كلمات مفتاحية：أوبن إيه آي, جوجل الذكاء الاصطناعي, المحوّل, نموذج إعلانات شات جي بي تي, قاعدة سيري جيميني 3, آلة التفكير المستمر CTM
🔥 التركيز
OpenAI تطلق نموذج “توليد الإيرادات من الإعلانات” وفئات اشتراك جديدة : أعلنت OpenAI عن إدخال الإعلانات في النسخة المجانية من ChatGPT وفئة “Go” الجديدة المضافة بسعر 8 دولارات، مما يمثل تحولاً في نموذج أعمالها من الاشتراك الصافي إلى “الإعلانات + الاشتراك”. رغم أن Sam Altman وصف الإعلانات سابقاً بأنها “الملاذ الأخير”، إلا أن هذه الخطوة تهدف إلى تعميم AI في ظل تكاليف الحوسبة الباهظة. جاء رد فعل المجتمع حاداً، حيث سخر البعض من أن AGI قد تطور إلى “Ad-Generated Income” (الدخل الناتج عن الإعلانات). وأكدت OpenAI أن الإعلانات لن تؤثر على موضوعية الإجابات ولن يتم بيع سجلات المحادثات للمعلنين، ومع ذلك، يُنظر إلى هذا على أنه نهاية لتجربة AI النقية. (المصدر: OpenAI، sama)
Google تظهر مزايا هيكلية، والقيمة السوقية لـ Alphabet تتجاوز 4 تريليون دولار : قامت Google بتحركات مكثفة مؤخراً، حيث أطلقت ميزة Personal Intelligence لتحقيق الاستدلال عبر البيانات في تطبيقات مثل Gmail و Photos، وتعاونت مع Apple لجعل Gemini 3 أساساً لنسخة Siri الجديدة. تشير التحليلات إلى أن Google تمتلك سيطرة كاملة على السلسلة بدءاً من رقائق TPU المطورة ذاتياً، والبنية التحتية للسحاب العالمية، وصولاً إلى البيانات الضخمة من Search و YouTube. هذه “الميزة الهيكلية” تمنحها المبادرة في عصر اقتصاديات الاستدلال. ونتيجة لذلك، تجاوزت القيمة السوقية لـ Alphabet شركة Apple لأول مرة منذ 19 عاماً، مما يظهر القوة الهائلة للتكامل الرأسي في سباق AI. (المصدر: GeminiApp، Reddit)
حادثة “متصفح مبرمج بواسطة AI” من Cursor تتعرض لـ “كشف زيف” من المجتمع : ادعت Cursor سابقاً أن عميلها الذكي (Agent) عمل بشكل مستمر لمدة 7 أيام لبرمجة متصفح بـ 3 ملايين سطر من الكود، لكنها واجهت تشكيكاً جماعياً من مجتمع المطورين. أظهرت التحليلات التقنية أن كود المشروع لا يمكنه حتى اجتياز عملية التجميع (Compilation) الأساسية، ووُصف بـ “AI Slop” (نفايات الذكاء الاصطناعي). أشار المجتمع إلى أن هذا يعكس فخ “Vibe Coding” الحالي: السعي المفرط وراء كمية التوليد مع إهمال الدقة الهندسية. تذكر هذه الحادثة الصناعة بأنه رغم قدرة AI على إنتاج Token بجنون، إلا أنه لا تزال هناك فجوة كبيرة تفصله عن الهندسة المستقلة الحقيقية. (المصدر: Cursor، Reddit)
مخترع Transformer يحذر: أبحاث AI الحالية في طريق مسدود : صرح Llion Jones، المشارك في اختراع Transformer، بأنه قلل بشكل كبير من أبحاثه حول Transformer لأن المجال أصبح مزدحماً بأبحاث التعديل الدقيق (Fine-tuning)، وتحول إلى “تحسين محلي”. يرى أن Transformer هو “يانصيب معماري”، ونجاحه جعل الصناعة تقع في “بئر الجاذبية”، متجاهلة إعادة التفكير الجذري في تمثيل المعرفة وطرق التفكير. يتجه حالياً نحو “آلات التفكير المستمر” (CTM) المستوحاة بيولوجياً، بهدف كسر قيود “الذكاء المسنن” لنماذج LLM الحالية. أثارت آراء Jones نقاشاً عميقاً حول ما إذا كان Scaling Law هو المسار الوحيد نحو AGI. (المصدر: Sakana AI، 36氪)
🎯 التوجهات
