تُصدر Anthropic النسخة 2026-10-21 من واجهة Claude API، وتطلق Hugging Face نموذج الحمض النووي Carbon-X، وتختبر METR مراقبة الوكلاء لدى OpenAI

JLS42 / ٢٢ أكتوبر ٢٠٢٦

مقال من إنشاء الذكاء الاصطناعي

تُصدر Anthropic النسخة 2026-10-21 من واجهة Claude API، وتطلق Hugging Face نموذج الحمض النووي Carbon-X، وتختبر METR مراقبة الوكلاء لدى OpenAI

تُصدر Anthropic النسخة 2026-10-21 من واجهة Claude API، وهي الأولى منذ 2023: تُرفض فيها المعاملات temperature وtop_p وtop_k، وتنتقل جميع حزم SDK إلى إصدارات رئيسية جديدة بترخيص Apache 2.0. وتطلق Hugging Face نموذج Carbon-X المفتوح، الذي يضم 14 مليار معامل ويقرأ الحمض النووي ويولّده بمستوى يقارب GPT-6.1 Sol، فيما تنشر METR بالتعاون مع Redwood Research حصيلة ثلاثة أسابيع من مهاجمة نظام مراقبة الوكلاء الداخليين لدى OpenAI. وينضم Agent Skills وOpenEnv إلى MCP في Agentic AI Foundation، وتصبح واجهة Decisions API من OpenAI متاحة للجميع، وتخصص NVIDIA اليوم الثاني من GTC Berlin لكلٍّ من Cosmos وMinerva.

واجهة Claude API بالإصدار 2026-10-21: أول إصدار منذ 2023 يرفض temperature وtop_p وtop_k

21 أكتوبر — تُصدر Anthropic النسخة 2026-10-21 من واجهة Claude API، وهي القيمة التي تُمرَّر في الترويسة anthropic-version، مصحوبة بإصدارات رئيسية جديدة لجميع حزم SDK الخاصة بها ولواجهة سطر الأوامر ant.

API version 2026-10-21 is now available. The Claude API has evolved a lot, but this is our first official version release since 2023. We plan to release versions more often so you can handle breaking changes before a new model requires them. 2023-06-01 is not deprecated.

🇸🇦 أصبح الإصدار 2026-10-21 من واجهة API متاحًا. لقد تطورت واجهة Claude API كثيرًا، لكن هذا أول إصدار رسمي ننشره منذ 2023. نخطط لنشر إصدارات بوتيرة أعلى، لتتمكنوا من التعامل مع التغييرات غير المتوافقة قبل أن يفرضها نموذج جديد. لم يُعلَن تقادم الإصدار 2023-06-01. — @ClaudeDevs على X

يتعلق التغيير الأبرز بأخذ العينات. ففي الإصدار 2026-10-21، تؤدي المعاملات temperature وtop_p وtop_k إلى خطأ 400 في واجهة Messages API، وفي حساب الرموز، وفي كل طلب ضمن دفعة (دفعة رسائل)، حتى عند استخدام قيمها الافتراضية؛ وعند حذفها، يستخدم الطلب درجة حرارة قدرها 1.0 لأخذ العينات. وكانت نماذج Claude 4.7 وما بعدها لا تقبل أصلًا سوى هذه القيم. أما في نموذج أقدم مثل Claude Sonnet 4.6، فإن خفض درجة الحرارة للحصول على مخرجات أكثر اتساقًا يفقد تأثيره، دون إعداد بديل: لذا توصي الوثائق بإبقاء هذا الطلب على الإصدار 2023-06-01.

عنصر الطلب	التأثير مع 2026-10-21
`temperature`، `top_p`، `top_k`	خطأ 400، حتى عند استخدام القيمة الافتراضية
كتلة مستند موضوعة مباشرة داخل رسالة من المساعد	خطأ 400 (يظل المستند المتداخل، مثل نتيجة جلب محتوى من الويب، مقبولًا)
استشهادات غير فارغة في كتل النص ضمن رسالة مستخدم	خطأ 400، بما في ذلك `search_result`
`workspace_id` لمفاتيح API	أُزيل واستُبدل بـ`scope`
الحقول التي أُعيدت تسميتها في واجهتَي Admin API وEnterprise Analytics API	أُزيلت الأسماء القديمة

تُرسل Python 2.0.0 وTypeScript 1.0.0 وC# 13.0.0 وGo 2.0.0 وJava 3.0.0 وPHP 1.0.0 وRuby 2.0.0 وant CLI 2.0.0 الإصدار الجديد افتراضيًا. وتنتقل حزم SDK هذه إلى ترخيص Apache 2.0 بدلًا من MIT، مع بقاء الإصدارات السابقة تحت ترخيص MIT، وتأتي بتغييرات إضافية غير متوافقة: نوع رسالة لكل دور، وإرسال مفتاح API في Authorization: Bearer بدلًا من X-Api-Key (ما زالت واجهة API تقبل كليهما)، وإزالة واجهة Text Completions API القديمة (في TypeScript وGo وJava وRuby وCLI)، وإزالة تكثيف السياق على جانب العميل في مشغّل الأدوات لصالح تكثيفه على جانب الخادم.

لإجراء الترحيل، تنشر Anthropic دليلًا خطوة بخطوة وتحيل إلى المهارة /claude-api في Claude Code، الذي يضيف إصداره 2.1.307 الأمر /claude-api api-version. وعلى Amazon Bedrock، لا يتاح الإصدار 2026-10-21 إلا لنماذج Claude 4.7 وما بعدها. وفي اليوم نفسه، تضيف ملاحظات الإصدار إلى ملفات المستخدمين (ملفات تعريف المستخدمين) الحقلين enforcement_status وenforcement_actions، اللذين يبيّنان ما إذا كانت Anthropic قد فرضت قيودًا على أحد العملاء النهائيين لمؤسسة ما أو حظرته.

🔗 دليل الترحيل إلى 2026-10-21 · ملاحظات إصدار Claude Platform

Carbon-X: تنشر Hugging Face نموذجًا مفتوحًا يضم 14 مليار معامل يقرأ الحمض النووي ويولّده

22 أكتوبر — تنشر Hugging Face نموذج Carbon-X المفتوح، الذي يضم 14 مليار معامل ويعالج الحمض النووي واللغة الطبيعية ضمن تدفق واحد من الرموز: يمكن سؤاله عن تسلسل، أو طلب تحديد أثر طفرة، أو تكليفه بتوليد حمض نووي. وهو مشتق من Qwen3-14B، وتنشره بترخيص Apache 2.0 منظمة HuggingFaceBio، التي أصدرت أداة توصيف الجينات Carbon-A في 8 أكتوبر.

واصل فريق لوبنى بن علّال ولويس تونستال ولياندرو فون فيرا تدريب Qwen3-14B (التدريب الوسيط) على 300 مليار رمز تجمع بين الحمض النووي والإنجليزية وبيانات متداخلة، ثم أجرى تدريبًا لاحقًا باستخدام الضبط الدقيق الخاضع للإشراف والتعلم المعزز. وتحتفظ أداة تقطيع هجينة بترميز BPE الخاص بـQwen3 للنص، وتُقسّم الحمض النووي إلى مقاطع سداسية غير متداخلة، بحيث يغطي كل رمز ستة أزواج من القواعد. ومن دون مُرمِّز منفصل للحمض النووي، يتشارك النص والتسلسلات مصفوفة التضمينات نفسها، ويمكن للإجابة أن تجمع بينهما.

على خمسة اختبارات معيارية (أثر المتغيرات، وفهم التسلسلات، والتنبؤ بالقاعدة التالية)، يحقق Carbon-X متوسطًا قدره 66,7 % دون تفكير: أعلى من Qwen3-14B بمقدار 27 نقطة، وأفضل من جميع النماذج المفتوحة الأخرى التي خضعت للتقييم. ويتفوق GPT-6.1 Sol بفارق ضئيل، محققًا 67,5 %، لكن Carbon-X يتقدم على جميع النماذج المختبَرة، المفتوحة والمغلقة، في أثر المتغيرات في المناطق المُشفِّرة (BioReason Coding) وفي التنبؤ بالقاعدة التالية.

النموذج الخاضع للتقييم	مؤشر الحمض النووي في المقالة (مقربًا)
GPT-6.1 Sol	68 %
Carbon-X	67 %
Kimi K3	50 %
DeepSeek V4.1 Flash	47 %
Qwen3-14B	40 %
GLM-5.3	40 %

Introducing Carbon-X: The best open DNA model. We midtrained a 14B model on DNA and text, and it beats every open language model and matches GPT-6.1 Sol at 1,000x lower cost.

🇸🇦 إليكم Carbon-X، أفضل نموذج مفتوح للحمض النووي. واصلنا تدريب نموذج بحجم 14B على الحمض النووي والنص: وهو يتفوق على جميع النماذج اللغوية المفتوحة ويضاهي GPT-6.1 Sol بتكلفة أقل بمقدار 1 000 مرة. — @LoubnaBenAllal1 على X

فيما يتعلق بالتكلفة، يُتداول رقمان: تقدّرها بطاقة النموذج بنحو 1/1 800 من تكلفة GPT-6.1 Sol لكل مسألة، بينما يقرّب الإعلان الرقم إلى تكلفة أقل بمقدار 1 000 مرة. ويستند الحساب إلى أسعار واجهات API القياسية للنماذج المقارَنة، مع ضبط كل منها على مستوى التفكير الذي يحقق أفضل متوسط له، وبالنسبة إلى Carbon-X، إلى معدل المعالجة المقاس خلال ساعة من استخدام H200 بتكلفة 5 دولارات؛ ويجيب النموذج مباشرة، دون استدلال مطوّل. ويقدّم كليمان دولانغ، الرئيس التنفيذي لـHugging Face، نموذج Carbon-X بوصفه ردًا على ضوابط مختبرات الطليعة في علم الأحياء، التي يرى أنها تعيق العلماء والجامعات والجمعيات والهيئات الصحية دون أن توقف الجهات الخبيثة.

