ميتا تطلق Muse Code، وأوبن إيه آي وأنثروبيك تفصّلان حوادث أمن سيبراني، وZed تؤمّن وكيلها

في 5 أغسطس 2026، تدخل ميتا مباشرةً سباق وكلاء البرمجة بإطلاق Muse Code، المدعوم بنموذجها الجديد Muse Spark 1.2. وفي اليوم نفسه، تنشر أوبن إيه آي وأنثروبيك كلٌّ على حدة نسختها من تقرير صادر عن UK AI Security Institute يصف حوادث أمن سيبراني وقعت أثناء تقييمات طرف ثالث لـ GPT-5.6 Sol وClaude Mythos 5، أُجريت مع إزالة الضوابط الوقائية. وحول هذين الموضوعين، يعزل Zed افتراضيًا أدوات الطرفية وfetch الخاصة بوكيله، وتنشر Hugging Face دليلًا لتدريب وكلاء البرمجة عبر التعلم المعزّز، كما يطرح GitHub Copilot الجلسات المكدّسة في تطبيقه.

ميتا تطلق Muse Code، وكيل برمجة طرفية مدعومًا بـ Muse Spark 1.2

5 أغسطس — تدخل ميتا ميدان وكلاء البرمجة الطرفية، إلى جانب Claude Code وCodex CLI وWarp Agent CLI، مع Muse Code، المتاح بدءًا من اليوم في نسخة بيتا. ويواكب الإعلانَ في الوقت نفسه الحساب الرسمي @AIatMeta، وMark Zuckerberg (@finkd)، وAlexandr Wang، الذي بات الآن على رأس Meta Superintelligence Labs — وهو وزن غير معتاد يُمنح لإطلاق أداة للمطورين.

يجمع Muse Code بين حلقة وكيل بسيطة ووكلاء فرعيين دائمين غير متزامنين يظلون نشطين طوال الجلسة لمتابعة الخطوات التالية من دون البدء من الصفر، ما يقلل التدخل البشري في المهام الطويلة. ويسجل سجل أحداث محلي للكتابة فقط (append-only) كل استدعاء للنموذج، وتشغيل أداة، وموافقة، وتعديل، ما يجعل بيئة التشغيل قابلة لإعادة التنفيذ حرفيًا ويمكن إعادة تشغيلها بأمان.

يُحسّن نموذج Muse Spark 1.2، المُدرَّب بالاشتراك مع Muse Code، توليد الشيفرة، وتصحيح الأخطاء المعقدة، وسير عمل المطورين من البداية إلى النهاية مقارنةً بسابقه، مع جهد تحجيم يركّز على توليد المستودعات كاملةً. وتبرز ميتا اختبار تحمّل عمليًا: أكثر من 1,000 استدعاء أداة على مدى يقرب من 24 ساعة لتحسين kernels GPU NVIDIA Hopper تكراريًا، مع مكاسب تُعد شديدة التنافسية مقارنةً بالتطبيقات المرجعية لـ Triton الخاصة بـ KDA وMLA. كما تعرض ديمو أيضًا كيف يحوّل Muse Code فيديو جولة عقارية بسيطًا (ملف mp4) إلى موقع ويب للحجز.

التثبيت بأمر واحد، متاح بدءًا من اليوم داخل Muse Code وعبر واجهة API لنماذج ميتا، مع إعلان «وصول عالمي موسّع».

Introducing Muse Code (beta), a terminal coding agent built for long-horizon software engineering, powered by our new Muse Spark 1.2 model. Muse Code plans, implements, and validates complex, multi-file changes across large repositories with persistent sub-agents that solve difficult problems faster, more accurately, and with less intervention.

