وكلاء Google DeepMind بتوجيه بشري يكتشفون نقطتي ضعف في RSA بطول 1024 بت، وOpenAI تنشر BioBasicsBench، وCursor تتيح الدردشة الصوتية مع وكلائها

اكتشف وكلاء ذكاء اصطناعي من Google DeepMind، بتوجيه بشري، نقطتي ضعف في RSA بطول 1024 بت، وهو نظام متقادم أصلًا؛ وتظل البروتوكولات الحديثة، التي تستخدم جميعها تقريبًا مفاتيح بطول 2048 بت أو أكثر، آمنة. تهيمن الأبحاث على أخبار اليوم: تقيس OpenAI أداء وكلائها في المختبر الرطب باستخدام BioBasicsBench، ويقيّم TCSExam النماذج في علوم الحاسوب النظرية، وتوضح كل من Anthropic وGoogle كيف تؤدي العناصر المحيطة بالنموذج إلى نجاح الوكيل أو انحرافه عن مساره. وعلى صعيد الأدوات، تصدر نسخ جديدة من Claude Code وCodex CLI وCopilot CLI، وتتحول Antigravity CLI إلى خادم ACP، وتتيح Cursor الدردشة الصوتية مع وكلائها، وتطلق Amp ميزة Spaces.

وكلاء Google DeepMind بتوجيه بشري يكتشفون نقطتي ضعف في RSA بطول 1024 بت، وFrontier Model Forum يقيّم عمليات تجاوز ضوابط الأمان السيبرانية

6 نوفمبر — تنشر Google DeepMind أبحاثًا في تحليل الشفرات، وهو العلم الذي يختبر متانة التشفير، أجراها وكلاء ذكاء اصطناعي بتوجيه وإشراف بشري. ويعرضها بوشميت كوهلي، نائب الرئيس المسؤول عن العلوم، في مقال منشور على X أعاد @GoogleDeepMind نشره: كشف الوكلاء نقطتي ضعف في أنظمة RSA بطول 1024 بت، يمكن استغلالهما بميزانية حوسبة أقل مما كان يُعتقد. يقود الأبحاث دي جي دفيجوثام وأبهراديب ثاكورتا، من فريق العلوم في Google DeepMind، بالتعاون مع نادية هينينغر (جامعة كاليفورنيا في سان دييغو وInria) وإيمانويل توميه (Inria)، وتفصّلها ورقتان تقنيتان بصيغة PDF؛ ولم يصاحب الإعلان أي منشور في المدونة.

نطاق الأبحاث محدود عمدًا. يُستخدم RSA بطول 1024 بت، المتقادم والذي أُوقف استخدامه بالفعل، هنا كساحة اختبار آمنة، على غرار ما اعتاد مجتمع تحليل الشفرات فعله منذ زمن طويل. وتظل البروتوكولات الحديثة، التي تستخدم جميعها تقريبًا مفاتيح بطول 2048 بت أو أكثر، آمنة.

تتعلق النتيجة الأولى بالتوقيعات الرقمية، التي تضمن أن تحديثًا برمجيًا أو مستندًا أو موقعًا صادر فعلًا عن مصدره. قبل التوقيع، تضيف معايير كثيرة حشوًا إلى الرسالة. ويوضح الفريق أنه بمجرد أن يتحكم المهاجم في نحو نصف الكتلة الموقّعة، لا يعود هذا الحشو يوفر أي حماية إطلاقًا. وفي محاكاة معزولة، دون المساس بأي نظام حقيقي، نفّذ الوكلاء الهجوم على مفتاح مرجعي بطول 1024 بت سبق فكّه في دراسة سابقة: أُعيد تحقيق النتيجة بزمن CPU أقل بمقدار 3,5 مرات، وبقدرة حاسوبية تقل عن جزء من ألف من القدرة اللازمة لكسر المفتاح نفسه. وعندما يتحكم المهاجم في جزء أصغر من الكتلة، مع بصمة قصيرة بطول 32 بايت، يُقدَّر أن خوارزمية جديدة تتفوق على أفضل طريقة سابقة بنحو 1 600 مرة، وفق التقديرات النظرية للمؤلفين.

تتعلق النتيجة الثانية بالتحليل إلى عوامل على دفعات. بما أن مفاتيح RSA لها أطوال قياسية (1024 أو 2048 بت)، فإن تحليل أعداد كثيرة متساوية الحجم إلى عوامل يمثل مسألة أساسية: وجد الوكلاء خوارزمية ذات تعقيد تقاربي أفضل، تخفض متوسط تكلفة تحليل كل مفتاح إضافي بطول 1024 بت بنحو 30 مرة، مقارنة بالطرق السابقة للتحليل على دفعات.

النتيجة التي نشرها المؤلفون	التحسن المعلن	الشرط المذكور
تزوير توقيع، مع تحكم المهاجم في نحو نصف الكتلة	زمن CPU أقل بمقدار 3,5 مرات	محاكاة معزولة، ومفتاح مرجعي بطول 1024 بت سبق فكّه
الهجوم نفسه، مقارنة بكسر المفتاح	أقل من جزء من ألف من القدرة الحاسوبية	القدرة الحاسوبية اللازمة لكسر المفتاح نفسه
تزوير باستخدام بصمة بطول 32 بايت	أفضل بنحو 1 600 مرة	تقدير نظري، ومفاتيح بطول 1024 بت
التحليل إلى عوامل على دفعات	متوسط تكلفة أقل بنحو 30 مرة لكل مفتاح إضافي	مقارنة بالطرق السابقة للتحليل على دفعات
مفاتيح بطول 2048 بت أو أكثر	غير متأثرة	تظل آمنة وفقًا لـGoogle DeepMind

While modern 2048-bit systems remain safe from these specific exploits, this work highlights a key shift. As we enter a new era of AI-enabled math and computation, we can no longer rely on historical hardness assumptions and must continuously stress-test cryptographic standards.

🇸🇦 مع أن الأنظمة الحديثة بطول 2048 بت تظل بمنأى عن أساليب الاستغلال المحددة هذه، فإن هذه الأبحاث تسلط الضوء على منعطف أساسي. ومع دخولنا عصرًا جديدًا من الرياضيات والحوسبة بمساعدة الذكاء الاصطناعي، لم يعد بإمكاننا الاعتماد على الافتراضات التاريخية بشأن الصعوبة، وعلينا اختبار معايير التشفير باستمرار. — @GoogleDeepMind على X

🔗 مقال بوشميت كوهلي على X · الورقة التقنية حول التوقيعات الرقمية (PDF) · الورقة التقنية حول تحليل المفاتيح إلى عوامل (PDF)

يقترح Frontier Model Forum إطارًا مشتركًا لتقييم خطورة عمليات تجاوز ضوابط الأمان السيبرانية

5 نوفمبر — ينشر Frontier Model Forum (FMF)، الذي يجمع مختبرات الذكاء الاصطناعي المتقدمة، الإصدار 1.0، الموصوف بأنه أولي، من إطار تقييم عمليات تجاوز ضوابط الأمان في سياق التهديدات السيبرانية المتقدمة. ونقطة الانطلاق هي أن جميع عمليات تجاوز وسائل الحماية ليست متساوية. فبعضها لا ينتج سوى إجابات محدودة القابلية للاستغلال، بينما يتيح بعضها الآخر قدرات هجومية خطيرة، ومن دون منهجية مشتركة قد تقيّم منظمتان عملية التجاوز نفسها بشكل مختلف، مما قد يؤدي إلى معالجة الحالات الأقل خطورة أولًا. يصنّف الإطار كل عملية تجاوز ضمن مستويات، عبر الجمع بين درجات في أربع فئات: الزيادة في القدرات، ونطاق القدرات، وسهولة النشر، وسهولة الاكتشاف.

يدعم ممثلون عن AWS وAnthropic وGoogle DeepMind وMicrosoft وOpenAI هذا الإطار في المنشور؛ وقد أعادت OpenAI نشره في 6 نوفمبر، مشيرة إلى أنها عملت عليه مع FMF وأعضائه. وتستمر مشاورة عامة حتى 21 ديسمبر 2026: سيتحقق FMF مما إذا كان المقيّمون المختلفون يتوصلون إلى درجات متقاربة، وسيحدّث الإطار مع ظهور عمليات تجاوز جديدة. وفي يوليو، كانت Anthropic قد فصّلت مقياسًا مشابهًا، هو CJS (خطورة تجاوز ضوابط الأمان السيبرانية)، طُوّر بالتعاون مع Amazon وMicrosoft وGoogle؛ ولا يربط منشور FMF بين المقياسين.

🔗 تقديم إطار FMF لتقييم عمليات تجاوز ضوابط الأمان في سياق التهديدات السيبرانية المتقدمة

قياس الذكاء الاصطناعي في العلوم: BioBasicsBench من OpenAI للمختبر الرطب، وTCSExam لعلوم الحاسوب النظرية

تنشر OpenAI معيار BioBasicsBench: 100 مهمة في المختبر الرطب، و66,7 % لـGPT-6 Astra

6 نوفمبر — تقدم OpenAI معيار BioBasicsBench، الذي صُمّم بالتعاون مع Ligo، وهي شركة تقنية حيوية متخصصة في تصميم الإنزيمات، لقياس قدرة الوكلاء على تفسير البيانات الخام للعمل اليومي في المختبر الرطب: الهلاميات ونتائج اللطخ، وأطباق الزراعة، وصور المجهر، والبيانات المصدّرة من الأجهزة، أو مقاطع فيديو البروتوكولات التجريبية. تغطي مهامه الـ100، المستمدة من تجارب حقيقية والمقيّمة معيارًا بمعيار وفق شبكة تقييم وضعها خبير، خمسة مجالات، من تقنيات البروتينات إلى الاستنساخ الجزيئي؛ وتتحقق أيضًا من قدرة الوكيل على رصد الأخطاء وإدراك الحالات التي لا تسمح فيها البيانات باستخلاص نتيجة.

