كلمات مفتاحية：حوكمة الذكاء الاصطناعي, دستور كلود, قيم الذكاء الاصطناعي مفتوحة المصدر من أنثروبيك, نماذج اللغة العودية (RLMs)
🔥 التركيز
Anthropic تطلق “دستور Claude”: حوكمة AI تنتقل من “قيود القواعد” إلى “تنمية القيم” : أطلقت Anthropic رسمياً “دستور Claude” المكون من 84 صفحة كمصدر مفتوح، مما يمثل تحولاً في تدريب AI من “قائمة قواعد جامدة” مبكرة إلى نموذج “تربوي”. يضع الدستور هرماً للأولويات يشمل السلامة الواسعة، الأخلاق العامة، الصدق، والمساعدة المخلصة، مع التأكيد على “القابلية للإصلاح”، أي أن AI لا ينبغي أن يحاول تقويض الرقابة البشرية. تهدف هذه المنهجية إلى تنمية قدرة النموذج على الحكم، مما يسمح له باتخاذ خيارات بناءً على نوايا عميقة بدلاً من تعليمات جامدة عند مواجهة مواقف جديدة تماماً. هذا ليس مجرد تقدم في الهندسة التقنية، بل هو علامة على دخول AI إلى المياه العميقة للهندسة الاجتماعية (المصدر: 36氪)
OpenAI تطلق نظام “التنبؤ السلوكي” لمكافحة الإدمان: الصراع النهائي بين الخصوصية والأمان : أطلقت OpenAI في وقت متأخر من الليل نظاماً لمكافحة الإدمان للقاصرين، حيث لم يعد المنطق الأساسي يعتمد على تاريخ الميلاد، بل على “بصمة السلوك” المستندة إلى أنماط تفاعل المستخدم. قد يتم تصنيف فقر المفردات، الإفراط في استخدام المصطلحات العامية، أو الأسئلة المتكررة في وقت متأخر من الليل كـ “سمات طفولية” بواسطة الخوارزمية، مما يؤدي إلى خفض الصلاحيات. إذا أراد المستخدم استعادة صلاحيات البالغين، يجب عليه تقديم بيانات مسح الوجه 3D. بالإضافة إلى ذلك، يدمج النظام بروتوكولات تدخل فوري في الأزمات، حيث ستؤدي كلمات رئيسية محددة إلى تدخل إنفاذ القانون. أثار هذا “نظام الائتمان الاجتماعي” بنكهة Silicon Valley جدلاً واسعاً، حيث اعتبره البعض ممارسة للرقابة تحت مسمى الحماية (المصدر: 新智元)
اختبار BabyVision: الاستدلال البصري لأقوى النماذج لا يزال أدنى من طفل في الثالثة : أظهر معيار الاستدلال البصري BabyVision الذي أصدرته مؤسسات مثل UniPat AI أن حتى أقوى النماذج مثل Gemini 3 Pro Preview يتفوق بفارق ضئيل فقط على طفل في الثالثة، بينما لا تزال هناك فجوة بنسبة 20% مع طفل في السادسة، وكان أداء نماذج مثل GPT-5.2 و Claude 4.5 أسوأ. وأشارت الدراسة إلى أن النماذج المتعددة الوسائط الحالية تعتمد على “ترجمة” المعلومات البصرية إلى لغة، مما يؤدي إلى فقدان كمية كبيرة من المعلومات الهندسية الدقيقة، وعدم القدرة على الحفاظ على اتساق الإدراك في المساحات الطويلة. هذه النتيجة تمثل صدمة للذكاء المجسد الحالي القائم على VLA، مما يشير إلى أن النماذج المستقبلية يجب أن تعيد بناء القدرات البصرية الأصلية من الطبقات السفلى (المصدر: 量子位)
