كلمات مفتاحية：الذكاء العام الاصطناعي (AGI), النماذج الكبيرة للذكاء الاصطناعي, الوكيل الذكي, نموذج العالم, ذاكرة كلود الدائمة, مفارقة البحث العلمي بالذكاء الاصطناعي
🔥 تسليط الضوء
Hassabis الحائز على جائزة نوبل يتوقع وصول AGI في غضون خمس سنوات: المفتاح يكمن في World Models واختراقات Agents : قدم Demis Hassabis، رئيس Google DeepMind، الجدول الزمني النهائي لـ AGI، معتبراً أن البشرية لا يفصلها عن AGI سوى اختراقين تقنيين رئيسيين، ومن المتوقع تحقيقه في غضون 5 سنوات. وأشار إلى أن النماذج الكبيرة الحالية قوية ولكنها تنتمي إلى “ذكاء متفاوت”، وتفتقر إلى الفهم الحقيقي لقوانين العالم المادي وقدرات التخطيط طويل المدى. مستقبلاً، يجب استكمال “World Models” لفهم القوانين الفيزيائية، والتطور إلى “Agent Systems” قادرة على “التصحيح المعرفي الذاتي”. سيكون تأثير هذا التحول أكبر بـ 10 مرات من الثورة الصناعية، حيث سيصبح AI الأداة النهائية للاكتشاف العلمي، مما يفتح عصراً ذهبياً في مجالات مثل تطوير الأدوية والطاقة النظيفة. (المصدر: 新智元)
ترقية مذهلة لـ Claude بـ “ذاكرة دائمة”: Knowledge Bases ووضع Cowork يعيدان تشكيل العمل بالذكاء الاصطناعي : كشفت تقارير أن Anthropic تقوم بحقن ميزة “الذاكرة الدائمة” في Claude Cowork، من خلال “Knowledge Bases” لتحقيق تخزين مستدام للمعرفة. لن يمتلك AI بعد الآن “ذاكرة سمكة ذهبية”، بل سيقوم تلقائياً بتسجيل تفضيلات المستخدم، وعمليات صنع القرار، وتراكم الخبرات، ليصبح أكثر فهماً للمستخدم مع مرور الوقت. بالإضافة إلى ذلك، سيصبح Cowork المدخل الرئيسي لـ Claude، مع دمج شريط Artefacts الجانبي وموصلات MCP المؤتمتة الأقوى. تمثل هذه الترقية تحول مساعد AI من مجرد أداة حوار إلى “زميل AI” قادر على التعاون طويل الأمد وتنفيذ المهام المعقدة، مما يغير نموذج العمل بالذكاء الاصطناعي جذرياً. (المصدر: 新智元)
ICML 2026 يقدم آلية “التقييم الذاتي للمؤلف”: استخدام Game Theory لمواجهة أزمة مراجعة الأبحاث الأكاديمية : في مواجهة تعطل أنظمة المراجعة بسبب الزيادة الهائلة في تقديم الأوراق البحثية في مؤتمرات مثل NeurIPS، أطلق ICML 2026 سياسة “التقييم الذاتي للمؤلف” الثورية. تعتمد هذه الآلية على “Isotonic Regression” من نظرية الألعاب (Game Theory)، وتتطلب من المؤلفين الذين يقدمون أوراقاً متعددة ترتيب أعمالهم الخاصة. أثبتت التجارب أن ترتيب المؤلفين لأوراقهم أكثر دقة في التنبؤ بالتأثير طويل المدى للبحث من المراجعين العشوائيين. تهدف هذه الخطوة إلى تحويل “طموح الفوز” لدى المؤلفين إلى إشارة معايرة، لكنها أثارت مخاوف بشأن العدالة واحتمالية استغلال “كبار الأكاديميين” للخوارزميات للمراجحة، بينما يظل “الأكاديميون المستقلون” عرضة للضوضاء. (المصدر: 新智元)
جامعة Tsinghua تنشر في Nature حول مفارقة البحث العلمي بالذكاء الاصطناعي: انفجار في الإنتاجية يؤدي إلى “انغلاق” الحدود العلمية : نشر فريق البروفيسور Xu Fengli و Li Yong من جامعة Tsinghua دراسة في مجلة Nature، حللت 41 مليون ورقة بحثية على مدار 45 عاماً، ووجدت أن AI عزز بشكل كبير الإنتاج الفردي للعلماء (زيادة حجم الأوراق بـ 3 أضعاف، والاستشهادات بـ 4.8 ضعف)، لكنه أدى إلى انخفاض اتساع المعرفة الجماعية بنسبة 4.63%. توجيه AI جعل الباحثين يتدفقون جماعياً نحو المجالات الشائعة ذات “البيانات الوفيرة والأسئلة الواضحة”، مما أدى إلى توحيد الابتكار وتقليل التعاون العابر للحدود. اقترح الفريق “نظام Agent للبحث العلمي كامل العملية” لمحاولة دفع AI للتطور من أداة مساعدة إلى “عالم AI” قادر على طرح الفرضيات بنشاط وتوسيع آفاق المجهول. (المصدر: 新智元)
