يقدم الاستطلاع السنوي الخامس لمطوري Django، الذي أعدته Django Software Foundation بالتعاون مع PyCharm، صورة عن اتجاهات مجتمع الإطار في عام 2026. واستند التقرير إلى إجابات نحو 3500 مطور من أكثر من 40 دولة، من الطلاب في بداياتهم إلى أصحاب الخبرة الممتدة لعقود. والخلاصة الأبرز أن المطورين يبدلون الأدوات وطرق العمل بسرعة أكبر بكثير من تبديلهم للإطار نفسه.
فقد حافظ PostgreSQL على موقعه كقاعدة البيانات المفضلة لدى ما بين 76% و79% من المشاركين طوال خمس سنوات متتالية، بينما ظل محرك قوالب Django مستخدماً لدى نحو 80% منهم. وبعد أشهر من إطلاق Django 6.0، قال 43% إنهم يستخدمونه بالفعل، فيما يرقى نحو نصف المطورين مع كل إصدار مستقر. هذه الأرقام لا تعني أن Django لا يتغير، بل تشير إلى أن بنيته الأساسية توفر قاعدة مستقرة لتجربة أدوات جديدة حولها.
الذكاء الاصطناعي حاضر، لكن نمط استخدامه لم يُحسم
أصبح الذكاء الاصطناعي جزءاً اعتيادياً من تطوير تطبيقات Django. وقال 10% فقط من المشاركين إنهم لا يستخدمون أدوات ذكاء اصطناعي للبرمجة بانتظام، بينما يستخدمها 58% من المستخدمين يومياً و27% عدة مرات أسبوعياً. لكن الاستطلاع لا يظهر أداة أو واجهة مهيمنة؛ إذ تتوزع الاستخدامات تقريباً بين المتصفح وبيئة التطوير وسطر الأوامر.
تصدرت Claude Code بنسبة 35%، تلتها ChatGPT بنسبة 33% وGitHub Copilot بنسبة 23%. ومع ذلك، لا يزال الاستخدام الأكثر شيوعاً هو المحادثة وطلب المشورة؛ إذ قال 56% من مستخدمي الذكاء الاصطناعي إنهم يستخدمونه بهذه الطريقة فقط. كما أن 59% يطلبون من الأداة توليد الشيفرة ثم يطبقون التغييرات بأنفسهم، و44% يسمحون لها بتعديل الملفات أو تشغيل الأوامر عند الطلب، مقابل 27% فقط يستخدمونها لإكمال مهام متعددة الخطوات بصورة مستقلة.
عملياً، يصف ذلك انتقال الوكيل إلى داخل بيئة التطوير بدلاً من استبدالها. فما زالت بيئة التطوير المكان الذي يفهم فيه المطور قاعدة الشيفرة، ويراجع التعديلات، ويقرر ما يدخل إلى المشروع. وينعكس هذا التحفظ أيضاً على التعلم: تتصدر وثائق Django الرسمية مصادر التعلم بنسبة 67%، لكن أدوات الذكاء الاصطناعي جاءت ثانية بنسبة 51%، متقدمة على YouTube وقراءة الشيفرة المصدرية وStack Overflow.
أدوات Python تتجه إلى مزيد من التجميع
تبرز أدوات حديثة نسبياً في إدارة البيئات وجودة الشيفرة. يستخدم uv، الذي صدر في فبراير 2024، 43% من المشاركين، ليأتي بعد venv بنسبة 63% وقبل Docker بنسبة 31%. وفي مجال الفحص والتنسيق، أصبح Ruff الأداة الأكثر استخداماً بنسبة 43%، متقدماً على فحوصات بيئة التطوير بنسبة 27% وBlack بنسبة 25% وpre-commit بنسبة 20% وFlake8 بنسبة 17%.
لا يشير ذلك إلى اختفاء الأدوات الأقدم، بل إلى أن أدوات أحدث بدأت تغطي وظائف كانت تتطلب سابقاً مجموعة منفصلة من الأدوات. بالنسبة للفرق، قد يعني هذا مسارات إعداد أقل تشتتاً، لكن الاستطلاع لا يثبت وحده أن الانتقال إلى هذه الأدوات أدى إلى خفض التعقيد أو تكلفة الصيانة.