DeepSeek تطلق FlashMLA مفتوح المصدر: نواة Attention عالية الأداء تعيد تشكيل كفاءة الاستدلال : أطلقت DeepSeek-AI نظام FlashMLA مفتوح المصدر، وهو مجموعة من نويات Attention المحسنة خصيصاً لهندستي Hopper و Blackwell، وتدعم نماذج مثل DeepSeek-V3. يمكنها تحقيق عرض نطاق ترددي للذاكرة يصل إلى 3000 GB/s وأداء حوسبة يبلغ 660 TFLOPS على H800. تدعم الأداة FP8 KV cache و Token-level sparse attention، مما يقلل بشكل كبير من استهلاك ذاكرة الفيديو للاستدلال ويزيد من الإنتاجية. حصلت الأداة بالفعل على دعم مجتمعي من منصات حوسبة صينية مثل MetaX و Moore Threads و Cambricon، لتصبح معياراً جديداً في مجال البنية التحتية لـ AI (المصدر: GitHub)
أول ظهور لـ Jensen Huang في Davos: AI يطلق موجة من البنية التحتية بآلاف المليارات من الدولارات : طرح Jensen Huang، الرئيس التنفيذي لشركة NVIDIA، في منتدى Davos نظرية “كعكة الطبقات الخمس” لصناعة AI (الطاقة، الرقائق، السحاب، النماذج، التطبيقات)، معتبراً أن انفجار طبقة التطبيقات يحدد القيمة الاقتصادية لـ AI. وأكد على ثلاث تحولات كبرى في عام 2025: Agentic AI، نماذج الاستدلال مفتوحة المصدر (بقيادة DeepSeek)، و Physical AI. فند Huang المخاوف من البطالة، معتبراً أن البنية التحتية لـ AI ستخلق عدداً كبيراً من وظائف الفنيين ذوي الأجور المرتفعة، وأشار إلى أن AI أداة ممتازة لتقليص الفجوة الرقمية للدول النامية لأن “اللغة” أصبحت مورداً طبيعياً لكل دولة (المصدر: AI前线)
🎯 التوجهات
حوكمة AI في 2025 تعود إلى الواقعية: من منع مخاطر يوم القيامة إلى إطلاق إمكانات الصناعة : شهدت حوكمة AI العالمية في عام 2025 تحولاً عميقاً، حيث انتقل التركيز من “قلق السلامة” إلى “أولوية التنمية”. مرر الاتحاد الأوروبي مقترحات رقمية شاملة لتبسيط القواعد لإنقاذ التنافسية، وألغت إدارة Trump في الولايات المتحدة الأوامر التنفيذية المتعلقة بالسلامة لتقييد التشريعات المحلية، بينما تمسكت الصين بحوكمة عملية موجهة نحو التطبيق. أصبح الإجماع الصناعي هو “التنمية هي السلامة”، ويجب أن تخدم الحوكمة التنافسية الصناعية. في الوقت نفسه، أصبحت البيانات الاصطناعية (Synthetic Data) المسار الرئيسي لحل “مجاعة البيانات”، بينما تميل حوكمة المصادر المفتوحة نحو إنشاء نظام “الملاذ الآمن للمسؤولية” (المصدر: 腾讯研究院)
توقعات الذكاء المجسد لعام 2026: من السرد المفاهيمي إلى الحلقة المغلقة للقيمة في الهندسة الواقعية : يدخل الذكاء المجسد في عام 2026 مرحلة تمايز حاسمة، حيث ينتقل تركيز الصناعة من عرض أداء الأجهزة إلى جمع “بيانات الآلات الحقيقية عالية الجودة”. أصبحت صناعة السيارات والفرز اللوجستي الميادين الأولى. تظهر تدفقات رأس المال “تأثير متى” (Matthew Effect)، حيث يتركز التمويل بشدة في الشركات الرائدة مثل Galbot و Agibot. تقنياً، بدأت الصناعة في تجميع البيانات من خلال منصات التشغيل عن بعد، ودفع نماذج “الدماغ” نحو المصادر المفتوحة، بهدف بناء قاعدة قدرات قابلة للتوريث وإعادة الاستخدام لحل مشكلة فقدان الاستقرار عند تغيير المشهد (المصدر: 产业家)