🔗 بطاقة Carbon-X · مقالة الإصدار · تغريدة كليمان دولانغ

تختبر METR وRedwood Research مراقبة الوكلاء الداخليين لدى OpenAI

22 أكتوبر — تنشر METR تقريرًا عن تمرين أُجري هذا الصيف لدى OpenAI بالتعاون مع Redwood Research. من 21 يوليو إلى 11 أغسطس، أمضى موظف من كل منظمة ثلاثة أسابيع في الموقع لمهاجمة (اختبار هجومي) النظام غير المتزامن الذي يراقب انحراف الوكلاء الداخليين لدى OpenAI عن التوافق، وهم الوكلاء الذين يكتبون الشيفرات أو يجرون التجارب لباحثيها. وكان الوصول واسعًا: أجهزة وفّرتها OpenAI ولم تغادر المقر مطلقًا، وشيفرات داخلية، ومطالبات أنظمة المراقبة وإعداداتها، ومقابلات مع نحو اثني عشر باحثًا ومهندسًا.

المقياس الذي أوردته METR	القيمة التقديرية
حركة الوكلاء الداخلية في واجهة Responses API المؤهلة للمراقبة (نماذج GPT-5.5 على الأقل)	نحو 75 إلى 94 %
حركة وكلاء Codex الداخليين المؤهلة للمراقبة	99,2 %
حركة Codex الداخلية المؤهلة التي لم تُراقَب، من مايو إلى يوليو 2026	نحو 10 % (تكثيف السياق)
طلبات نظام المراقبة التي واجهت أخطاء	أقل من 0,2 %
التقرير الداخلي، ثم النسخة المنقّحة بالحجب	61 صفحة، ثم 38 صفحة

تتعلق هذه التقديرات، التي تقول METR إنها محاطة بدرجة عالية من عدم اليقين، بالنظام كما كان في 21 يوليو. وجاءت الثغرة الرئيسية من أحداث تكثيف السياق التي لم تكن أنظمة المراقبة تراها:

Because of this coverage gap, we estimated that on the order of 10% of internal Codex traffic was unmonitored from May to July. OpenAI had independently identified this issue shortly before the exercise began.

🇸🇦 بسبب هذه الثغرة في التغطية، قدّرنا أن نحو 10 % من حركة Codex الداخلية لم تكن خاضعة للمراقبة من مايو إلى يوليو. وكانت OpenAI قد رصدت هذه المشكلة من جانبها قبل بدء التمرين بوقت قصير. — @METR_Evals على X

أصلحت OpenAI هذه الثغرة أثناء التمرين. ولأن نظام المراقبة لم يكن يُفعَّل إلا عندما يعيد الوكيل زمام التحكم إلى المستخدم، كان بإمكان الوكيل، ما دام تكثيف السياق يفلت من المراقبة، تأجيل المراقبة إلى أجل غير مسمى بالاستمرار في العمل. ولم يكن التدريب بالتعلم المعزز مشمولًا بالمراقبة عند بداية التمرين.

ويصف الفريق أيضًا ثغرات: تجاوزًا لبيئة العزل في Codex ولنظام Auto-Review يمنح الوكيل جميع صلاحيات المستخدم المضيف، وتقنية تحجب مئات الإجراءات الحديثة عن المراقبة (حجبت OpenAI تفاصيلها)، ومدخلات قادرة على تعطيل نظام المراقبة باستغلال اختلافات في التسلسل، وترويستين يمكن للعميل التحكم فيهما لتعطيل مراقبة الوكلاء الجدد، مع بقاء استخدامهما قابلًا للرصد، وأداتين داخليتين غير خاضعتين للمراقبة يُفترض أنهما للقراءة فقط، وكان من الممكن لاستغلال بسيط، لم يُتحقق منه عمليًا، أن يسيء استخدامهما. في المقابل، يرى نظام المراقبة مسار الوكيل كاملًا، مع استثناءات قليلة، وتبحث مطالباته عن التآمر (التخطيط الخفي) والتخريب وتسريب البيانات والخداع وحقن المطالبات.

تؤكد OpenAI أنها أصلحت جميع الثغرات التي أثّرت في منظومة الحماية لديها في بيئة الإنتاج؛ وتوضح METR أنها لم تقيّم هذا التأكيد. وكانت الأطراف قد اتفقت مسبقًا على نشر مقالة موجزة فقط، مع منح OpenAI حق حجب أجزاء من التقرير. وتستخلص METR خمسة مبادئ للتصميم، منها جعل تجنب المراقبة صعبًا (مثلًا كل N دقيقة أو كل N رسالة)، ومهاجمة النظام بانتظام، وعزل الوكلاء عن أنظمة مراقبتهم. وبحسب OpenAI، ساعدت هذه النتائج على تعزيز وسائل الحماية أثناء توسيع النظام، وستوجّه تعاونها المستقبلي مع جهات تقييم خارجية. وفي 15 أكتوبر، كانت Anthropic قد وصفت منح فريق من METR وصولًا مماثلًا.

🔗 الاختبار الهجومي لأنظمة مراقبة الوكلاء الداخليين لدى OpenAI (METR) · تغريدة @OpenAI

Agentic AI Foundation: تنضم Agent Skills وOpen Responses وOpenEnv وOpenSandbox إلى MCP

22 أكتوبر — تستقبل Agentic AI Foundation ‏(AAIF)، وهي المؤسسة التابعة لـLinux Foundation التي شاركت Anthropic وBlock وOpenAI في تأسيسها العام الماضي وتستضيف MCP بالفعل، أربعة مشاريع جديدة دفعة واحدة: Agent Skills من Anthropic، وOpen Responses من OpenAI، وOpenEnv من Hugging Face، وOpenSandbox من Alibaba. وبذلك تضم 10 مشاريع منذ عامها الأول؛ وبحسب مانيك سورتاني، مديرها التقني وأحد مؤسسيها، يغطي كل منها جزءًا من المنظومة، بدءًا من كيفية اكتساب الوكلاء للقدرات وصولًا إلى المكان الذي يُشغَّلون فيه.

تتبرع Anthropic باسم Agent Skills وشعاره، ومنظمة GitHub، والنطاق agentskills.io. وقد نشأ هذا التنسيق أثناء العمل على Claude Code، وهو عبارة عن مجلدات تعلّم الوكيل مهمةً ما (ملف SKILL.md ونصوص برمجية ووثائق مرجعية)، ثم نُشر معيارًا مفتوحًا في ديسمبر 2025؛ وبحسب Anthropic، دمجته منذ ذلك الحين أكثر من 70 منصة للوكلاء، منها ChatGPT وCursor وGitHub Copilot وVS Code، ونُشرت مليون مهارة، بإجمالي يقارب 280 مليون عملية تثبيت. وسيتولى مهندسون من Anthropic وGoogle وOpenAI وشركات أخرى صيانته بصفتهم الفردية، مع ديفيد سوريا بارا وماهيش موراغ بوصفهما المسؤولين الرئيسيين (المشرفين الرئيسيين على الصيانة)، ويذكر تسلسل منشورات @ClaudeDevs أيضًا Earendil وMicrosoft وOpenCode ضمن لجنة التوجيه التقني. وتستمر المهارات الحالية في العمل ولا تتغير التراخيص؛ أما الخطوة الأولى المقترحة فهي إصدارات مرقّمة، وعملية رسمية لتقديم المقترحات، وتوصيات أمنية.

ومن جانبها، تُسند Hugging Face إطار OpenEnv المفتوح لبيئات تدريب الوكلاء إلى حوكمة محايدة، مع لجنة تضم خصوصًا Microsoft وReflection وMeta-PyTorch وFleet وMercor وNebius وModal وPrime Intellect وUnsloth. ويُعاد الآن توجيه العنوانين القديمين meta-pytorch/OpenEnv وhuggingface/OpenEnv إلى github.com/openenv/OpenEnv.

🔗 بيان Linux Foundation · مقالة Anthropic · إعلان بن بيرتنشو (Hugging Face) · تسلسل منشورات @ClaudeDevs

تصميم الوكلاء وحوكمتهم: وكلاء فرعيون مطويون، ووضع تلقائي افتراضي، ومقارنة تبنّي الوكلاء

تركّز ثلاثة إعلانات على كيفية تنظيم الوكلاء ومنحهم زمام المبادرة وقياس استخدامهم أكثر مما تركّز على ما يستطيعون فعله.

تنصح Anthropic بدمج الوكلاء الفرعيين في الحلقة الرئيسية وتنشر حزمة ترحيل مفتوحة المصدر

22 أكتوبر — في دليل لأفضل الممارسات على Claude Platform أعدّته ديان سركيس، يلاحظ فريق الذكاء الاصطناعي التطبيقي في Anthropic أن وكيلًا واحدًا مزودًا بمهارات حقق غالبًا، في عدة عمليات نشر لدى الشركات، جودة أعلى من تعليمات واحدة شاملة أو بنية تعتمد على وكلاء فرعيين، وبتكلفة وزمن استجابة أقل لكل مهمة في كثير من الأحيان؛ وقد قاس أحد العملاء سرعة تنفيذ تبلغ نحو ضعف سرعة إطار تشغيله متعدد الوكلاء. وتقول Anthropic إنها قلّصت تعليمات النظام في Claude Code بأكثر من 80 % لنماذجها الأكثر تقدمًا، بفضل الإظهار التدريجي للمهارات والأدوات جزئيًا، وتلاحظ أن اختيار الأدوات يتدهور عندما يتجاوز عدد تعريفاتها 30 إلى 50. ويظل للوكلاء الفرعيين دور عندما يمتلئ السياق، أو في المهام المتوازية التي يمكنها الاستغناء عن سياقها، أو عندما يجد الوكيل صعوبة في اختيار أدواته. وتُشغّل حزمة single-agent-loop-kit (Apache-2.0) كلًا من /claude-api build-eval وprompt-audit وhillclimb وcost-optimize بالتتابع للانتقال إلى حلقة واحدة.

