الأربعاء، 9 سبتمبر 2026

خلاصة

• تقول OpenAI إن نموذجاً غير منشور 'أكثر قدرة بكثير من GPT-6 Astra' قدّم برهاناً على أن معادلات Navier-Stokes يمكن أن تنهار — عبر 10,000 وكيل، خلال 88 ساعة، وتم التحقق منه في Lean — وقد بدأ الصراع على الفضل مع Tristan Buckmaster من NYU قبل أن ينتهي الإعلان.
• تم إطلاق ChatGPT Images 2.5 في اليوم نفسه: أسرع بنسبة 50% من Images 2.0، مع تعديلات أكثر دقة لا تغيّر إلا ما طلبته، وإدخال للرسومات التخطيطية، ونموذجين لواجهة برمجة التطبيقات API (Flare وSunburst) بسعر يعادل 2x السعر القديم.
• أطلقت Meta وكيلها الشخصي Muse، الذي يعمل في آلة افتراضية سحابية (cloud VM) خاصة به ويطلب ربط حسابات بريدك الإلكتروني وتقويمك ومدفوعاتك — عرض الخصوصية حقيقي، وكذلك سجل Meta السابق.

أبرز الأخبار

• OpenAI: ‏10,000 وكيل حلّوا معضلة رياضية عمرها 90 عاماً في 88 ساعة. تُعد Navier-Stokes واحدة من مسائل جائزة الألفية السبع البالغة قيمتها $1M: وهي تتساءل عما إذا كانت معادلات الموائع يمكن أن 'تنفجر' إلى سرعة لا نهائية انطلاقاً من ظروف أولية سلسة. ادعاء OpenAI: نموذج داخلي غير منشور وُصف بأنه أكثر قدرة بكثير من GPT-6 Astra، عثر على نقطة تفرد (singularity) — دوامة تضيق وتدور بشكل أسرع بينما تظل طاقة المائع محدودة — باستخدام قرابة 10,000 وكيل بالتوازي، و2.7M رسالة بين الوكلاء، ونحو ~130B رمز مخرجات (output tokens). ثم قام GPT-6 Astra بصياغة البرهان والتحقق منه رسمياً في Lean، وهو برنامج للتحقق من البراهين. تكلفة الحوسبة: ملايين الدولارات، وفقاً لـ OpenAI. القراءة الصريحة من The Neuron: لم تكن هذه لحظة إلهام على طريقة نيوتن لنموذج واحد، بل كانت كمية هائلة من التفكير المتوازي المشترى — ابدأوا بالحكم على الذكاء الاصطناعي الطليعي من خلال ما يفعله النظام عند توفر ما يكفي من الوكلاء والأدوات والحوسبة، وليس من خلال ما يجيب به روبوت دردشة. ^{[1] [2]}
• صراع الفضل حول Navier-Stokes: ‏Buckmaster في مواجهة OpenAI. أمضى عالم الرياضيات في NYU، ‏Tristan Buckmaster، وLevent Alpöge من Anthropic عاماً في مسار مشابه لحل Navier-Stokes، حيث قاما بإدخال مسودات في Codex ونشر نتائج جزئية في الليلة التي سبقت إعلان OpenAI. يقول بيان Buckmaster إن OpenAI لم تبدأ إلا بعد سماعها بعملهما، ولم تجب قط عما إذا كانت مسوداته في Codex قد استُخدمت في تدريب النموذج. نفى Mark Chen من OpenAI الاطلاع على عملهما — قائلاً: 'سيكون ذلك خرقاً هائلاً لثقة المستخدمين' — مع إقراره بأنه لا يمكن استبعاد بيانات الاستخدام. وقال Sebastien Bubeck إن OpenAI تحركت بعد شائعات بأن Anthropic كانت قريبة من الحل. يصرف هذا الخلاف الانتباه عن النتيجة الفعلية، لكنه يطرح سؤالاً حياً حول مصدر بيانات التدريب لم تجب عليه OpenAI بشكل قاطع. ^{[3] [4] [5]}