يقتصر التقييم على نماذج OpenAI: سبعة نماذج عبر 37 إعدادًا، مع خمس محاولات لكل مهمة، أي 18 500 نتيجة. وعند مستوى الجهد xhigh، يحصل GPT-6 Astra على 66,7 % من الدرجة المتاحة، متقدمًا على GPT-6.1 Sol وبفارق كبير عن GPT-5.6 Sol، مع استهلاك نحو نصف عدد رموز الإخراج مقارنة بالأخير؛ ووفقًا لـOpenAI، تشير هذه المكاسب إلى أن تعزيز القدرات الأصلية على التعامل مع الوسائط المتعددة قد يكون حاسمًا.

النموذج المقيَّم (الجهد xhigh)	متوسط المكافأة	فاصل الثقة عند 95 %	رموز الإخراج لكل مهمة
GPT-6 Astra	66,7 %	60,3 إلى 73,1 %	4 704
GPT-6.1 Sol	62,0 %	55,6 إلى 68,4 %	5 238
GPT-5.6 Sol	43,8 %	37,6 إلى 50,0 %	9 099
GPT-6 Luna	38,3 %	32,3 إلى 44,5 %	13 120
GPT-5.5	35,4 %	29,7 إلى 41,0 %	11 135
GPT-5.4	33,2 %	28,3 إلى 38,4 %	13 717
GPT-5.2	31,2 %	26,2 إلى 36,3 %	27 620

تفصّل OpenAI أيضًا إخفاقات Astra: افتراض مألوف يطغى على الضوابط التجريبية، وملاحظات مخالفة يجري تجاهلها، ومبالغة بنحو 12 % في عدّ المستعمرات. ووفقًا للمنشور، لا تضمن الدرجات الأفضل بعدُ أحكامًا موثوقة في المختبر؛ وتربط OpenAI هذه المتابعة بالسلامة الحيوية والأمن الحيوي، ولا تذكر إتاحة مجموعة المهام.

🔗 قياس كيفية تعامل وكلاء الذكاء الاصطناعي مع العمل العلمي اليومي في المختبر الرطب (OpenAI)

يقيّم TCSExam النماذج في علوم الحاسوب النظرية: يتصدر GPT-6 Astra نسخة Full، ويتصدر Opus 5.5 نسخة Lite

5 نوفمبر — يقيس TCSExam، المنشور ضمن منظمة Moonshot AI على GitHub مع ورقة أُودعت في arXiv في 5 نوفمبر، مدى قدرة النماذج على دفع البحث في علوم الحاسوب النظرية إلى الأمام. والمؤلفون المدرجون في arXiv هم ييفان لو، وتشنغ ينغ ليو، ويانغ يوان، وتشي لين يانغ، وأندرو تشي تشيه ياو. ويتضمن أربعة مسارات: إثبات مبرهنة منشورة باستخدام Lean، وكتابة برنامج حل يُقيَّم على حالات مخفية، وإنتاج بناء أو حدّ يجري التحقق منه، وإثبات تخمينات مفتوحة أو دحضها بالكامل. تضم نسخة Full عددًا قدره 100 مهمة راجعها خبراء، ونسخة Lite عددًا قدره 20 مهمة، بواقع خمس مهام لكل مسار. يمنح المؤشر وزنًا قدره 30 لكل من المسارات الثلاثة الأولى و10 للتخمينات؛ وتُقيَّم برامج الحل مقارنة بمرجع ثابت هو Kimi K3.

النموذج المقيَّم	مؤشر Lite (20 مهمة)	مؤشر Full (100 مهمة)
Opus 5.5	72,3 (مؤقت)	غير مدرج في جدول الموقع
GPT-6 Astra	67,0	71,9
Kimi K3.1 Pro	53,5	57,4
Kimi K3	48,6	46,8
GLM-5.3	47,0	45,5
Qwen3.8 Max (0902)	45,4	44,8
DeepSeek V4.1 Flash 1017	42,4	46,0
Grok 4.6	42,1	40,5

لم يُحل أي تخمين مفتوح: لا يدّعي الملخص سوى التوصل إلى حالات خاصة وحدود جرى التحقق منها بشكل مستقل. ومع ذلك، تتجاوز نتيجتان أفضل ما هو معروف، بحسب علم المؤلفين: رسم بياني يتكون من 630 حافة و124 رأسًا، خالٍ من المثلثات ومن الدورات ذات الحواف الأربع، أنشأه Kimi K3 (مقابل 629 في بناء غودخبور وزملائه)، وشفرة كمومية لتصحيح الأخطاء بمسافة 6 بدلًا من 5، وجدها GPT-6 Astra لحماية 7 كيوبتات منطقية باستخدام 25 كيوبتًا فيزيائيًا. تشغّل منصة الاختبار Kimi Code افتراضيًا، وتدعم أيضًا Claude Code وCodex وGrok Build.

🔗 نتائج TCSExam · ورقة arXiv 2611.07962

أبحاث الوكلاء: الذاكرة والحلم لدى Anthropic، ومهام TODO المتقادمة لدى Google، ومكيّفات أطر تشغيل الوكلاء

توضح Anthropic كيف تصحح تقنية dreaming ذاكرة وكلاء Claude وتنظمها

6 نوفمبر — في مقال بحثي وهندسي على مدونتها الهندسية، تعرّف Anthropic ذاكرة الوكيل بأنها ما يحتفظ به Claude من تجربته بين جلسة وأخرى، في صورة ملاحظات يمكن الرجوع إليها: فهي ليست أوزان النموذج، ولا التعلم ضمن السياق، ولا ضغط السياق. وتجعل تقنية dreaming («حلم» الوكيل) الوكيل يعيد قراءة سجلاته ونصوص محادثاته خارج الجلسة لتصحيح ملاحظاته، وكتابة ملاحظات جديدة، وبناء تمثيلات مثل مواقع الويكي، أو اختيار ما سيُحمّل مسبقًا؛ وتتوفر هذه الميزة في معاينة بحثية (معاينة بحثية) ضمن Claude Managed Agents منذ 6 مايو.

تُظهر التقييمات أولًا تحسنًا في التقدير. ففي Pokémon Red، عند نحو 10 000 خطوة، كان Sonnet 3.7 قد كتب 413 ملف ذاكرة في 225 مجلدًا للحصول على شارة واحدة، بينما اكتفى Fable 5 بتسعة ملفات وglobal.md واحد للحصول على أربع شارات؛ وأكمل Opus 5.5 اللعبة باستخدام مجلد صغير من الملاحظات. وتنصح Anthropic بإخبار Claude بالغرض من الذاكرة بدلًا من كيفية استخدامها: فإلزامه بتسجيل الإخفاقات وحدها يُفقد Opus 5 وOpus 4.7 جزءًا كبيرًا من التحسن. وتكفي ملاحظة خاطئة عن موقع PokéCenter في Mt. Moon، تصححها تقنية dreaming بالرجوع إلى نص المحادثة، لإزالة العائق ومتابعة اللعب.

التجربة التي أجرتها Anthropic	النتيجة المنشورة
الويكي وحده، مجموعة المستندات الداخلية لدى Stainless (نحو 350 000 ملف)، مع 2 ثم 128 جلسة dreaming	13 % ثم 48 % من معايير التقييم
البحث مع الويكي، مجموعة المستندات نفسها	54 % ثم 61 %، مقابل 53 % للبحث وحده؛ توفير نحو 20 000 tokens لكل سؤال
أسئلة عن اندماج شركات (24، معايير تشمل مستندات متعددة)	87 % باستخدام الويكي، و73 % باستخدام البحث وحده
حقائق مستخرجة من عقود	41 من 57 باستخدام جدول مشترك، و57 من 57 باستخدام صفحة لكل عقد تتضمن اقتباسات حرفية

ويشير المقال أيضًا إلى القيود: لا تحسن حين يكفي مستند واحد، وقد يكون الويكي أحيانًا أكبر من مصادره، مع تكلفة حوسبة لإبقاء الذاكرة محدثة. ويذكّر أخيرًا بأن الذاكرة التلقائية في Claude Code لا تحمّل سوى أول 200 سطر أو 25 Ko من MEMORY.md، الذي يُستخدم فهرسًا.

🔗 مكوّنات ذاكرة الوكيل (Anthropic)

تقيس Google كيف تحرف تعليقات TODO المتقادمة وكلاء البرمجة عن مسارهم

6 نوفمبر — على مدونة Google Developers، يقيس سام ساكوني ومادهوري غاريكاباتي تكلفة خفية لوكلاء البرمجة: التعليقات المنسية.

What is easy for humans to skim past in code, agents see as a call to action.

