كارباثي ينشر autoresearch: وكلاء الذكاء الاصطناعي يتولون أبحاث الذكاء الاصطناعي

في مارس 2026 نشر Andrej Karpathy على GitHub مشروعًا صغيرًا مفتوح المصدر باسم autoresearch. وبحلول أكتوبر، جعلته مجلة Jiqizhixin الصينية نقطة انطلاق لتحليل موسّع عن التحسين الذاتي التكراري للذكاء الاصطناعي، أي الحالة التي تشارك فيها النماذج في بناء النماذج التالية. المستودع متواضع، لكن طريقة تقديمه لافتة.

تذكّر قادم من المستقبل

لا يفتتح ملف README بتعليمات التثبيت، بل بمشهد قصير مصاغ بأسلوب أدبي «من المستقبل». تُستذكر فيه أبحاث الذكاء الاصطناعي في الصفوف الأمامية بوصفها عملًا كانت تؤديه «حواسيب لحمية». كانت هذه الحواسيب تحتاج إلى الطعام والنوم، وتتزامن من وقت لآخر «بالموجات الصوتية» في طقس يُسمّى «الاجتماع الجماعي».

يمزح كارباثي، لكن مزحته دقيقة. فهو يصف روتين المختبر: فرضية، ثم تعديل الكود، ثم تشغيل التجربة، ثم قراءة المقاييس، ثم فرضية جديدة. والنماذج اللغوية ووكلاء البرمجة قادرون اليوم على تنفيذ كل خطوة من هذه الدورة. وإذا رُبطت الخطوات في حلقة مغلقة، خرج الإنسان منها تدريجيًا.

التحسين الذاتي التكراري كمسألة هندسية

لفترة طويلة جرى تناول التحسين الذاتي التكراري بوصفه سيناريو فلسفيًا: سيصبح النظام يومًا ما ذكيًا بما يكفي لتحسين نفسه، وبعد ذلك يمضي كل شيء بوتيرة أسية. أما عنوان مادة Jiqizhixin، «عندما يبدأ الذكاء الاصطناعي بصناعة الذكاء الاصطناعي»، فيعكس نظرة مختلفة. فالعملية تُفكَّك إلى عمليات ضيقة قابلة للتحقق، وتُؤتمت كل واحدة منها على حدة: كتابة الكود، وتشغيل التجارب، وتحليل النتائج.

يحدد المقاييسُ حجمَ ما يمكن إنجازه هنا، لا الحدسُ. فالوكيل يحتاج إلى هدف واضح، وحلقة تحقق سريعة، وحماية من خداع الذات، حين يبدو التحسن على الورق ولا يتحقق فعليًا. وهذه الشروط تحديدًا هي التي تقرر أين ستنجح أتمتة البحث أولًا، وأين ستصطدم بسقف.

لا يُعرف من الجزء المتاح من المقال إلا القليل:

• مؤلف المشروع: Andrej Karpathy؛
• الاسم: autoresearch؛
• المنصة: GitHub، مستودع مفتوح؛
• تاريخ النشر: مارس 2026؛
• الإطار: الباحث البشري بوصفه مرحلة تاريخية، لا ثابتًا دائمًا؛
• مصدر التحليل: Jiqizhixin، مادة بتاريخ 10 أكتوبر 2026.

لا توجد في المقتطف المتاح نتائج رقمية ولا اختبارات قياسية ولا وصف للبنية. ولا يمكن الحكم على فعالية المشروع نفسه استنادًا إليه، بل يمكن تقييم الإطار المعلن فقط.

لماذا يهم هذا الآن تحديدًا

يكتسب مشروع كارباثي أهميته من صغر حجمه. فأتمتة البحث ترتبط عادةً بالمختبرات المغلقة والعناقيد الضخمة. أما مستودع مفتوح يمكن قراءته في أمسية واحدة، فينقل الموضوع إلى المستوى العملي: يستطيع أي مطوّر تشغيل حلقة كهذه على مهمته الخاصة ورؤية أين تتعطل.

تبقى الأسئلة على حالها. من يتحقق من قرارات الوكيل إذا كان المراجِع نفسه نموذجًا؟ وكيف نتجنب تحسين المقياس بدل الهدف؟ وكم من القدرة الحسابية يُهدر على تجارب لا تعطي شيئًا؟ لا توجد إجابات في المقتطف، وهذا طبيعي: فالمشروع يضع إطارًا ولا يغلق الموضوع.

ماذا ينبغي على الفرق أن تفعل

إذا كنتم تبنون منتجات ML أو مسارات بحث داخلية، فمن المفيد تقسيم دورة تجاربكم إلى مراحل وتحديد أيّها قابل للصياغة الرسمية: ميزانية تشغيل ثابتة، ومقياس لا يحتمل التأويل، وقابلية للتكرار. هذه المراحل تحديدًا هي التي ينبغي إسنادها إلى الوكلاء أولًا. أما بقية المراحل فتحتاج إلى مراجع بشري.

يُستحسن أيضًا قراءة المستودع نفسه والنص الكامل لمادة Jiqizhixin. فمن المرجح أن تتضمن تفاصيل تنفيذ وأمثلة لم ترد في هذا المقتطف. ولا يصح الحكم على القوة الفعلية للنهج إلا بعد اختباره على مهامكم الخاصة.