🔗 دليل Anthropic بشأن الوكلاء الفرعيين · anthropics/single-agent-loop-kit على GitHub

ستعمل جلسات تطبيقات Claude بالوضع التلقائي افتراضيًا في خطط Pro وMax وTeam

22 أكتوبر — ابتداءً من الأسبوع المقبل، وفقًا لحساب @claudeai، ستعمل جلسات تطبيقات Claude على الويب والحاسوب والهاتف المحمول بالوضع التلقائي افتراضيًا في خطط Pro وMax وTeam: فبدلًا من طلب الموافقة على كل خطوة، يمنع فحص تلقائي الإجراءات الخطرة، مع إمكانية العودة إلى الوضع اليدوي في أي وقت. والوضع التلقائي هو بالفعل الإعداد الافتراضي في Claude Code لهذه الخطط منذ 14 أغسطس، ولجلسات الطرفية وVS Code في جميع الخطط منذ الإصدار 2.1.284 الصادر في 28 سبتمبر؛ وتستشهد التغريدة بإعلان أغسطس، الذي كشف فيه المصنّف خلال الاختبارات 89 % من الأوامر الخطرة، مقابل 14 % للموافقة اليدوية. ويقتصر الإعلان على تغريدة واحدة، بلا تاريخ محدد، أو تفاصيل عن الجلسات المعنية، أو ذكر لخطة Enterprise.

🔗 تغريدة @claudeai

تقارن لوحة Copilot impact dashboard تبنّي الشركة للوكلاء بتبنّي الشركات النظيرة

22 أكتوبر — تضيف لوحة تأثير Copilot (Copilot impact dashboard) ميزة مقارنة قطاعية (المقارنة ضمن القطاع)، وهي اختيارية ومعطّلة افتراضيًا. وتستطيع الشركات، والمؤسسات التي لا تتبع شركة، مقارنة مؤشرين بمعايير مرجعية مجمّعة من جهات نظيرة مشاركة: نسبة المستخدمين الذين يعتمدون أساسًا على الوكلاء (الوكلاء أولًا) أو على عدة وكلاء (متعددو الوكلاء)، ومعدل دمج طلبات السحب لدى هؤلاء المستخدمين المعتمدين على الوكلاء مقارنة بغيرهم. وتُحدَّد مرتبة كل نتيجة مقارنة بوسيط نتائج الجهات النظيرة على مدى 28 يومًا، ثم مقارنة بالعُشر الأعلى مع اتساع المجموعة، بحسب حجم الشركة وضمن عشرة قطاعات. وتُحدَّث المقارنات يوميًا، وتُحذف البيانات المجمّعة بعد 30 يومًا، ولا يُقارَن العملاء الخاضعون لمتطلبات إقامة البيانات إلا بجهات في منطقتهم، ولا تُتاح هذه المقارنات عبر API المقاييس أو ملفات التصدير. وعند الإطلاق، قد لا يظهر سوى الوسيط، أو قد لا يظهر أي ترتيب، بسبب قلة المشاركين.

🔗 المقارنات القطاعية في لوحة تأثير Copilot

نماذج القرار: الإتاحة العامة لـ Decisions API من OpenAI، وتصدّر GLiDE v1.2 لمؤشر Decision Index

تجيب نماذج القرار عن أسئلة مغلقة (التصنيف، والتوجيه، واختيار الإجراء التالي) من دون توليد نص. وفي اليوم نفسه، تتيح OpenAI واجهتها المخصصة للجميع، وتنشر Fastino أوزانًا تقول إنها تتصدر المؤشر المرجعي لدى Hugging Face.

تتيح OpenAI واجهة Decisions API للجميع، مع 400 سؤال لكل طلب

22 أكتوبر — بعد ستة عشر يومًا من إطلاق نسختها التجريبية العامة، تصل Decisions API إلى الإتاحة العامة (متاحة للجميع). وهي مبنية على GPT-6 Luna، وتُرجع احتمالًا (predicate)، أو اختيارًا من قيم مقدَّمة (choice)، أو درجة وفق سلّم تقييم (score)، بسرعة تصل إلى 10 أضعاف سرعة GPT-6 Luna عبر Responses API، وفقًا لـ OpenAI. وهي تقبل الآن مدخلات JSON بصيغتها الأصلية، وصورًا ضمن تعليمات كل سؤال، وما يصل إلى 400 سؤال لكل طلب، مقابل 200 في النسخة التجريبية، وتضيف التخزين المؤقت للسياق المعاد استخدامه، والاستدلال المقيم في الولايات المتحدة والاتحاد الأوروبي، والتكامل المباشر مع GPT-Live. ويظل سعر الإدخال 0,10 دولار لكل مليون رمز، وتبلغ تكلفة الإدخال المخزّن مؤقتًا 0,01 دولار، ولا تُفرض رسوم على الإخراج.

العميل المذكور	التحسن المعلَن لـ OpenAI
Box	اختيار المسار أسرع بنحو 5 مرات، مع الدقة نفسها لـ Responses API
Datadog	تقييم مخاطر أوامر الوكلاء أسرع بمقدار 40 مرة عند p95
Ramp	أسرع بمقدار 4 مرات وأقل تكلفة بنسبة 30 % من GPT-6 Luna
Sierra	أقل من 280 ms عند p95، وأقل تكلفة لكل استدعاء بنسبة 90 % من النهج السابق
Speak	تقليص المدة حتى الإجراء التالي من 1,4 s إلى 0,13 s

ويوسّع SDK ‏openai-python 3.37.0، الذي صدر في مساء اليوم نفسه، أنواع Decisions مع تغيير في تعريف الأنواع غير متوافق مع الإصدارات السابقة.

🔗 بناء تطبيقات أسرع استجابة باستخدام Decisions API

تنشر Fastino نموذج GLiDE v1.2 وتعلن تصدّره مؤشر Decision Index v0.4.1

22 أكتوبر — تنشر Fastino نموذج GLiDE v1.2، وهو إصدار جديد من نموذج القرار لديها، مع إتاحة الأوزان على Hugging Face والوصول إليه عبر API الخاصة بها. ووفقًا لـ Fastino، يتصدر النموذج مؤشر Decision Index v0.4.1 لدى Hugging Face، مع أحد أدنى معدلات خطأ المعايرة في المؤشر؛ وكانت Base Labs قد أعلنت في 21 أكتوبر تصدّر mammoth-1 بنتيجة 71,24، لكن على الإصدار 0.4، ولذلك لا يمكن مقارنة النتيجتين. ويقرأ النموذج النصوص وJSON، والصور الآن أيضًا، ويُرجع في تمريرة واحدة احتمالًا لكل خيار: اختيارًا من بين 255 خيارًا كحد أقصى، أو نعم أو لا، أو مستوى على مقياس؛ وقد أزالت Fastino رموز التفكير لتقليل زمن الاستجابة.

خاصية GLiDE v1.2	القيمة المعلَنة
حجم النموذج	26 مليار معلمة
الحد الأدنى من العتاد	وحدة GPU بسعة لا تقل عن 80 Go
النتيجة وفقًا لـ Fastino	71,5 على مؤشر Decision Index v0.4.1، بفارق 1,7 نقطة عن التالي
سعر API لدى Fastino	0,04 دولار لكل مليون رمز إدخال
ترخيص الأوزان	fastino-community: مجاني، مع اشتراط اتفاق تجاري عند تجاوز الإيرادات السنوية 10 ملايين دولار

🔗 تدوينة Fastino · fastino/GLiDE على Hugging Face

الوصول إلى النماذج: موافقة OpenAI على الموجّهات، وBatch API لدى Perplexity، والحوسبة السرية لدى Cohere

تتناول ثلاثة تغييرات كيفية الوصول إلى النماذج أكثر مما تتناول النماذج نفسها: الوسطاء، والمعالجة على نطاق واسع، وخصوصية الطلبات.

ستشترط OpenAI اعتبارًا من 20 نوفمبر حصول موجّهات النماذج وبوابات الذكاء الاصطناعي على موافقتها

21 أكتوبر — في تدوينة ضمن قسم السلامة، تقول OpenAI إنها وحّدت، بالتعاون مع عملائها وشركائها، سياسات السلامة للخدمات التي تتيح الوصول إلى نماذجها، سواء مباشرة، أو عبر شريك يستضيفها، أو عبر موزّع: وسائل حماية متسقة مع وسائلها، وتحقيقات في الانتهاكات المحتملة، واتخاذ تدابير عند تحديد مشكلة، وتطبيق منسّق للقيود بين الخدمات. ويأتي التغيير الأوضح في سياسات الاستخدام (قواعد الاستخدام) المحدَّثة بتاريخ 20 نوفمبر 2026: سيتعين على الخدمات التي تتيح وصولًا مباشرًا إلى النماذج، مثل خدمات توجيه النماذج (موجّهات النماذج) أو بوابات الذكاء الاصطناعي (بوابات الذكاء الاصطناعي)، الخضوع لمراجعة OpenAI والحصول على موافقتها قبل إتاحة هذا الوصول. وتطرح OpenAI أيضًا معرّفات SafetyIDs، التي يمكن للعملاء تقديمها للتمييز بين المستخدمين النهائيين أثناء التحقيق من دون كشف هوياتهم لها. ولا تسمّي التدوينة أي خدمة معنية، ولا تفصّل إجراءات الموافقة.

🔗 توسيع الوصول من خلال معايير متسقة (OpenAI)

تتيح Perplexity واجهة Batch API لـ Agent API، مع ما يصل إلى 50 000 طلب لكل ملف

22 أكتوبر — تضيف Perplexity واجهة Batch API إلى Agent API للأعمال التي لا تتطلب استجابة فورية (التقييمات، والتصنيف، وإثراء البيانات): يُرفع ملف JSONL من الطلبات، وتُنشأ دفعة، ثم يُسترجع ملف نتائج وملف أخطاء، عبر نقاط وصول تتبع بنية Batch API من OpenAI. وينفّذ كل طلب حلقة Agent API كاملة، ولذلك يعمل البحث على الويب (web_search) وقراءة الصفحات (fetch_url) أيضًا في المعالجة المؤجلة.

