريك منسق يتابع ما أُنجز.

الحدّ هو التعقيد. إذا كانت مهمتك تعديل ملف واحد من الترمينال، فقد يبدو الإطار البسيط أسرع.

استراتيجية اختيار عملية

استخدم محفظة صغيرة بدلاً من البحث عن agent عالمي واحد:

1. اجعل Pi الخيار الافتراضي للتجارب الصغيرة الأصلية في الترمينال وبناء الأطر المخصصة.
2. استخدم Codex أو Claude Code عندما يكون مركز الثقل هو مستودعاً واختبارات و pull requests و CI.
3. استخدم Hermes للمساعدين الدائمين التجريبيين، والذاكرة، والبوابات، وسيناريوهات الأتمتة حيث يمكنك تدقيق الحالة.
4. استخدم MCPlato عندما يعبر العمل البحث، والمواد المحلية، وسياق المتصفح، و artifacts المكتبية، والجلسات المتعددة، أو المتابعة الخلفية.
5. صعّد الأذونات فقط عندما يكون artifact قابلاً للفحص. اقرأ أولاً، ثم صغ مسودة، ثم اكتب، ثم انشر/انشر إلى الإنتاج/أرسل في النهاية.

النمط الفائز ليس أقصى استقلالية. إنه استقلالية محدودة مطابقة للمهمة.

الخلاصة

صعود Pi منطقي: يريد كثير من المستخدمين التقنيين إطاراً أصغر وأكثر وضوحاً بعد التعامل مع منتجات agent أثقل. يوضح Hermes جاذبية ومخاطر حالة المساعد المستمرة. يوضح Codex و Claude Code مدى سرعة تحول agents البرمجية إلى تدفقات هندسية كاملة. يشير MCPlato إلى فئة مختلفة: AI workspace للعمل المعرفي، و artifacts، والمواد المحلية، والتنفيذ المتوازي.

لا يوجد خيار هو الأفضل عالمياً. agent الصحيح هو الذي تطابق واجهته، ونموذج أذوناته، وقصة الاسترداد لديه العمل الذي تقوم به فعلاً.

المراجع

Footnotes

1. مستودع GitHub المرجعي لـ Pi، earendil-works/pi. https://github.com/earendil-works/pi ↩

2. مستودع GitHub لـ Hermes Agent، NousResearch/hermes-agent. https://github.com/NousResearch/hermes-agent ↩

3. مستودع GitHub لـ OpenAI Codex. https://github.com/openai/codex ↩

4. وثائق Hermes Agent. https://hermes-agent.nousresearch.com/docs/ ↩ ↩² ↩³

5. الموقع الرسمي لـ Pi. https://pi.dev/ ↩

6. حزمة npm @earendil-works/pi-coding-agent. https://www.npmjs.com/package/@earendil-works/pi-coding-agent ↩

7. وثائق OpenAI Codex sandbox. https://developers.openai.com/codex/sandbox ↩ ↩²

8. وثائق quickstart لـ Claude Code. https://code.claude.com/docs/en/quickstart ↩

9. وثائق settings لـ Claude Code. https://code.claude.com/docs/en/settings ↩ ↩²

10. الموقع الرسمي لـ MCPlato. https://mcplato.com/en/ ↩ ↩²

11. معلومات أسعار MCPlato. https://mcplato.com/pricing ↩

12. Hermes Agent GitHub issue #33256. https://github.com/NousResearch/hermes-agent/issues/33256 ↩

13. وثائق OpenAI Codex. https://developers.openai.com/codex ↩ ↩²

14. وثائق نظرة عامة على Claude Code. https://code.claude.com/docs/en/overview ↩ ↩²

15. وثائق sub-agents لـ Claude Code. https://code.claude.com/docs/en/sub-agents ↩ ↩²

16. وثائق skills لـ Claude Code. https://code.claude.com/docs/en/skills ↩ ↩²

17. وثائق OpenAI Codex CLI. https://developers.openai.com/codex/cli ↩

18. وثائق OpenAI Codex IDE. https://developers.openai.com/codex/ide ↩

19. وثائق MCP لـ Claude Code. https://code.claude.com/docs/en/mcp ↩