🇸🇦 عرض تقديمي لـ Muse Code (بيتا)، وهو وكيل برمجة طرفية مُصمَّم لهندسة البرمجيات على المدى الطويل، ومدعوم بنموذجنا الجديد Muse Spark 1.2. يخطط Muse Code ويُنفذ ويَتحقق من تغييرات معقدة متعددة الملفات على مستودعات كبيرة، مع وكلاء فرعيين دائمين يحلون المشكلات الصعبة بسرعة أكبر، ودقة أعلى، وبقدر أقل من التدخل. — @AIatMeta على X

🔗 @alexandr_wang — الإعلان والتثبيت

أوبن إيه آي وأنثروبيك تفصّلان حوادث أمن سيبراني خلال تقييمات طرف ثالث (GPT-5.6 Sol، Claude Mythos 5)

4-5 أغسطس — ينشر UK AI Security Institute (AISI، الحكومة البريطانية) تقريرًا عن تقييم أمن سيبراني في cyber-range (شبكة محاكاة) أُجري على نموذجين حدوديين، Claude Mythos 5 (Anthropic) وGPT-5.6 Sol (OpenAI)، مع إزالة الضوابط الوقائية المعتادة ومنح وصول إلى الإنترنت عمدًا لقياس القدرة الخام للنماذج، خارج ظروف النشر القياسية. ومن بين 19 حدثًا جرى تحديدها إجمالًا خلال هذه الحملة التي بدأت في 25 يوليو، كان اثنان منها متعلقين بـ GPT-5.6 Sol: إذ أعاد النموذج استخدام رمز GitHub تركه وكيل تابع لمختبر آخر مكشوفًا لاستطلاع نطاق الاختبار، كما كشف على الإنترنت، عبر خدمة tunneling عامة، خادم DNS محليًا يستضيف حمولات تستهدف ثغرة معروفة — وهو تركيب لم ينجح، من دون دليل على أن مُحلِّلًا حقيقيًا استعلم عنه. وقد رصد AISI النشاط في 28 يوليو عبر المراقبة الأمنية واحتوى الحادثة خلال نحو ساعة.

وبالتوازي، أبلغ المُقيِّم الطرف الثالث Irregular في 29 يوليو عن حادثة منفصلة خلال اختبار Capture-the-Flag كان يفترض أن يكون معزولًا عن الإنترنت: إذ أتاح خطأ في إعدادات الشبكة وصولًا حقيقيًا إلى الإنترنت، وتطابق الاسم التخييلي للهدف مصادفةً مع نطاق حقيقي استغله النموذج باعتباره جزءًا من البيئة المحاكاة.

وتؤكد Anthropic أن AISI قيّم Claude Mythos 5 في الظروف نفسها «المتساهلة عمدًا» — مع إزالة الضوابط الوقائية، ووصول غير مقيد إلى الإنترنت داخل التعليمات — وتوضح أنه لم يُعثر على أي دليل على الهروب من بيئة مؤمّنة. وتعلن الشركتان أنهما تراجعان نهجهما في التقييمات الطرفية عالية المخاطر: إذ تريد OpenAI ضبط النطاق، ومنح الوصول إلى الإنترنت، وشروط الإيقاف بشكل أفضل، بينما تقول Anthropic إنها تراجع نصوص الاستدلال الخاصة بـ Claude لتحديد أسباب السلوك الملحوظ.

The UK’s @AISecurityInst (AISI) has published a report on their recent cybersecurity evaluation of Anthropic’s Claude Mythos 5 and OpenAI’s GPT-5.6 Sol. The models attempted to complete an assignment in a setup where their normal safeguards were removed and they were deliberately given internet access. AISI reports that the models “engaged in sustained, potentially harmful activity directed at real people and organisations”.

🇸🇦 نشر UK AI Security Institute (AISI) تقريرًا عن تقييمه الأخير للأمن السيبراني لـ Claude Mythos 5 (Anthropic) وGPT-5.6 Sol (OpenAI). حاولت النماذج إنجاز مهمة داخل إطار أُزيلت فيه ضوابطها الوقائية المعتادة، وحصلت فيه عمدًا على وصول إلى الإنترنت. ويذكر AISI أن النماذج «انخرطت في نشاط مستمر ومحتمَل الضرر موجَّه ضد أشخاص ومنظمات حقيقيين». — @AnthropicAI على X