تطور نماذج VLA+: نموذج Rho-alpha يقدم الإدراك اللمسي والتعلم في الوقت الفعلي : يمثل إطلاق مايكروسوفت لنموذج Rho-alpha (ρα) دخول نماذج Vision-Language-Action إلى عصر “VLA+”. على عكس النماذج التقليدية، فإنه يدمج الاستشعار اللمسي، مما يسمح للروبوتات بأداء عمليات دقيقة مثل التوصيل والتعبئة من خلال “الإحساس باليد”. والأهم من ذلك، أنه يدعم التعلم عبر الإنترنت، حيث يمكنه التطور باستمرار من خلال تصحيحات البشر في الوقت الفعلي. هذه القابلية للتكيف تمكن الروبوتات من التعامل بشكل أفضل مع المهام طويلة المدى في البيئات غير المهيكلة (المصدر: TheTuringPost)
نماذج اللغة المتكررة (RLMs): كسر الحدود الفيزيائية لنافذة سياق LLM : اقترح MIT CSAIL نماذج اللغة المتكررة (RLMs) التي تسمح لـ LLM بالتفاعل مع سياق هائل بطريقة رمزية من خلال تفريغ الـ Prompts إلى Python REPL كمتغيرات. يمكن لـ RLMs معالجة أكثر من 10 ملايين Token دون الحاجة إلى إعادة تدريب. في اختبارات مثل BrowseComp+، كانت دقتها أعلى بمرتين من LLM الأساسي، مما كسر تماماً عنق زجاجة السياق في بنية Transformer التقليدية (المصدر: TheTuringPost)
إطلاق YOLO26: آفاق جديدة للرؤية في الوقت الفعلي مدفوعة بالخوارزميات : أطلقت Ultralytics رسمياً YOLO26، متمسكة بمبدأ صفر تكلفة استدلال إضافية. من خلال إدخال خسارة التجزئة الدلالية (Semantic Segmentation Loss) في الشبكة الأساسية، تم تحسين دقة تجزئة المثيلات بشكل ملحوظ؛ كما أدى إدخال RLE لنمذجة خطأ الانحدار إلى تعزيز استقرار اكتشاف النقاط الرئيسية بشكل كبير. يدعم YOLOE-26 الذي تم إطلاقه أيضاً اكتشاف Zero-shot بناءً على النصوص/الصور، مما يوفر دعماً قوياً للإدراك في العالم المفتوح على جانب الحافة (المصدر: ZhihuFrontier)
🧰 الأدوات
Claude Code وأدواته البيئية: إعادة تشكيل سير عمل المطورين : ينفجر النظام البيئي حول Claude Code بسرعة. يعرض Devin Review الجديد فروق PR من خلال التجميع المنطقي بدلاً من الترتيب الأبجدي، مما يساعد المطورين على فهم تغييرات الكود المعقدة؛ وحقق Gas Town إدارة هرمية لعدة مثيلات Claude متوازية؛ بينما يسمح Claude Skills للمستخدمين بتخصيص سير عمل معقد مثل “تحويل فيديو YouTube إلى فيديو قصير ثنائي اللغة بنقرة واحدة”. يرى المجتمع أن أهمية AI Coding تكمن في السماح للمطورين باستعادة متعة الإبداع (المصدر: dotey, cognition)
اختراق في توطين GLM-4.7-Flash: سياق 200K يتطلب 10GB فقط من ذاكرة الفيديو : اكتشف المجتمع أن تغييراً بسيطاً في vLLM يمكن أن يحسن بشكل كبير KV cache لـ GLM-4.7-Flash، مما يجعله يستهلك 10GB فقط من ذاكرة الفيديو في وضع السياق الكامل 200K. هذا يعني أن بطاقة RTX 5090 واحدة يمكنها تشغيل هذا النموذج SOTA بسلاسة. بالإضافة إلى ذلك، دمج llama.cpp إصلاحات Flash Attention لـ CUDA، مما زاد من سرعة استدلال هذا النموذج على بطاقات الرسوميات الاستهلاكية (المصدر: algo_diver, Reddit)
