الأربعاء، 16 سبتمبر 2026

خلاصة سريعة

• نقلت Salesforce نظام إدارة علاقات العملاء (CRM) الخاص بها إلى Claude مع 37 مهارة مبيعات مُعدة مسبقًا، وأعلنت عن Koa، نموذج الاستدلال المتخصص الخاص بها والمبني عبر التدريب اللاحق لنموذج Nemotron 3 Super من Nvidia. وقد صاغ Marc Benioff الفكرة في الكلمة الرئيسية قائلًا: لم تكن "نهاية عالم البرمجيات كخدمة" (SaaS-pocalypse) نهايةً للبرمجيات، بل ربما تكون نهاية البرمجيات التي تجعل البشر يقومون بكل العمل.
• ناقشت كل من Anthropic وGoogle وOpenAI إنشاء هيئة اختبار تابعة لجهة خارجية، وتدعم OpenAI المقيّمين المدمجين في قانون FRONTIER، بينما تقول Miranda Bogen في Center for Democracy and Technology إن المختبِرين الخارجيين لا يمكنهم تغيير سلوك الشركات دون معايير، وإصلاحات إلزامية، وتحديد للمسؤوليات عند فشل أي نموذج.
• يتحكم Odyssey-3 في الروبوتات، والروبوتات الشبيهة بالبشر، والسيارات، والطائرات المسيّرة، وشخصيات الألعاب انطلاقًا من بنية أساسية مشتركة واحدة تعلوها محولات مهام صغيرة، ويسجل أداء قيادة في العالم الحقيقي بنسبة 77% على الطرق الهندية لسياسات دُرّبت في المحاكاة فقط.

