هذا الأسبوع في Let’sDoAI: لم تعد القصة الكبرى هي من يطلق نموذجًا أقوى فقط. الاتجاه الواضح هو انتقال الذكاء الاصطناعي من «مساعد يجيب» إلى أنظمة تنفذ العمل، تستخدم الأدوات، تتذكر السياق، وتعمل لفترات أطول — بالتوازي مع ارتفاع أهمية الحوكمة والأمان.
🇸🇦 السعودية: إطار موحد لإدارة مخاطر الذكاء الاصطناعي
برز هذا الأسبوع تطور سعودي مباشر: إطلاق إطار وطني موحد لإدارة مخاطر الذكاء الاصطناعي. أهميته ليست تنظيمية فقط؛ فمع توسع استخدام النماذج والوكلاء داخل الجهات والشركات، تصبح إدارة الصلاحيات والبيانات والمخاطر جزءًا من قرار استخدام AI نفسه، لا خطوة لاحقة بعد النشر.
🧠 Gemini 4 Argon: جيل جديد… لكن الوصول ما زال محدودًا
كشفت Google عن Gemini 4 Argon، نموذج Frontier جديد موجه للمهام المعقدة وطويلة الأفق في هندسة البرمجيات والعمل المعرفي والأمن السيبراني. لكن هناك قيد مهم: الوصول الأولي محدود لمجموعة من المدافعين السيبرانيين الموثوقين، لذلك لا نتعامل معه كمنتج متاح للجميع حتى الآن.
لماذا يهم؟ لأن المنافسة تتحول من إجابة أفضل على سؤال واحد إلى القدرة على الاستمرار في مهمة كبيرة، التعامل مع أدوات متعددة، والعمل داخل سياق طويل دون فقد الهدف.
⚡ OpenAI: GPT‑6.1 Sol وDots يدفعان نحو الوكلاء الدائمين
قدمت OpenAI GPT‑6.1 Sol مع تركيز على البرمجة واستخدام الحاسوب وسير العمل متعدد الخطوات، ووصل النموذج أيضًا إلى GitHub Copilot. الأهم من النموذج نفسه هو الاتجاه الذي ظهر في DevDay: Dots، وكلاء دائمون يمكن ربطهم بالتطبيقات ومنحهم حاسوبًا سحابيًا خاصًا لمتابعة أهداف ومهام بدلاً من انتظار Prompt جديد في كل مرة.
وفي المقابل، ألغت OpenAI إطلاق GPT‑6.1 Astra المخطط له بعد مشكلات ظهرت في اختبارات السلامة الداخلية. الرسالة هنا واضحة: كلما حصل الوكيل على قدرة أكبر على الفعل، تصبح حدود التفويض والموافقة والمراجعة أكثر أهمية.
🟠 Claude Sonnet 5.5: أسرع وأقل تكلفة لكل مهمة
أطلقت Anthropic Claude Sonnet 5.5. تقول الشركة إنه يولد المخرجات بسرعة أعلى بأكثر من 30% من Sonnet 5، مع بقاء سعر API عند 2 دولار لكل مليون token للإدخال و10 دولارات للإخراج، لكنه يحتاج عادةً إلى خطوات وتوكنات أقل لإنجاز المهمة. النموذج متاح عبر Claude Platform وكذلك AWS وGoogle Cloud وMicrosoft Azure، ووصل أيضًا إلى GitHub Copilot.
للمستخدم العملي، هذا النوع من التحسين أهم من رقم Benchmark منفرد: السرعة، تكلفة المهمة الكاملة، وقدرة النموذج على فهم Codebase أو مستندات العمل هي التي تحدد فائدته اليومية.
🛡️ NVIDIA: الأمان يصبح طبقة تشغيل للوكلاء
قدمت NVIDIA منصة Open Agent Safety وأداة OpenShell مفتوحة المصدر، بهدف فرض حدود للصلاحيات والوصول حول الوكيل نفسه. الفكرة مهمة: لا يكفي أن نطلب من النموذج «لا تفعل كذا»؛ البيئة التي يعمل فيها الوكيل يجب أن تفرض ما يستطيع الوصول إليه وتنفيذه وتسجل ما حدث.
🔐 GLM‑5.3 يوضح لماذا نحتاج هذه الحدود
نشرت Anthropic تقييمًا أمنيًا لـ GLM‑5.3 من Z.ai، ووجدت أن قدراته السيبرانية تسمح في بعض الاختبارات ببناء استغلالات كاملة من البداية للنهاية. بالنسبة للمطورين الذين يشغلون نماذج مفتوحة الأوزان محليًا، الدرس ليس تجنب هذه النماذج، بل عدم منح أي نموذج أدوات وصلاحيات واسعة من دون عزل ومراقبة وحدود تنفيذية.
🎙️ Eleven v4: الصوت الاصطناعي يصبح أكثر تعبيرًا
أطلقت ElevenLabs Eleven v4 ونسخة v4 Turbo منخفضة التأخير. النموذجان يدعمان أكثر من 90 لغة، ويضيفان تحكمًا أفضل في النبرة والعاطفة والإيقاع والمؤثرات الصوتية، بينما تستهدف Turbo الوكلاء الصوتيين بزمن استجابة منخفض. وهما متاحان الآن في ElevenAgents وElevenCreative وعبر API.
هذه نقطة مهمة عربيًا أيضًا: جودة الوكيل الصوتي لا تعتمد على فهم الكلمات فقط؛ بل على النبرة والمقاطعة والإيقاع والقدرة على الحفاظ على هوية الصوت خلال الحوار.
💻 للمطورين: GitHub يختبر تعدد النماذج بدل اختيار نموذج واحد
وسعت GitHub تجربة HydraFusion إلى VS Code وتطبيق Copilot. الفكرة هي تنسيق أكثر من نموذج داخل المهمة البرمجية بدل إجبار المطور على اختيار نموذج واحد يدويًا لكل طلب. ما زالت Research Preview، لكنها إشارة إلى اتجاه محتمل: طبقة Orchestration تختار وتنسق النماذج نيابة عن المستخدم.
🔎 تحت الرادار: Perplexity تعيد التفكير في RAG
قدمت Perplexity نموذج pplx-embed-v2-context-9b-preview للاسترجاع السياقي من المستندات. القيمة للمطورين الذين يبنون RAG والمساعدين المعتمدين على مستندات طويلة هي محاولة استرجاع السياق الداعم حول المعلومة، بدلاً من الاعتماد على chunk معزول قد يفقد ما قبله وما بعده.
الخلاصة
إذا كان الأسبوع الماضي عن وصول الذكاء الاصطناعي إلى مزيد من الأدوات، فهذا الأسبوع عن منح الذكاء الاصطناعي قدرة أكبر على التنفيذ. النماذج تتحسن، لكن التحول الأهم يحدث حولها: وكلاء دائمون، حواسيب سحابية، استخدام أدوات، ذاكرة، تنسيق عدة نماذج، وطبقات أمان تتحكم فيما يستطيع الوكيل فعله فعليًا.
بالنسبة للمستخدم والشركة في السعودية والخليج، السؤال القادم ليس فقط «أي نموذج أستخدم؟» بل: ما الذي سأسمح له بتنفيذه، وعلى أي بيانات، وتحت أي صلاحيات ومراجعة؟
المصادر: Google، OpenAI، Anthropic، NVIDIA، GitHub، ElevenLabs، Perplexity، ومصادر سعودية وإخبارية موثوقة. تم التحقق من المواد الأساسية قبل إعداد العدد، مع تمييز المنتجات محدودة الإتاحة عن المتاحة فعليًا للمستخدمين.