Google Research تكتشف حيلة في Prompts: تكرار السؤال يرفع الدقة من 21% إلى 97% : وجدت أبحاث Google أنه في المهام غير الاستدلالية، يمكن لمجرد تكرار سؤال الإدخال (نسخ ولصق) تحسين أداء النماذج الكبيرة بشكل ملحوظ دون زيادة التأخير تقريباً. رفعت تقنية “التكرار” هذه الدقة في اختبار NameIndex لنموذج Gemini 2.0 Flash-Lite من 21.33% إلى 97.33%. يكمن المنطق العلمي في استغلال “Causal Blind Spot” في بنية Transformer، حيث يوفر الإدخال المتكرر للنموذج رؤية شاملة تشبه “Bidirectional Attention”. يعني هذا الاكتشاف أن المطورين يمكنهم استخدام نماذج صغيرة أرخص لتحقيق قدرات الاسترجاع والاستخراج الخاصة بالنماذج الرائدة. (المصدر: 新智元)
🎯 التوجهات
الإطلاق الرسمي لـ GLM-4.7-Flash: Z.ai تطلق نموذجاً شاملاً وخفيفاً من فئة 30B : أطلقت Z.ai رسمياً نموذج GLM-4.7-Flash، الموجه ليكون مساعداً محلياً للبرمجة و Agents. يستخدم النموذج إجمالي 30B من المعلمات، مع حوالي 4B من المعلمات النشطة، ويتبنى بنية MLA لموازنة الأداء العالي والكفاءة. في الاختبارات المعيارية، كان أداؤه مساوياً أو حتى أفضل من GLM-4.5-Air، خاصة في استدعاء الأدوات والكتابة الإبداعية. كخيار خفيف الوزن في فئة 30B، فهو مناسب جداً لبيئات النشر المحلي بذاكرة فيديو 2x24GB، مما يوفر للمطورين قاعدة فعالة من حيث التكلفة لتطوير Agents. (المصدر: scaling01; Reddit)
DeepSeek تطلق Engram: عصر جديد للذاكرة الشرطية المدركة للسياق : أصدرت DeepSeek تقنية ذاكرة شرطية تسمى “Engram”، والتي ترقي جداول البحث N-gram الثابتة إلى ذاكرة ديناميكية مدركة للسياق. تدعم هذه التقنية استرجاع الذاكرة على نطاق واسع جداً بتعقيد O(1)، مع تنشيط الأجزاء ذات الصلة بالحالة المخفية الحالية فقط. يسمح Engram بتخزين الذاكرة في CPU RAM بدلاً من GPU HBM المكلفة، مما يقلل التكاليف بشكل كبير. يثبت هذا الاختراق أن “Memory Scaling” يمكن أن يحل جزئياً محل “Parameter Scaling”، مما يوفر دعماً جديداً على مستوى النظام للسياقات الطويلة والتعلم المستمر. (المصدر: ZhihuFrontier)
Huawei تطلق خمسة أنظمة استدلال رائدة لعام 2025: كسر حاجز سعة HBM وجزر الموارد : استعرض Zuo Pengfei، الباحث في Huawei، خمسة اختراقات في أنظمة الاستدلال لعام 2025: SparseServe الذي يستخدم DRAM لتفريغ ذاكرة KV Cache الباردة لكسر جدار الذاكرة؛ Adrenaline الذي يحقق تدفقاً ديناميكياً بين عقد Decode و Prefill عبر تجميع الموارد؛ بنية TaiChi التي توازن ذاتياً بين TTFT و TPOT؛ DualMap الذي يجمع بين تقارب الذاكرة المؤقتة وتوازن الحمل؛ و MemArt الذي يخزن ذاكرة Agent ككتل KV قابلة لإعادة الاستخدام. تمثل إعادة تصميم هذه الأنظمة المتكاملة تحولاً من تحسين النواة الواحدة إلى جدولة معقدة مدركة لـ SLO، مما يضع الأساس لتدفقات الوسائط المتعددة واسعة النطاق و Agents طويلة المدى. (المصدر: ZhihuFrontier)