• ChatGPT Images 2.5: أسرع، يعدّل فقط ما طلبته، ويدعم إدخال الرسومات التخطيطية. يقدم نموذج Flare الجديد صوراً أعلى جودة من GPT-Image-2 مع زمن استجابة أقل بنسبة 50%، وتحديث التعديل هو الجزء الجدير بالاهتمام: غيّر سترة دون تحريك الشخص، وعدّل النص دون إعادة صياغة التكوين العام. تظل العناصر أكثر قابلية للتعرف عليها عبر التعديلات المختلفة. وفي التطبيق، تتيح لك كتابة @ Sketch رسم ما تريده. يتوفر نموذجان لواجهة برمجة التطبيقات (API): ‏Flare للتوليد اليومي السريع، وSunburst لدقة التعديل — وكلاهما مسعّر بـ 2x سعر GPT-Image-2. كان Images 2.0 لا يزال في قمة قوائم صدارة الصور أو قريباً منها حتى اليوم، لذا فإن النموذج الوحيد الذي كان على OpenAI التغلب عليه هو نموذجها الخاص. ^[6]
• Meta تطلق Muse، وكيل شخصي يعيش في آلته الافتراضية السحابية الخاصة. ينفّذ Muse المهام — مثل الحجوزات، والبريد الإلكتروني، والتسوق، وبرمجة تكاملاته الخاصة حيث لا توجد واجهات برمجة تطبيقات (APIs) — داخل آلة افتراضية آمنة، مع وكيل 'حارس' (sentinel) منفصل للأمان ومسارات الموافقة قبل الإجراءات الحساسة مثل عمليات الشراء. يقول Zuckerberg إنه مجاني حتى 100M رمز/أسبوع، ثم بفئات شهرية بسعر $20 أو $100، داخل الولايات المتحدة فقط في الوقت الحالي. العقبة: لكي يكون مفيداً، فإنه يطلب ربط تقويمك وبريدك الإلكتروني ومنصات الدفع الخاصة بك. تشير Meta إلى 'الآلات الافتراضية السرية' (Confidential VMs) ذات المفاتيح المشفرة القادمة في وقت لاحق من هذا العام وعدم مشاركة بيانات الإعلانات، لكن الحجة المقابلة من The Deep View تتمثل في تسوية بقيمة $18B في أغسطس حول تصميم منصات لإدمان الأطفال، بالإضافة إلى تاريخ Cambridge Analytica. وتقول باحثة الحوكمة Miranda Bogen: إن المخاطر مع وكيل يمكنه التصرف باستقلالية تتعلق بالحسابات المصرفية والسجلات الطبية، وليس الإعلانات المريبة — والضمانات الحالية 'تبدو غير كافية بشكل مقلق'. ^{[7] [8]}
• Mistral تجمع €3B — أكبر جولة تمويل أسهم في تاريخ التكنولوجيا الأوروبية. جولة Series D بقيمة €3B (~$3.5B) بتقييم يبلغ €21B، وهو ما يقارب ضعف تقييمها قبل عام. العرض الترويجي يتمحور حول السيادة: نماذج مفتوحة الأوزان (open-weight) يمكنك تنزيلها وتشغيلها بنفسك، واستدلال (inference) مرتبط بالمنطقة الجغرافية بحيث تبقى البيانات محلية، و1GW من سعة الحوسبة الأوروبية بحلول عام 2030. لديها بالفعل أكثر من 125 عميلاً من المؤسسات، بما في ذلك Airbus وHSBC. الرهان: أداء طليعي دون الارتباط الإجباري بسحابة أمريكية. ^[9]
• DeepMind ترسم خريطة للتأثير المتوقع لجميع طفرات الحمض النووي البالغ عددها 9 مليارات. تُعد AlphaGenome Atlas خريطة تنبؤية مجانية وقابلة للبحث لما يفعله كل تغيير محتمل لحرف واحد في الجينوم البشري على المستوى الجزيئي. تكمن القيمة في الشمولية: فبدلاً من إجراء تجربة واحدة لكل طفرة، توفر الخريطة جدول بحث للجينوم بأكمله. كملاحظة للمصممين — هكذا يبدو 'الذكاء الاصطناعي من أجل العلوم' عندما يُطرح كبنية تحتية بدلاً من مجرد عرض توضيحي. ^[10]