🇸🇦 ما يتجاوزه البشر بسهولة عند تصفح الشيفرة، يراه الوكلاء دعوة إلى اتخاذ إجراء. — سام ساكوني ومادهوري غاريكاباتي، مدونة Google Developers

قارن الفريق كل تعليق TODO(bug/...) أو FIXME(bug/...) صادفه الوكلاء بالحالة الفعلية للخلل وطلب المستخدم، اعتمادًا على سجلات عمل آلاف المهندسين ومئات الملايين من خطوات الوكلاء. وإجمالًا، يتعرض الوكيل لمثل هذه الإشارات في 13 % من جلسات قراءة الملفات. ويتجاهلها في 94 % من الحالات، لكنه يتصرف بناءً عليها في 6 %، ولا يكون المطوّر قد طلب 83 % من هذه التصرفات: يتابع 41 % من هذه الانحرافات تذاكر أُغلقت بالفعل، ويوسّع 57 % منها نطاق العمل ليشمل خللًا ما زال مفتوحًا. وعند المقارنة مع تثبيت المطوّر وتعقيد الشيفرة ونوع المهمة ومستوى النموذج، يضيف الانحراف غير المطلوب 70 % من الخطوات، و77 % من الرموز، و105 % من وقت الانتظار لكل جلسة.

استجابت Google بوكلاء تنظيف يفحصون قواعد شيفراتها، ويتتبعون تاريخ الخلل والملف والتغييرات، ولا يقترحون حذف تعليق TODO إلا بعد التأكد من تقادمه: حُذفت آلاف الإشارات خلال ستة أشهر، مع قبول المراجعين البشر لأكثر من 95 % منها. ويدعو المقال إلى قواعد شيفرات ملائمة للوكلاء (قواعد شيفرات ملائمة للوكلاء).

يدرّب مشروع harness-hub محوّل LoRA لكل إطار تشغيل وكيل باستخدام RL، تحت حماية safeagents

6 نوفمبر — على مدونة Hugging Face، يقدم يونس ب. وليساندر وناثان حبيب (منظمة harness-hub) محوّلات أطر التشغيل (harness adapters): محوّل LoRA صغير لكل نموذج ولكل إطار تشغيل وكيل (pi وopencode وhermes)، يُدرّب بالتعلم المعزز على مهام قابلة للتحقق داخل إطار التشغيل، دون تعديله؛ ويقدّم خادم واحد النموذج الأساسي وجميع المحوّلات. وفي اختبارات أولية، لاحظ المؤلفون استدعاءات أدوات أقل مقارنة بالنموذج الأساسي في المهام المحجوزة للتقييم، بدقة مساوية أو أفضل. وتضيف المكافأة حافزًا صغيرًا للحلول الصحيحة التي تستخدم استدعاءات أقل.

تأتي المهام من جلسات برمجة مفتوحة جرت مشاركتها على Hub، ثم حوّلها Repo2RLEnvs إلى بيئات قابلة للتحقق؛ وتضم النسخة المنشورة 270 مهمة بتوزيع شديد الاختلال: 253 مهمة إنشاء (94 %)، و11 مهمة إصلاح، و6 مهام توسيع، ولا توجد مهام أسئلة وأجوبة. ويفحص الوكيل الوسيط safeagents كل استدعاء أداة أثناء التدريب: تُحظر محاولات التحايل على المكافأة وتُمنح درجة 0، ولا يؤدي تفعيل هذه الحماية إلى تغيير معدل pass@1 على مجموعة التقييم المحجوزة لنموذج LFM2.5-24B-A2B (+0,0 ± 4,1 نقطة). وتشمل عمليات التدريب النهائية LFM2.5-24B-A2B وLFM3-1.7B من Liquid AI، وTwIL-8B من webAI، وهو نموذج استدلال لم يُدرّب قط على بيانات الوكلاء بحسب بطاقته؛ وتُجرى هذه العمليات على HF Jobs وتُبث مباشرة، بما في ذلك تكلفتها.

🔗 محوّلات أطر التشغيل (مدونة Hugging Face)

وكلاء البرمجة: Claude Code 2.1.319 وCodex CLI 0.167.0 وCopilot CLI 1.0.106 وAntigravity CLI 1.5 والدردشة الصوتية في Cursor وSpaces من Amp

ينقل Claude Code 2.1.319 مهام MCP إلى الخلفية ويضيف permissions.denyInsteadOfPrompting

6 نوفمبر — تنشر Anthropic إصدار Claude Code 2.1.319: تتضمن ملاحظات الإصدار 146 بندًا، منها 90 إصلاحًا، مقابل 119 بندًا للإصدار 2.1.314 الصادر في 30 أكتوبر. وتتوفر الحزمة على npm منذ 00:58 UTC، ونُشر الإصدار على GitHub عند 17:04 UTC، دون تغريدة؛ وتبقى القناة stable على الإصدار 2.1.311. وتلحق بها حزم Agent SDK في اليوم نفسه (TypeScript 0.3.319 وPython 0.2.179).

العنصر المعدّل	ما يتغير
مهام MCP (MCP tasks) في الطرفية	عندما ينفّذ خادم MCP استدعاء أداة بوصفه مهمة، ينقلها Claude Code إلى الخلفية ويُمرّر النتيجة عند انتهائها
`permissions.denyInsteadOfPrompting`	يُرفض أي استدعاء كان سينتظر طلب إذن، وتستمر الجولة، بما يشمل الوكلاء الفرعيين وزملاء الفريق
الوضع التلقائي خلف بوابة LLM	عند تعطيل القياس عن بُعد أو أعلام الميزات: تُعرض الاستدعاءات التي يتعذر على الخادم التحقق منها على المستخدم أو تُرفض، دون اللجوء إلى المصنّف المدمج
`/claude-api latency-optimize`	يبحث عن مواضع الانتظار في الشيفرة التي تستدعي API الخاصة بـClaude، ويختبر إعدادات أسرع بمقارنتها بتقييم المستخدم
`/tasks`	سطر «في وقت سابق من هذه الجلسة» لإعادة فتح وكيل فرعي انتهى عمله والكتابة إليه

أُعلن عن مهام MCP في 23 أكتوبر دون رقم إصدار، لكنها لا تظهر في CHANGELOG إلا مع هذا الإصدار؛ وهي تعمل أيضًا دون أعلام الميزات، وبالتالي على Bedrock وVertex وFoundry أو خلف بوابة. وتصلح الملاحظات عدة ثغرات: تجاوز أذونات Bash باستخدام بادئة بيئة مصطنعة، والخروج من بيئة العزل عند إنشاء worktree، وأمر sed الذي كان يتخطى فحص الإذن في وضع accept-edits أو auto، و/rewind الذي كان يستطيع المساس بملف عبر رابط رمزي لمجلد. وتتلقى بوابة Claude apps تحذيرات استعدادًا لتغيير Claude Desktop في 10 نوفمبر، دون أن تفصّل الملاحظات هذا التغيير. وفي اليوم نفسه، يعلن @ClaudeDevs أن الجلسات السحابية تُعِدّ بيئة المستودع بنفسها (انظر الأخبار الموجزة).

🔗 ملاحظات إصدار Claude Code 2.1.319

يشير Codex CLI 0.167.0 إلى النتائج غير المقروءة ويبدّل الواجهة الخلفية من محدد الجلسات

6 نوفمبر — تنشر OpenAI إصدار Codex CLI 0.167.0 عند 01:40 UTC، وهو أول إصدار مستقر منذ 0.166.0 الصادر في 29 أكتوبر، مع 120 بندًا في قائمة PR. ويُفتح مركز قيادة الوكلاء الآن باستخدام codex agents --no-daemon، ويضع، مثل محدد الجلسات، علامة على النتائج التي لم يطّلع عليها المستخدم بعد. ويتيح هذا المحدد أيضًا الانتقال بين الواجهات الخلفية المتصلة دون فقدان المسودات. وتظهر معاينة للصور المحلية المرفقة أثناء الكتابة في الطرفيات المتوافقة، وتجمع شاشة تسجيل الدخول مفتاح API ومزوّدي الخدمات السحابية تحت «تسجيل الدخول بطريقة أخرى»، ويضبط الخيار gcp_setup_wizard خدمة Google Cloud Vertex AI باستخدام Application Default Credentials أو ملف بيانات اعتماد. وأصبح بالإمكان تفعيل إعدادات الوكيل الوسيط للنظام في macOS وWindows من خلال /experimental.

تركز الإصلاحات على استمرارية العمل: تظل المحادثات المحفوظة ظاهرة بعد تغيير مزوّد النموذج، ويمسح Ctrl+L الشاشة دون فقدان الرسائل التي يمكن الوصول إليها باستخدام Ctrl+T، ويأخذ الضغط التلقائي للسياق في الحسبان المخرجات المحتفظ بها من الاستجابات الفاشلة. وتصف وثائق app-server قواعد prompt-user التي تفرض الحصول على موافقة بشرية جديدة. وإضافة إلى ذلك، يُظهر openai-node 7.53.0 أخطاء جلسات الوكلاء في صورة أحداث ضمن التدفق.

🔗 ملاحظات إصدار Codex CLI 0.167.0

يصدر Copilot CLI 1.0.106 بنسخة مستقرة مع 227 بندًا جديدًا، يتبعه 1.0.107 بملاحظات مطابقة

6 نوفمبر — ينشر Copilot CLI أول إصدار مستقر له منذ 1.0.105 الصادر في 28 أكتوبر. ويصدر 1.0.106 عند 01:47 UTC بملاحظات تجمع دورة الإصدارات التجريبية كاملة: 637 بندًا، منها 227 لم تظهر في ملاحظات الإصدارات التجريبية الأحد عشر المنشورة على GitHub. وعند 20:37 UTC، يصدر 1.0.107 بالملاحظات نفسها تمامًا، باستثناء التاريخ في الترويسة: لا تصف الملاحظات أي تعديل يخصه، وهو الإصدار الذي يثبّته npm افتراضيًا الآن.