Runway Gen-4.5 لتحويل الصور إلى فيديو: تجاوز نقطة التحول في الواقعية : أطلقت Runway ميزة تحويل الصور إلى فيديو في Gen-4.5، والتي تدعم سرداً قصصياً أطول، تحكماً دقيقاً في الكاميرا، وأداءً متسقاً للشخصيات. في اختبار أعمى شمل 1000 شخص، لم يتمكن أكثر من 90% من المشاركين من التمييز بين الفيديو الناتج عن Gen-4.5 والتصوير الحقيقي. يمثل هذا الاختراق في المحاكاة الفيزيائية وصول محتوى AI المولد إلى المعايير التجارية السينمائية (المصدر: c_valenzuelab)
Higgsfield: خط إنتاج فيديو AI متكامل للمسوقين : حققت شركة Higgsfield الناشئة نمواً سريعاً من خلال خدمة مسوقي وسائل التواصل الاجتماعي بدقة، حيث تجاوز ARR الخاص بها 200 مليون دولار في 9 أشهر. تدعم أداتها الأساسية Canvas تصميم حركة الكاميرا واللقطات، مع نظام تعاوني مدمج يضم عدة وكلاء (كاتب سيناريو، مخرج، مصور). يمكن للمستخدمين توليد الفيديو بمجرد رسم خطوط بسيطة لتحديد اتجاه الحركة، مما يتناسب بعمق مع سير عمل الإعلانات الاحترافي (المصدر: 36氪)
World Labs Marble: نموذج عالم توليدي بمسار غير JEPA : أطلقت World Labs، التي أسستها Fei-Fei Li، منصة Marble التي تستخدم تقنيات NeRF و Gaussian Splatting لتوليد عوالم 3D قابلة للاستكشاف. إنها ليست فيديوهات مولدة إطاراً بإطار، بل بيئات 3D مستمرة، قابلة للتعديل، وذات حالة (Stateful). يمكن للمستخدمين توليد وتصدير أصول 3D لاستخدامها في Unreal أو Unity في غضون دقائق، مما يظهر ذكاءً مكانياً قوياً (المصدر: Reddit)
📚 التعلم
توسيع وقت الاستدلال في LLM: دليل عملي لحلقات الصقل الذاتي : ناقش Sebastian Raschka في فصل جديد من كتابه “Build a Large Language Model” تقنيات توسيع وقت الاستدلال (Inference-time scaling). بعيداً عن آليات التصويت البسيطة، يشرح هذا الدليل بالتفصيل كيفية تنفيذ “حلقة الصقل الذاتي (Self-refinement loop)”، مما يسمح للنموذج بنقد وتحسين إجاباته بشكل متكرر، ويوفر كود التنفيذ لتسجيل Log-probability من الصفر (المصدر: rasbt)
جوائز الأوراق البحثية المتميزة في AAAI 2026: التعلم السببي وإدراك الروبوتات في بؤرة الاهتمام : كشف مؤتمر AAAI الأربعون عن قائمة الفائزين. اقترحت ورقة CaDyT طريقة لاكتشاف السببية في الوقت المستمر للأنظمة الديناميكية؛ بينما حسنت ReconVLA دقة تشغيل الروبوتات بشكل ملحوظ من خلال إعادة بناء مناطق الاهتمام البصري؛ وأظهرت LLM2CLIP كيفية استخدام النماذج الكبيرة لتعزيز التمثيلات المتعددة الوسائط. تعكس هذه الأبحاث الاهتمام العميق الحالي لمجتمع AI بنمذجة العالم الفيزيائي والمحاذاة المتعددة الوسائط (المصدر: aihub.org)