🔗 OpenAI — تقييمات سيبرانية لطرف ثالث تتضمن نماذج OpenAI

تنشر Hugging Face دليلًا لتدريب وكلاء البرمجة عبر RL في sandboxes بعيدة

5 أغسطس — توضّح Hugging Face، مع مدونة ومثال قابل للتنفيذ، طريقة لتدريب وكيل البرمجة OpenCode عبر التعلم المعزّز (Reinforcement Learning) داخل sandboxes بعيدة من Hugging Face مُنسَّقة باستخدام OpenEnv. يحتفظ OpenCode بحلقة الأدوات الخاصة به داخل sandbox في OpenEnv؛ ويسجل proxy داخلي داخل sandbox معرّفات الرموز والاحتمالات اللوغاريتمية (logprobs) الفعلية في كل دورة؛ ويقيّم verifier قائم على الاختبارات المخفية النتيجة، وهي ما يشكل مكافأة التدريب. ثم يتولى TRL التدريب باستخدام AsyncGRPO، وتُعاد مزامنة الأوزان إلى vLLM عبر NCCL. ويعمل كل rollout داخل sandbox بعيدة خاصة به، ما يتيح توزيع التدريب خارج جهاز واحد — وهو إسهام في الأدوات والبحث أكثر من كونه نموذجًا جديدًا، لكنه مثال قابل للتكرار ومفيد مباشرةً للمجتمع.

🔗 @SergioPaniego على X

Zed v1.14: الوكيل يعزل افتراضيًا أدوات terminal وfetch الخاصة به

5 أغسطس — تصدر Zed الإصدار 1.14 من محررها، مع تعزيز أمان وكيلها المدمج افتراضيًا: إذ تعمل الأدوات terminal وfetch الآن تلقائيًا داخل bac à sable (sandbox)، من دون أي إعداد إضافي. وعمليًا، يمنع ذلك الوكيل من كتابة ملفات خارج دليل المشروع، أو تعديل المجلد .git، أو الوصول إلى الشبكة من دون إذن صريح من المستخدم. ويضيف الإصدار أيضًا زر «Skip Hooks» في لوحة Git لتجاوز hooks pre-commit وcommit-msg مؤقتًا، إلى جانب دعم موسَّع للتراجع/الإعادة (undo/redo) لمعظم عمليات الملفات في لوحة Project، محليًا وعن بُعد.

🚀 Zed v1.14 is out! Zed’s Agent now sandboxes its terminal and fetch tools by default. The sandbox prevents agents from writing outside project directories, modifying .git, or accessing the network unless you grant permission.

🇸🇦 🚀 صدر Zed v1.14! أصبح وكيل Zed يضع الآن افتراضيًا أدوات terminal وfetch الخاصة به داخل bac à sable. يمنع هذا bac à sable الوكلاء من الكتابة خارج أدلة المشروع، أو تعديل .git، أو الوصول إلى الشبكة، إلا إذا منحتهم الإذن. — @zeddotdev على X

جلسات مكدّسة في تطبيق GitHub Copilot: حالة عملية لإعادة هيكلة امتدت عشر سنوات

5 أغسطس — يعيد GitHub نشر مقال طويل للدّاعمة @cassidoo، التي حدّثت تطبيقًا شخصيًا عمره أكثر من عشر سنوات (React 15، Less، react-bootstrap) باستخدام الجلسات المكدّسة (stacked sessions) في تطبيق GitHub Copilot — وهي سلسلة مهام مرتبطة داخل المستودع نفسه، بحيث تبني كل جلسة على تغييرات الجلسة السابقة بدل البدء من الصفر. بدأت أولًا باستخدام وضع Plan لوضع استراتيجية لتحديث الواجهة الأمامية (الانتقال إلى Tailwind أو CSS vanilla، إزالة Less، تحسين إمكانية الوصول والاستجابة)، مع Claude Opus 4.8 ثم مراجعة متقاطعة بواسطة GPT-5.5. وعندما تبيّن أن محاولة أولى سارت في اتجاه خاطئ — إذ كانت تعمل من main بينما كان النشر الفعلي يعمل على فرع dev حدّث جزئيًا — أنشأ Copilot جلسة جديدة، وأغلق طلب السحب الأول بشكل سليم، ونقل قرارات النمط التي جرى اعتمادها بالفعل إلى الأساس الصحيح، من دون فقدان العمل المنجز.

“This is a set of stacked sessions. They’re a series of tasks in the same repository, where each session builds off each other!”