تشمل البنود الجديدة المتغير COPILOT_SESSION_CWD لتشغيل إعدادات LSP وMCP المحلية وتوسيعها، وإمكانية اختيار GPT-6.1 Terra من قسم «نماذج جديدة» عندما يتيح الحساب الوصول إليه، وإعداد «امتدادات بيئة العزل» الذي يشغّل عمليات الامتدادات داخل بيئة العزل، وقياسًا عن بُعد من نوع MATS لتسجيل الدخول إلى Microsoft Entra عبر OneAuth، يحترم رفض القياس عن بُعد من جهة العميل. ويغلق /exit الجلسة الحالية بدلًا من CLI عندما يكون الشريط الجانبي «الجلسات» مفتوحًا، وتقبل قواعد الرفض في بيئة العزل أنماط glob، وتوضح رسائل الرفض بسبب مخاطر الأمن السيبراني أن الجلسة تظل سليمة، مع اقتراح /rewind. وتنتقل حزمة Copilot SDK أيضًا إلى الإصدار المستقر 1.0.29: 131 بندًا، مع اقتطاع في المصدر، منها تغيير غير متوافق مع الإصدارات السابقة في Rust يتعلق بـSessionMetadata.

🔗 Copilot CLI 1.0.106 · Copilot CLI 1.0.107 · حزمة Copilot SDK 1.0.29

يصبح Antigravity CLI 1.5 خادم ACP للمحررات ويُجري محادثاته على وكلاء عن بُعد

4 و5 نوفمبر — تنتقل CLI الخاصة بـAntigravity إلى الإصدار 1.5 على مرحلتين. يضيف الإصدار 1.5.0 (10 تحسينات و3 إصلاحات) الأمر agy acp، الذي يشغّل CLI بوصفها خادمًا لبروتوكول Agent Client Protocol (ACP): يمكن لمحرر متوافق استخدامها وكيلًا، مع صور وسياق ملفات في المطالبات، وإمكانية إعادة توجيه جولة جارية، وأوضاع الجلسة default وaccept-edits وplan، واستئناف جلسة دون إعادة تشغيل سجلها، ونموذج ومستوى تفكير خاصين بكل جلسة؛ ويتيح agy acp --login الاتصال من طرفية للمحررات المتصلة عبر SSH. ويضيف الإصدار نفسه --remote-agent، الذي يُجري المحادثات على وكلاء عن بُعد، وهو نظير عبر سطر الأوامر للوكلاء الذين وصلوا في الإصدار 2.29.0 من التطبيق، إضافة إلى مشاريع محلية في /projects ووضع دون واجهة (headless، -p) ينتظر انتهاء المهام الخلفية بدلًا من إيقافها بعد حد خفي قدره 30 دقيقة. ويكشف أحد الإصلاحات أن الوكلاء الفرعيين لاتصال عبر GEMINI_API_KEY كانوا يعملون بنماذج أقدم بجيلين بدلًا من Gemini 4 Argon وGemini 3.8 Flash.

يتيح الإصدار 1.5.1 (5 تحسينات و7 إصلاحات) لجميع عملاء ACP مجموعة نماذج الحساب كاملة، بعدما كانت نماذج غير Gemini تُعرض سابقًا على قائمة ثابتة من المحررات وحدها، ويخفض زمن إنهاء أمر الطرفية من 5 ثوانٍ إلى نحو ثانية واحدة عندما تُبقي عملية خلفية المخرجات مفتوحة. ويجري طرح الإصدار تدريجيًا، وقد يستغرق بضعة أيام.

🔗 سجل تغييرات Antigravity

يتيح Cursor الدردشة الصوتية الآنية مع وكلائه باستخدام Grok Voice

6 نوفمبر — يتيح Cursor الآن التحدث إلى وكلائه أثناء مكالمة صوتية آنية: وصف تغيير بصوت مرتفع، وسؤال وكيل عمّا يفعله، وسماع المستجدات أثناء العمل. وتعمل الدردشة الصوتية في Agents Window وIDE ونسخة الويب وتطبيق iOS. وتشغّل المكالمة وكيلين: يستمع وكيل صوتي ويجيب ويكلّف وكيل الدردشة بعمل البرمجة؛ ويجيب أيضًا، بصلاحية القراءة فقط، عن أسئلة تتعلق بفروق الشيفرة وعمليات التشغيل، ويبحث في الرسائل والمكالمات السابقة، ويبدّل عامل التنفيذ داخل مشروع. ويتحدث وكيل البرمجة بنفسه، من خلال ملاحظات تقدم قصيرة ورد موجز عند الانتهاء.

يعتمد الصوت على Grok Voice (أصبح Cursor جزءًا من SpaceX منذ أغسطس)، بينما يحتفظ وكيل البرمجة بالنموذج المختار؛ وتتوفر أصوات عدة، منها Ara وEve وLeo وRex وSal. ومع وضع الخصوصية، تعمل الدردشة الصوتية دون الاحتفاظ بالبيانات، وعلى iOS يبدأ أمر Siri مكالمة مع وكيل جديد. ويلزم تسجيل الدخول بحساب (لا يمكن لجلسة مفتوحة بمفتاح API إجراء مكالمة)، وتنتهي المكالمة بعد نحو 10 دقائق من الصمت عندما لا يكون لدى الوكيل عمل جارٍ، ويوجد حد يومي لم يُنشر رقمه. ولم تُذكر أي أسعار؛ ويظل الإملاء، الذي كان يُسمى سابقًا Voice Mode، ميزة منفصلة.

🔗 الدردشة الصوتية مع الوكلاء (سجل تغييرات Cursor) · وثائق الدردشة الصوتية

Amp تطلق Spaces، وكيل ينشئ سلاسل المحادثات وينسّقها نيابةً عن المستخدم

6 نوفمبر — تطلق Amp ميزة Spaces: المساحة هي محادثة مع وكيل واحد، تتمثل مهمته في إطلاق وكلاء آخرين وتنسيق عملهم. لم يعد على المستخدم إنشاء سلاسل محادثاته (threads) أو تنظيمها، إذ يتولى وكيل المساحة ذلك. وتقدّمها Amp بوصفها طريقة للعمل مع عدد كبير من الوكلاء على مستوى أعلى؛ وبعد بضعة أسابيع من الاستخدام الداخلي، يرى الفريق أنها قد تمثّل مستقبل التفاعل مع الوكلاء، إذ توفر رؤية شاملة مع إمكانية التعمّق في التفاصيل.

يعرض المقال ثلاثة أمثلة داخلية. بُنيت Spaces داخل مساحة «Spaces v1»، حيث كان الوكيل يوزّع الملاحظات والأخطاء والأفكار المطروحة في الدردشة على سلاسل محادثات. وأدار لويس من مساحة واحدة إطلاق Service Accounts: النشر، ومراقبة X وSlack وتقارير الأخطاء، وإصلاح المشكلات، ثم إرسال رسائل البريد الإلكتروني وردّ الأموال إلى المستخدمين المتضررين. وكلّف ويل مساحةً بإجراء مراجعة أمنية دورية: قسّمت الجولة الأولى قاعدة الشيفرة إلى 16 منطقة، روجعت كل منها في سلسلة محادثة مستقلة، وتُحقّق من كل نتيجة في سلسلة أخرى، مع إعداد وثيقة تلخيصية. ويبدأ الاستخدام من زر + في قسم Spaces بالشريط الجانبي؛ ولا يذكر المقال أسعارًا أو باقات. وفي اليوم نفسه، تضيف Amp أداة مصغّرة تحوّل التعليقات الموضوعة على موقع إلى سلسلة محادثة لوكيل (انظر الأخبار الموجزة).

🔗 Spaces (Amp)

بناء النماذج: Meta تدرّب نماذج متخصصة باستخدام Muse Wonder، وHugging Face تنشر دليلًا لتدريب MoE

Meta تنشر في Muse وMeta AI نماذج متخصصة دُرّبت باستخدام Muse Wonder

6 نوفمبر — تتيح Meta لـMuse وMeta AI الاستفادة من Muse Wonder، نموذجها الرائد الذي أطلقته في 12 أكتوبر: إذ تنشر فيهما نسخًا متخصصة من نماذجها الحالية دُرّبت باستخدام Muse Wonder؛ ولا يسمّيها المقال ولا يذكر أحجامها أو أوزانها. وتنتقل إليهما قدرتان من Muse Wonder: الذاكرة النشطة (Active Memory)، التي يُفترض أن تتعرّف إلى اللحظة التي تصبح فيها معلومة قديمة مفيدة مجددًا، وأن تميّز ما لا يزال صالحًا مما أصبح متقادمًا، والتركيز النشط (Active Focus)، الذي يُفترض أن يتيح تجاوز العقبات أو إيجاد بديل. وفي Meta AI، تصف Meta مساعدًا يقسّم المشكلات إلى خطوات ويطرح أسئلة متابعة أكثر دقة، دون إرفاق أرقام.