أهم الأخبار

• Salesforce تنقل نظام CRM الخاص بها إلى Claude وتبني نموذجها الخاص للباقي. في مؤتمر Dreamforce يوم الثلاثاء، أعلنت Salesforce عن Koa، وهو نموذج استدلال متخصص بُني عبر التدريب اللاحق لنموذج Nemotron 3 Super من Nvidia على بيانات اصطناعية مستخلصة من قرابة ثلاثة عقود من المعرفة التجارية، ومُعدّل للوكلاء طويلي التشغيل الذين ينفذون مهام متعددة. وتقول Salesforce إن Koa يضاهي أو يتفوق على أداء النماذج الرائدة في إجراءات CRM مع أخطاء أقل بثلاث مرات على معيار CRM الخاص بها. وطُرحت معه ثلاث إضافات أخرى: AIforce، الذي يجيب عن الأسئلة ويشغّل الاستعلامات ويبني لوحات المعلومات عبر قراءة نسخة Salesforce الخاصة بك مباشرةً؛ وClaudeforce، النسخة التجريبية من Salesforce داخل Claude المزودة بـ 37 مهارة مبيعات مُعدة مسبقًا لمراجعة الصفقات، وتنظيم مسار المبيعات، والبحث عن العملاء المحتملين، وإدارة الحسابات، حيث يربطه مسؤول واحد مرة واحدة وتُورث الأذونات من أدوار Salesforce الحالية؛ وHeadless 360، الذي يتيح المنصة عبر واجهات برمجة التطبيقات (APIs)، وبروتوكولات MCP، والإضافات، والمهارات ليتمكن العملاء من العمل خارج salesforce.com. ومن المخطط طرح مهارات لفرق الخدمة والتسويق والتجارة في وقت لاحق من هذا العام. وجاءت عبارة Marc Benioff في الكلمة الرئيسية كالتالي: لم تكن "نهاية عالم البرمجيات كخدمة" تتعلق بنهاية البرمجيات، لكنها قد تتعلق بنهاية البرمجيات التي تجعل البشر يقومون بكل العمل. ^{[1] [2] [3] [4]}
• المختبرات تتفق على اختبارات الطرف الثالث، ومسألة الإنفاذ لا تزال مفتوحة. ناقشت كل من Anthropic وGoogle وOpenAI إنشاء هيئة معايير صناعية تختبر النماذج المتقدمة قبل نشرها، وهي محادثة أفادت شبكة CNN بأنها بدأت بمقال Demis Hassabis في يوليو الذي اقترح فيه جهة تنظيمية بقيادة الولايات المتحدة على غرار FINRA. وتدعم OpenAI قانون FRONTIER، وهو مقترح من الحزبين في مجلس النواب يلزم مختبرات النماذج المتقدمة بدمج مقيّمين خارجيين، كما يشكل المقيّمون المدمجون جزءًا من خطة Dario Amodei لمنح فرق الطرف الثالث صلاحيات وصول شبيهة بالموظفين للتحقق من التزامات السلامة. ودعا Elon Musk المختبرات إلى اختبار نماذج بعضها البعض، مسميًا OpenAI وAnthropic وGoogle وMeta وثلاث أو أربع شركات صينية رائدة؛ في حينجادل Zuckerberg بأن على المختبرات إبطاء وتيرتها ذاتيًا عندما تقتضي السلامة ذلك، وأن الثقة والمواءمة ستُعتبران مزايا للمنتج لا مجرد أعمال امتثال. وقالت Miranda Bogen، مديرة مختبر الحوكمة في Center for Democracy and Technology، لنشرة The Deep View إن المختبرين الخارجيين يمكنهم رصد المشكلات لكن لا يمكنهم تغيير سلوك الشركات بمفردهم. وحددت ما ينقص هذا التوجه: معايير القياس، وقناة للإبلاغ عن فحوصات السلامة الفاشلة لأصحاب المصلحة الخارجيين، وإصلاحات إلزامية، وتوزيع واضح للمسؤوليات حتى لا تتحول التقييمات إلى مجرد إجراء شكلي. وتتمثل قراءة The Deep View الخاصة في أن إدارة ترامب صرحت بأنها لا ترى المخاطر التي يصفها القطاع، كما أن إقناع المختبرات الصينية بالتعاون يضيف عقبة ثانية. ^{[5] [6] [7] [8] [9] [10]}
• Odyssey-3 يشغّل الروبوتات والسيارات والطائرات المسيّرة من بنية أساسية واحدة مجمّدة. أطلقت Odyssey نموذج Odyssey-3، وهو نموذج واحد يتحكم في الروبوتات، والروبوتات الشبيهة بالبشر، والسيارات، والطائرات المسيّرة، وشخصيات ألعاب الفيديو. وتحتفظ البنية المعمارية بشبكة أساسية واحدة مشتركة ومدربة مسبقًا في حالة تجميد، وتدرّب محولات صغيرة مخصصة للمهام فوقها، بحيث يتطلب إضافة روبوت جديد أو مركبة جديدة طبقة خفيفة بدلًا من دورة تدريب كاملة. وتشمل القدرات المعلنة: التحكم عبر تلك المنصات الخمس من نموذج واحد، وعوالم محاكاة تفاعلية يتعلم فيها الوكلاء بالممارسة، وتحقيق 77% من أداء القيادة في العالم الحقيقي على الطرق الهندية لسياسات دُرّبت بالكامل في المحاكاة، وحلقات تدريب تقوم فيها عوالم مولّدة بالذكاء الاصطناعي بتدريب النموذج التالي. ومن المتوقع إتاحة الوصول العام عبر بوابة المطورين في غضون أسابيع، لذا فإن أرقام الانتقال من المحاكاة إلى الواقع هي الادعاء الأبرز لاختباره على أجهزتك الخاصة. ^{[11] [12]}