حدود Batch API	القيمة المنشورة
الطلبات لكل ملف	50 000، بحجم لا يتجاوز 200 Mo
النماذج المدعومة	نموذج واحد لكل ملف، من بين نماذج Agent API
مدة المعالجة	مدة مستهدفة قدرها 24 h بلا ضمان، مع مهلة نهائية ملزمة قدرها 48 h
الاحتفاظ بالملفات	30 يومًا
سعر المعالجة	لا يوجد سعر منفصل للدفعات؛ مستوى flex لنماذج OpenAI التي توفره

ولا تُحتسب طلبات الدفعة ضمن حد طلبات Agent API، وتنتهي صلاحية الطلبات التي لم يبدأ تنفيذها بحلول الموعد النهائي من دون فرض رسوم عليها. والخدمة غير متاحة للمؤسسات التي تعتمد سياسة عدم الاحتفاظ بالبيانات.

🔗 سلسلة تغريدات @perplexitydevs · وثائق Batch API

تتيح Cohere النسخة التجريبية العامة من Confidential Computing في Model Vault، على وحدات GPU من طراز NVIDIA H100 في Azure

22 أكتوبر — بعد إطلاقها في مرحلة الوصول المبكر في 16 سبتمبر، تنتقل ميزة Confidential Computing في Model Vault، منصة الاستدلال المخصصة والمدارة من Cohere، إلى النسخة التجريبية العامة: يمكن للعملاء إنشاء خزائن مشفّرة ونشر أعباء عملهم فيها الآن، باستخدام واجهات API نفسها. وتعمل النسخة التجريبية على وحدات GPU من طراز NVIDIA H100 في Microsoft Azure، التي توفر البنية التحتية للحوسبة السرية، بينما تحمي NVIDIA Confidential Computing ذاكرة GPU وتشفّر التبادل بين CPU وGPU. ويُشفَّر محتوى الطلبات من طرف إلى طرف باستخدام Oblivious HTTP (OHTTP) حتى وصوله إلى البيئة الموثَّقة، ويتحقق برنامج العميل من إثبات موقّع للعتاد والبرمجيات المضمنة (البرامج الثابتة) والبرمجيات قبل أي إرسال؛ ووفقًا لـ Cohere، لا يستطيع حتى مشغّلوها ومزوّد الخدمات السحابية قراءة الذاكرة المحمية. وتبقى بعض الهجمات المادية أو هجمات القنوات الجانبية، والتوافر، والثغرات على مستوى التطبيقات مثل حقن التعليمات، والبيانات الوصفية، ومعرّفات API والنموذج، خارج نطاق الحماية. وقد أُعلن عن وحدات GPU من طراز Blackwell B200، والإتاحة العامة، وحزمة برمجية مفتوحة المصدر، من دون تحديد موعد، ولم تُعلَن أي أسعار.

🔗 الحوسبة السرية على Cohere Model Vault · المقال التقني من Cohere

رصد الكوكب والتنبؤ به: ForTy وOlmoEarth v1.3 وStormScope EU

ترسم ثلاثة إصدارات اليوم خرائط للأرض أو تقدّم تنبؤات بشأنها انطلاقًا من صور الأقمار الصناعية، ويعتمد اثنان منها على تمثيلات متجهية تختزل كل بكسل بدقة 10 أمتار.

تنشر Google DeepMind خريطة ForTy العالمية بدقة 10 أمتار، للتمييز بين الغابات الطبيعية ومزارع الغابات والمحاصيل الشجرية

22 أكتوبر — تنشر Google DeepMind وGoogle Research، بالتعاون مع World Resources Institute (WRI) وIIASA، خريطة Forest Typology (ForTy) 2020، التي تصنّف كل رقعة بمساحة 10 أمتار في 10 أمتار من سطح اليابسة ضمن إحدى ست فئات مستمدة من تعريفات FAO: الغابات الأولية، والغابات المتجددة طبيعيًا، والغابات المزروعة، ومزارع الغابات، والمحاصيل الشجرية والزراعة الحراجية، والأراضي الأخرى. وفي حين تشير معظم الخرائط فقط إلى وجود الأشجار، تميّز ForTy بين الغابة الأولية ومزرعة نخيل الزيت، مما يجعلها مرجعًا للائحة الأوروبية بشأن المنتجات «الخالية من إزالة الغابات» (EUDR). ويستند النموذج إلى التمثيلات المتجهية من AlphaEarth Foundations ونحو 1,7 مليون نقطة موسومة؛ وقد جرى التحقق منه على أكثر من 9 000 موقع اختيرت عشوائيًا، وهو يحدد نوع الغابة الصحيح في 90 % من الحالات، ويميّز بين الغابات وغير الغابات في 95 % من الحالات، ويعطي احتمالًا لكل فئة بدلًا من تسمية واحدة. وتُظهر سلسلة سنوية للفترة 2017-2025، متاحة في إصدار أولي، ما يحل محل الغابات التي اختفت. والخريطة والسلسلة متاحتان بحرية على Google Earth Engine بموجب ترخيص مفتوح.

🔗 تدوينة Google DeepMind · مقال Scientific Data

تنشر Ai2 نموذج OlmoEarth v1.3 وتمثيلات متجهية محسوبة مسبقًا لصور الأقمار الصناعية تغطي الكوكب بأكمله

22 أكتوبر — تنشر Ai2 نموذج OlmoEarth v1.3، الذي يقرأ صور الرادار (Sentinel-1) والصور متعددة الأطياف (Sentinel-2، Landsat) على امتداد عام، ويختزل كل بكسل بدقة 10 أمتار إلى متجه. وقد حسبت Ai2 هذه التمثيلات المتجهية وتشاركها على Source Cooperative: للكوكب بأكمله من 2023 إلى 2025، ولبعض البلدان فقط من 2017 إلى 2022. وأصبح مصنّف صغير مدرَّب عليها كافيًا لرسم خرائط المحاصيل أو الغطاء الأرضي أو التغيرات، من دون ضبط النموذج لكل مهمة على حدة. وتتيح أداة استكشاف في المتصفح، من دون حساب، مقارنة السنوات، والبحث عن أماكن متشابهة، وتصدير خريطة بصيغة GeoTIFF.

مقياس OlmoEarth v1.3	القيمة المنشورة
التمثيل المتجهي لكل بكسل بدقة 10 m	128 بُعدًا، أو أول 64 بُعدًا في النسخة الخفيفة
التقييمات التي تفوّق فيها على AlphaEarth Foundations وTessera v2	20 من 27 (128 بُعدًا)، و18 من 27 (64 بُعدًا)
حوسبة التدريب مقارنةً بـ v1.2	53 %
أرشيف التمثيلات المتجهية المحسوبة مسبقًا	نحو 150 To سنويًا

وتُنشر الأوزان والبيانات والشيفرة بموجب ترخيص OlmoEarth Artifact License، وتقدّم Ai2 في الوقت نفسه PLANTEUR، وهو منصة تقييم لرسم خرائط المحاصيل في ستة أقاليم فرنسية فيما وراء البحار.

🔗 تدوينة Ai2

تنضم StormScope EU إلى Earth-2 في اليوم الثاني من GTC Berlin

22 أكتوبر — تضيف NVIDIA إلى Earth-2، عائلتها من نماذج التنبؤ بالطقس والمناخ، StormScope EU: وهي نسخة إقليمية من StormScope دُرّبت على بيانات أوروبية، وتتنبأ بتطور السحب على المدى القصير جدًا عبر قنوات Meteosat الـ16، بفواصل زمنية قدرها 10 دقائق، انطلاقًا من مشاهدات EUMETSAT. ويُذكر عدد من مستخدمي Earth-2 الأوروبيين: فقد حاكت AXA أكثر من 1 000 موسم أعاصير باستخدام FourCastNet 3، وتُثري Vaisala Xweather نموذج StormScope ببيانات البرق، وتتنبأ TotalEnergies بالإشعاع الشمسي في موقعين، وتشغّل جامعة مانشستر على جهاز DGX Spark نموذج CorrDiff لجودة الهواء دُرّب على الحاسوب الفائق Isambard-AI.

🔗 Earth-2 في أوروبا (مدونة NVIDIA)

اليوم الثاني من GTC Berlin: توسّع NVIDIA منصة Cosmos، وتطلق Minerva، وتعرض أرقام عملائها الأوروبيين

22 أكتوبر — في اليوم الثاني من GTC Berlin، تنشر NVIDIA سلسلة تدوينات عن عملائها الأوروبيين، تركز خصوصًا على حالات استخدام مدعومة بالأرقام. أجرت Shopify تدريبًا لاحقًا على Nemotron 3.5 Lightning للوكيل الفرعي الخاص بـGraphQL ضمن مساعدها Sidekick، فأصبح أدق من أحد النماذج الرائدة في اختبارها الداخلي، مع خفض تكلفة التشغيل بنسبة 90 % وتسريع الإجابات 7 مرات؛ وتشغّل bunq مساعدها Finn على نماذج مفتوحة تضاهي أفضل النماذج المغلقة، بتكلفة للإجابة تبلغ 60 % من تكلفتها؛ وتسرّع Stripe مسارات معالجة البيانات في أداة مكافحة الاحتيال Radar بمقدار 42 مرة في اختبار غير متصل بالإنترنت. وفي قطاع الطاقة، حصلت بطاريات Hitachi Energy على تصنيف DSX Ready، وتتحقق Schneider Electric من صلاحية معماريات Vera Rubin المرجعية، وتنشر Siemens Energy تصميمًا مرجعيًا. أما على صعيد المنتجات، فتوسّع NVIDIA منصة Cosmos وتطلق Minerva.