مقياس داخلي لدى Meta	نموذج Muse الحالي	النموذج السابق
Personal Superintelligence Index	47 %	38 %
Active Memory Eval (استخدام السياق الحاسم جيدًا)	90 % من المهام	76 %
نسيان معلومات حاسمة في Muse	مقسوم على 2,4	—
المهام اليومية التي يطرأ فيها أمر غير متوقع	+67 %	—

جميع هذه القياسات صادرة عن Meta، دون نشر بروتوكولها في المقال.

🔗 مقال Meta البحثي عن النماذج المتخصصة في Muse وMeta AI

Hugging Face تنشر الدليل الشامل لتدريب MoE، مستندًا إلى 800 000 ساعة GPU من التجارب

5 نوفمبر — تنشر Hugging Face الدليل الشامل لتدريب MoE، وهو دليل مجاني ومفتوح مخصص لتدريب نماذج مزيج الخبراء (Mixture-of-Experts، MoE)، من تأليف نوامان تازي ولياندرو فون فيرا وتوماس وولف. وينطلق من ملاحظة مفادها أن 18 من أفضل 20 نموذجًا بأوزان مفتوحة، وفق مؤشر Artificial Analysis، هي نماذج MoE، ومنها DeepSeek V4.1 Flash 1017 وGLM-5.3 وMiniMax-M3.1-Flash، بينما تظل الخبرة اللازمة لتدريبها محصورة في عدد قليل من الفرق.

18 of the 20 best open models today are Mixture-of-Experts. Dense is basically over. And yet the know-how to train a good MoE still lives mostly in the heads of a handful of teams. So we spent 800k GPU hours running the experiments ourselves and wrote everything down.

🇸🇦 18 من أفضل 20 نموذجًا مفتوحًا حاليًا هي نماذج Mixture-of-Experts. لقد انتهى عهد النماذج الكثيفة تقريبًا. ومع ذلك، لا تزال الخبرة اللازمة لتدريب نموذج MoE جيد حبيسة عقول حفنة من الفرق في معظمها. لذلك خصصنا 800 000 ساعة GPU لإجراء التجارب بأنفسنا، ودوّنا كل شيء. — @Thom_Wolf على X

أُجريت التجارب على عُقد AWS P5 المزودة بثماني وحدات H100؛ ويتحدث جيف بودييه، في تغريدة أعادت Hugging Face نشرها، عن إنفاق 2 مليون دولار. ويضم الدليل نحو 70 000 كلمة و55 شكلًا تفاعليًا وشيفرة قابلة للتنفيذ، مع وقت قراءة معلن يتراوح بين يوم ويومين. ويتناول الأسئلة العملية التي تواجه الفرق: كم عدد الخبراء، وما حجمهم، وهل يكونون مشتركين أم لا؛ وأي موجّه يُستخدم ولماذا يُحافظ عليه بدقة FP32؛ وهل تُستخدم خسارة مساعدة أم انحياز بلا خسارة على طريقة DeepSeek لموازنة الحمل؛ وهل يبدأ التدريب من نموذج كثيف (upcycling) أم من الصفر؛ ولماذا يصبح التدريب أبطأ بـ25 مرة دون ظهور خطأ في السجلات. ويتناول الجزء الأخير تشغيل النماذج لخدمة الطلبات: خبراء بدقة منخفضة، وتوازي الخبراء، وفصل attention-FFN.

🔗 الدليل الشامل لتدريب MoE (Hugging Face)

Agent API من Perplexity تخفّض تكلفة جميع مستويات الجهد، مع جودة مساوية أو أعلى وفقًا لـPerplexity

5 نوفمبر — تخفّض Perplexity تكلفة كل طلب في جميع مستويات الجهد (effort levels) الحالية في Agent API، مع جودة بحث مساوية أو أعلى وفقًا للشركة؛ ويفصّل المقال أيضًا مستوى ultra، الذي أُتيح في اليوم نفسه لأوسع عمليات البحث نطاقًا. ومستوى الجهد هو إعداد جاهز للاستخدام يحدد النموذج، وميزانية الخطوات، وإعدادات البحث، والأدوات لنوع معين من المهام. ويستفيد الطلب الذي يستدعي مستوى باسمه من التحديث دون تغيير الشيفرة؛ أما تثبيت إصدار محدد فيُبقي الإعداد القديم. وتشمل النتائج BrowseComp وDSQA، وهما معياران عامّان للتقييم، وWANDR، معيار Perplexity الداخلي لعمليات البحث الطويلة التي تشمل كيانات كثيرة.

مستوى الجهد	النتيجة المنشورة	التكلفة المنشورة
medium	من 55 % إلى 77 % على BrowseComp وDSQA	أقل بنحو 90 %
high، مع استخلاص fetch_url	88,0 % مقابل 83,5 % دون استخلاص	0,073 دولار لكل طلب مقابل 0,094
xhigh	الحفاظ على 76,5 % على WANDR	نحو 25 % من تكلفة إعداد أغسطس
ultra	85,9 % على WANDR، أفضل نتيجة اختُبرت	21,71 دولارًا لكل مهمة

يطلق مستوى ultra ثلاثة وكلاء بالتوازي للعمل على المهمة كاملة، ثم يدمج وكيل رابع ما توصلوا إليه ويكتب الإجابة. ويفصّل المقال عوامل التحسين: سقف للخطوات واستدعاءات الأدوات مع تذكيرات بالميزانية (في إحدى مهام BrowseComp، يجد الوكيل الذي تلقى التنبيه الإجابة في 13 خطوة من أصل 40، بينما يستنفد الآخر الخطوات الـ40 دون العثور عليها)، ونموذج أصغر لا يحتفظ من الصفحة إلا بالمقاطع المفيدة (تقليص 5 561 رمزًا إلى 293)، ومهارات تُحمَّل عند الطلب لأن تحميلها جميعًا مسبقًا يزيد التكلفة بنسبة 13 %، وحلقة تقييم لا تعتمد نموذجًا جديدًا إلا إذا قدّم أداءً أفضل بتكلفة مساوية أو أقل. ولم يُنشر جدول أسعار لكل مستوى.

🔗 تحسينات على كل مستوى جهد في Agent API (Perplexity) · سلسلة محادثة @perplexitydevs

Perplexity Computer يلخّص محادثاته الطويلة في الخلفية ويتيح Brain لجميع Projects

6 نوفمبر — تنشر Perplexity أول سجل تغييرات لمنتجاتها منذ 19 أكتوبر، في ستة عشر بندًا؛ ويعيد معظمها عرض مستجدات سبق الإعلان عنها، مثل Teammates وتشغيل Computer بالكامل محليًا على Mac أو الوضع الصوتي، فيما تتضمن سبعة بنود مستجدات تُعلن لأول مرة. وفي Computer، يُلخَّص سجل المحادثات الطويلة الجديدة في الخلفية (background compaction): ووفقًا لـPerplexity، ينخفض عدد التوقفات اللازمة لمواصلة العمل على سياق طويل بنسبة 94 %، وينخفض استهلاك الأرصدة لكل جولة بنسبة 7 %. ولتعديل موقع أنشأه Computer، أصبح المستخدم يحدد عنصرًا بعينه (عنوانًا أو زرًا أو بطاقة أو قائمة) بدلًا من رسم مستطيل.

وفي Projects، يُفعَّل Brain، ذاكرة Project، مجانًا في كل Project، ويُحدَّث يوميًا انطلاقًا من محادثاته وملفاته؛ وتُتاح للجميع لوحة Project info ولوحة Settings موحّدة. وفي Enterprise، تتيح إشارات @mentions إدخال زميل إلى سلسلة محادثة أو مهمة Computer على الويب، وتضيف عناصر التحكم بحسب الدور سقفًا للسرعة (Normal أو Fast) إلى إعدادات الجهد المتاحة بالفعل. وتنضم مهارة Impeccable، التي تدقّق التسلسل الهرمي وإمكانية الوصول والسلوك المتجاوب (responsive) واتساق نظام تصميم الواجهة، إلى القائمة الرسمية. ويوضح سجل التغييرات أخيرًا أن Agent Plugins متاحة للباقات الفردية ولباقات Enterprise ذاتية الخدمة، وأن Computer يعمل بالكامل محليًا بدءًا من تطبيق Mac 26.42.0. أما خفض تكلفة مستويات الجهد، الذي يورده أيضًا، فتفاصيله في القسم السابق.

🔗 سجل تغييرات Perplexity بتاريخ 6 نوفمبر

الصوت: Phonon من Gradium يعمل على الجهاز، وElevenLabs تمنح شخصيات Unity القدرة على الكلام

Gradium تفصّل Phonon، نموذجها لتوليد الكلام على الجهاز بأوزان مفتوحة

5 نوفمبر — تعود Gradium، في مقال على مدونة Hugging Face، إلى Phonon، الذي أُتيح قبل أسبوعين: نموذج لتوليد الكلام يعمل بالكامل على الجهاز، دون خادم أو شبكة، من الهاتف إلى علامة تبويب المتصفح مرورًا بالحواسيب أحادية اللوحة. ويتوفر Phonon بحجمين، نحو 65 و75 Mo، ويتعامل مع أرقام الهواتف والتواريخ والرموز. ويتضمن أكثر من 100 صوت، ويمكن إنشاء أصوات أخرى في Gradium Studio، إما باستنساخ الصوت من تسجيل قصير بموافقة الشخص، أو بوصف نصي، ثم تنزيلها لتعمل محليًا.

