نماذج المصدر المفتوح لعام 2026 تعلن عن سياق بحجم 1 مليون، لكنها تقرأ بشكل انتقائي

في بطاقات النماذج المفتوحة الحديثة لعام 2026 يظهر «1 مليون توكن من السياق». لكن الصورة من الداخل مختلفة: يختار GLM-5.3 في كل خطوة 2048 توكن من السجل، ويعمل DeepSeek-V4-Pro مع 1024 كتلة مضغوطة، أما في Qwen3.8 وKimi K3 فلا ترى السجل كاملًا إلا كل طبقة رابعة. فلاديمير لوشين، الذي يطوّر وكلاء الذكاء الاصطناعي وأدوات العمل مع الشيفرة في Sber، شرح على Habr ما يعنيه ذلك عمليًا. والخلاصة لكل من يبني وكلاء: حجم النافذة المعلن يخبرنا بعدد التوكنات التي يمكن إدخالها، لا بعدد ما تأخذه النموذج فعليًا في الحسبان.

ثلاثة أنماط للانتقاء بدل القراءة الكاملة

يقسّم لوشين النماذج المفتوحة الحديثة إلى ثلاث عائلات. قرأ بعض الإعدادات مباشرة في ملف config.json على Hugging Face، وأخذ الباقي من البطاقات والتقارير التقنية. أما الاستنتاجات حول ما «تقرؤه» النماذج فعليًا فيستخلصها المؤلف بنفسه من البنية المعمارية؛ فمطوّرو النماذج لم يصرّحوا بذلك.

• الانتباه المتفرّق top-k: GLM-5.x وDeepSeek-V4 وMiniMax M3. في كل خطوة يختار النموذج جزءًا فقط من السجل: 2048 توكن في GLM-5.3، و1024 كتلة مضغوطة في DeepSeek-V4-Pro.
• الهجائن «3 طبقات خطية + 1 كاملة»: Qwen3.5–3.8 وKimi K3 وGLM-5.3-Flash. الانتباه الكامل لكل السجل موجود في كل طبقة رابعة فقط.
• النافذة المنزلقة مع طبقات عامة: Gemma 4.

يجمع الأنماط الثلاثة قاسم مشترك واحد. لا تُقرأ بدقة مضمونة سوى آخر بضع مئات من التوكنات. أما الباقي فعليه إما أن ينجح في الانتقاء حسب الصلة، وإما أن يبقى حيًّا في صورة مضغوطة. وتنهار الجودة في معظم النماذج عند حوالي 128–256 ألف توكن. ويتفوق Kimi K3 مع الضغط (compaction) عند 300 ألف توكن على نفسه بنافذة كاملة بحجم 1 مليون. وهذا مهم لاقتصاديات الاستدلال (inference): فالسياق القصير المنظّم جيدًا يعطي نتيجة أفضل ويحمل معه عددًا أقل بأضعاف من التوكنات.

لماذا تختفي قاعدة AGENTS.md بحلول الاستدعاء المئة

في كل خطوة توليد تقرّر كل طبقة من جديد إلى أي توكنات سابقة تنظر وبأي وزن. لنفترض أن الوكيل أُخبر في بداية الجلسة بألا يلمس ملفًا معينًا. وبعد 300 ألف توكن يوشك على تنفيذ أمر سيمسّ هذا الملف. لكي يعمل المنع، يجب أن تصل بعض الطبقات على الأقل إلى السطر الموجود في البداية وتمنحه وزنًا ملحوظًا. وبلوغها له من عدمه مسألة احتمال، لا مسألة وجود النص رسميًا داخل النافذة.

يشرح المؤلف ذلك بمثال كلب بودل. قال المدرّب في بداية الحصة «لا، لا تلتقط شيئًا من الأرض»، ثم تدرّب الكلب على عشرات الأوامر، فلم يبقَ في رأسه سوى الأمر الأخير «انطلق!». وحين تكون على الأرض قطعة نقانق، تكون النتيجة متوقعة. وقاعدة AGENTS.md تؤدي دور ذلك الأمر الأول، أما سجل المدرّب «ما تدرّبنا عليه بالفعل» فيقابل الضغط (compaction) وملف التقدم.

الـharness: أين نضع النص وما الذي نغلقه بالـhooks

الأطروحة الرئيسية للمقال: ما يهمّ الـharness هو موضع النص أكثر من مضمونه. وتعمل خمس طرق أفضل من غيرها:

• تنظيف مخرجات الأدوات القديمة كي لا تملأ النافذة؛
• البحث حسب الطلب بدل «صبّ كل شيء» في السياق؛
• الكشف التدريجي: يحصل الوكيل على التفاصيل عند الحاجة؛
• حفظ الحالة خارج النافذة: ملف التقدم والملاحظات والذاكرة الخارجية؛
• تكرار القواعد الأساسية في نهاية السياق، حيث يكون الانتباه أقوى بشكل مضمون.

وثمة فئة منفصلة هي ما لا يجوز انتهاكه أبدًا. لا ينبغي ترك مثل هذه القيود لانتباه النموذج؛ بل يجب إغلاقها عبر hooks وصلاحيات الوصول. فإذا نُفّذ منع الحذف أو الكتابة على هيئة فحص قبل استدعاء الأداة، فلا يهم ما إذا كانت أي طبقة قد وصلت إليه عند التوكن رقم 300 ألف.

وهذا هو الترتيب العملي للفريق الذي يبني وكيلًا على نماذج مفتوحة. أولًا، معرفة بنية النموذج المحدد من ملف config.json. ثم إبقاء سياق العمل ضمن 128–256 ألف توكن بدل مطاردة المليون. وتُكرَّر القواعد الحرجة في الذيل، ويُضغط السجل الطويل، وتُنقل المحظورات الصارمة من نص الـprompt إلى شيفرة الـharness.