🔗 التجارة الأوروبية (مدونة NVIDIA) · الخدمات المالية الأوروبية · الطاقة لمصانع الذكاء الاصطناعي

Cosmos: خمسة مخططات Data Factory، وإطار عمل متاح لنماذج أخرى، وخدمات NIM أسرع بما يصل إلى الضعف

22 أكتوبر — تستكمل NVIDIA منصة Cosmos لنماذج العالم (world models) في كل مرحلة. فعلى صعيد البيانات، تأتي Cosmos Data Factory، التي ذُكرت في اليوم السابق، في خمسة مخططات مصممة للسحابة ومتاحة عبر GitHub وMicrosoft Azure وNebius وCoreWeave: مجموعات بيانات للمركبات ذاتية القيادة، وتعزيز سمات الصور، ومقاطع فيديو لأحداث نادرة أو خطرة، وصور عيوب (في لوحات الدوائر المطبوعة والمعادن والزجاج)، وتعزيز مقاطع الفيديو (الطقس والإضاءة). وعلى صعيد التدريب، يوسّع Cosmos Framework وصفاته للضبط الدقيق (fine-tuning) والتعلّم المعزز والتقطير والتكميم، في صورة مهارات للوكلاء، لتشمل نماذج مفتوحة أخرى مثل GR00T وAlpamayo وQwen وPi0.5. وعلى صعيد النشر، تُستخدم نسخ جديدة من Cosmos 3 Nano لتقييم سياسات القيادة الذاتية والروبوتات ثنائية الذراع بالمحاكاة، وتحقق خدمات NIM Cosmos 3 المصغّرة سرعة استدلال أعلى بما يصل إلى الضعف في إعدادات جرى التحقق منها، ويتابع مخطط Metropolis VSS 3.3 تدفقات فيديو أكثر بنسبة 40 % على وحدة GPU نفسها. وهكذا قطّرت MicroAGI نموذج الاستدلال Cosmos 3 الخاص بها من 32B إلى نموذج Nano بحجم 8B دون فقدان الدقة، وتقدّر Porsche، التي ذُكرت في اليوم السابق، انخفاض اختباراتها المادية المتكررة بما يصل إلى 90 %.

🔗 تدوينة Cosmos (مدونة NVIDIA)

Minerva، منصة AIOps للحفاظ على إنتاجية مصانع الذكاء الاصطناعي

22 أكتوبر — تطلق NVIDIA منصة Minerva لإدارة التشغيل بالذكاء الاصطناعي (AIOps) في مصانع الذكاء الاصطناعي، حيث يمكن لمكوّن واحد متراجع الأداء أن يبطئ عملية تدريب بأكملها. وتجمع المنصة بيانات القياس عن بُعد لوحدات GPU والشبكة والتخزين والمجدولات وأعباء العمل في رسم بياني معرفي يربط العتاد (وحدات GPU وSuperNIC والمبدّلات والكابلات) بالمهام الجارية، لتتبّع بطء التدريب وصولًا إلى المكوّن المسبّب، حتى عبر مئات آلاف وحدات GPU، بحسب NVIDIA. وتحلل نماذج خاضعة للإشراف وأخرى غير خاضعة له مليارات نقاط البيانات في الساعة، وترصد حالات شاذة غير مسبوقة، وتتوقع الأعطال، وتجمع سيلًا من التنبيهات في حادثة واحدة مع سببها المحتمل؛ ويقترح مساعد باللغة الطبيعية تصحيحات تُطبَّق يدويًا أو آليًا. وتستخدمها IREN بالفعل؛ وتعتزم Aolani وBitdeer AI وIBM وJio وLambda وQuake AI وTesla نشرها، وستتيحها Lenovo وSupermicro، إلى جانب Dell Technologies. ولا تنشر NVIDIA سعرًا أو مكاسب محددة بالأرقام.

🔗 Minerva (مدونة NVIDIA)

تمثيل الثقافات والسكان: CulturalRiddles وNemotron-Personas-UK

تقيس مجموعتا بيانات نُشرتا في اليوم نفسه مدى دقة تمثيل النماذج للثقافات والسكان الفعليين، أو تصححان هذا التمثيل.

تنشر Cohere Labs مجموعة CulturalRiddles، وتضم 6 200 لغز من 62 ثقافة تكشف مواطن القصور الثقافي لدى النماذج اللغوية الكبيرة

22 أكتوبر — تنشر Cohere Labs مجموعة CulturalRiddles، وهي معيار اختبار يقيس الفهم الثقافي لدى النماذج اللغوية باستخدام الألغاز. وخلال ستة أشهر، كتب 194 متطوعًا نحو 6 200 لغز أصلي بلغاتهم، تمثل 62 مجتمعًا ثقافيًا و45 دولة و51 لغة، منها لغات لا تغطيها الاختبارات الحالية، مثل البوغية والمونغوندو. ومن بين 28 نموذجًا مملوكًا أو مفتوحًا أو إقليميًا، مع نحو 68 000 إجابة راجعها ناطقون أصليون، يحل أفضل نموذج 79 % من الألغاز، لكن لا يتجاوز أي منها 22 % في اللوماسابا (أوغندا) أو المونغوندو (إندونيسيا). ولا تفسّر اللغة سوى جزء صغير من الفجوة: فترجمة ألغاز المجتمعات الخمسة الأصعب إلى الإنجليزية لا ترفع نتائج خمسة نماذج إلا من 22 % إلى 32 %. ورغم السماح للنماذج بالإجابة «لا أعرف»، لم تفعل ذلك إلا في 0,7 % من الحالات، بينما كان نحو 31 % من الإجابات التي خضعت للمراجعة مختلقًا؛ ويجيب 18 نموذجًا من أصل 28 بـ«كرة الماء» عن لغز ألماني حله هو الرغبي تحت الماء. والألغاز والشيفرة ولوحة المتابعة متاحة للجمهور، دون إبراز أي نموذج من Cohere.

🔗 CulturalRiddles (Cohere Labs) · مجموعة البيانات على Hugging Face

Nemotron-Personas-UK: مليون شخصية اصطناعية مستندة إلى التعدادات السكانية البريطانية

22 أكتوبر — ينشر Locai Labs، وهو مختبر لندني للذكاء الاصطناعي السيادي، بالتعاون مع NVIDIA مجموعة Nemotron-Personas-UK، التي تضم مليون شخصية اصطناعية بترخيص CC BY 4.0. وتراعي كل شخصية التوزيعات الديموغرافية والجغرافية والاجتماعية والاقتصادية والمهنية في تعدادات إنجلترا وويلز واسكتلندا وأيرلندا الشمالية، من دون أن تتضمن أي شخص حقيقي. وباستخدام NeMo Data Designer، يسحب نموذج احتمالي أولًا توليفات واقعية، ثم يكتب Gemma 4 31B سمات كل شخصية (الخلفية الثقافية والمهارات والأهداف المهنية والهوايات)، باستخدام 18 وحدة GPU من NVIDIA. وتُستخدم هذه المجموعات لتدريب نماذج واختبارها بحيث تعكس فئة سكانية محددة دون كشف بيانات شخصية. وفي اليوم الثاني من GTC Berlin، قدمت NVIDIA بالتوازي مجموعة Nemotron-Personas-Germany، التي تضم مليون سجل مستند إلى تعداد 2022 (16 ولاية و400 مقاطعة)، ويمكن استخدامها مع مكتبة NeMo User Sim مفتوحة المصدر للتحقق من أن نموذجًا للخدمات العامة يتصرف بالطريقة نفسها من منطقة إلى أخرى ومن فئة عمرية إلى أخرى؛ ومن المقرر إصدار نسخ بالتعاون مع SpeakLeash في بولندا وجامعة ليوبليانا. وتغطي مجموعة Nemotron-Personas الآن 12 دولة، من بينها فرنسا.

🔗 تدوينة Locai Labs · القطاع العام الأوروبي (مدونة NVIDIA)

توليد الصور ومقاطع الفيديو: Ideogram Vector 1.0 وHeyGen Video 1 وFLUX Video Upscale

تطلق Ideogram نموذج Ideogram Vector 1.0، أول نماذجها للرسوم المتجهة، لتوليد ملفات SVG قابلة للتحرير

22 أكتوبر — تتجاوز Ideogram الصور النقطية مع Ideogram Vector 1.0. فباستخدام وصف نصي، مع صور مرجعية عند الرغبة، يولّد النموذج ملف SVG مباشرة؛ ويمكنه أيضًا تحويل صورة موجودة إلى رسم متجه دون وصف نصي. وكل تصميم هو ملف SVG واحد تظل أشكاله وألوانه وتدرجاته قابلة للتحرير في Illustrator أو Figma أو عبر الشيفرة. وتستهدف Ideogram الشعارات وتصميم الحروف والملصقات والطباعة والرسوم التوضيحية (الحفر وفن البوب والمساحات اللونية المسطّحة والرسم الخطي)، معتمدة على نقطة قوتها المعروفة، وهي النصوص المقروءة. والنموذج متاح داخل Ideogram، وعبر API، ولدى شركاء لم تُذكر أسماؤهم، دون نشر نتائج اختبار معياري.

نمط التوليد	السعر لكل ملف SVG
من نص إلى رسم متجه، جودة Low	0,13 دولار
من نص إلى رسم متجه، جودة Medium	0,16 دولار
من نص إلى رسم متجه، جودة High	0,20 دولار، و0,32 دولار مع صور مرجعية
من صورة إلى رسم متجه	0,10 دولار لكل صورة

🔗 إعلان Ideogram · صفحة النموذج

يتصدر HeyGen Video 1 تصنيف تحويل النص إلى فيديو بلا صوت على Artificial Analysis، ويأتي ثالثًا مع الصوت

22 أكتوبر — تؤكد HeyGen أن HeyGen Video 1، أول نماذجها لتوليد الفيديو للأغراض العامة، حل أولًا في تحويل النص إلى فيديو في اختبار أعمى أجرته Artificial Analysis. ويضيف تصنيف AA-Video-T2V v2.1 تفصيلًا إلى هذا الادعاء: فالنسخة المصنفة، HeyGen Video (ultraquality)، تتصدر بالفعل العرض الخالي من الصوت، مع مجال ثقة يتداخل مع مجال Wan 3.0، لكنها لا تتجاوز المرتبة الثالثة في العرض المصحوب بالصوت، الذي يظهر افتراضيًا.