تحديات جديدة في تقييم سلامة AI: مواجهة “انهيار الخصوصية” و”الاقتباسات الوهمية” : كشفت أحدث الأبحاث عن مخاوف في الأوساط الأكاديمية ومجالات السلامة لـ AI: تم العثور على أكثر من 50 ورقة بحثية في NeurIPS 2025 تحتوي على اقتباسات وهمية مولدة بواسطة AI. في الوقت نفسه، أشارت ورقة “Privacy Collapse” إلى أن الضبط الدقيق الحميد (Benign fine-tuning) قد يؤدي إلى فقدان النماذج الرائدة لقدرتها على الاستدلال بشأن معايير الخصوصية، مما يكشف عن ثغرات خصوصية خطيرة مع الحفاظ على الأداء العالي. يشير هذا إلى حاجتنا لآليات مراجعة أكاديمية أكثر أتمتة وتقييمات سلامة أعمق (المصدر: rbhar90, arXiv)
💼 الأعمال
OpenAI تسعى لتمويل بقيمة 50 مليار دولار: صناديق الثروة السيادية هي الورقة الرابحة : يتواصل Sam Altman، الرئيس التنفيذي لشركة OpenAI، مع صناديق الثروة السيادية في الشرق الأوسط للتخطيط لجولة تمويل جديدة تصل إلى 50 مليار دولار. يعكس هذا النمو الانفجاري في تكاليف تدريب النماذج الرائدة والبنية التحتية، والتي لا يمكن أن تدعمها إلا أموال على مستوى سيادي. رغم شائعات الإفلاس، تضمن OpenAI مكانتها الرائدة في سباق AGI من خلال استراتيجيات تمويل عالية المخاطر (المصدر: CNBC)
حرب أجهزة AI بين Feishu و DingTalk: الصراع على المدخل خلف أجهزة التسجيل : أطلقت Feishu بالتعاون مع Anker سماعات تسجيل AI، لتدخل في مواجهة مباشرة مع DingTalk A1. تُعتبر أجهزة التسجيل “نقطة الاتصال الأولى” في سير عمل الشركات، وتهدف إلى تحويل الصوت إلى أصول رقمية قابلة للتراكم والتنفيذ. تركز DingTalk على تحويل التسجيلات إلى مهام عمل، بينما تؤكد Feishu على التآكل العميق مع “Minutes” وقواعد المعرفة. جوهر هذه الحرب هو التنافس على الحامل التنفيذي لـ AI Agent في العالم الفيزيائي (المصدر: 36氪)
استمرار خسائر أعمال AI في Kunlun Wanwei: الصراع بين التعمق الرأسي ونمو شراء الزيارات : أظهرت توقعات أداء Kunlun Wanwei لعام 2025 استمرار الخسائر. تتمسك الشركة بمبدأ “عدم صنع نماذج عامة، بل التعمق الرأسي فقط”، حيث حققت منصة الدراما القصيرة DramaWave ونموذج الموسيقى Mureka تدفقات نقدية ملحوظة، لكن مصاريف التسويق الباهظة والاستثمار في البحث والتطوير لا تزال تمثل “حد السكين” للربحية. يعكس هذا صعوبة بناء خندق مائي لتطبيقات AI الرأسية في ظل وجود العمالقة (المصدر: 36氪)
🌟 المجتمع
فوز صورة AI بالمركز الأول يثير “أزمة ثقة”: شفافية عملية الإبداع أهم من النتيجة : في أوائل عام 2026، تم الكشف عن أن العمل الفائز بالمركز الأول في مسابقة تصوير فوتوغرافي، “الضوء القديم للمباني”، كان في الواقع مولداً بواسطة AI، مما أثار غضباً عاماً. يرى المجتمع أن AI تعلم كيفية إرضاء “متوسط الجمال” لدى الحكام، مما أدى إلى فشل آليات التحكيم الأعمى التقليدية. هذا ليس مجرد تجاوز تقني، بل يمس الخط الأحمر للبشر تجاه “الاستثمار العاطفي الحقيقي”. يدعو المجتمع لإنشاء مسارات منفصلة للإبداع البشري الخالص والمساعدة بواسطة AI، مع اشتراط إرفاق سجلات الإبداع للحفاظ على حدود الفن (المصدر: 36氪)