• المشارك في ابتكار ChatGPT يطلق نموذجًا لاتخاذ القرارات بدلًا من النصوص النثرية. قضى Diogo Almeida، الذي عمل على الأبحاث التي قام عليها ChatGPT، عامين في بناء ما تسميه TypeSafe نماذج System One، وأول نموذج عام منها هو JEV. يتلقى النموذج أسئلة مهيكلة ويعيد إجابات ذات أنماط محددة (typed answers) بالإضافة إلى احتمالات معايَرة بدلًا من النصوص المولّدة. وتفيد TypeSafe بأن زمن الإجابة يتراوح بين 70 و500 مللي ثانية، أي أسرع بـ 20 إلى 200 مرة وأرخص بـ 40 إلى 400 مرة من مسارات عمل النماذج اللغوية الكبيرة (LLMs) المماثلة، مع تدريب مبني على التعلم المعزز للقرارات المعايَرة (Reinforcement Learning for Calibrated Decisions) بحيث يكون لدرجة الثقة معنى حقيقي للبرمجيات المستدعية. أما رقم التكلفة الذي تروّج له TypeSafe فهو قرابة 42 دولارًا لكل مليار رمز (token) من عبء العمل المكافئ. وتستهدف الفكرة اللحظة التي يحتاج فيها مسار العمل إلى قرار لا إلى تفسير، مثل رصد الاحتيال، أو تصعيد تنبيه، أو فرز 1,000 سجل. وتستقبل TypeSafe حاليًا طلبات الوصول، لذا لا تزال ادعاءات السرعة والتكلفة غير مختبرة في بيئات الإنتاج. وإذا ثبتت صحتها، فسيغير ذلك نمطًا شائعًا لدى الوكلاء: إذ ستتوقف عن طلب ملف JSON من نموذج محادثة وكتابة كود للتحقق مما إذا كان ملف JSON سليمًا. ^[13]
• Gemini 3.8 Live يضيف الرؤية الفورية ودعم الصوت بـ 97 لغة. أطلقت Google DeepMind نموذج Gemini 3.8 Live، أحدث نماذجها للحوار المباشر، مع إدخال بصري في الوقت الفعلي، ودعم صوتي عبر 97 لغة، واستدلال متوازٍ مُرقّى. وتضيف ميزة Live Extended Thinking وضعًا أعمق يفكر لفترة أطول قبل أن يتحدث. وقد أشارت كلتا النشرَتين الإخباريتين إلى إطلاقه في اليوم نفسه، ويتمثل الفارق العملي عن الجيل السابق في أن الرؤية والصوت يجتمعان في الجلسة المباشرة ذاتها بدلًا من العمل كأدوات منفصلة. ^[14]
• OpenAI تجري محادثات تمويل ما قبل الطرح العام بتقييم 1.2 تريليون دولار بينما تضخ Gates Foundation مليار دولار لتعزيز الوصول. تجري OpenAI محادثات مبكرة لجولة تمويل أخرى بتقييم يقارب 1.2 تريليون دولار، بعد أن تجاوزت إيراداتها السنوية 40 مليار دولار، وفقًا لصحيفة Financial Times. وتعهدت Gates Foundation بمبلغ مليار دولار لتوسيع نطاق الوصول العالمي إلى الذكاء الاصطناعي. كما أُغلقت جولتان أصغر في اليوم نفسه: جمعت Profound مبلغ 180 مليون دولار بتقييم 1.8 مليار دولار بعد نمو إيراداتها 3 أضعاف في ستة أشهر وتجاوزها 1,000 عميل من الشركات في مجال تحسين البحث بالذكاء الاصطناعي، وجمعت شركة الذكاء الاصطناعي للتصنيع CADDi مبلغ 114 مليون دولار بتقييم 1.2 مليار دولار. ^{[15] [16] [17] [18]}
• فريقان يضعان النماذج جنبًا إلى جنب مع العالم المادي: روبوت شبيه بالبشر بوزن 284 رطلًا ونموذج موصول بطاولات المختبر. كشفت Agility Robotics عن Digit 5، وهو روبوت شبيه بالبشر بطول 5'11" ووزن 284 رطلًا صُمم للعمل بجانب البشر دون حواجز أمان، مع قدرة على حمل ما يصل إلى 50 رطلًا وإعادة الشحن في تسع دقائق. وربطت Periodic Labs نموذجها Neon ذا الـ 1T معامل مباشرةً بتجارب المواد الفيزيائية، بحيث يقترح النموذج العمل، وينفذه المختبر، وتُستخدم النتائج لتدريب الجولة التالية. يزيل Digit 5 القفص الفاصل بين الروبوت والعامل؛ ويزيل Neon التسليم البشري بين الفرضية والتجربة. ^{[19] [20]}