Baichuan Intelligent تطلق Baichuan-M3: مراهنة كاملة على مسار الذكاء الاصطناعي الطبي الجاد : أطلقت Baichuan Intelligent الجيل الجديد من النموذج الطبي الكبير Baichuan-M3، معلنةً تفوقه الشامل على GPT-5.2 في المجال الطبي لأول مرة. يعتمد النموذج بنية Fact-Aware RL، مما يقلل معدل الهلوسة إلى 3.5% دون الاعتماد على البحث الخارجي. يمتلك Baichuan-M3 قدرة SCAN على الاستجواب النشط، ومحاكاة الأطباء في متابعة التاريخ المرضي. صرح Wang Xiaochuan أن الشركة تحولت بالكامل نحو الطب، من خلال توظيف فرق أطباء محترفين لتوسيم البيانات على نطاق واسع، بهدف حل مشكلة نقص الموارد الطبية الأساسية في الصين، وتخطط لبدء IPO في عام 2027. (المصدر: 36氪)
رهان OpenAI على الأجهزة: قلم ذكاء اصطناعي بدون شاشة يحاول الهروب من الواجهات الرسومية : تشير الشائعات إلى أن OpenAI ستطلق قريباً أول منتج لها من الأجهزة تحت الاسم الكودي “Gumdrop” – وهو قلم ذكاء اصطناعي بسيط للغاية. الجهاز من تصميم فريق Jony Ive، بدون شاشة أو كاميرا، ويزن 10-15 جراماً فقط، مع التركيز على كونه “متاحاً عند الطلب ويختفي بعد الاستخدام”. لا يركز على الكتابة كجوهر، بل يستخدم الصوت والإدخال اليدوي كقنوات لالتقاط النوايا. يعكس هذا التصميم محاولة OpenAI تجاوز الواجهات الرسومية التقليدية، لدمج AI في تسجيل وتفاعل العالم المادي بأكثر الطرق طبيعية، مما يمثل تحولاً في نموذج التفاعل بين الإنسان والحاسوب من التوجيه بالأوامر إلى التوجيه بالنوايا. (المصدر: 36氪)
🧰 الأدوات
مكتبة Claude Skills مفتوحة المصدر: 48 حزمة مهارات خبراء تدعم تطوير Agent : قام المطور alirezarezvani بفتح مصدر مكتبة claude-skills، التي تضم 48 حزمة مهارات تغطي مجالات التسويق، الهندسة، المنتجات، والقانون. تدمج هذه الحزم أدوات تحليل Python، وأطر أفضل الممارسات، والقوالب، وتدعم أكثر من 9 أنواع من AI Agents مثل Claude Code و Cursor و VS Code. يمكن للمستخدمين التثبيت السريع عبر أمر /plugin لمهمات مثل “استخراج متطلبات التسويق” أو “تصميم بنية النظام”، مما يعزز بشكل كبير القدرات العملية لـ Agents في المجالات غير البرمجية. (المصدر: GitHub; dotey)
Ollama يتوافق مع Anthropic API: النماذج المحلية يمكنها تشغيل Claude Code مباشرة : أصبح Ollama الآن متوافقاً رسمياً مع Claude Code API من Anthropic، مما يعني أنه يمكن للمستخدمين استخدام النماذج المحلية المستضافة على Ollama (مثل Llama 3 و Qwen) داخل Agent الطرفية القوي Claude Code. تدعم هذه الميزة حالياً النماذج ذات السياق الذي يتجاوز 64K. يكسر هذا التحديث قيد اعتماد Claude Code على APIs مغلقة المصدر، ويوفر للمطورين بيئة Vibe Coding محلية بتكلفة أقل وخصوصية أعلى. (المصدر: op7418)
تحديث Coze 2.0 الكبير: ربط عمليات إنشاء وتوزيع وتحقيق الربح من Skills : أصدرت منصة Coze التابعة لشركة ByteDance الإصدار 2.0، حيث يكمن التحديث الجوهري في الربط الكامل لدورة حياة Skills. يمكن للمستخدمين الآن استخدام اللغة الطبيعية لإنشاء Skills في بيئة برمجة Coze، وتوزيعها وتحقيق الربح منها مباشرة. يقلل هذا التحديث بشكل كبير من عتبة تطوير إضافات AI وسير العمل المؤتمت لغير التقنيين، حيث تسعى Coze لبناء نظام بيئي لمهارات AI يشبه App Store. (المصدر: op7418)