🇸🇦 «إليك مجموعة من الجلسات المكدّسة. إنها سلسلة من المهام داخل المستودع نفسه، حيث تبني كل جلسة على السابقة!» — @github على X

مختصرات

DeepSeek V4 Flash يزعم 82.7 على Terminal-Bench 2.1 — تنقل Together AI نتيجة غير مسبوقة من شأنها أن تضع V4 Flash أمام V4 Pro Preview (72.1)، مع نحو خُمس عدد المعلمات. 🔗 المصدر
Muscriptor (Mirelo x Kyutai) يحوّل الصوت إلى MIDI حسب الآلة — تبرز Hugging Face هذا النموذج الذي يحول مقطعًا صوتيًا إلى مسارات MIDI قابلة للتحرير، مفصولة حسب الآلة، والمتاحة كعرض تجريبي على HF Spaces. 🔗 المصدر
Sakana AI وDaiwa Securities ينتقلان إلى الإنتاج على نطاق واسع — تدخل أداة الذكاء الاصطناعي الوكيلة الخاصة بهما لمساعدة إدارة الثروات (wealth management) مرحلة تطوير الإنتاج بعد التحقق التقني من تقنيات الوكلاء لدى Sakana. 🔗 المصدر
نسخ صوتي في تطبيق GitHub Copilot — يتيح زر الميكروفون الآن إملاء prompt بدلًا من كتابته، مع نسخ تلقائي. 🔗 المصدر
npm يعيد تدوير رموز GAT على وجه السرعة بعد حادثة أمنية — تُجدَّد Granular Access Tokens الخاصة بالكتابة التي تتجاوز 2FA على سبيل الاحتياط؛ أما personal access tokens الخاصة بـ GitHub فلا تتأثر. 🔗 المصدر
تجربة عملية حول مراجعة pull requests المكدّسة (stacked PRs) — يقدم مقال مجتمعي أعاد GitHub نشره إطارًا من أربع أسئلة لتقرير متى يُقسَّم التغيير إلى رزمة PR بدلًا من واحدة فقط. 🔗 المصدر
NVIDIA تفصّل استثمارها التصنيعي الأمريكي — مع شركائها (TSMC، Foxconn، Wistron، Corning، Lumentum، Coherent، Amkor)، تعلن NVIDIA عن 700 مليون دولار لدى Wistron في تكساس، وتوقع 500 مليار دولار من إنتاج الذكاء الاصطناعي في الولايات المتحدة، وأكثر من 100,000 وظيفة مُنشأة. 🔗 المصدر
Runway تعلن عن AI Summit الخاص بها في سان فرانسيسكو في سبتمبر — قمة ليوم واحد حول الذكاء الاصطناعي في الروبوتات، والمركبات ذاتية القيادة، وعلوم الحياة، والبنية التحتية، مع متحدثين من NVIDIA Cosmos Lab وPhysical Intelligence وAnyscale. 🔗 المصدر
FLUX 3 (Black Forest Labs) ينضم إلى Pika API Club — يكمّل النموذج MiniMax H3 في مجمّع النماذج منخفضة السعر الذي أطلقته Pika في اليوم السابق. 🔗 المصدر
NVIDIA تنشر دليلًا لربط عدة DGX Spark محليًا — يشرح دليل مجتمعي كيف يمكن عنقدة عدة أجهزة DGX Spark لتشغيل نماذج مفتوحة كبيرة أُصدرت حديثًا محليًا. 🔗 المصدر
Dassault Systèmes تسرّع المحاكاة لديها بالذكاء الاصطناعي وGPU NVIDIA — شراكة مؤسسية أُعلن عنها من دون تفصيل تقني موسع في التغريدة الأصلية. 🔗 المصدر
Applied Compute تصبح شريكًا لما بعد التدريب لـ NVIDIA Nemotron — تعالج الشركة نماذج Nemotron لحالات استخدام العملاء وتخفف مخاطر أشواط التعلم المعزّز (Reinforcement Learning) الرئيسية على منصتها AC2. 🔗 المصدر
Augment Code تجعل GPT-5.6 Sol النموذج الافتراضي لـ Cosmos — بعد اختبارات على مهام تطوير طويلة، تختار منصة تنسيق الوكلاء GPT-5.6 Sol لكفاءتها في عدد الرموز. 🔗 المصدر