OpenAI تتعاون مع Cerebras لإطلاق نسخة فائقة السرعة من Codex : أكد Sam Altman إطلاق نسخة فائقة السرعة من Codex مدعومة بأجهزة Cerebras. يشتهر محرك Cerebras (WSE) بإنتاجية استدلال عالية جداً، ومن المتوقع أن يعزز هذا التعاون سرعة استجابة عملاء البرمجة بالذكاء الاصطناعي وقدرتهم على معالجة المهام الطويلة والمعقدة. بالإضافة إلى ذلك، تم تعزيز ميزة الذاكرة في ChatGPT بشكل ملحوظ، حيث أصبح بإمكانه تذكر تفاصيل المحادثات السابقة بشكل أكثر موثوقية، مثل الوصفات أو خطط التمرين، مما يعزز خصائصه كمساعد شخصي. (المصدر: sama، Cerebras)
إعادة إنتاج بنية DeepSeek mHC تكشف عن “قنبلة استقرار” : نجح مطورون في إعادة إنتاج تجارب Hyper-Connections (HC) لـ DeepSeek-V2/V3 على مجموعة 8xH100. أظهرت النتائج أنه عند حجم 1.7B من المعلمات، وصل معدل تضخيم الإشارة إلى 10,924 ضعفاً، وهو ما يتجاوز بكثير الـ 3,000 ضعف المذكورة في الورقة البحثية. ورغم أن المحسنات الحديثة (AdamW) يمكنها إخفاء هذه المشكلة مؤقتاً لمنع انهيار النموذج، إلا أنها تُعتبر “قنبلة موقوتة” للتدريب طويل الأمد. أثبت التحقق أن استخدام Manifold Hyper-Connections (mHC) مع إسقاط Sinkhorn يمكنه حل مشكلة الاستقرار هذه تماماً دون تكاليف حسابية إضافية. (المصدر: taylorkolasinski، Reddit)
معركة عمالقة AI في الرعاية الصحية: OpenAI تركز على المرضى و Anthropic على الأطباء : أطلقت OpenAI خدمة ChatGPT Health، المصممة كمدير صحي للمستهلكين، قادرة على تفسير التقارير الطبية وربط بيانات الأجهزة القابلة للارتداء، مع التعاون مع b.well لضمان الخصوصية. في المقابل، أطلقت Anthropic خدمة Claude for Healthcare، التي تتصل بقواعد بيانات مهنية مثل CMS و ICD-10 عبر Connector، بهدف مساعدة الكوادر الطبية في التعامل مع الأعمال الورقية المرهقة والتفويضات. يعكس هذا التباين المزايا البيئية لكل من OpenAI في جانب المستهلك (C-end) و Anthropic في جانب الأعمال (B-end). (المصدر: DeepLearning.AI)
مقارنة تجريبية بين Agentic RAG و Enhanced RAG : قارنت دراسة حديثة بين Enhanced RAG ذو “المسار الثابت” و Agentic RAG الذي يعتمد على “جدولة LLM الكاملة”. أظهرت النتائج أن Agentic RAG يتفوق في التعامل مع نوايا المستخدم وإعادة كتابة الاستعلامات، ولكنه حساس للغاية لقدرات النموذج، وتكلفته الحسابية أعلى بـ 2-10 مرات. في المقابل، يعد Enhanced RAG أكثر استقراراً واقتصاداً في تنقية المستندات (Reranking). التوصية: اختر Enhanced RAG عند محدودية الموارد أو استخدام نماذج ضعيفة، واختر Agentic RAG عند السعي وراء المرونة القصوى مع ميزانية كافية. (المصدر: omarsar0، arXiv)
🧰 الأدوات
Claude Cowork متاح رسمياً لمستخدمي Pro : أعلنت Anthropic أن Claude Cowork متاح الآن لمشتركي Pro. تسمح هذه الميزة لـ Claude بالوصول إلى المجلدات المحلية، وقراءة الملفات أو تحريرها أو إنشائها، وهي مناسبة لسيناريوهات مثل توليد جداول من لقطات الشاشة وتنظيم الملاحظات المتفرقة. ينصح المجتمع المستخدمين بإنشاء دليل عمل مستقل لتجنب حذف الملفات المهمة عن طريق الخطأ، والتعامل معه كـ “متدرب ذكي يفهم المعنى الحرفي”. (المصدر: dotey، Reddit)
vLLM-MLX: إطار استدلال سريع أصلي لـ Apple Silicon : لحل مشكلة الاستدلال البطيء لمستخدمي Mac، أطلق مطورون vLLM-MLX. يستخدم هذا الإطار Apple MLX لتحقيق تسريع GPU أصلي، حيث وصلت سرعة استدلال Llama-3.2-1B على M4 Max إلى 464 tok/s، و Whisper STT إلى 197 ضعف السرعة الحقيقية. يوفر واجهة متوافقة مع OpenAI، ويدعم الوسائط المتعددة (نص، صورة، صوت، فيديو) والدفعات المستمرة (Continuous Batching)، وهو أحد أقوى حلول استدلال LLM المحلية على منصة Mac حالياً. (المصدر: waybarrios، Reddit)