Manus AI تطلق ميزة نشر التطبيقات: طرح التطبيقات في متاجر Google/Apple دون الحاجة لتهيئة البيئة : قامت Manus AI بتحديث سير عمل نشر التطبيقات، مما يسمح للمستخدمين بتعبئة ونشر التطبيقات التي طوروها مباشرة إلى Google Play (للاختبار الداخلي) و Apple App Store (TestFlight). لا تتطلب العملية تثبيت Xcode أو Android Studio، حيث تتولى Manus التعامل مع الشهادات والرفع تلقائياً، مما يقلص المسافة بين النموذج الأولي لـ AI والاختبار الحقيقي على الأجهزة المحمولة. (المصدر: hidecloud)
مشروع Eigent مفتوح المصدر: بديل مفتوح لـ Anthropic Cowork : رداً على إطلاق Anthropic لـ Claude Cowork، اختار فريق Eigent فتح مصدر منتجهم. تهدف Eigent لتوفير تجربة تعاون للمهام غير التقنية مشابهة لـ Cowork، مما يسمح للمستخدمين بإدارة سير العمل والملفات والمهام المؤتمتة عبر AI. يوفر هذا المشروع مرجعاً للفرق التي ترغب في تنفيذ وظائف مشابهة لـ Cowork في بيئات خاصة. (المصدر: ClementDelangue)
📚 التعلم
Stanford AI Lab يطلق “AI Bites”: تعلم كورسات الذكاء الاصطناعي الأساسية عبر مقاطع صوتية قصيرة : أطلق مختبر Stanford AI (SAIL) سلسلة بودكاست بعنوان “AI Bites”، تهدف إلى ردم الفجوة بين المواد الأكاديمية العميقة والتعلم المجزأ. تم إطلاق محتوى كورسات أساسية مثل CS124 (NLP/LLM) و CS221 (مبادئ الذكاء الاصطناعي)، مما يوفر للممارسين والطلاب قناة مريحة لتعلم نظريات AI المتقدمة أثناء التنقل. (المصدر: stanfordnlp)
مشاركة كتاب مدرسي مجاني: Linear Algebra في Computer Vision و Robotics و Machine Learning : شارك المجتمع كتاباً مدرسياً شاملاً ومجانياً يغطي النظريات الرياضية الأساسية من فضاءات المتجهات والمصفوفات إلى Eigenvalues و SVD. يركز الكتاب على التطبيقات العملية لهذه الأدوات في مجالات مثل PCA، نظرية الرسوم البيانية، وتحليل الموجات، وهو مورد ممتاز للعاملين في Computer Vision و Robotics. (المصدر: TheTuringPost)
إطلاق معيار MIMIC: تحليل عميق لعيوب فهم الصور المتعددة في النماذج متعددة الوسائط : قدم الباحثون معيار MIMIC (Multi-Image Model Insights and Challenges) لتقييم قدرات LVLM في فهم واستنتاج الصور المتعددة. وجدت الدراسة عيوباً شائعة في تجميع المعلومات عبر الصور وتتبع مفاهيم متعددة في وقت واحد، واقترح الفريق استراتيجيات توليد بيانات برمجية ومخططات Attention Mask لتحسين الأداء. (المصدر: HuggingFace)
Hugging Face تنشر دليل تدريب Smol: مشاركة خبرات تدريب نماذج صغيرة عالمية المستوى : شارك فريق Hugging Face تسجيلاً لمحاضرة “Smol Training Playbook”، يشرح بالتفصيل كيفية تدريب نماذج ذات معلمات صغيرة بجودة عالمية، بما في ذلك تصفية البيانات، استراتيجيات التدريب، وكيفية استخراج أقصى أداء من النماذج في ظل قدرات حوسبة محدودة. (المصدر: _lewtun)
💼 الأعمال
Anthropic تتبرع بـ 1.5 مليون دولار لمؤسسة Python Software Foundation : أعلنت Anthropic عن تبرع بقيمة 1.5 مليون دولار لـ PSF لدعم استمرار تطوير نظام Python البيئي. نظراً لأن معظم أبحاث وأدوات AI (مثل Claude Code) تعتمد بشدة على Python، تُعتبر هذه الخطوة استثماراً طويل الأجل في المجتمع مفتوح المصدر. (المصدر: Reddit)
شركة Dominion Dynamics الكندية للدفاع بالذكاء الاصطناعي تحصل على تمويل بقيمة 21 مليون دولار : أكملت شركة Dominion Dynamics الكندية، المتخصصة في شبكات الاستشعار في القطب الشمالي وقدرات الدفاع، جولة تمويل Seed بقيمة 21 مليون دولار. تهدف الشركة لاستخدام تقنيات AI لتعزيز الدفاع الإقليمي وقدرات المراقبة. (المصدر: aidangomez)