تعمّق أكثر

• النماذج تكتسب شخصيات من الأعمال الخيالية في بيانات تدريبها. وجدت دراسة جديدة أن النماذج اللغوية الكبيرة (LLMs) تمتص سمات شخصية من الشخصيات البشرية الخيالية الموجودة في بيانات تدريبها. وتُعد الآلية أهم من العنوان الرئيسي: فإذا ظهر صوت شخصية ما بشكل متكرر بما يكفي أثناء التدريب المسبق، فإن جزءًا من ذلك الصوت يظهر في مخرجات لم يكن يُقصد بها أبدًا أن تبدو مثل أي شخص بعينه. وتُعد الورقة البحثية المكان المناسب للتحقق من السمات التي قِيست وكيفية عزل هذا التأثير. ^[21]
• التعلم المعزز يفيد أكثر في المسائل السهلة، وورقة بحثية مصغرة توحّد طريقتين لصياغة الأهداف. تجادل إحدى الأوراق البحثية بأن التدريب بالتعلم المعزز (RL) يحسّن النماذج اللغوية الكبيرة في الغالب عند التعامل مع المسائل السهلة، وتقترح طريقة لسد هذه الفجوة. وتوحّد ورقة بحثية مصغرة أخرى بين التعلم المعزز القائم على الأهداف والتعلم المعزز الهرمي في ظل نماذج ماركوف المخفية (hidden Markov models)، وهي النسخة النظرية من الشكوى نفسها: فإذا جرت نمذجة الهدف وهيكل الأهداف الفرعية بشكل منفصل، تصبح إشارة التدريب أضعف مما ينبغي. وكلاهما ادعاءان بحثيان يجدر قراءتهما قبل إعادة بناء مسار عملك حولهما. ^{[22] [23]}
• Sakana AI تدرّب شبكات من 1,000 طبقة دون انتشار عكسي. يدرّب نظام PC-ALM التابع لشركة Sakana AI شبكات عصبية مكونة من 1,000 طبقة باستخدام ديناميكيات محلية فقط، ما يعني أن كل طبقة تُحدَّث بناءً على المعلومات التي يمكنها رؤيتها بالقرب منها بدلًا من إشارة خطأ شاملة تُرسل عكسيًا عبر الشبكة. وتُعد تكلفة الذاكرة في الانتشار العكسي (backpropagation) هي ما يمنع الشبكات من أن تصبح أعمق، لذا فإن التوصل إلى طريقة تعلم محلية فعالة هو الجزء المثير للاهتمام في هذا الادعاء. المستودع البرمجي متاح للعامة. ^[24]
• 1,393 وكيلًا فرعيًا أعدوا هيكلة قاعدة برمجية من مليون سطر مقابل نحو 25 ألف دولار، ومع ذلك رصد البشر تراجعات برمجية. شغّلت Nous Research نحو 1,393 وكيلًا فرعيًا من Fable عبر قاعدة برمجية تضم مليون سطر، وأنهت إعادة الهيكلة (refactoring) في قرابة 19 ساعة عمل نشطة بتكلفة بلغت نحو 25,000 دولار. ومع ذلك، رصدت المراجعة البشرية تراجعات في الأداء (regressions)، وهو الرقم الذي يستحق وضعه بجانب السعر. ويضع هذا الاختبار تكلفة حقيقية لنمط إسناد مهمة آلية ضخمة إلى سرب من الوكلاء ومراجعة المخرجات بدلًا من كتابتها. ^[25]
• 74% من العلماء المشاركين في استطلاع رأي وفّروا الوقت باستخدام الذكاء الاصطناعي، وأصبح التحقق هو عنق الزجاجة. وجد تحليل Google لاستخدام الذكاء الاصطناعي في العلوم أن 74% من العلماء الذين شملهم الاستطلاع وفّروا الوقت بفضل الذكاء الاصطناعي، بمتوسط يناهز 6.9 ساعات أسبوعيًا. وكشف الاستطلاع نفسه أن التحقق والفرضيات غير المختبرة باتا يمثلان القيود الجديدة: فعندما يصبح التوليد رخيصًا، ينتقل العمل إلى التحقق مما إذا كان الشيء المولّد صحيحًا، وهذا التحقق لا يحظى بتسريع مماثل. ^[26]
• قنابل المحتوى الرديء: تكلفة التوليد الرخيص تقع على عاتق المراجع. أطلق Tobi Lütke من Shopify هذا الاسم على نمط إلقاء مخرجات الذكاء الاصطناعي على زملاء العمل وجعلهم يقضون الوقت الذي وفّرته أنت في مراجعتها. وتتلخص حجته في أنه كلما أصبح التوليد أرخص، زادت قيمة الحكم البشري، وأن الشخص الذي يرسل كميات ضخمة غير مراجعة إنما يصدّر العمل للآخرين بدلًا من إنجازه. وهو إطار مفيد لأي شخص يضع معايير المراجعة لفريقه في هذا الربع. ^[27]
• التدرجات اللونية: مقال عن الأدوات مع معرض تفاعلي حي. مقال قصير حول التدرجات اللونية يتضمن معرضًا تفاعليًا بدلًا من الاكتفاء بلقطات الشاشة. يستحق القراءة إذا سبق لك الجدال حول مقدار السلوك الافتراضي لأداة التصميم الذي ينبغي للمصمم قبوله، أو حول مكان الخط الفاصل بين أداة تعلّم تقنية ما وأداة تخفيها. ^[28]
• الملاحظة الميدانية الخامسة لـ Rauno: احذف الأسهم، ورتّب البطاقات في حزم. تدوينة كتبها Rauno Freiberg حول إزالة أسهم التنقل بين الصفحات لصالح حزم البطاقات التفاعلية، وكيف يغير ذلك ما يمكن استيعابه في المساحات الضيقة. الفكرة الجديرة بالاقتباس: عندما تنفد المساحة في تخطيط ما، غالبًا ما يكون الحل في تفاعل مختلف بدلًا من نسخة أصغر من التفاعل نفسه. ^[29]