نموذج Phonon	اللغات المدعومة	ترخيص الاستخدام
Phonon 31m	الإنجليزية	Apache 2.0، استخدام تجاري حر
Phonon 40m	الإنجليزية، الفرنسية، الألمانية، الإسبانية، البرتغالية	CC BY-NC، استخدام تجاري مدفوع بحسب عدد المستخدمين

وفقًا لـGradium، يتصدر Phonon من حيث وضوح الكلام بالألمانية والإسبانية على Open TTS Leaderboard في Hugging Face، ويأتي ضمن المراتب الثلاث الأولى في كل لغة جرى تقييمها، في مواجهة نماذج يصل حجمها إلى 100 ضعف حجمه؛ كما يتصدر معيار البث على المعالج من حيث زمن الانتظار حتى صدور أول صوت. وتعلن Gradium تجاوز 200 000 تنزيل في أسبوعين. ويضم محرك الاستدلال ptts أكثر من عشر بيئات تشغيل خلفية (المعالجات، وGPU عبر CUDA أو Vulkan أو Metal أو WebGPU، وشرائح Core ML وSnapdragon)، وتدمجه Transformers منذ v5.21.

🔗 Phonon (مدونة Hugging Face)

ElevenLabs تطلق SDK لـUnity لمنح شخصيات الألعاب صوتًا باستخدام ElevenAgents

5 نوفمبر — تنشر ElevenLabs حزمة SDK لـUnity من أجل ElevenAgents، منصتها للوكلاء الصوتيين. وتربط الحزمة مشهدًا في اللعبة بوكيل أُنشئ في لوحة تحكم ElevenLabs: يقترب اللاعب من شخصية ويتحدث إليها بصوت مسموع، فتلتقط SDK صوت الميكروفون، وتشغّل صوت الوكيل عبر AudioSource في Unity، وتدير الجلسة عبر Conversation API. ويمكن أن يصدر الصوت من موقع الشخصية وأن يحرّك مستوى شدته فمها؛ وتتيح المتغيرات الديناميكية لشخصيات متعددة مشاركة الوكيل نفسه بأمزجة مختلفة؛ ويُبلغ تحديث سياقي الوكيل بحدث داخل اللعبة، مثل التقاط مفتاح، دون مقاطعته؛ وتتيح له أدوات من جهة العميل تشغيل شيفرة اللعبة، لفتح باب مثلًا.

المنصة المستهدفة	حالة SDK	وسيلة النقل المستخدمة
المحرر وأجهزة سطح المكتب (macOS، Windows، Linux)	مدعوم	WebSocket
WebGL	مدعوم	WebSocket أو WebRTC
iOS، Android، XR	تجريبي	WebSocket

يُجرى التثبيت عبر Package Manager في Unity، من مستودع git التابع لـElevenLabs مع تثبيت الإصدار v0.1.0 (إصدار نُشر على GitHub في 27 أكتوبر، بترخيص MIT)، ويُعلن أن البدء باستخدام مثال GettingStarted يستغرق نحو عشر دقائق. وتذكّر ElevenLabs بضرورة إعادة تفعيل المصادقة قبل النشر: يجب أن يوفّر خادم رابط URL موقّعًا قصير الصلاحية، ويجب ألا يظهر مفتاح API أبدًا في أي إصدار مُجمّع. ولم يُعلن عن تسعير خاص.

🔗 امنح شخصيات Unity غير القابلة للعب صوتًا باستخدام ElevenAgents (ElevenLabs) · مستودع elevenlabs/unity

Ai2 تقدّم رسميًا ToyBlocks، أول عوالم FoundationWorlds لديها لدراسة تعلّم الروبوتات

6 نوفمبر — تقدّم Ai2 رسميًا ToyBlocks، الذي كانت شيفرته وبياناته متاحتين عبر الإنترنت منذ اليوم السابق. ويضعه المعهد ضمن إطار أوسع، هو العوالم التأسيسية (FoundationWorlds): عالم محاكاة خاضع للتحكم، وتوليد آلي للمهام والعروض التوضيحية، ومقاييس تتبّع سلوك الروبوت بمرور الوقت، بما يتيح تغيير البيانات أو النماذج، وإعادة إجراء اختبار، وتتبع سبب الإخفاق. وتُنتَج العروض التوضيحية فيه دون تشغيل عن بُعد، بسرعة تصل إلى 24 ضعف الزمن الحقيقي باستخدام GPU واحد. وتتعلق النتائج الأولى بالانتقال إلى الواقع وبالوكلاء الرائدين:

التقييم المنشور من Ai2	النتيجة المحققة
المهارات الأساسية لـManiFlow، في المحاكاة وعلى روبوت حقيقي	80,0 % و81,1 %
Molmo 2 + ManiFlow، في المحاكاة وعلى روبوت حقيقي	55,5 % (111 من أصل 200) و50,0 % (15 من أصل 30)
Claude Opus 5.5 عبر MCP، مهام البحث والتهجئة (search and spell)	63 % حُلّت أو صُنّفت على نحو صحيح بأنها غير قابلة للتنفيذ
أوصاف المهارات الافتراضية، وأوصاف خبير بشري، والأوصاف المتعلَّمة	24 % و36 % و63 % نجاحًا
Claude Opus 5.5 في التخطيط التقليدي	30 مهمة تكديس من أصل 30

في مهام البحث والتهجئة، يتعذر تنفيذ نصف المشاهد، وتنتج الأخطاء أساسًا عن تشابه الحروف (13 %) أو عن اتجاه خاطئ (15 %). وتوضح Ai2 أن تحقيق الثقة الإحصائية يتطلب مزيدًا من الاختبارات على روبوت حقيقي. وتتيح واجهة ويب توجيه الروبوت باللغة الطبيعية باستخدام Claude أو نموذج رائد آخر، وينشر المستودع المرافق allenai/agentic_robotics حلقة عمل الوكيل المنسّقة عبر MCP، بترخيص Apache-2.0.

🔗 ToyBlocks (مدونة Ai2 على Hugging Face) · مستودع allenai/agentic_robotics

GitHub تقدّم Copilot Verified Proficiency، وهو مستوى كفاءة يُحتسب بناءً على الاستخدام الفعلي لـ Copilot

6 نوفمبر — تسلّط GitHub الضوء على Copilot Verified Proficiency، وهو شكل جديد من الاعتراف بالمهارات (اعتماد) مشترك بين Microsoft وGitHub، ومرتبط بـ Microsoft Pro Badge. يُحتسب المستوى باستمرار، بدلًا من إجراء امتحان، انطلاقًا من المهام المنجزة فعليًا باستخدام Copilot، وفقًا لبيانات القياس عن بُعد، وبناءً على نطاق الاستخدامات وعمقها واستمراريتها، لا حجم النشاط. تُقيَّم خمس مهارات: التعاون مع الذكاء الاصطناعي، وكتابة المطالبات، وتوليد الشيفرة والتحقق منها، وتهيئة الوكلاء، ودمج الأدوات والسياق. تتوافر ثلاثة مستويات (Beginner وIntermediate وProficient)، فيما لا يزال Advanced وExpert قيد التطوير؛ ويمنح مستوى Proficient شارة Pro Badge قابلة للمشاركة، تنتهي صلاحيتها بعد ستة أشهر إذا لم يُحافَظ على المستوى، وينخفض المستوى عند عدم استخدام Copilot.

المشاركة اختيارية، والنتائج خاصة افتراضيًا ولا يطّلع عليها صاحب العمل أو المؤسسة ما لم تُشارَك طوعًا؛ وتظل معايير التقييم والخوارزميات مملوكة. لا تُدعَم حسابات Enterprise Managed Users وحسابات GitHub Enterprise Cloud المزوّدة بميزة إقامة البيانات. ولا تزال حالة الإتاحة غير واضحة: فالصفحة، غير المؤرخة، تتيح احتساب المستوى، لكن قسم الأسئلة الشائعة فيها يتحدث عن معاينة خاصة تُجرى مع شركاء مدعوين.

🔗 Copilot Verified Proficiency على GitHub Learn · إعلان @github على X

NVIDIA تعرض أرقام نمو أدواتها المفتوحة المصدر Aerial وSionna لشبكات 5G/6G، مع خمسة مشاريع بحثية

6 نوفمبر — بعد عام من فتح مصدر برنامجها للاتصالات اللاسلكية Aerial، الذي انضم إلى Sionna ضمن مجموعة أدوات لأبحاث 6G، تستعرض NVIDIA التطورات في تدوينة بقلم سوما فيلايوثام. وفقًا لـ NVIDIA، تضاعف اعتماد المطورين على AI Aerial وSionna عشر مرات خلال عام، وتجاوزت تنزيلات أدواتها المفتوحة المصدر لشبكات 5G/6G المليون، وتستخدمها أكثر من 8 000 مؤسسة بحثية وجامعة. لا تعلن التدوينة عن أي منتج، وتعرض هذه الاستخدامات من خلال خمسة مشاريع:

الفريق البحثي	النتيجة المعلنة	ظروف القياس
كينغز كوليدج لندن	تقليص زمن تنفيذ المهام الروبوتية بنسبة تصل إلى 52,6 %	وصف موجز للأجسام بدلًا من الصور الكاملة، مع إحداث أعطال عمدًا
SoftBank	معدل نقل أعلى في الوصلة الصاعدة في الإعدادات الـ 15 المختبَرة، مع تحسن أقصى بنحو 60 %	مستقبِل عصبي في Aerial CUDA-Accelerated RAN، وهاتف ذكي تجاري يدعم 5G، وتداخلات مضبوطة
ETH Zurich	خفض معدل خطأ الكتل بأكثر من الثلث	مستقبِلات مضبوطة باستخدام قياسات محلية، مقارنة بإصدارات مختارة مدرَّبة مسبقًا
جامعة ليدز	خفض استهلاك شبكة النفاذ الراديوي بنسبة 45,6 %	توقّع إدخال المحطات القاعدية في وضع السكون قبل 10 دقائق، مقارنة بمرجع يعمل بكامل القدرة
CTTC (كتالونيا)	تقليص زمن المحاكاة من نحو 3 ساعات إلى 10 إلى 20 دقيقة	تقييم أولي، ونماذج قنوات تعمل على GPU داخل المحاكي المفتوح المصدر 5G-LENA

تحيل التدوينة إلى جلسات مطوري 6G في GTC بواشنطن العاصمة، وتذكّر بأن Aerial وSionna متاحان على GitHub.