Synthesia تنضم إلى قائمة Sunday Times 100 وتظل أسرع Unicorn نمواً في بريطانيا : انضمت منصة توليد الفيديو Synthesia إلى قائمة أفضل 100 شركة في Sunday Times. غير منتجها الأساسي عمليات إنتاج الفيديو في الشركات عبر تقنية “الأفاتار الرقمي”، ولمحت الشركة إلى أخبار كبرى قادمة قريباً. (المصدر: synthesiaIO)
🌟 المجتمع
تريند ChatGPT “ماذا ستفعل بي إذا سيطرت على العالم” يثير جدلاً واسعاً : انتشر تريند على وسائل التواصل الاجتماعي يطلب من ChatGPT توليد صورة توضح كيف سيعامل المستخدم بعد سيطرته على العالم بناءً على محادثاتهم الأخيرة. شارك المستخدمون صوراً درامية تتراوح بين معاملتهم كضيوف شرف أو وضعهم في “غرف تنفس معرفية”، مما يعكس مشاعر الجمهور المعقدة تجاه أنسنة AI. (المصدر: Yuchenj_UW; Reddit)
جدل Vibe Coding: هل هي ثورة إنتاجية أم “نفايات برمجية (Slop)”؟ : يدور نقاش حاد حول “Vibe Coding”. يرى المؤيدون أنها تمكن من التطوير السريع وتحقيق أرباح ضخمة عبر تشغيل عدة Agents بالتوازي، بينما ينتقد المعارضون ذلك باعتباره “غروراً تقنياً” ينتج كوداً يصعب صيانته ويسمى “Slop”. (المصدر: swyx; seo_leaders)
نهاية الذكاء الاصطناعي هي “الكهربائي”: مراكز البيانات تسبب نقصاً في العمالة اليدوية في أمريكا : مع تصاعد سباق AI Scaling، أصبح الصراع على الطاقة هو الجوهر. يتوقع مكتب إحصاءات العمل الأمريكي نقصاً هائلاً في الكهربائيين في العقد القادم. صرح Elon Musk أن “عملة المستقبل هي الواط”، حيث سيكون إمداد الطاقة أكثر حرجاً من GPUs. (المصدر: 36氪)
نقاشات حول المعلومات المضللة بالذكاء الاصطناعي بسبب نزاع إقليمي في جرينلاند : أثارت النقاشات حول محاولة أمريكا شراء أو السيطرة على جرينلاند جدلاً سياسياً واسعاً، تضمن رسائل مزورة وتهديدات دبلوماسية يُشتبه في أنها ولدت بواسطة AI. يسلط هذا الحدث الضوء على مخاطر AI في تضخيم الاستقطاب السياسي. (المصدر: teortaxesTex; halvarflake)
ردود فعل المطورين حول هلوسة الذكاء الاصطناعي و “Causal Blind Spots” : اختبر المطورون بحث Google حول “تكرار الـ Prompt”. وجد البعض أن تكرار التعليمات يقلل فعلاً من معدل الفقد في استرجاع المستندات الطويلة، لكن آخرين أشاروا إلى أن التكرار المفرط في مهام الاستدلال المنطقي قد يؤدي إلى “تكرار آلي” أو كسر المنطق. (المصدر: Reddit; Gemini)
💡 أخرى
TaskExplorer: أداة قوية لإدارة مهام Windows : مشروع TaskExplorer على GitHub هو أداة مراقبة عميقة للنظام، توفر تتبعاً حياً لـ Thread Stacks، وتحرير الذاكرة، ومراقبة اتصالات Socket، مع عرض بيانات I/O ومنحنيات أداء GPU بشكل أكثر تفصيلاً من مدير المهام الافتراضي. (المصدر: GitHub)
مخاوف الخصوصية من بطاقات التسجيل بالذكاء الاصطناعي: مخاطر البيانات خلف المظهر الأنيق : ظهرت بطاقات تسجيل رقيقة تدعم “التسجيل بضغطة واحدة وتلخيص AI”. ومع ذلك، تثير ضرورة رفع التسجيلات للسحابة مخاوف جدية بشأن الخصوصية، كما أن جودة الميكروفونات في التصاميم الرقيقة قد تحد من دقة النسخ. (المصدر: 36氪)
اليابان تطور روبوتات بشرية ضخمة لصيانة السكك الحديدية : لمواجهة نقص العمالة، طورت اليابان روبوتات بشرية ضخمة مثبتة على أذرع رافعات، يتم التحكم فيها عبر VR. يمكنها التعامل مع الكابلات والأجزاء الثقيلة، مما يقلل المخاطر على العمال، وهو مثال كلاسيكي على “Heavy Embodied AI”. (المصدر: Ronald_vanLoon)