اغتراب AI في مكان العمل: “رسائل الشكر” المولدة واختفاء الثقة : أظهر استطلاع أنه عندما يكتشف الموظفون أن رسائل الشكر من مدرائهم مولدة بواسطة AI، تنخفض مستويات الثقة من 83% إلى 40%. يثير المجتمع نقاشاً حول هذا “الإخلاص المزيف”، معتبراً أن AI رغم قدرته على تحسين الكفاءة، إلا أنه أصبح حاجزاً في التواصل العاطفي. بالإضافة إلى ذلك، تزداد النقاشات حول “فراغ المسؤولية”: عندما يتجاوز حجم الكود المولد بواسطة Agent قدرة البشر على المراجعة، تواجه عمليات CI/CD التقليدية فشلاً هيكلياً (المصدر: Reddit, arXiv)
أطروحة “المدخل” في عصر AI: هل هو سيف قاتل أم أداة عديمة الفائدة؟ : أجرى المجتمع مراجعة عميقة لظاهرة تنافس مساعدي AI في الهواتف على “المدخل”. أثبت التاريخ أن “المساعد الشامل” المنفصل عن السيناريوهات الأساسية عالية التردد غالباً ما يتحول إلى “سكين سويسري” منخفض التردد. المدخل الحقيقي هو ما ينمو عضوياً وليس ما يتم انتزاعه. مقارنة بتقنيات قراءة الشاشة GUI التي تتجاوز Sandbox، فإن النماذج التي تعتمد على بروتوكول MCP وتعاون A2A تحظى بتقدير أكبر. تظل الخصوصية والأمان خطوطاً حمراء لا يمكن تجاوزها (المصدر: 36氪)
💡 أخرى
Sinong: إطلاق أول نموذج زراعي رأسي كبير في الصين : تم إطلاق أول نموذج زراعي رأسي كبير مفتوح المصدر في الصين باسم “Sinong”، الموجه لمجال STEM الاستراتيجي للزراعة. تم ضبط النموذج بدقة على بيانات المحاصيل، الثروة الحيوانية، والاقتصاد الزراعي. أشارت تعليقات المجتمع إلى أن قيمة LLM في المجالات الرأسية تكمن في قدرته على “اكتشاف” و”التحقق” من الظواهر غير المعيارية، وليس مجرد توليد النصوص (المصدر: teortaxesTex)
ميشيغان تدفع بقانون ضد روبوتات الدردشة: حماية الشباب من “إدمان AI” : اقترح مجلس شيوخ ولاية ميشيغان سلسلة من القوانين تهدف إلى تقييد “خلاصات الخوارزميات المسببة للإدمان” الموجهة للقاصرين، وتنظيم “روبوتات الرفقة” AI بصرامة. تتطلب القوانين من الخدمات عبر الإنترنت اعتماد تصميم “الخصوصية الافتراضية”، وتمنع أنظمة AI من تشجيع إيذاء النفس أو استبدال الدعم النفسي الحقيقي. يعكس هذا قلق المشرعين من العزلة الاجتماعية والتلاعب النفسي الذي قد يسببه AI (المصدر: Reddit)
تحليل عميق لسوق HBM: دورة توريد مرتبطة بالمنصة وليست مجرد ندرة : قام المجتمع بتصحيح تفسير سوق HBM (الذاكرة ذات النطاق الترددي العالي): محدودية توريد HBM ليست بسبب نقص الرقائق، بل لأنها سلسلة توريد “مرتبطة بالمنصة”. يجب أن يجتاز كل جيل من المنتجات (HBM3/3E/4) اختبارات مسرعات محددة في نافذة ضيقة للغاية. تعني دورة المنتج الموجية هذه أن الأرباح المستقبلية تعتمد على القدرة على الاستمرار في اجتياز اختبارات منصات الجيل القادم (المصدر: teortaxesTex)