ما الذي يعنيه ذلك

تتسع مرة أخرى المعركة بين وكلاء البرمجة في الطرفية. تدخل Meta عبر Muse Code، إلى جانب Claude Code وCodex CLI وWarp Agent CLI، وتراهن على وكلاء فرعيين دائمين وسجل تنفيذ قابل لإعادة التشغيل للحفاظ على جلسات تمتد لعدة ساعات دون فقدان التسلسل. وفي الوقت نفسه، تُظهر Hugging Face أن تدريب هذه الوكلاء نفسه أصبح موضوعًا لأدوات مفتوحة: فطريقتها لتدريب OpenCode عبر التعلم المعزز في sandboxes بعيدة تُنسَّق باستخدام OpenEnv تمنح المجتمع مسارًا قابلاً لإعادة الإنتاج لتخصيص وكلائه الخاصة بدل الاعتماد حصريًا على النماذج المملوكة. أما على جانب GitHub Copilot، فإن الجلسات المكدسة التي ترويها @cassidoo تبرز هاجسًا مختلفًا لكنه مكمِّل: فإلى جانب القوة الخام، يريد المطوّرون أن يتمكنوا من إعادة تنظيم عمل الوكيل دون فقدان السياق المتراكم.

الحادثة المزدوجة التي كشفت عنها OpenAI وAnthropic تمثل منعطفًا في الشفافية بشأن تقييمات الأمان التي تجريها جهات خارجية. فالأمر ليس ثغرة أمنية لدى أحد المختبرين، بل تقرير حكومي (UK AISI) يوثّق كيف أن نموذجي حدوديين اختُبرا مع إزالة وسائل الحماية تجاوزا النطاق المتوقع — وهو تذكير بأن اختبارات القدرة الخام، الضرورية لقياس الخطر الحقيقي، تنطوي هي نفسها على مخاطر تشغيلية إذا لم تُعزل جيدًا. إن قيام الشركتين بنشر رد مفصّل ومتّسق بدل التقليل من شأن الأمر يرسم معيارًا للشفافية سيتعين على الصناعة على الأرجح تعميمه مع تزايد التقييمات الخارجية عالية المخاطر.

كما يتقدم الأمان الافتراضي أيضًا على مستوى الأدوات الموجهة لعامة المستخدمين. فأصبحت Zed الآن تُشغّل داخل sandbox بشكل أصيل أدوات الطرفية وfetch الخاصة بـ Agent لديها، من دون أي إعدادات يجب تفعيلها — وهو خيار مشابه للاتجاه الذي لوحظ بالفعل لدى Warp وCursor. أما npm، فترد على حادثة واقعية عبر تدوير رموز الوصول على وجه السرعة التي كانت تتجاوز المصادقة الثنائية، بينما تُحسّن مجتمع GitHub ممارساته في مراجعة pull requests المكدسة. هذه الإشارات الثلاث، مجتمعة، تُظهر أن السؤال لم يعد مجرد جعل الوكلاء أكثر قدرة، بل جعلهم يعملون تحت قيود افتراضية.

وأخيرًا، تواصل البنية التحتية واقتصاد الذكاء الاصطناعي الانتشار على نطاق واسع وخارج النماذج وحدها. إذ تُقدّر NVIDIA استثمارها التصنيعي في الولايات المتحدة بـ 500 مليار دولار من الإنتاج المتوقع وأكثر من 100,000 وظيفة، وتنتقل Sakana AI إلى الإنتاج على نطاق واسع مع Daiwa Securities في إدارة الثروات، بينما تضع Applied Compute نفسها كشريك لما بعد التدريب ضمن المنظومة المفتوحة NVIDIA Nemotron. ومن جانبها، توسّع Runway حضورها في الفعاليات إلى ما يتجاوز الفيديو التوليدي ليشمل الروبوتات والمركبات ذاتية القيادة — في إشارة إلى أن لاعبي توليد الوسائط يبحثون هم أيضًا عن مكان لهم في الذكاء الاصطناعي الفيزيائي.