لم تعد متابعة أدوات الذكاء الاصطناعي تعني انتظار نموذج جديد يستطيع كتابة نص أفضل أو الإجابة عن سؤال أكثر تعقيداً، فالتحولات التي شهدتها الأيام القليلة الماضية، في مطلع شتنبر 2026، تؤكد أن مركز المنافسة يتحرك بسرعة من الذكاء الاصطناعي الذي يتحدث معنا إلى الذكاء الاصطناعي الذي يعمل نيابة عنا. فالبرمجة، وتشغيل الحاسوب، والبحث العلمي، وتحليل الفيديو، وتحرير الصور، وصناعة المحتوى المرئي والصوتي أصبحت ميادين فعل مباشر للوكلاء الأذكياء.
وإذا كانت السنوات الأولى للذكاء التوليدي قد تمحورت حول السؤال: «ماذا يستطيع النموذج أن يُنتج؟»، فإن السؤال الذي يفرض نفسه اليوم أصبح: «ما المهمة التي يستطيع إنجازها كاملة، وكم يمكن أن نثق به عندما يعمل بصورة شبه مستقلة؟».
GPT-6 Astra: أوبن إيه آي تدفع ChatGPT نحو تنفيذ المشاريع كاملة
كان الحدث الأكبر خلال الأيام الماضية إعلان OpenAI في 3 شتنبر 2026 عن نموذج GPT-6 Astra، الذي تصفه الشركة بأنه أكثر نماذجها قدرة حتى الآن، خصوصاً في البرمجة والبحث واستخدام الحاسوب وتنفيذ الأعمال المعقدة متعددة المراحل.
الميزة الجوهرية هنا لا تكمن في تحسين جودة الحوار فقط. فالنموذج مصمم لإنجاز سلسلة مترابطة من الأعمال، ويمكنه التعامل مع الوثائق والجداول والعروض التقديمية وفق قوالب وتعليمات محددة، ثم التكيف مع التغييرات التي يطلبها المستخدم أثناء العمل. كما أضافت OpenAI إمكانية توجيه النموذج أثناء تنفيذ المهمة نفسها، بدلاً من انتظار انتهاء العملية والبدء من جديد.
وهذا التطور مهم جداً لأننا نقترب من نموذج «الموظف الرقمي» أكثر من نموذج «روبوت المحادثة». فإذا طلب المستخدم مثلاً إعداد بحث، ثم تحويل بياناته إلى جدول، ثم بناء عرض تقديمي، ثم تعديل بعض نتائجه، فإن الاتجاه الجديد هو أن يستمر النموذج في إدارة المشروع باعتباره مهمة واحدة مترابطة.
لكن قوة Astra جاءت أيضاً مصحوبة بتحذيرات واضحة. فقد أكدت OpenAI أنها أضافت آليات مراقبة إضافية يمكن أن توقف المهمة مؤقتاً إذا بدا أن الوكيل أساء فهم التعليمات أو تجاوز حدودها. كما أصبحت القدرات السيبرانية للنموذج إحدى أكثر نقاط النقاش حساسية، ولهذا بدأ إطلاقه بصورة محدودة قبل توسيع إتاحته.
الدلالة الأساسية لهذا الإصدار أن المنافسة لم تعد تدور فقط حول «من يملك النموذج الأذكى؟»، وإنما حول من يستطيع بناء الوكيل الأكثر استقلالية من دون أن يتحول استقلاله إلى مشكلة أمنية.
Claude Fable 5.1 وMythos 5.1: أنثروبيك تراهن على البرمجة والبحث الطويل
قبل إطلاق Astra بيومين تقريباً، أعلنت Anthropic في 1 شتنبر عن Claude Fable 5.1 وClaude Mythos 5.1، وهما في الأصل نموذجان يعتمدان البنية الأساسية نفسها، لكن بدرجات مختلفة من الحماية وإتاحة القدرات الحساسة.