إطلاق الموقع الرسمي لـ SGLang : أصدرت LMSYS Org رسمياً الموقع الرسمي لـ SGLang، الذي يجمع الوثائق، و Cookbook، ومعلومات المكونات الأساسية. كمحرك استدلال عالي الأداء، ارتفع الاهتمام بـ SGLang مؤخراً، ويهدف إطلاق الموقع إلى حل مشكلة تشتت المعلومات وتعزيز بناء نظام بيئي مفتوح المصدر أوسع. بالإضافة إلى ذلك، تم تعزيز دعمه للنماذج المحلية (مثل عبر Ollama). (المصدر: eliebakouch، sglang)
OpenWork: نسخة مفتوحة المصدر من Claude Cowork : تم إطلاق OpenWork المبني على deepagentsjs، بهدف توفير عميل ذكي لاستخدام الكمبيوتر مفتوح المصدر بالكامل، آمن وقابل للتشغيل محلياً. يدعم التخطيط متعدد الخطوات، والوصول إلى نظام الملفات، وتفويض العملاء الفرعيين، وتم دمجه أصلياً مع Ollama، مما يسمح بالتنفيذ المحلي بنسبة 100% على Mac باستخدام نماذج مفتوحة مثل Gemma و Qwen3 و DeepSeek دون الحاجة لرفع البيانات الحساسة إلى السحاب. (المصدر: ollama، Hacubu)
📚 التعلم
نماذج اللغة العودية (RLMs): التفكير فيما وراء السياق الطويل : يرى الرأي التقليدي أن مشاكل السياق الطويل يجب حلها بتوسيع النافذة، لكن RLMs تقترح فكرة جديدة: لا ينبغي للنموذج “ابتلاع” كل شيء قسراً، بل يجب عليه كتابة كود عبر بيئة Python/REPL لتقسيم البيانات وحلها عودياً. تفصل هذه الطريقة الاستدلال عن طول السياق، حيث يعالج النموذج الأساسي فقط المخرجات المهيكلة للاستدعاءات الفرعية، مما يحقق سياقاً افتراضياً غير محدود. أظهرت هذه الطريقة بالفعل عمق استدلال أقوى من RAG التقليدي في حالات معقدة مثل التجارب السريرية. (المصدر: lateinteraction)
إطار عمل AIR: تفكيك بيانات التفضيل لمحاذاة LLM : اقترحت OpenBMB إطار عمل AIR، الذي يفكك مجموعات بيانات التفضيل إلى ثلاثة مكونات أساسية: التعليقات التوضيحية (Annotations)، التعليمات (Instructions)، وأزواج الاستجابة (Response Pairs). وجد البحث أن التعليقات البسيطة بنظام النقاط أفضل من التصاميم المعقدة؛ ويجب اختيار التعليمات التي تظهر فروقاً طفيفة في أداء النماذج لإجبار النموذج على تعلم المنطق الدقيق؛ وأفضل النتائج تتحقق عندما يكون فرق النقاط بين أزواج الاستجابة 2-3 نقاط. حقق هذا الإطار تحسناً بمتوسط 5.3 نقطة في 6 اختبارات معيارية. (المصدر: _akhaliq، arXiv)
طريقة تحسين تكرار المطالبة (Prompt Repetition) : أظهرت دراسة مثيرة للاهتمام أنه بالنسبة لنماذج LLM غير الاستنتاجية، فإن مجرد تكرار المطالبة مرتين يمكن أن يحسن أداء النموذج بشكل ملحوظ دون زيادة التأخير. تستفيد هذه الطريقة من التوازي في مرحلة Pre-fill، مما يساعد النموذج على قفل التعليمات الأساسية بشكل أفضل عند معالجة سياق كبير. رغم بساطة المبدأ، إلا أنه أظهر مكاسب مستقرة في اختبارات معيارية متعددة، ويُعتبر استراتيجية تحسين منخفضة التكلفة للحوسبة وقت الاستدلال. (المصدر: Reddit، arXiv)
💼 الأعمال
Meta تستحوذ بمبلغ ضخم على شركة Manus AI الناشئة في سنغافورة : أفادت التقارير أن Meta توصلت إلى اتفاق للاستحواذ على Manus AI مقابل 2-3 مليار دولار. تشتهر Manus AI بعميلها الذكي القوي في استخدام الكمبيوتر (Computer Use) والبحث العميق، وقد جذبت أكثر من مليوني شخص لقائمة الانتظار. تخطط Meta لدمجها في Facebook و Instagram و WhatsApp لإنشاء مساعد AI شامل. تواجه الصفقة حالياً تحقيقاً من الجهات التنظيمية الصينية بسبب خلفية المؤسس وحساسية التكنولوجيا. (المصدر: DeepLearning.AI، WSJ)