أدوات وإطلاقات

• LongCat-Video-Avatar 1.5. يحوّل نموذج Meituan المرخص بموجب رخصة MIT صورة شخصية مع ملف صوتي إلى فيديو ناطق متزامن الشفاه، مع إمكانية وجود شخصيتين في مشهد واحد مدفوعتين بمسارين صوتيين منفصلين، ومخرجات بدقة 480p أو 720p، وهوية مستقرة عبر المقاطع الطويلة، ووضع يعتمد على النص فقط لتوليد شخصية دون صورة. ويتمثل إصلاح الإصدار v1.5 في مزامنة الشفاه: إذ يستبدل معالج الصوت بنموذج Whisper-Large، فلا تنحرف حركة الفم بعد بضع ثوانٍ. تتطلب الاستضافة الذاتية وحدة معالجة رسوميات (GPU) بسعة 40GB وتستغرق نحو 44 ثانية من الحوسبة لكل ثانية فيديو. الأوزان متاحة على Hugging Face. ^[30]
• Meta One. حزمة اشتراك من Meta تشمل Instagram وFacebook وWhatsApp وMeta AI، مع حدود استخدام أعلى للذكاء الاصطناعي وأكثر من 50 ميزة. وتقول Meta إن خططها وصلت إلى 15 مليون اشتراك وفترة تجريبية. ^[31]
• Gensyn open-1b. نموذج طُرح مع سجل تدريب قابل للتحقق، بحيث يمكن للأطراف الخارجية إعادة تشغيل أجزاء من التدريب على أجهزة مختلفة والتحقق من أنه دُرّب بالطريقة التي تذكرها Gensyn. ويُعد مسار التدقيق لدورات التدريب هو الحلقة المفقودة في معظم ادعاءات إثبات مصدر النماذج. ^[32]
• Aside. وكيل يعمل عبر مواقع الويب التي سجلت الدخول إليها بالفعل وملفات Windows المحلية الخاصة بك، مع تحديد نطاق بيانات الاعتماد حسب المهمة وخطوة تأكيد قبل الإجراءات عالية المخاطر مثل النشر أو المدفوعات. ^[33]
• Sketchpad Live. يحوّل GPT-Live أو Astra إلى معلم على سبورة بيضاء يرسم ويحرك الأشكال ويشرح الدرس صوتيًا بينما تتابع معه. مفيد لاختبار كيفية تصرف النموذج الصوتي عندما يتعين عليه أيضًا الحفاظ على اتساق حالة بصرية. ^[34]
• Concat. محرر فيديو مكتبي مفتوح المصدر على غرار CapCut: يوفر تحريرًا متعدد المسارات، وتسميات توضيحية دون اتصال بالإنترنت عبر Whisper، وتحويلًا محليًا للنص إلى كلام، دون الحاجة إلى حساب أو علامة مائية. وتُعد التسميات التوضيحية المحلية هي الجزء الأهم إذا كنت تحرر لقطات مقابلات تفضل عدم رفعها إلى السحابة. ^[35]
• OpenArtifacts. مساحة نشر لكل من Codex وClaude Code وHermes وPi وOpenCode تحوّل مخرجات الوكلاء إلى عناصر HTML أو Markdown تراجعها في المتصفح، وهو ما يتفوق على التمرير داخل سجل الطرفية عندما يكون الشيء الذي تحتاج إلى تقييمه هو تخطيط واجهة. ^[36]
• Opusfived. عمل كوميدي تفاعلي قصير حول مساعدي البرمجة الوكيلين الذين يعجزون عن تنفيذ ما طلبته منهم. تقوم الفكرة على تعليمة واحدة: اجعل زرًا واحدًا أزرق، ولا تغير أي شيء آخر. يستحق ثلاث دقائق من وقتك إذا سبق لك أن تلقيت تعديلًا من 400 سطر ردًا على طلب من سطر واحد. ^[37]
• Sidebranch. يراجع طلبات السحب (pull requests) من داخل تطبيقك قيد التشغيل. يمكنك تبديل الفروع من أداة مدمجة داخل الصفحة ومقارنة أشجار العمل (worktrees) جنبًا إلى جنب، بحيث يُحكم على التغييرات البصرية في الواجهة الحقيقية بدلًا من لقطة شاشة في سلسلة تعليقات PR. ^[38]

Prompt of the day