🔗 كيف تساعد أدوات NVIDIA المفتوحة المصدر الباحثين على بناء شبكات 6G من الجيل القادم (NVIDIA)

أخبار موجزة

وكلاء وأدوات البرمجة

جلسات Claude Code السحابية — في خطط Pro وMax وUltra، يحدّد Claude بنفسه الاعتماديات والوصول إلى الشبكة ومفاتيح API التي يحتاج إليها المستودع، ثم يحفظ هذه البيئة للجلسات التالية؛ ووفقًا لـ @ClaudeDevs، تُخزَّن المفاتيح من دون أن يطّلع عليها Claude. يقتصر الإعلان على تغريدة، من دون تدوينة أو توثيق. 🔗 المصدر
أداة الملاحظات في Amp — يتيح وسم برمجي، ثم عنوان صفحة مضاف إليه ?amp، النقر على عنصر في موقع وكتابة تعليمة: يفتح Amp سلسلة محادثة في المشروع، وينفّذ الوكيل التغيير داخل orb، على نسخة من المستودع. الميزة مخصّصة لمشاريع مساحة العمل، من دون إعلان سعر. 🔗 المصدر
Gemini CLI — لم يُنشَر أي إصدار ليلي في 5 و6 نوفمبر بسبب فشل سير العمل، لكن Gemini CLI دمج نحو اثني عشر تغييرًا برمجيًا في main يوم 6: سمات ألوان في ملف theme.json مستقل، والتحقق من أسماء النماذج في /model، وإنهاء فترات انتظار الحصة التي تستمر ساعات في وضع ACP وحالات توقف الشبكة الصامتة. لم يُضمَّن أي من ذلك في إصدار بعد. 🔗 المصدر
Qwen Code v0.26.9 — تُثبَّت المهارات من أرشيفات ZIP عبر Web Shell أو البرنامج الخفي أو SDK TypeScript، ويمكن لطلب واحد تفعيل ما يصل إلى 100 مهارة أو تعطيلها؛ وتُفعَّل أتمتة Managed Agent افتراضيًا، ويمتد دعم إدخال الصور إلى Llama 4 وPixtral وMistral Small. لا توجد تغييرات تكسر التوافق. 🔗 المصدر
Kimi Code 2.5.2 — ثلاثة إصلاحات: تكرار التصريح بالأدوات عند تغيّر تعريفات أدوات MCP، ووضع رسائل التوجيه في قائمة الانتظار خطأً أثناء الجلسة، وإنشاء المشاريع عند تقديم واجهة الويب عبر HTTP. 🔗 المصدر
ZCode v3.17.2 — في 4 نوفمبر، ومن دون ملاحظات إصدار، أصبحت مساحة عمل البرمجة من Z.ai تمرّر معاينة ملفات HTML المحلية في متصفحها المدمج عبر عنوان zcode-html:// مقصور على مجلد تلك الملفات: إذ يتيح Electron افتراضيًا لصفحة file:// قراءة ملفات أخرى. 🔗 المصدر
أسطول من وكلاء البرمجة — يستخلص توني دزي حصيلة 103 أيام من تشغيل وكلاء برمجة من عائلة واحدة على سبعة أجهزة: قد يلتزم بروتوكول تنسيق بجميع ثوابت السلامة فيه، ومع ذلك يُتخلّى عنه. وينشر claw-consensus، محرّك التوافق الخاص به الذي يعمل من دون LLM، وبيانات القياس عن بُعد التي تُظهر انهيار استخدامه. 🔗 المصدر

واجهات API والمنصات والأمن

المكالمات الصادرة من GPT-Live — في 2 نوفمبر، أتاحت OpenAI لجميع المؤسسات المكالمات الهاتفية الصادرة من GPT-Live عبر SIP، باستخدام API Live: رقم بتنسيق E.164، ووصلة trunk لدى المشغّل، وإشارات TLS وصوت SRTP، مع حد أقصى للرنين قدره 3 دقائق وللمكالمة قدره ساعتان؛ من دون إعلان سعر. 🔗 المصدر
API Agents من OpenAI — يستعرض مايكل لو، المسؤول عن المنتج لدى OpenAI، حصيلة أكتوبر، التي سبق تناول معظمها، ويتيح عند الطلب خمس وظائف تجريبية: ذاكرة بين الجلسات، ووصول الوكلاء إلى API Decisions، وسقف للميزانية بالدولار، ومجموعة بيئات، ومعمارية v2. 🔗 المصدر
gemini-embedding-2-preview — أصبحت API Gemini تعدّ هذا النموذج متقادمًا: فمنذ 6 نوفمبر، تُوجَّه طلباته إلى gemini-embedding-2 بسعر Gemini Embedding 2، مع المخطط نفسه وفضاء التضمينات نفسه؛ ويكفي تغيير اسم النموذج، من دون إعادة الفهرسة. 🔗 المصدر
مقاييس استخدام Copilot — تتتبّع API الآن، لكل مستودع، نسبة تعليقات Copilot code review التي عالجها المطورون، موزّعة حسب الشدة ومستوى المراجعة ونوع التعليق، وتشير إلى المستخدمين الذين لا تتوافر لهم بيانات قياس عن بُعد أو الذين يستخدمون إصدارات أقدم من الحد الأدنى المطلوب لبيئة IDE والإضافة. 🔗 المصدر
OpenAI وHacktron — تتعاون OpenAI مع Hacktron، التي تعرّفت إليها عبر برنامجها لمكافآت الثغرات، للبحث عن ثغرات في أنظمتها الخاصة، ولا سيما في تفاعلاتها مع خدمات الجهات الخارجية، وتوسّع وصول Hacktron إلى النماذج المتقدمة عبر Daybreak Red؛ من دون إعلان مبلغ. 🔗 المصدر
Transformers v5.22.2 — تحديث تصحيحي فرعي من Hugging Face يعزّز عزل Jinja، ولم يعد يضبط device_id إلا مع NCCL؛ ولا تذكر ملاحظات الإصدار أي تنبيه أمني. 🔗 المصدر

الشركات والتعليم

الجامعات الأسترالية — في 5 نوفمبر، تفصّل OpenAI أوجه تعاونها مع UNSW Sydney، التي تتيح ChatGPT Edu لأكثر من 80 000 طالب وموظف، وجامعة سيدني، وجامعة لاتروب، وجامعة أديلايد؛ وفي استطلاع أجرته Pureprofile بتكليف من OpenAI وشمل 1 018 طالبًا، يستخدم 81 % الذكاء الاصطناعي عدة مرات أسبوعيًا. 🔗 المصدر
Cult.fit وCodex — في 5 نوفمبر، تُظهر دراسة حالة من OpenAI كيف تعتمد شبكة الصالات الرياضية الهندية Codex معيارًا لأعمالها الهندسية: أكثر من 20 تطبيقًا داخليًا أنشأتها فرق غير تقنية، وتوفير سنوي يتجاوز 100 000 دولار في البرمجيات، وانخفاض تكاليف دعم العملاء بأكثر من 50 %. 🔗 المصدر
Merge وGPT-6 Astra — في 5 نوفمبر، توضح الشركة الناشئة Merge أن روبوتًا يعمل بـ GPT-6 Astra، ومتصلًا بـ Salesforce وGong وGoogle Sheets وGmail، يقلّص التحضير لعشاء مع العملاء من عشرات الساعات إلى نحو 30 دقيقة؛ وقد انتقلت من 8 لقاءات عشاء في الربع الثاني إلى 16 في الربع الثالث. 🔗 المصدر
Franklin Templeton — في 5 نوفمبر، تصف شركة إدارة الأصول طبقة ذكاء مترابطة، بُنيت باستخدام Codex من بين أدوات أخرى، وتربط البحث والمخاطر والامتثال والتداول لصالح مديري محافظها الاستثمارية؛ من دون أرقام للنتائج. 🔗 المصدر
Flipsnack وChatGPT Ads — في 5 نوفمبر، تعلن شهادة العميل هذه زيادة في التسجيلات بنحو 310 % وانخفاضًا في تكلفة التسجيل بنحو 75 %، مع بقاء الميزانية اليومية ثابتة، بعد انتقال خمس حملات أمريكية من التركيز على النقرات إلى تحسين التحويلات. 🔗 المصدر
Box وNVIDIA — في 5 نوفمبر، خلال BoxWorks 2026، تتيح Box نماذج Nemotron المفتوحة، بدءًا من Nemotron 3 Ultra، لعملاء Enterprise Advanced في Box AI؛ ويُتوقَّع طرح Box Context Retrieval، المبني على Nemotron Retriever، في مطلع العام المقبل، وقد يحقق، وفقًا لـ Box، تحسنًا في دقة البحث بنسبة 20 % واستهلاكًا أقل للرموز بنسبة 90 %. 🔗 المصدر