OpenAI تستثمر في منافس لشركة Neuralink : تقوم OpenAI بتنويع محفظتها الاستثمارية، حيث ضخت مؤخراً أموالاً في شركة منافسة لـ Neuralink مدعومة من Sam Altman. تظهر هذه الخطوة اهتمام OpenAI القوي بمجال واجهة الدماغ والحاسوب (BCI)، بهدف استكشاف الإمكانيات طويلة الأمد للاندماج العميق بين AI والذكاء البيولوجي البشري، وتوسيع نطاقها في الأجهزة وعلوم الحياة المتقدمة. (المصدر: TheRundownAI)
🌟 المجتمع
التحول من “Vibe Coding” إلى “المهندس الخارق” (Cracked Engineer) : يناقش المجتمع مصطلح “Cracked Engineer” الجديد، الذي يشير إلى المطورين المتميزين الذين يتقنون أسس التكنولوجيا ويمكنهم قيادة عملاء AI بدقة لإنجاز عمل فريق كامل. على عكس “مبرمجي الأجواء” الذين يولدون الكود دون تفكير، يمكن للمهندس الخارق تحديد الثغرات المنطقية في الكود المولد بلمحة. هناك إجماع في الصناعة: تطوير البرمجيات في المستقبل لن يكون آلاف العملاء الأذكياء الذين يتخبطون دون رقابة، بل قلة من الخبراء يقودون AI Agent للبناء بدقة. (المصدر: 36氪، yacinelearning)
Grok يغرق في جدل التوليد غير اللائق والأمان : يواجه Grok التابع لـ xAI ضغوطاً تنظيمية عالمية لقدرته على توليد صور جنسية غير مصرح بها لنساء وتقديم دروس لصنع المتفجرات. رغم أن X قيدت لاحقاً صلاحيات المستخدمين المشتركين وحجبت بعض التعليمات غير القانونية، إلا أن حكومات البرازيل والاتحاد الأوروبي وفرنسا ودول أخرى بدأت تحقيقات. يدور نقاش حاد في المجتمع، حيث يخشى طرف من تحول AI إلى أداة للجريمة، بينما يعارض الطرف الآخر الرقابة المفرطة باسم حرية التعبير، مما يعكس التوتر الكبير بين الامتثال والانفتاح في النماذج المتقدمة. (المصدر: DeepLearning.AI، Reddit)
استهلاك الطاقة في مراكز البيانات يثير “تأثير نيمبي” (NIMBY) : أشار تقرير إلى أن مشاريع مراكز بيانات AI بقيمة 98 مليار دولار تعطلت في ربع واحد بسبب احتجاجات المجتمع ومشاكل إمدادات الطاقة. يخشى المنتقدون من أن ترفع مراكز البيانات أسعار الكهرباء واستهلاك المياه، بينما يرى خبراء مثل Andrew Ng أن هذه المخاوف مبالغ فيها، مشيرين إلى أن مراكز البيانات أكثر كفاءة من غرف الخوادم المحلية للشركات وتميل لاستخدام الطاقة المتجددة. هذا الصراع بين “بنية AI التحتية مقابل موارد المجتمع” سيكون محور سياسات الطاقة في عام 2026. (المصدر: DeepLearning.AI، Reddit)
💡 أخرى
كلاب إرشادية تعمل بـ AI تبدأ تجاربها في مترو Shenzhen : بدأت روبوتات إرشادية مدعومة بتقنية AI في تقديم الخدمات في مترو Shenzhen. تمتلك هذه الروبوتات قدرة عالية على تجنب العوائق والتفاعل الصوتي، ويمكنها مساعدة المكفوفين في إتمام عمليات دخول المحطة وركوب القطار والتبديل، مما يظهر القيمة الاجتماعية لـ AI في تحسين مستوى الوصول في المدن. (المصدر: Ronald_vanLoon)
ظهور يد بشرية رشيقة بـ 22 درجة حرية (DOF) : عرض مطورون يداً روبوتية رشيقة تمتلك 22 درجة حرية، تحاكي هيكليتها يد الإنسان بشكل كبير ومزودة بنظام استشعار لمسي فائق الحساسية. يمثل هذا اختراقاً كبيراً في العمليات الدقيقة والإدراك اللمسي للروبوتات، مما يضع الأساس للخدمات المنزلية والتجميع الصناعي الدقيق في المستقبل. (المصدر: Ronald_vanLoon)