تكتشف Anthropic مساحة عمل عالمية في LLMs (J-space)، وتفتتح Runway مركزًا لـ physical AI في باريس، وClaude Code يشرح الحلقات الوكيلة

يمثّل 6 يوليو يومًا مزدحمًا بين قابلية التفسير الأساسية والبنية التحتية الفيزيائية: تنشر Anthropic بحثًا عن J-space، مساحة العمل العالمية المكتشفة في LLMs، التي تذكّر بالنظريات العصبية-المعرفية للوعي؛ وتعلن Runway عن أول مكتب لها في فرنسا باستثمار 30 مليون دولار أمريكي في البحث حول physical AI؛ كما يدوّن فريق Claude Code أخيرًا الأنواع الأربعة للحلقات الوكيلة التي تُشكّل سير العمل المستقل. وعلى صعيد المصدر المفتوح، يوضّح كل من LeRobot v0.6.0 والشراكة بين Google DeepMind × Apptronik تشريح الذكاء الاصطناعي الروبوتي في 2026.

بحث Anthropic — J-space، مساحة العمل العالمية داخل LLMs

6 يوليو — تنشر Anthropic على transformer-circuits.pub بحثًا جديدًا في قابلية التفسير: تمتلك LLMs آلية مماثلة لـ مساحة العمل العالمية (global workspace) كما تصفها علوم الأعصاب المعرفية — وهي منطقة معلومات نشطة وواعية وقابلة للوصول إلى الاستدلال. هذه الآلية، المسماة J-space، تنبثق طبيعيًا في نماذج اللغة من دون أن تكون قد صُمّمت صراحةً.

يبيّن البحث أنه، تمامًا كما لا يتيح الدماغ البشري للوعي إلا جزءًا من نشاطه العصبي، تركّز LLMs استدلالها النشط داخل هذه المساحة المحدودة. لهذا الاكتشاف ثلاث دلالات عملية:

قراءة ما يستدل عليه Claude بنشاط في لحظة معيّنة
تدقيق الحالات الوسيطة للاستدلال
توجيه عملية تفكير النموذج أثناء تنفيذه

تذكر سلسلة Anthropic على X عرضًا تفاعليًا متاحًا عبر Neuronpedia على نماذج open-weights، ما يتيح استكشاف J-space مباشرة. ويأتي هذا البحث ضمن برنامج Anthropic لقابلية التفسير الآلي (mechanistic interpretability)، الذي يهدف إلى فهم التمثيلات الداخلية للنماذج لضمان موثوقيتها مع ازدياد قدراتها.

New Anthropic research: A global workspace in language models. Of everything happening in your brain right now, only a tiny fraction is consciously accessible—thoughts you can describe, hold in mind, and reason with. We found a strikingly similar dynamic inside language models. The J-space lets us read, audit, and shape what Claude is actively thinking about—useful tools for keeping models trustworthy as they grow more capable. And it suggests surprising parallels between language models and our own minds.

🇸🇦 بحث جديد من Anthropic: مساحة عمل عالمية داخل نماذج اللغة. من بين كل ما يحدث في دماغك الآن، لا يمكن للوعي أن يصل إلا إلى جزء ضئيل للغاية — الأفكار التي يمكنك وصفها، وإبقاؤها في ذهنك، والاستدلال بها. لقد اكتشفنا ديناميكية مشابهة بشكل مدهش في نماذج اللغة. يتيح لنا J-space أن نقرأ، وندقّق، ونوجّه ما يفكّر فيه Claude بنشاط — وهي أدوات مفيدة للحفاظ على موثوقية النماذج مع ازدياد قدراتها. كما أنه يشير إلى أوجه تشابه لافتة بين نماذج اللغة وعقولنا نفسها. — @AnthropicAI على X

🔗 الورقة الكاملة — transformer-circuits.pub

Runway تفتتح أول مكتب لها في فرنسا في باريس

6 يوليو — تعلن Runway عن افتتاح أول مكتب فرنسي لها في باريس، مخصّص للبحث في world models (نماذج العالم) وphysical AI (الذكاء الاصطناعي الفيزيائي). يندرج هذا المركز ضمن التوسع الأوروبي لـ Runway، بعد ستة أسابيع من افتتاح أول مكتب لها في لندن.