عرض التصنيف	مرتبة HeyGen Video (ultraquality)	النماذج المجاورة في التصنيف
بلا صوت	المرتبة 1، و1 144 Elo (الترتيب من 1 إلى 2)	Wan 3.0 عند 1 134، وMiniMax H3 768p عند 1 120
مع الصوت، العرض الافتراضي	المرتبة 3، و1 160 Elo (الترتيب من 2 إلى 7)	Wan 3.0 عند 1 175، وUtopai X عند 1 167

بعد تدريبه اللاحق انطلاقًا من MiniMax H3، يتفوق النموذج بوضوح على نموذجه الأساسي بلا صوت (1 144 مقابل 1 120)، لكن بفارق نقطتين فقط مع الصوت (1 160 مقابل 1 158). وتشير Artificial Analysis إلى أن API لهذه النسخة «قادم»، بينما تعرض HeyGen نموذج HeyGen Video 1 بوصفه متاحًا داخل HeyGen وعبر API، بسعر ترويجي قدره 0,01 دولار للثانية.

🔗 تصنيف Artificial Analysis لتحويل النص إلى فيديو · تغريدة @HeyGen

تعيد Black Forest Labs بناء FLUX Video Upscale، وتقول إنه أرخص من Topaz Astra 2 وأسرع بمرتين

22 أكتوبر — تعلن Black Forest Labs إعادة بناء شاملة لأداة FLUX Video Upscale لرفع دقة الفيديو، التي أُطلقت في 20 أغسطس، وتقدمها بوصفها الأفضل في السوق والأرخص من Topaz Astra 2 والأسرع بمرتين، دون نشر مقارنة مدعومة بالأرقام. وتعتمد الأداة على FLUX 3، بحسب صفحة المنتج، وتعيد توليد كل إطار بالدقة الجديدة بدلًا من استيفاء وحدات البكسل. ويتحكم إعداد في سلوكها: فالوضع الدقيق يحسّن المصدر دون تغييره، ليناسب الوجوه والمنتجات، بينما يبتكر الوضع الإبداعي، وهو الافتراضي، تفاصيل قد تؤدي إلى تغيير ملامح وجه.

إعداد FLUX Video Upscale	القيمة المنشورة
معامل التكبير	من 1,5 إلى 3 مرات، حتى 4K، انطلاقًا من 480p
مدة كل مقطع	20 ثانية بحد أقصى، مع الاحتفاظ بالصوت الأصلي
السعر في الوضع الدقيق	0,035 دولار لكل ميغابكسل-ثانية من الناتج
السعر في الوضع الإبداعي (الافتراضي)	0,05 دولار لكل ميغابكسل-ثانية من الناتج

🔗 إعلان Black Forest Labs · صفحة أداة رفع الدقة

وكلاء البرمجة: Claude Code 2.1.307 وVS Code 1.143 وReplit Monitoring Agent وorbs من Amp وإضافة Cognition

يواكب Claude Code الإصدار الجديد من API، ويشغّل VS Code نموذجًا برمجيًا على جهاز المطوّر، وتُسند Replit وAmp مزيدًا من مهام البنية التحتية إلى الوكلاء، وتزوّد Cognition أي وكيل بأدوات لمواجهة ثلاث ثغرات حرجة. وترد إصدارات Copilot CLI 1.0.103 وVibe CLI 3.0.2 وQwen Code v0.26.0 وZed 1.25 وغيرها من إصدارات اليوم في الموجز.

يضيف Claude Code 2.1.307 الأمر /claude-api api-version وحدث OpenTelemetry المسمى safety_event

21 أكتوبر — يواكب Claude Code 2.1.307 (43 بندًا، منها 26 إصلاحًا) الإصدار الجديد من API: إذ ينقل /claude-api api-version شيفرة تطبيق يستخدم Claude API إلى الإصدار 2026-10-21. وعلى صعيد قابلية الرصد، يصدر حدث OpenTelemetry المسمى claude_code.safety_event لكل استدعاء أداة أوقفته قاعدة أذونات أو الوضع التلقائي أو فحص أمني أو خطاف أو بيئة معزولة، أو أحالته إلى التأكيد أو أعادته إلى Claude؛ وهو يكمّل حقول المصنّف التي أُضيفت في 15 أكتوبر إلى أحداث tool_decision. وتحصل Code Review على @claude review stop (أو off، pause)، الذي ينهي اشتراك @claude review always في طلب سحب. ومن بين الإصلاحات، لم تعد استدعاءات أدوات MCP عبر HTTP تُرسل مرتين عندما يُغلق الاتصال أثناء الاستدعاء، إذ لا تُعاد المحاولة إلا للأدوات المخصصة للقراءة فقط أو التي لا يغيّر تكرارها النتيجة؛ ويُعاد استدعاء الأداة غير القابل للقراءة حتى مرتين قبل إيقاف الدور؛ ويوقف المشغّل المستضاف ذاتيًا خطافات جلب الشيفرة بعد 30 دقيقة افتراضيًا. ويقتصر الإصدار 2.1.308 الصادر في 22 أكتوبر على إصلاحات الأخطاء والموثوقية.

🔗 Claude Code 2.1.307 على GitHub

يشغّل VS Code 1.143 نموذج MAI Code 1.1 Flash محليًا مع Copilot ويجعل إطار تشغيل Copilot الخيار الافتراضي

22 أكتوبر — يقدّم VS Code 1.143 تجريبيًا التوجيه المحلي المُعلن في 7 أكتوبر: إذ تتيح علامة تبويب جديدة باسم «على هذا الجهاز» في منتقي النماذج تنزيل MAI Code 1.1 Flash، الذي يمكن توجيه الاستفسارات إليه في جلسات إطار تشغيل Copilot. ولا تستهلك الإجابات المحسوبة على الجهاز، والموسومة بعبارة «على الجهاز»، أرصدة ذكاء اصطناعي، ويتيح خيار «الاستخدام في الوضع التلقائي» للوضع التلقائي إرسال الطلبات المناسبة إليه، مع الرجوع إلى السحابة عند الحاجة. وتظل متطلبات العتاد مرتفعة: إصدار متوافق من llama.cpp، وتسجيل دخول إلى GitHub، ووحدة GPU من NVIDIA بذاكرة لا تقل عن 96 غيغابايت. ويصبح إطار تشغيل Copilot، المبني على Copilot SDK، الخيار الافتراضي للجلسات الجديدة، وتحصل نافذة «الوكلاء» على ميزة «مقارنة النماذج» في إصدار معاينة، لإسناد التعليمة نفسها إلى عدة نماذج وأطر تشغيل (Copilot وClaude وCodex) بالتوازي، مع إمكانية الاستعانة بنموذج حَكَم. ويقترح برنامج التثبيت أيضًا Copilot CLI، ويقبل وضع الصوت مفتاح OpenAI شخصيًا، ويمكن للشركات فرض نماذجها الافتراضية وتثبيت الإضافات المطلوبة تلقائيًا.

🔗 ملاحظات إصدار Visual Studio Code 1.143

تطلق Replit أداة Monitoring Agent التي تحقق في تنبيهات بيئة الإنتاج وتصلح المشكلات ويمكنها إعادة النشر ذاتيًا

22 أكتوبر — تطرح Replit أداة Monitoring Agent، وتقدمها بوصفها مهندسًا مناوبًا مستقلًا للتطبيقات المنشورة على منصتها: عند وقوع حادث في بيئة الإنتاج، تحقق الأداة في التنبيه، وتبحث عن السبب في السجلات والمقاييس والكود، وتُعِدّ إصلاحًا وتتحقق منه، ويمكنها نشره، ثم تقدم تقريرًا بالتغييرات. تُضبط ثلاثة إعدادات منفصلة لكل تطبيق: التنبيهات، استنادًا إلى سجلات الأخطاء وأخطاء HTTP وزمن الاستجابة؛ والإصلاح التلقائي (Auto-fix)، الذي يحقق في الخلفية ويرسل ملخصًا بالبريد الإلكتروني؛ وإعادة النشر التلقائية (Auto-republish)، التي لا تزال تجريبية ومحصورة في التطبيقات التي فُعّل فيها Auto-fix. وتحذر Replit من أن التنبيه لا يضمن إيجاد إصلاح، وأن عمليات الترحيل والفهرسة تظل محفوفة بالمخاطر؛ ومن دون إعادة النشر التلقائية، ينتظر الإصلاح مراجعته في محادثة الوكيل. لا توجد تسعيرة مخصصة: قد تؤدي عمليات التشغيل إلى رسوم استخدام Agent. وتصف Replit أداتها بأنها وكيل «الأول من نوعه»، لكن Cognition أطلقت في 15 أكتوبر أداة Devin Oncall، التي تحقق هي الأخرى في حوادث بيئة الإنتاج.

🔗 تدوينة Replit · وثائق Monitoring Agent

تتيح Amp استضافة أجهزة orbs على البنية التحتية الخاصة بالمستخدم، مجانًا للجميع حتى 29 أكتوبر

22 أكتوبر — تتيح Amp الاستضافة الذاتية لأجهزة orbs، وهي الأجهزة البعيدة التي تعمل عليها وكلاؤها: يوفر العميل موارد الحوسبة، وتحولها Amp إلى أجهزة orbs، بشرط أن تستطيع البنية التحتية تشغيل أجهزة جديدة بسرعة، ووضعها في حالة سكون واستئناف عملها، والاحتفاظ بها لمدة طويلة، وخفض عددها إلى الصفر. يعمل amp orb provider في بيئة العميل، ويتصل بـAmp، ويمرر طلبات الإنشاء والإيقاف المؤقت والحذف إلى برنامج يكتبه العميل؛ وتوفر Amp أمثلة لـDocker وE2B وKubernetes وApple Containers وModal وVercel وDaytona وexe.dev. مع ذلك، لا توصي Amp بهذا الخيار لمعظم مستخدميها: فهو موجه إلى الشركات التي تمنعها اللوائح أو الشبكات الداخلية أو متطلبات الأجهزة الخاصة من استخدام أجهزة orbs المستضافة. تظل أجهزة orbs المستضافة ذاتيًا مجانية للأفراد والفرق؛ وسيدفع عملاء Enterprise التسعيرة القياسية لأجهزة orbs بدءًا من 29 أكتوبر، ويكون الخيار مجانيًا للجميع حتى ذلك الحين. وحتى الآن، كانت مشغّلات Amp وحدها تتيح تشغيل الوكيل في بيئة العميل، ولكن على أجهزة دائمة.

