معجم Claude «الحامل للثقل»: عشرة عناقيد في 461 ألف طلب سحب

مشروع بيانات مستقل يجمع أوصاف طلبات السحب (pull requests) على GitHub حسب الكلمات التي كُتبت بها، لا حسب تسمية اختارها الباحث مسبقًا. النتيجة عشرة عناقيد، أحدها يتصرف على نحو مختلف: فقد شكّل 0.7% من المدونة في مطلع 2025 ونحو 39% منها في منتصف 2026.

ما الذي يقيسه المشروع

يجلب موقع The load-bearing vocabulary of Claude ألف وصف لطلب سحب يوميًا عبر واجهة البحث في GitHub، ويقسّمها إلى عشرة مجموعات بطريقة KL-divergence k-means التي تقارن التوزيعات الاحتمالية للكلمات. لا يُطبَّق هنا تجريد الجذور ولا قائمة كلمات وقفية: الكلمة هي أي سلسلة من حروف وأرقام وشرطات مائلة وشرطات وخطوط سفلية تحوي حرفًا واحدًا على الأقل، ولذلك تبقى الرموز التقنية مثل load-bearing أو mutation-tested كاملة.

يغطي الحساب المنشور 603 أيام مجموعة، منها 595 يومًا ضمن 85 أسبوعًا كاملًا تمتد من 6 كانون الثاني/يناير 2025 إلى 17 آب/أغسطس 2026: أي 461,121 وصفًا و51,079,244 ظهورًا للكلمات، تجاوز منها 19,798 كلمة حدّ التكرار.

العنقود الذي وصل

أبرز كلمات هذا العنقود هي load-bearing وplainly وquietly وnobody وoutright وre-derived وmutation-checked وmutation-tested وrefused وvacuously وpremise وrestated. ويلاحظ معدّو المشروع أن هذا المعجم ينبغي أن يبدو مألوفًا لكل من يستخدم وكلاء كتابة الشيفرة. ويستحوذ العنقود على 8.2% من المدونة كاملة، لكنه خلال الأسابيع الأربعة الأخيرة يمثل نحو 37% من الأوصاف.

ويضم الموقع أداة كشف: يمكن لصق وصف طلب سحب أو رابط GitHub لمعرفة ما إذا كان النص ينتمي إلى العنقود نفسه.

كيف تُبنى العينة

يشرح نصّ المنهجية سبب تعذّر استخدام المصدر البديهي: فقد توقف أرشيف أحداث GitHub العام عن حمل النص؛ فمنذ إزالة مصفوفة الالتزامات في تشرين الأول/أكتوبر 2025 لم يبقَ في التدفق سوى أحداث الدفع تقريبًا. أما واجهة البحث فتعمل لأن مرشّح التاريخ فيها يقبل الطوابع الزمنية، ما يسمح بقياس نافذة بالدقائق. وتُسحب يوميًا عشر نوافذ من خمس دقائق، واحدة من كل كتلة مدتها 2.4 ساعة، ويعيد كل منها النص الكامل.

وثمّة قيد معلن صراحة: الاستعلام يعيد ألف نتيجة كحد أقصى، والصفحة تحمل مئة وصف، أي إن الأمر عيّنة وليس حصرًا كاملًا. كما تُستبعد داخل الاستعلام نفسه طلبات السحب التي كتبتها أربعة تطبيقات — dependabot وrenovate وما يشبههما من الروبوتات — لأنها تمثل نحو 90% من الأوصاف المكتوبة برمجيًا.

ما يثبته وما لا يثبته

لا يزعم المشروع تحديد الأداة التي كُتب بها أي وصف بعينه. ما يثبته أن لغة طلبات السحب انقسمت إحصائيًا، وأن أحد شقّي هذا الانقسام ينمو بسرعة على مقياس سنوي — وهو تحوّل يهمّ كل من يقرأ مراجعات الشيفرة والتوثيق وتاريخ المشاريع كجزء من عمله.