العنصر	التفاصيل
الموقع	باريس، فرنسا
الفريق الأولي	10 أشخاص
الاستثمار	30 مليون دولار أمريكي
التركيز	World models، physical AI
التوظيف	باريس + أوروبا

“France has one of the deepest concentrations of AI research talent in the world. We’re excited to plant a flag in Paris as we continue to grow our global research presence.”

🇸🇦 « تمتلك فرنسا إحدى أعمق تجمعات المواهب البحثية في مجال الذكاء الاصطناعي في العالم. ونحن متحمسون لغرس رايتنا في باريس بينما نواصل توسيع حضورنا البحثي العالمي. » — Anastasis Germanidis، الرئيس التنفيذي المشارك، Runway

يشير الرئيس التنفيذي المشارك إلى كثافة المواهب القادمة من المؤسسات البحثية الفرنسية الكبرى ودعم الحكومة بوصفهما عاملين حاسمين. وتوظّف Runway بنشاط في باريس وفي مختلف أنحاء أوروبا. ويضع استثمار 30 مليون دولار أمريكي باريس كمركز للبحث الأساسي، مكملًا للمركز اللندني الموجّه نحو التسويق.

🔗 الإعلان الرسمي لـ Runway

Claude Code — دليل حول الأنواع الأربعة للحلقات الوكيلة

6 يوليو — ينشر فريق Claude Code عبر @ClaudeDevs دليلًا معمّقًا، تمت مشاهدته بالفعل 316,000 مرة، حول تصميم الحلقات الوكيلة. يبدأ الدليل من تعريف دقيق: الحلقة هي وكيل يكرّر دورات العمل حتى يتحقق شرط التوقف.

نوع الحلقة	المحفّز	شرط التوقف	Primitive في Claude Code	حالة الاستخدام النموذجية
خطوة بخطوة (turn-based)	Prompt المستخدم	يقرّر Claude أن المهمة اكتملت	Agentic loop	مهام قصيرة واستكشافية
موجهة نحو الهدف (goal-based)	Prompt + معيار صريح	الوصول إلى المعيار أو الحد الأقصى للدورات	`/goal`	مهام مع معيار خروج قابل للتحقق
زمنية (time-based)	فاصل زمني	الإلغاء أو انتهاء العمل	`/loop`, `/schedule`	عمل متكرر أو أنظمة خارجية
استباقية (proactive)	حدث أو schedule من دون إنسان	نهاية كل مهمة فرعية	Dynamic workflows + mode auto	مسارات عمل متكررة ومحددة جيدًا

الأمثلة العملية الواردة في الدليل: /goal get the homepage Lighthouse score to 90 or above, stop after 5 tries (goal-based)، /loop 5m check my PR, address review comments, and fix failing CI (time-based). ويتناول الدليل أيضًا إدارة جودة الشيفرة في الحلقات الطويلة (SKILL.md للتحقق الذاتي، ووكيل ثانٍ للمراجعة) والتحكم في استخدام الرموز المميّزة (اختيار النموذج المناسب، معايير توقف واضحة).

🔗 Thread @ClaudeDevs — Getting started with loops

حكومة ألبرتا — تدقيق 466 مليون سطر خلال 20 ساعة

6 يوليو — تنشر Anthropic حالة استخدام مفصّلة لحكومة ألبرتا (كندا): منذ 2025، تستخدم المقاطعة Claude Code مع نماذج Opus وSonnet لتدقيق أمان أنظمتها المعلوماتية الحكومية. والنتائج مدهشة.