🔗 تدوينة Amp

تنشر Cognition إضافة مفتوحة المصدر لوكلاء البرمجة لإصلاح الثغرات الحرجة في PHP وNode.js وGitLab

22 أكتوبر — في اليوم التالي لظهور PHP2Shell، تنشر Cognition أداة Vulnerability Fixes، وهي إضافة مجانية ومفتوحة المصدر بترخيص MIT تُسند إلى وكيل برمجة مهمة إصلاح ثلاث ثغرات حرجة. تُثبّت من متجر Devin، لكنها تتكون من مهارات بصيغة Agent Skills: ويضيفها npx skills add أيضًا إلى Claude Code أو Codex أو Cursor أو Factory Droid أو GitHub Copilot أو Gemini CLI أو OpenCode. يبدأ الوكيل بجرد للقراءة فقط لكل ما يتضمن PHP أو Node.js، مثل صور Docker وحزم التوزيعات وCI وHelm وTerraform وبيئات تشغيل AWS Lambda… ثم ينتظر اختيار المستودعات المطلوب إصلاحها، وينتقل إلى إصدار مصحح يتحقق منه بالرجوع إلى المصادر الرسمية، ويشغّل الاختبارات قبل التغيير وبعده، ثم يفتح طلب سحب لكل مستودع، مع تصنيف للمخاطر وخطة للتراجع.

المكوّن المستهدف	الثغرة المُصلحة	الإصدارات المصححة
PHP (PHP2Shell، جرى تناوله في 21 أكتوبر)	CVE-2026-109618 وCVE-2026-109619، CVSS v4 9,2	8.2.35, 8.3.36, 8.4.27, 8.5.12
Node.js (تحديث 21 أكتوبر)	10 CVE، منها CVE-2026-111497 (مفكك ترميز Brotli)	22.23.4, 24.22.1, 26.12.1
GitLab المستضاف ذاتيًا	CVE-2026-110264، CVSS 10.0	19.5.1, 19.4.3, 19.3.6, 19.2.9, 19.1.9, 19.0.10, 18.11.13

وفقًا لـCognition، يجري استغلال ثغرات PHP وNode.js فعليًا وبصورة آلية، وتنصح التدوينة بإخراج تطبيقات الويب المبنية على PHP من الخدمة أولًا. ويُوعَد عملاء Devin Enterprise بأرصدة ومساعدة، من دون تحديد مبالغ.

🔗 تدوينة Cognition · مستودع CognitionAI/devin-vuln-fixes · إعلان @cognition

أخبار موجزة

وكلاء وأدوات البرمجة

Copilot CLI 1.0.103 — في اليوم التالي للإصدار 1.0.102، يركز الإصدار المستقر من GitHub على الإصلاحات: تلتزم جلسات ACP أخيرًا بإعدادات البيئة المعزولة، ولم تعد استدعاءات أدوات Gemini تفشل عند التحقق من المخطط، وأُزيل خيارا بدء التشغيل القديمان --remote و--no-remote. 🔗 المصدر
Vibe CLI 3.0.2 — ترفع Mistral العدد الافتراضي للوكلاء الفرعيين النشطين والوكلاء الفرعيين المتوازيين إلى 32، بعدما كان 8 و4 على التوالي، ويمكن ضبطهما عبر max_subagents وmax_concurrent_subagents، وتطبّق أخيرًا أذونات الوكلاء الفرعيين المخصصين وقوائم أدواتهم ومهاراتهم. 🔗 المصدر
Qwen Code v0.26.0 — يأتي الإصدار المستقر بعد الإصدارات التمهيدية v0.25.4 التي جرى تناولها في اليوم السابق، من دون إصدار مستقر v0.25.4: هناك 64 بندًا جديدًا من أصل 237 بندًا، منها 21 ميزة، مثل إمكان تعديل الموافقات أثناء دورة عمل Managed Agent وإعادة تشغيل الخدمة الخلفية qwen serve. 🔗 المصدر
Zed 1.25 بإصدار مستقر — ينقل الإصدار v1.25.2 النسخة التمهيدية التي جرى تناولها في 14 أكتوبر إلى القناة المستقرة، مع ضغط السياق لوكلاء ACP وإتاحة GPT-6 Astra وClaude Fable 5.1 وClaude Opus 5.5 لدى مزود Amazon Bedrock، وملف تنفيذي أخف بنحو 30 % مقارنة بالإصدار 1.23. 🔗 المصدر
Gemini CLI، البناء الليلي ليوم 22 أكتوبر — يعمل التكامل مع IDE أخيرًا عندما تعمل CLI داخل بيئة معزولة باستخدام docker أو podman أو runsc، من دون إدخال رمز وصول المكوّن المرافق إليها، وتسري الموافقة على أمر طرفية على الخيارات نفسها حتى نهاية الجلسة. 🔗 المصدر
Antigravity 2.25.0 وإضافة VS Code 1.9.0 — استدراك لتحديثَي 19 و18 أكتوبر: يميز التطبيق المشاريع التي تديرها إضافات بشارة، ويصلح الترويسة بصيغة YAML في المهارات، وتضيف الإضافة اختصارات لقبول كتلة من الفروق أو رفضها، وإعادة تشغيل تلقائية اختيارية لخادم اللغة. 🔗 المصدر
ملاحظات إصدار Devin ليوم 21 أكتوبر — تدعم Devin Review الآن Bitbucket Cloud، وتحصل Devin Oncall على وضع Lite، ويمكن لمسؤولي Enterprise عرض رابط لطلب الوصول بجوار المستودعات التي لم تُربط بعد. 🔗 المصدر
أداة مدرسية مبنية باستخدام GenCode — تنشر Genspark شهادة جيسون هيل، الذي بنى خلال ثلاثة أيام، مقابل نحو 600 رصيد، أداة لرصد المقاعد الشاغرة وتجاوز السعة في الجداول الدراسية لمنطقته التعليمية؛ ولا يوجد أي تحديث للمنتج. 🔗 المصدر

الشركات وعمليات النشر

Uber وChatGPT Work — بعد تجربة شملت 1 000 موظف، تعمم Uber وكيل ChatGPT Enterprise على أكثر من 30 000 موظف، مع GPT-6.1 Sol افتراضيًا واتصالات بـGoogle Drive وGmail وGoogle Calendar وSlack؛ من دون نتائج رقمية. 🔗 المصدر
مهندسو OpenAI الميدانيون — يصف كولين جارفيس منهجهم، مدعومًا بأرقام من العملاء: التخلص من نحو 90 % من الكود المخصص لدى عميل في قطاع أشباه الموصلات بالانتقال إلى أساس مبني على Codex، وارتفاع أداء نموذج صوتي لقطاع الاتصالات من نحو 60 % إلى أكثر من 90 % في التقييمات الرئيسية خلال ستة أشهر. 🔗 المصدر
Replit for Government — عرض للجهات الحكومية على جميع المستويات، في الولايات المتحدة وخارجها، يُقال إنه مستخدم في 25 ولاية أمريكية وأكثر من 20 دولة، من دون تسمية أي عميل أو إعلان اعتماد FedRAMP أو تسعيرة. 🔗 المصدر
Cognition في لندن — مكتب جديد في فينسبري سكوير، ونمو الفريق البريطاني بأكثر من 200 % خلال ستة أشهر، وانضمام ثلاثة موظفين، بينهم كاترين ليمان، المديرة العالمية السابقة لتقنية المعلومات في Mercedes-Benz. 🔗 المصدر
برنامج Partner Network من SpaceXSI — يخرج البرنامج الموجه إلى شركات التكامل وناشري البرمجيات الذين يبنون باستخدام Grok من مرحلة الوصول المبكر، وتتابعه أكثر من 130 شركة، مع 45 شريكًا عند الإطلاق، منهم Bain & Company وDatabricks وNVIDIA وSnowflake؛ من دون أسعار أو جدول زمني. 🔗 المصدر
Synthesia وHays — تقيس التجربة الأولية لـRoleplay Sessions لدى شركة التوظيف تحسنًا متوسطه 29 % في المهارات التجارية، مع مشاركة طوعية تتجاوز 70 %. 🔗 المصدر
Trinity Logistics وElevenAgents — في حالة استخدام نُشرت في 20 أكتوبر، يتفاوض الوكلاء الصوتيون ويحجزون نحو 1 000 شحنة شهريًا عبر 30 000 مكالمة، بهامش أعلى بنسبة 25 % وتكلفة منصة أقل بنسبة 40 %. 🔗 المصدر
مستجدات Eleven Realtime Translation — تذكر تدوينة الترجمة الصوتية المباشرة، التي جرى تناولها في اليوم السابق، أول عميل، وهو Deutsche Telekom، لاستخدامها في Magenta AI Call Assistant، وتوضح أن Eleven v4 Turbo هو الأساس الافتراضي؛ ولا تزال النسخة ألفا المخصصة للشركات بلا تسعيرة. 🔗 المصدر