تحليلات معمقة

• أداة من Sony AI تنبأت باكتشافين حقيقيين لجينات الشيخوخة من بين 1.5M فرضية. مولّد فرضيات مفتوح المصدر تم تأكيد تنبؤاته لاحقاً بالتجربة — وهي الحالة النادرة التي يتبع فيها عبارة 'اقترحه الذكاء الاصطناعي' عبارة 'وتحقق منه المختبر'. ^[11]
• نماذج الاستدلال تنتج كسوريات (fractals) — وهذا يفسر 'الإفراط في التفكير'. تتبع الورقة البحثية بنية هندسية في كيفية استكشاف نماذج الاستدلال لفضاء الحلول في المسائل الصعبة، وتربط ذلك بسلوك إهدار الحوسبة الذي يسميه الناس الإفراط في التفكير (overthinking). ^[12]
• Cognition تجمع $2B بتقييم $48B؛ والإيرادات تتضاعف إلى $900M منذ مايو. تضاعف تقييم الشركة الصانعة لـ Devin ثلاث مرات في أقل من عام. تستمر أموال البرمجة المعتمدة على الوكلاء في التدفق بغض النظر عن إطلاق أي نموذج منفرد. ^[13]
• Google Cloud + Accenture: ‏1,000 مهندس ذكاء اصطناعي ميداني في مواقع العملاء. تضع وحدة Gemini Enterprise الجديدة مهندسي الذكاء الاصطناعي فعلياً داخل مؤسسات العملاء. يتجه سوق الذكاء الاصطناعي للمؤسسات نحو التكتل حول الخدمات، وليس البرمجيات فقط. ^[14]
• Qualcomm وAmazon تبرمان صفقة رقائق ذكاء اصطناعي متعددة الأجيال لصالح AWS. رقائق استدلال مخصصة للذكاء الاصطناعي بالإضافة إلى اتصال فائق السرعة لمراكز بيانات AWS — أُفيد بأنها صفقة بقيمة $4B وفقاً لـ CNBC. مزيد من الأدلة على أن عتاد الاستدلال يشهد سباقاً محموماً للاستحواذ. ^[15]
• البيانات الأفضل تتفوق على البنية الأفضل: مكاسب تدريب مسبق بنحو ~12x مقابل ~3.7x، بين 2019–2025. يقدّر Dwarkesh Patel وJerry Han أن التحسينات في بيانات التدريب قادت مكاسب كفاءة التدريب المسبق بنحو 12x منذ عام 2019، مقابل حوالي 3.7x من بنية النماذج ووصفات التدريب. إذا صحّ ذلك، فإن خطوط أنابيب البيانات تهمّ بنحو ثلاثة أضعاف تصميم النموذج. ^[16]

أدوات وإطلاقات

• Copperhead — أداة شبيهة بـ Cursor للوحات الدوائر الإلكترونية. صِف العتاد الذي تريده وسيقوم الوكيل مفتوح المصدر بتصميم لوحة الدوائر المطبوعة (PCB) وتوثيقها والتحقق من صحتها. ^[17]
• LLM Attention Visualizer — شاهد ما يقرأه النموذج فعلياً. راقب الكلمات التي يوجّه إليها النموذج اللغوي انتباهه أثناء انتقال المعلومات عبر طبقاته. أداة نادرة لتوضيح وقراءة ما يدور داخل بنية المحولات (transformers). ^[18]
• free-claude-code — ‏20,000 مطور يشغّلون Claude Code عبر DeepSeek. أداة مفتوحة المصدر تستبدل النموذج الكامن وراء سير عمل شبيه بـ Claude Code بنموذج DeepSeek، مجاناً. يستمر نمط 'أي نموذج، نفس بيئة التشغيل' في التسارع. ^[19]
• MiniCPM5-2B — نموذج بـ 2B معلمة مصمم للذكاء الاصطناعي على الأجهزة. أحدث نموذج صغير من OpenBMB على Hugging Face، يهدف إلى العمل محلياً بدلاً من السحابة. ^[20]
• Ant Group تفتح المصدر لنموذج Ling-3.0-flash-Fin المخصص للمالية. مصمم للأبحاث، والإفصاحات التنظيمية، وجداول بيانات التقييم، والتقارير الموثقة بمصادر، مع 5.1B معلمة نشطة فقط لكل رمز (token). ^[21]
• Switch — ضع Claude Code ووكلاء آخرين في Slack وTeams وDiscord وTelegram. ينضم الوكلاء إلى المحادثات كأعضاء بأسماء محددة عبر منصات الدردشة. مدرج على Product Hunt. ^[22]
• Opensource UI — أكثر من 200+ مكون React/Next.js جاهز للإنتاج، بترخيص MIT. مكتبة تعتمد على النسخ واللصق مبنية باستخدام TypeScript وTailwind CSS v4. مجانية. ^[23]
• Atlas — نموذج العالم الشامل من World Labs للذكاء المكاني. نموذج واحد يغطي توليد العوالم، وإعادة بنائها، ومحاكاتها. يواصل فريق Fei-Fei Li دفع الحدود المرتبطة بالفضاء ثلاثي الأبعاد (3D). ^[24]
• 'قلّل عدد التفاصيل' — Lightspark حول ضبط النفس في التصميم. كل تفصيل يطلب الانتباه؛ وتقليل عدد التفاصيل التي تضيفها هو ما يمنح التفاصيل المتبقية مساحة لتكون جيدة. نصيحة قصيرة، وصحيحة، وتنطبق على واجهات الذكاء الاصطناعي أيضاً. ^[25]
• المصمم الذي رسم أيقونات Cursor — جميعها التي تتجاوز 600+، يدوياً. مقابلة مع Marek Minor حول بناء مجموعة أيقونات كاملة لواحدة من أكثر أدوات المطورين استخداماً في عصر الذكاء الاصطناعي. ^[26]
• أربعة أسئلة حول الذكاء الاصطناعي العام (AGI). مقال حول حجم المهام غير المحددة التي يُطلب من مصطلح 'AGI' القيام بها، ومحاولة لتأطيره وتحديده بدقة. ^[27]

Prompt of the day