Fable 5.1 متاح بصورة عامة، بينما يخضع Mythos 5.1 لنظام وصول موثوق، خاصة عندما يتعلق الأمر بالأمن السيبراني وعلوم الحياة. وتقول Anthropic إن Fable 5.1 يمثل قفزة في البرمجة والعمل المعرفي والمشاريع الطويلة التي تستدعي سلسلة من القرارات والعمليات المتتالية.
الأكثر إثارة للاهتمام أن الشركة لم تجعل المنافسة قائمة على الذكاء الخام وحده، بل على تكلفة إنجاز المهمة. فوفق Anthropic، يمكن أن يكون Fable 5.1 أقل تكلفة بنحو 25% من سلفه في الاستخدامات المعتادة، وقد تصل الوفورات في بعض الأعمال الوكيلة الكثيفة إلى قرابة 45%.
كما أعلنت الشركة تحسين الحواجز الأمنية بحيث تقل الإنذارات الكاذبة في مجالات مثل الأمن السيبراني، وهو تحدٍّ مهم لأن التشدد المفرط في الحماية قد يجعل النموذج أقل فائدة للباحثين والمبرمجين الشرعيين.
واللافت أن Anthropic تقدم نموذجها الجديد باعتباره أداة لا تكتفي بتحليل الشفرة، بل تستطيع متابعة المشكلات التقنية لساعات طويلة والبحث في جذورها وربط الملفات والسجلات والمصادر بعضها ببعض. وهذا يضع Claude بصورة متزايدة في مواجهة أدوات البرمجة البشرية التقليدية، وليس فقط في مواجهة ChatGPT.
Gemini: غوغل تجعل الذكاء الاصطناعي «يشاهد» الفيديو بطريقة أكثر انتقائية
من أكثر الإعلانات التقنية إثارة خلال هذه الفترة إعلان Google DeepMind في 1 شتنبر 2026 عن ميزة جديدة لفهم الفيديو بصورة «وكيلة» داخل نماذج Gemini Flash.
الفكرة تبدو بسيطة لكنها مهمة: بدلاً من إجبار النموذج على معالجة كل ثانية وكل إطار من الفيديو بنفس الدرجة، يستطيع النظام أن يقرر بنفسه أي المقاطع يحتاج إلى فحصها بمزيد من التفصيل، ثم يعود إلى أجزاء محددة عندما يحتاج معلومات إضافية.
وتقول غوغل إن هذا الأسلوب يمكن أن يخفض استهلاك الرموز بنسبة تصل إلى 88%، ويقلل التكلفة بنحو 66%، مع تحقيق تحسن في الجودة يصل في بعض الاختبارات إلى 7%. وقد أصبحت الخاصية متاحة لنماذج Gemini 3.7 Flash و3.6 Flash و3.5 Flash-Lite عبر أدوات المطورين.
ما يعنيه ذلك للمستخدم مستقبلاً هو إمكانية إعطاء الذكاء الاصطناعي تسجيلاً طويلاً لمحاضرة أو مقابلة أو مباراة أو اجتماع، وطلب العثور على لحظة أو معلومة أو حدث دون الحاجة إلى تحليل الفيديو بالطريقة التقليدية المكلفة.
وهذا يفتح الباب أمام جيل مختلف من البحث المرئي؛ فقد يصبح السؤال عن محتوى آلاف الساعات من الفيديو شبيهاً بالسؤال اليوم عن محتوى قاعدة ضخمة من النصوص.
Gemini 3.8 Flash يدخل GitHub Copilot
وفي ميدان البرمجة تحديداً، كشف سجل تحديثات GitHub خلال الأيام الماضية عن إضافة Gemini 3.8 Flash إلى GitHub Copilot في 3 شتنبر.
وتقول GitHub إن اختبارات النموذج الأولية أظهرت أداء قوياً في مهام البرمجة المعقدة التي تعتمد على استخدام الطرفية Terminal، ما يمنح المطورين خياراً إضافياً داخل Copilot إلى جانب نماذج الشركات المنافسة.