الأنواع والاختبارات: تبنٍّ متسارع وتوافق أقل
أصبحت تلميحات الأنواع ممارسة شائعة؛ إذ يستخدمها 57% من المطورين، ويخطط 26% آخرون لتبنيها. أما أداة التحقق من الأنواع فلم تحظَ بإجماع مماثل. يعتمد 40% من مستخدمي تلميحات الأنواع على الفاحص المدمج في بيئة التطوير، تليها mypy بنسبة 32% وRuff بنسبة 29% وPyright/Pylance بنسبة 22%. وظهر ty من Astral بنسبة 12% وPyrefly من Meta بنسبة 4%.
تزداد أهمية هذه المسألة مع توسع دور الوكلاء في كتابة الشيفرة. يستخدم pytest نسبة 45% من المشاركين، وunittest نسبة 43%، وpytest-django نسبة 34%. كما يستخدم 51% GitHub Actions و26% GitLab CI/CD. توفر هذه الأدوات أساساً لدورة يمكن فيها للوكيل تعديل الشيفرة وتشغيل الاختبارات والاستجابة للأخطاء قبل عرض النتيجة على المطور. لكن 19% من المشاركين لا يكتبون اختبارات آلية على الإطلاق، ما يعني أن تفويض مزيد من العمل للأنظمة الآلية لا يصاحبه لدى الجميع حاجز تحقق مماثل.
مساران لبناء التطبيقات
يستخدم 72% من المشاركين قوالب العرض المعالجة على الخادم، بينما يستخدم 53% Django لتطبيقات تعتمد على واجهات API فقط، و46% يستخدمونه خلف تطبيق صفحة واحدة أو واجهة JavaScript منفصلة. وعند تحديد النهج الأساسي، يبني نصف المطورين تطبيقات معالجة على الخادم، فيما يعتمد 44% أساساً على Django للواجهات البرمجية أو الواجهات الأمامية المنفصلة.
توضح أرقام JavaScript هذا الانقسام: بقيت حصة React شبه مستقرة، من 37% في 2021 إلى 38% في الاستطلاع الحالي. في المقابل، تراجعت jQuery من 37% إلى 23% وVue من 28% إلى 17%، بينما ارتفعت htmx من 5% فقط إلى 34%. ووفق قراءة التقرير، لا تستولي htmx على حصة React، بل تجدد جانب التطبيقات المعالجة على الخادم الذي كانت jQuery حاضرة فيه بقوة.
لماذا يهم هذا الاتجاه؟
تكشف نتائج الاستطلاع أن قيمة Django الحالية لا ترتبط بكونه أحدث إطار، بل بقدرته على استيعاب تغييرات كبيرة في الأدوات وسير العمل دون فرض إعادة بناء كاملة للتطبيق. يستطيع الفريق تجربة وكيل جديد، أو اعتماد uv وRuff، أو إضافة htmx، أو تبني فاحص أنواع مختلف مع الإبقاء على النماذج ولوحة الإدارة والمصادقة كأساس مألوف.
وتظهر النزعة المحافظة أيضاً في النشر؛ إذ يشحن 54% من المشاركين تطبيقاتهم في صورة monoliths، ويستضيف 44% منهم بنيتهم بأنفسهم. كما يستخدم 33% ميزات Django غير المتزامنة، بينما يخطط 40% لتبنيها، ما يشير إلى تطور اختياري تدريجي لا إلى إعادة كتابة شاملة.
الاستنتاج التحريري هنا ليس أن الذكاء الاصطناعي سيحل محل بيئة التطوير أو أن أداة واحدة ستحسم سباق أدوات Python. البيانات تثبت انتشار الاستخدام والتجريب، لكنها لا تثبت تفوقاً إنتاجياً أو تحسناً في الجودة. أما السؤال العملي الأهم للفرق فهو مدى جاهزية الاختبارات وخطوط CI/CD للتحقق من التعديلات التي ينتجها الوكلاء، خصوصاً لدى نسبة المطورين التي لا تستخدم اختبارات آلية.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.