تطبيقات Google

بطاقات المراجعة في Gemini Notebook — تدعم البطاقات الصور الآن، ويتيح مؤقت اختياري اختبار القدرة على التذكّر، ويجدول تطبيق الهاتف تذكيرات بالدراسة؛ من دون تحديد البلدان أو الخطط. 🔗 المصدر
Gemini في Google Forms — في علامة التبويب «الردود»، يحلّل Gemini الردود بكتابة شيفرة Python وتنفيذها، ويرصد الاتجاهات والارتباطات، ثم يقترح إجراءات؛ بدأ الطرح في 2 نوفمبر ضمن Rapid Release، وسيبدأ في 19 نوفمبر ضمن Scheduled Release، للخطط المؤهلة من Business وEnterprise وEducation ولمشتركي Google AI. 🔗 المصدر

الصوت والموسيقى والصورة

Open ASR Leaderboard — يضيف تصنيف التعرّف على الكلام من Hugging Face مجموعتي اختبار خاصتين من Liva AI، بالإنجليزية المحادثية بلكنة مصرية (1,34 ساعة) ونيجيرية (1,55 ساعة)، وتوزيعًا مستوحى من دوائر كاتشرو؛ ولا تُعرَض أي نتائج للنماذج. 🔗 المصدر
اللهجة اللبنانية — في الجزء الثاني من سلسلته، بعد جزء 5 نوفمبر، يبني بلال زراكت معجمًا لبنانيًا يراجعه ثلاثة ناطقين أصليين (429 مدخلًا) قبل توليد بيانات صوتية: فتنخفض نسبة الجمل التي تحتاج إلى تصحيح من 22 % إلى 4 %، دون عتبة 5 % المحددة مسبقًا. 🔗 المصدر
ElevenMusic وSoundCloud — تربط ElevenLabs منصتها الموسيقية بـ SoundCloud: يُنشَر المقطع الأصلي مباشرةً على الملف الشخصي للفنان، مع الوصف والنوع الموسيقي والوسوم. يحصل أعضاء SoundCloud Artist Pro على ثلاثة أشهر مجانية من ElevenMusic، ثم يدفعون 9,99 دولار شهريًا، والعرض سارٍ حتى 31 أكتوبر 2027. 🔗 المصدر
Ads Engine — تضيف ElevenLabs مراجعة بشرية اختيارية يجريها لغويون ومتخصصون في التوطين من ElevenProductions ومتخصصون إبداعيون داخليون، وتشمل المواد البصرية وإعلانات Google Search والفيديوهات المدبلجة؛ ويُتاح الوصول عبر فريق المبيعات، من دون تحديد سعر أو مهلة. 🔗 المصدر
تحدّي الأغنية اليومي في Suno — يقدّم تطبيقا iOS وAndroid كل يوم تعليمة لإنشاء أغنية، قابلة للتعديل قبل الإنشاء، وينظّمان الأغاني في تقويم داخل المكتبة، في جميع الخطط. 🔗 المصدر
Runway وGPT Image 2.6 — تضيف Runway نموذج الصور من OpenAI، الذي يُقدَّم على أنه أسرع بنسبة 50 %، مع دعم GIF والتصدير بصيغة SVG وتعديلات تحافظ على اتساق الشخصيات والمنتجات؛ من دون تحديد النسخة أو التكلفة بالأرصدة. 🔗 المصدر

البحث والروبوتات والنماذج

النماذج العلمية — تنشر مدونة Science التابعة لـ Anthropic مقالًا لكتّاب ضيوف هم ياكوب ماكه ودانيال غيدون وشتيفان فال من ELLIS Institute Tübingen، عن الذكاء الاصطناعي الذي يبني النماذج العلمية ويفرض قيودًا عليها ويفسّرها، من نموذج هودجكين وهاكسلي إلى الاستدلال القائم على المحاكاة. 🔗 المصدر
تصنيف SuperCLUE — تستعرض تدوينة مجتمعية من VIDRAFT تصنيف نوفمبر (19 نموذجًا): يتصدّر GPT-6.1-Sol البرمجة باستخدام الوكلاء (69,23)، ويأتي DeepSeek-V4.1-Flash-1017 في المرتبة الأولى بين النماذج المفتوحة في هذا المجال (65,38)، فيما يحقق Kimi-K3.1-Pro أفضل نتيجة إجمالية بينها. 🔗 المصدر
LingYu Robotics — تنشر الشركة 139,4 ساعة و13 263 حلقة ناجحة من التشغيل عن بُعد بكلتا اليدين، مصوّرة من منظور الروبوت، ضمن 15 فئة من المهام، بتنسيق LeRobot وبترخيص غير تجاري. 🔗 المصدر
Egocentric-EMG-Force — يحوّل هاربريت ساهوتا لصالح FiftyOne ثماني حلقات و38,2 دقيقة من المهام المنزلية المصوّرة بكاميرا عمق، مع سوار EMG على كل معصم يسجّل الإشارات العضلية للساعدين. 🔗 المصدر
تشويق من Qwen — ينشر حساب Qwen الرسمي رسالة قصيرة غامضة، مع صورة تتضمن كتابة صينية يُترك فيها موضع اسم فارغًا، من دون اسم نموذج أو تاريخ أو رابط؛ وقد تجاوزت مشاهداتها 1,3 مليون خلال اليوم. 🔗 المصدر

ماذا يعني ذلك

يدخل الذكاء الاصطناعي مجال البحث الخاضع للإشراف والقياس. عمل وكلاء Google DeepMind تحت إشراف بشري، بالتعاون مع باحثين من Inria، على نظام RSA بطول 1024 بت أُوقف استخدامه بالفعل ومفتاح مرجعي سبق حله، ضمن محاكاة معزولة: لا تهدد الزيادة النظرية في الأداء بنحو 1 600 ضعف المفاتيح ذات 2048 بت، لكنها تذكّر بأن افتراض الصعوبة ليس مضمونًا أبدًا. ويلتزم BioBasicsBench وTCSExam بالانضباط نفسه: تنشر OpenAI بنفسها أخطاء GPT-6 Astra، ومنها المبالغة في تقدير عدد المستعمرات بنحو 12 %، ويتحقق TCSExam من كل مهمة باستخدام نواة Lean أو أداة تحقق قابلة للتنفيذ، دون حل أي حدسية مفتوحة. ويطبق Frontier Model Forum المنطق نفسه على المخاطر، باستخدام إطار مشترك لتحديد محاولات jailbreak السيبرانية التي ينبغي معالجتها أولًا.

بات ما يحيط بالنموذج يحدد نجاح الوكيل أكثر فأكثر. لدى Anthropic، توقف ملاحظة خاطئة واحدة عن Mt. Moon التقدم في لعبة Pokémon إلى أن يصححها dreaming، ويسهم الحفاظ على تحديث wiki في توفير نحو 20 000 tokens لكل سؤال. ولدى Google، يكفي TODO قديم لإخراج الوكيل عن مساره: إذ يؤدي مسار جانبي غير مطلوب إلى زيادة عدد خطوات الجلسة بنسبة 70 %، وعدد tokens بنسبة 77 %، ووقت الانتظار بنسبة 105 %، إلى حد دفع Google إلى إطلاق وكلاء لتنظيف قواعدها البرمجية. وتعالج harness adapters المشكلة من خلال التدريب، باستخدام LoRA لكل إطار تشغيل يقلل استدعاءات الأدوات مع الحفاظ على الدقة نفسها، وتعتمد وسائل Perplexity على النهج نفسه: التذكير بالميزانية، واستخراج محتوى الصفحات، وتحميل skills عند الحاجة.

تتغير واجهات وكلاء البرمجة. نتحدث إليهم عبر الدردشة الصوتية في Cursor التي تفصل الوكيل الذي يستمع عن الوكيل الذي يكتب الشيفرة؛ ونفوضهم بالتنظيم، مع space في Amp ينشئ سلاسل المحادثة بنفسه، وصولًا إلى تقسيم مراجعة أمنية إلى 16 منطقة؛ ونربطهم بكل مكان، إذ يجعل ACP من Antigravity CLI وكيلًا لأي محرر متوافق، مع جميع نماذج الحساب. وتتسارع بالتوازي دورات الإصدارات (146 بندًا لـ Claude Code 2.1.319، و637 لـ Copilot CLI 1.0.106، و120 PR لـ Codex CLI 0.167.0)، مع ضوابط أدق لما يُسمح للوكيل بفعله، من الرفض دون طلب تأكيد في Claude Code إلى قواعد prompt-user في Codex.

تتغير التكلفة وإمكانية الوصول أيضًا. تخفض Perplexity تكلفة مستوى medium بنحو 90 % مع رفع نتيجته من 55 % إلى 77 %، وتفعّل Brain مجانًا في كل Project. وتُشغّل Phonon توليد الصوت على الجهاز، دون خادم، باستخدام نماذج يبلغ حجمها نحو 65 و75 ميغابايت، منها نسخة إنجليزية بترخيص Apache 2.0. وتنقل Meta قدرات Muse Wonder إلى نماذج متخصصة تُتاح لمستخدمي Muse وMeta AI، وتتيح Hugging Face للجميع خبرة في تدريب MoE اكتسبتها بكلفة 800 000 ساعة GPU.