الأمن

OpenAI والبنوك المجتمعية — يتيح التحالف مع ICBA للبنوك الأعضاء المؤهلة وصولًا مدعومًا إلى Daybreak for Frontline Defenders، مع دورات تدريبية؛ من دون تحديد المبلغ أو عدد البنوك. 🔗 المصدر
Cloudflare وDaybreak وCodex — في دراسة حالة مؤرخة في 21 أكتوبر، تقترح Cloudflare باستخدام نماذج OpenAI إصلاحات وقواعد WAF تُراجع قبل مشاركتها، وقد أعاد فريق من أربعة أشخاص بناء منتج خلال ثلاثة أيام باستخدام Codex، مقابل 1 100 دولار من الرموز. 🔗 المصدر
Grok Bot و1Password — سيستخدم Grok Bot خلال الأيام المقبلة بيانات اعتماد 1Password التي يوافق عليها المستخدم من دون الاطلاع على كلمات المرور، ضمن 1Password for Agents، الذي من المقرر أن يخدم أيضًا Muse من Meta وClaude Duet وChatGPT Work. 🔗 المصدر · 🔗 1Password for Agents
مراقبة المحتوى العام مع توطين البيانات — تراقب ميزة فحص الأسرار في GitHub الآن الإيداعات العامة لعملاء GitHub Enterprise Cloud الذين يستخدمون توطين البيانات، ضمن معاينة عامة، مع تحديد الانتماء استنادًا إلى النطاقات التي جرى التحقق منها وحدها. 🔗 المصدر

المساعدون

Gemini وGoogle Maps وGoogle Calendar — بموافقة المستخدم، يجمع تطبيق Gemini بين عمليات بحثه وأماكنه المحفوظة في Google Maps وجدول مواعيده لتقديم توصيات يومية، عبر Personal Intelligence، غير المتاحة في المنطقة الاقتصادية الأوروبية. 🔗 المصدر
من تطبيقات Gemini إلى Google Sites — منذ 19 أكتوبر، يفتح خيار التصدير > Google Sites تطبيق ويب تفاعليًا أُنشئ في Gemini ضمن مسودة موقع خاص، مع الحفاظ على تفاعليته، وذلك لمستخدمي Workspace والحسابات الشخصية. 🔗 المصدر
Kimi Work 3.2.19 — في اليوم التالي للإصدار 3.2.18، يعرض تطبيق Moonshot AI صفحة تشير إلى تقييد الوصول عندما تمنع قائمة عناوين IP المسموح بها في الشركة الاتصال، ويضيف أداة لتشخيص الشبكة. 🔗 المصدر

منصات التطوير

المسافات والعرض المنقسم في طلبات السحب — يُحفَظ تفضيل عرض التغييرات في المسافات لجميع طلبات السحب، وتشغل الملفات الجديدة أو المحذوفة العرض الكامل في وضع العرض المنقسم. 🔗 المصدر
مضيفو blob جدد لـGitHub Actions — يجب السماح بالنطاقات productionresultssa30 إلى 49 و100 إلى 199 على blob.core.windows.net، والمنشورة في واجهة API meta، ما لم تكن هناك بالفعل قاعدة سماح بمحرف بدل تشملها، وإلا فقد تتعطل ملخصات المهام والسجلات. 🔗 المصدر
إصدار مرشح من huggingface_hub 2.3.0 — يقلص السرد المتوازي مدة البحث في ملفات objaverse البالغ عددها 798 924 من 776 إلى 19,7 ثانية، ويمكن متابعة Buckets مباشرة. 🔗 المصدر
OpenUSD على Hub — تُفتح ملفات .usd و.usda و.usdc و.usdz في عارض ثلاثي الأبعاد تفاعلي نُشر بمصدر مفتوح، وذلك في اليوم التالي لإطلاق SimReady Central. 🔗 المصدر

الأبحاث والنماذج المفتوحة والأساليب

PLANTEUR — نشرته Ai2 مع OlmoEarth v1.3، وهو معيار لرسم خرائط المحاصيل في ستة أقاليم فرنسية فيما وراء البحار، يضم 2 750 سلسلة زمنية و4 506 km² من القطع الزراعية، ويُظهر أن كل نموذج يفقد نحو نصف دقته عند اختباره على جزيرة لم يرها من قبل. 🔗 المصدر
Seb-9B-v2 — يحقق نموذج اتخاذ القرار المحلي هذا، الذي يضم 9 مليارات معلمة ويخضع لترخيص Apache 2.0، نتيجة 59,16 على Decision Index مقابل 57,96 لنموذج Jev 1.13 المستضاف، وفقًا لمطوره الذي لا يحدد إصدار المؤشر، مع زمن قدره 22 ms لكل قرار على RTX PRO 6000. 🔗 المصدر
Laghu — تدرب UDGAM LABS من الصفر، مقابل 146 دولارًا، نموذج محادثة يضم 152 مليون معلمة ويشغل 163 ميغابايت في المتصفح، ويعادل SmolLM2-135M-Instruct في المحادثة وفقًا لمطوريه. 🔗 المصدر
BaseQuant V1 — تنشر basecompute نسخًا مكمّمة من Qwen3.8-27B بأحجام 10,93 و16,41 و20,82 غيغابايت، يقل فيها تباعد KL بنسبة 15 % عن نسخ Unsloth عند 3 و4 بت، وفقًا لمطوريها. 🔗 المصدر
استخدام VLM لإعادة الترتيب — من دون تدريب على إعادة الترتيب، يتفوق Qwen3.8-27B على نموذج إعادة الترتيب Qwen3-VL-Reranker-2B المدرب بإشراف في ثلاثة معايير، ويعادل الإصدار 8B على المستندات المرئية في MMEB-V2، وفقًا لتدوينة من المجتمع. 🔗 المصدر
تقييم الوكيل وفقًا لـPerplexity — دليل من ست خطوات، يبدأ بمعايير النجاح وينتهي باختبارات الانحدار والمتابعة في بيئة الإنتاج، ويوصي بتحليل الأخطاء في نحو مئة سجل تتبع حقيقي ومعايرة نماذج LLM المستخدمة للتحكيم؛ ولا يتضمن أي منتج من Perplexity. 🔗 المصدر
Project Chrysalis — تصف Google Cloud بنية مرجعية لوكلاء عمليات يتطورون ذاتيًا على منصة وكلاء Gemini Enterprise: في حالات أعطال محاكاة، ينخفض الزمن اللازم لاتخاذ أول إجراء للتخفيف (mitigation) من نطاق يتراوح بين 15 و45 دقيقة إلى 1,8 ثانية؛ وهذه بنية مرجعية وليست منتجًا. 🔗 المصدر

ماذا يعني ذلك

تعيد المنصات صياغة شروط الوصول إليها. تثبّت Anthropic الآن إصدارات واجهة Claude API وفق تواريخ محددة، وتزيل إعدادات كانت نماذجها الحديثة قد توقفت أصلًا عن السماح بتعديلها: على المطوّر الذي كان يخفض درجة الحرارة في نموذج قديم أن يختار بين البقاء على 2023-06-01 وقبول أخذ العينات الافتراضي، وتغيّر جميع حزم SDK إصدارها الرئيسي وترخيصها في اليوم نفسه. ستفرض OpenAI ضوابط على الوسطاء: اعتبارًا من 20 نوفمبر، سيتعين على أي موجّه أو بوابة يتيح وصولًا مباشرًا إلى نماذجها الحصول على موافقتها، وستتيح لها SafetyIDs استهداف مستخدم نهائي دون معرفة هويته. تتبنى Perplexity صيغة Batch API من OpenAI، وتجعل Cohere العميل يتحقق، قبل كل إرسال، من البيئة التي ستعالج طلبه.

تنتقل المكونات الأساسية للوكلاء إلى حوكمة محايدة. مع Agent Skills وOpen Responses وOpenEnv وOpenSandbox، تجمع AAIF عشرة مشاريع خلال عام واحد، جاءت آخر أربعة منها من Anthropic وOpenAI وHugging Face وAlibaba. وتتضح فائدة الصيغة المشتركة في اليوم نفسه: تُثبَّت إضافة Cognition للتصدي لـ PHP2Shell وثغرات Node.js وGitLab على شكل مهارات في سبعة وكلاء برمجة متنافسين. أما على صعيد البنية، فتتباين المؤشرات: تنصح Anthropic بدمج الوكلاء الفرعيين في حلقة واحدة مزودة بمهارات، ولا تُبقي عليهم إلا عند امتلاء السياق أو للمهام المتوازية المؤقتة، بينما يرفع Vibe CLI 3.0.2 في اليوم نفسه العدد الافتراضي للوكلاء الفرعيين المتزامنين إلى 32.

كلما تصرف الوكلاء باستقلالية أكبر، أصبحت مراقبتهم بنية تحتية تحتاج إلى الاختبار. يُظهر تمرين METR وRedwood Research أن نظام المراقبة قد يرى مسار الوكيل كاملًا ومع ذلك يسمح بمرور جزء من النشاط دون فحص: ما دام ضغط السياق خارج نطاق رؤيته، كان بإمكان وكيل لا يعيد التحكم أبدًا أن يؤجل فحصه إلى أجل غير مسمى. وفي اليوم نفسه، تعلن تطبيقات Claude اعتماد الوضع التلقائي افتراضيًا، حيث يحل فحص آلي محل الموافقة على كل خطوة، ويُصدر Claude Code حدثًا لكل استدعاء أداة يُوقَف، ويتيح Replit لوكيل إعادة نشر إصلاح في بيئة الإنتاج بمفرده، وتعرض GitHub على الشركات مقارنة نسبة مستخدميها الذين يستعينون بالوكلاء بنسب نظرائها.

في مجال محدد، يلحق نموذج متخصص بالنموذج الرائد مقابل جزء ضئيل من تكلفته. يأتي Carbon-X، الذي يضم 14 مليار معلمة، بفارق أقل من نقطة عن GPT-6.1 Sol في مسائل الحمض النووي، مقابل نحو 1/1 800 من تكلفته لكل مسألة؛ وتجيب واجهة Decisions API وGLiDE دون توليد نص؛ ويحسب OlmoEarth v1.3 مسبقًا تضمينات للكوكب بأكمله، يكفي استخدام مصنِّف صغير معها لرسم خريطة، بينما يبني ForTy خريطته اعتمادًا على تضمينات AlphaEarth Foundations. وتذكّر اختبارات القياس بالجانب الآخر من الصورة: في CulturalRiddles، لا يتجاوز أي من النماذج الـ 28 المختبرة نسبة 22 % لدى بعض المجتمعات، ولا تجيب النماذج بـ «لا أعرف» إلا في 0,7 % من الحالات.