المقياس	القيمة
أسطر الشيفرة التي جرى فحصها	466 مليون
مدة الفحص	20 ساعة
الوكلاء المتوازيون	~50 (Opus + Sonnet)
التطبيقات المشمولة	1,280
المستودعات المشمولة	3,400
الوزارات المعنية	27
فحوصات الأمان في كل تمريرة	~95

تعتمد البنية على نوعين من الوكلاء المبنيين باستخدام Claude Agent SDK: وكيل «فريق أحمر» (red team) يفحص التطبيقات كما يفعل المهاجم، ووكيل «فريق أزرق» (blue team) يقيّم الدفاعات وفق معيار أمني دولي ويكتب خطة المعالجة. وقد أُعيد بناء بوابة منح Java عمرها 25 عامًا خلال 4 إلى 5 أيام (مقابل 5 أشهر في الأصل). وتنشر ألبرتا أوراقًا تقنية بيضاء حتى تتمكن حكومات أخرى من إعادة إنتاج هذا النهج.

🔗 دراسة حالة — anthropic.com

Sakana AI تطلق Sakana Translate — ترجمة JA/EN/ZH في الوقت الفعلي

6 يوليو — تطلق Sakana AI، المختبر الطوكيوي المتخصص في الشبكات العصبية المستوحاة من الأحياء، Sakana Translate، المدمج في خدمة Sakana Chat. تدعم الأداة الترجمة ثنائية الاتجاه اليابانية ↔ الإنجليزية ↔ الصينية مع ثلاثة أوضاع متميزة:

الوضع	آلية العمل
Translate	ترجمة طويلة في الوقت الفعلي
Proofread	تحسين النبرة والصياغة مع تتبع التعديلات
Ask	توضيح اختيارات الكلمات الدقيقة

يمثّل هذا الإطلاق دخول Sakana AI إلى أدوات الترجمة الموجّهة لعامة المستخدمين، مع تموضع يركّز عمدًا على اللغات الآسيوية الشرقية الثلاث الكبرى. الخدمة متاحة على translate.sakana.ai.

🔗 تغريدة Sakana AI

HuggingFace LeRobot v0.6.0 — world models، reward models، و9 عائلات من المعايير

5-6 يوليو — تنشر HuggingFace LeRobot v0.6.0 تحت عنوان «Imagine, Evaluate, Improve»، وهو إصدار ينظم التعلم الروبوتي عبر ثلاثة محاور متكاملة.

سياسات مع نموذج العالم:

السياسة	الوصف
VLA-JEPA	VLA مدمج (Qwen3-VL-2B) يتنبأ بالمستقبل في الفضاء الكامن
LingBot-VA	نموذج فيديو-فعل ذاتي الانحدار يتنبأ بالفيديو المستقبلي والأفعال في الوقت نفسه
FastWAM	يقيّم ما إذا كان التخيل أثناء الاستدلال يحسّن الأداء فعلًا

VLAs الجديدة المدمجة: GR00T N1.7 (NVIDIA)، MolmoAct2 (Allen AI، استدلال ~12 GB)، EO-1، Multitask DiT، EVO1 (0.77 مليار معلمة).

نماذج المكافأة: Robometer (zero-shot على أي مجموعة بيانات LeRobot) وTOPReward (يستخدم Qwen3-VL بوصفه حكمًا).

تغطي المعايير الآن 9 عائلات: LIBERO، Meta-World، NVIDIA IsaacLab-Arena، و6 عائلات جديدة. وتزداد البنية غنىً مع CLI lerobot-rollout للنشر باستخدام استراتيجية DAgger، ودعم FSDP لتدريب نماذج أكبر من ذاكرة GPU المتاحة، وHF Jobs للتدريب السحابي بأمر واحد.

🔗 LeRobot v0.6.0 — HuggingFace Blog

Google DeepMind × Apptronik — توسيع Robot Park، وبيانات Apollo 2 من أجل Gemini Robotics

6 يوليو — تعلن Google DeepMind توسيع شراكتها البحثية مع Apptronik. وبمناسبة توسيع Robot Park الخاص بـ Apptronik، ستغذّي البيانات المجمعة في ظروف حقيقية بواسطة المنصة البشرية الشكل Apollo 2 تدريب Gemini Robotics مباشرة.