وهنا تظهر ظاهرة تستحق الانتباه: لم تعد أدوات البرمجة مرتبطة بنموذج واحد. المستخدم يدخل إلى Copilot، لكنه يستطيع الاختيار بين عائلات مختلفة من النماذج، فتتحول الأداة نفسها إلى منصة تنافس داخلية بين OpenAI وغوغل وغيرهما.
GitHub Copilot يستقبل GPT-6 Astra أيضاً
بعد يوم واحد، في 4 شتنبر، أعلنت GitHub إتاحة GPT-6 Astra داخل Copilot، وهو ما يجعل منصة البرمجة واحدة من أولى البيئات التي يظهر داخلها الصراع المباشر بين أحدث النماذج الكبرى.
كما وسعت GitHub نظام إدارة النماذج والسياسات داخل المؤسسات، وأضافت إتاحة أوسع لميزة استثناء أنواع معينة من المحتوى من Copilot.
وهذا التطور يجعل Copilot يتجاوز مفهوم «الإكمال التلقائي للشفرة» الذي اشتهر به في بداياته. فهو يتحول تدريجياً إلى بيئة يستطيع فيها الوكيل قراءة مشروع برمجي كبير، وتشغيل الأدوات، واقتراح التعديلات، واختبارها، والتعامل مع الأخطاء على مراحل.
أصبح المبرمج بالتالي أقل ارتباطاً بكتابة كل سطر بنفسه، وأكثر انشغالاً بتحديد الهدف ومراجعة ما تنفذه الآلة.
Midjourney v8.2: تحرير الصورة بالكلام بدلاً من إعادة توليدها
أما Midjourney فقد دفعت في 3 شتنبر بتحديث مهم إلى منصتها التجريبية Alpha، يتمثل في نموذج التحرير الجديد v8.2 Edit.
الجديد هنا أن المستخدم يستطيع فتح الصورة داخل عارض الصور نفسه ثم إعطاء أوامر تحرير باللغة الطبيعية، مع إمكانية إضافة ما يصل إلى أربع صور مرجعية. وتحتفظ البيئة أيضاً بسجل التعديلات داخل جلسة واحدة.
كما بدأت Midjourney اختبار ميزة Change Style التي تسمح باستكشاف أساليب بصرية أخرى للصورة بصورة أكثر مباشرة.
ويمثل هذا اتجاهاً مهماً في صناعة الصور بالذكاء الاصطناعي. ففي المرحلة الأولى كان المستخدم يكتب وصفاً ويحصل على صورة، ثم إذا لم تعجبه يعود إلى الوصف ويولد صورة أخرى. أما المرحلة الحالية فتركز على التحرير الدقيق والمحاورة المستمرة للصورة نفسها.
وهذا يجعل الذكاء الاصطناعي أقرب تدريجياً إلى برامج التصميم الاحترافية، لكن مع استبدال جزء كبير من القوائم والأدوات والأقنعة والطبقات بالأوامر اللغوية.
Runway: نموذج MiniMax H3 Max يدخل صناعة الفيديو
في مجال الفيديو التوليدي، أعلنت Runway في 3 شتنبر إتاحة نموذج MiniMax H3 Max عبر منصة Runway Dev.
ويستطيع النموذج إنتاج الفيديو انطلاقاً من وصف نصي أو من صورة تمثل الإطار الأول، مع إمكانية إضافة إطار نهائي أيضاً، وتتراوح مدة المقاطع المدعومة بين 5 و15 ثانية بدقة تصل إلى 768p.
والأهم هنا ليس النموذج في حد ذاته فقط، وإنما اتجاه Runway إلى التحول إلى مركز يجمع عدداً متزايداً من نماذج الفيديو بدل الاعتماد على منظومة مغلقة واحدة.
ويشير ذلك إلى أن سوق الفيديو التوليدي قد يسلك المسار نفسه الذي تسلكه منصات البرمجة: المستخدم سيختار النموذج وفق نوع المشهد الذي يريد إنتاجه، والسرعة والتكلفة والأسلوب، بدلاً من الولاء لأداة واحدة.
ElevenLabs: الذكاء الصوتي يدخل المبيعات
أما ElevenLabs، التي ارتبط اسمها أساساً بتوليد الأصوات والدبلجة، فقد عرضت في 3 شتنبر تطبيقاً عملياً جديداً لوكلائها الصوتيين تحت اسم AI SDR، أي وكيل مبيعات يعتمد على الذكاء الاصطناعي لفرز العملاء المحتملين والتحدث إليهم وتأهيلهم قبل تحويلهم إلى فرق المبيعات البشرية.
وقالت الشركة إن النظام ساهم في توليد أكثر من مليون دولار من فرص المبيعات خلال شهر واحد.
القضية هنا تتجاوز الرقم التسويقي. فالصوت الاصطناعي لم يعد مجرد أداة لقراءة الكتب أو إنتاج التعليق الصوتي، وإنما يتحول إلى فاعل داخل العمليات التجارية: يستقبل مكالمات، ويفهم ما يريده العميل، ويسأله، ويحدد درجة اهتمامه، ثم ينفذ الإجراء التالي.
وهذا يعني أن المنافسة القادمة في الذكاء الصوتي لن تكون حول السؤال: «من يولد الصوت الأكثر واقعية؟»، بل: «من يبني الوكيل الصوتي الأكثر قدرة على إجراء محادثة لها هدف وتنتهي بعمل حقيقي؟».
خلاصة الأسبوع: نحن أمام انتقال من «المساعد» إلى «الفاعل»
إذا جمعت أخبار هذه الأدوات في صورة واحدة، فإنني أرى أن التحول الأهم الذي كشفت عنه الأيام القليلة الماضية لا يكمن في اسم نموذج أو ترتيبه في اختبار تقني، وإنما في تغير وظيفة الذكاء الاصطناعي نفسها.
GPT-6 Astra يريد تنفيذ المشاريع الطويلة. وClaude يلاحق أخطاء البرمجيات ويعمل على مشكلات البحث المعقدة. وGemini يتخذ قرارات حول كيفية مشاهدة الفيديو. وCopilot يختار بين نماذج متعددة ليعمل داخل مستودعات البرمجيات. وMidjourney يحول التعديل البصري إلى حوار. وRunway يجعل صناعة الفيديو أكثر تعدداً في النماذج. وElevenLabs يدفع الوكلاء الصوتيين إلى قلب النشاط التجاري.
لقد بدأنا إذاً نغادر مرحلة كان فيها الذكاء الاصطناعي ينتظر السؤال لكي يقدم إجابة، وندخل مرحلة نعطيه فيها هدفاً ثم نطلب منه أن يحدد الخطوات ويستخدم الأدوات وينفذ ويعود إلينا بالنتيجة.
لكن هذا التحول نفسه يضعنا أمام المفارقة الكبرى لعام 2026: كلما ازدادت قدرة الأداة على العمل بصورة مستقلة، ازدادت حاجتنا إلى معرفة ماذا فعلت، ولماذا فعلته، ومتى يجب منعها من الاستمرار.
لهذا ربما لن تكون معركة الذكاء الاصطناعي القادمة بين «النموذج الأذكى» و«النموذج الأقل ذكاءً»، بل بين الوكيل الأكثر قدرة والوكيل الأكثر قابلية للثقة والسيطرة البشرية. وتلك، في تقديري، هي القصة الحقيقية التي تختبئ خلف حصيلة أدوات الذكاء الاصطناعي في هذه الأيام الأولى من شتنبر 2026.
هذه الحصيلة تقتصر عمداً على التحديثات والإطلاقات القريبة زمنياً، ولم أخلط معها إعلانات قديمة أُعيد تداولها هذا الأسبوع. ويمكنني أيضاً إعداد جزء ثانٍ أوسع يضم 15 إلى 20 أداة جديدة أو تحديثاً حديثاً في مجالات الفيديو والصوت والصور والبحث والكتابة والترجمة والبرمجة، مع بيان المجاني والمدفوع منها.
0 التعليقات:
إرسال تعليق