العنصر	التفاصيل
الشريك	Apptronik (Robot Park الموسّع)
المنصة	Apollo 2 (روبوت بشري الشكل)
الاستخدام	بيانات حقيقية → تدريب Gemini Robotics

يُظهر هذا الإعلان استراتيجية Google DeepMind: ترسيخ الذكاء الاصطناعي الروبوتي في البيانات الميدانية بدلًا من المحاكاة، عبر الاعتماد على روبوتات بشرية الشكل فعلية منتشرة في بيئات حقيقية.

🔗 تغريدة @GoogleDeepMind

أخبار قصيرة

Kimi K2.7 Code مقابل Claude Fable 5 — صفحات هبوط بتكلفة أقل بـ -94 % — تنشر Together AI مقارنة: 12 صفحة هبوط جرى توليدها، وتكلفة Kimi K2.7 Code نحو 4 سنتات لكل صفحة مقابل 1.09 دولار أمريكي لـ Fable 5 (أرخص 16× في المتوسط)، مع درجات GPT-5.5 بفارق من 4 إلى 12 نقطة بحسب الصفحات. ويتضخم تفوق Kimi مع خادم MCP للمراجع البصرية. 🔗 مدونة Together AI

ماذا يعني هذا

قابلية التفسير تنتقل من المختبر إلى أداة الإشراف. إن اكتشاف J-space من Anthropic ليس نتيجة أكاديمية معزولة: فهو أول مرة يمكن فيها قراءة آلية داخلية في LLMs، وتدقيقها، وتوجيهها في الوقت الحقيقي، من دون تعديل النموذج. وإذا أصبحت أدوات الإشراف المبنية على هذا البحث عملية، فستغيّر جذريًا الطريقة التي نتحقق بها مما يخطط له وكيل مستقل — وهو أمر يهم فرق الأمان كما يهم المطورين الذين يصلحون سير العمل الوكيلة.

يستقر physical AI في أوروبا عبر باريس. إن افتتاح مكتب Runway الباريسي، بالتزامن مع LeRobot v0.6.0 من HuggingFace والشراكة بين Google DeepMind × Apptronik، يرسم منظومة متماسكة حول physical AI: نماذج تتخيل أفعالها قبل تنفيذها (world model policies)، وبيانات حقيقية من روبوتات بشرية الشكل للتدريب، وبنية تحتية سحابية لإتاحة الوصول على نطاق أوسع. تختار Runway باريس بسبب كثافة البحث الأساسي فيها — وهي إشارة إلى الجغرافيا المستقبلية لهذا المجال.

يدخل الذكاء الاصطناعي الوكلي مرحلة الإنتاج الحكومي. حالة ألبرتا ليست تجربة أولية: 466 مليون سطر جرى فحصها خلال 20 ساعة بواسطة 50 وكيلاً متوازيًا، و1,280 تطبيقًا و27 وزارة مشمولة، وأوراق بيضاء منشورة للحكومات الأخرى. ومع دليل Claude Code حول الحلقات، الذي يوثّق primitives /goal و/loop و/schedule لسير العمل المستقل بالكامل، فإن هذا يدل على أن الذكاء الاصطناعي الوكلي أصبح الآن موثوقًا بما يكفي لنشره على أنظمة حرجة — مع هياكل متعددة الوكلاء وخاضعة للإشراف.

معادلة التكلفة-الجودة تتغير. إن المقارنة بين Kimi K2.7 Code وFable 5 التي نشرتها Together AI تجسّد توترًا بنيويًا: بالنسبة إلى المهام عالية التكرار (توليد الصفحات، سير العمل المتكرر)، تخفّض النماذج open-weight المحسّنة جيدًا التكلفة بمقدار 16 مرة مقابل فجوة جودة تقاس بأقل من 10%. وهذا لا يعني أن النماذج المغلقة تفقد قيمتها، بل إن ميزتها تتركز بشكل متزايد في المهام التي تهم فيها الجودة الهامشية فعلًا.