Anthropic تكشف كيف تبني Claude بواسطة Claude: الدماغ منفصل عن الأيدي

قدّمت Anthropic وثيقة S-1، ونشر Latent Space في اليوم نفسه حوارًا مع كاتلين ليسه (الهندسة) وأنجيلا جيانغ (المنتج) حول كيفية إصدار الشركة Claude بمساعدة Claude نفسه. وخلفية الحوار لافتة. فبحسب بيانات يوردها المحاور، ارتفعت الإيرادات لكل موظف على مدى 12 شهرًا من 1.4 مليون دولار إلى 6.6 ملايين دولار، أي بنحو خمسة أضعاف تقريبًا. وانتقلت الشركة من خسارة تعادل نحو −126% من الإيرادات إلى ربحية وفق معايير GAAP بنسبة 19%. ووفق المحاور، يُتوقع الطرح العام الأولي (IPO) بعد نحو أسبوعين، وتُقدَّر القيمة السوقية بـ 2 تريليون دولار.

وتفسّر وثيقة S-1 هذه الكفاءة بحلقتين. الأولى حلقة التحسين: يجعل Claude النماذج أفضل، وتفتح النماذج الأفضل سيناريوهات استخدام أكثر، وتولّد هذه السيناريوهات تغذية راجعة. والثانية حلقة الاستثمار: تتحول إيرادات نمو الاعتماد إلى قدرات حوسبية وإمكانات جديدة. ويُظهر الحوار كيف يبدو ذلك على مستوى API وبيئة تشغيل الوكلاء.

الدماغ والأيدي: كيف فُصل الوكيل إلى جزأين

ترتبط الفكرة المعمارية الرئيسية في الحلقة بـ Managed Agents. فقد فصلت Anthropic سجل الجلسة وعدّة التشغيل (harness) عن بيئة العزل (sandbox) التي يُنفَّذ فيها الكود. تعمل harness لفترة طويلة، بينما تُنشأ بيئة التنفيذ عند الطلب. وإذا انهارت بيئة العزل، تستمر جلسة الوكيل.

كان التصميم السابق مختلفًا: إذ كان وكيل البرمجة بكامله يعمل داخل بيئة العزل خلف API. وقد سبّب ذلك مشكلتين:

• كان لا بد من تشغيل البيئة والوكيل نفسه قبل الرد الأول، مما أضاف زمن استجابة؛
• وعند اختفاء بيئة العزل، كان الوكيل العامل يختفي معها.

وأفرز الفصل أثرًا جانبيًا في مجال الأمان. فإذا نُفِّذ الكود المولَّد في بيئة عزل لا تصلها بيانات اعتماد الخدمات، فلا شيء هناك يمكن قراءته. إذ تُحفظ بيانات الاعتماد (credentials) بمعزل عنها وتُحقَن عبر وكيل وسيط (proxy)، وتُقيَّد حركة البيانات الصادرة من بيئة العزل بحسب الاتجاهات. وهذه بالنسبة إلى Anthropic مسألة حماية وأداء في آن واحد.

إطلاق نموذج كإطلاق API

صُمّم Opus 5.5، الذي يرى المحاور أنه يحتفظ منذ شهر بلقب أفضل LLM في العالم، مع التركيز على الجودة والتكلفة. فقد انتُقدت إصدارات Opus السابقة لإسهابها، لذا كان العائد الذكي لكل دولار أمرًا مهمًا. وتعلن Anthropic أن النموذج الجديد أقل كلفة في التشغيل من سابقه. أما حجم التوفير بالضبط فيتوقف على حجم الحمل وحصة السياق المخزَّن في الكاش.

وللأمر وجه آخر يخص التكامل مع أنظمة العملاء. فلكي يصعب استخراج الاستدلال بغرض التقطير (distillation)، يجب الاحتفاظ بكتل التفكير (thinking blocks) بين أدوار الحوار. لكن هذا الشرط الجديد قد يعطّل harness الموجودة لدى العميل. ولهذا تُعدّ برامج الوصول المبكر مهمة: إذ يشغّل العملاء النموذج داخل أطر العمل الخاصة بهم، ويكتشفون سلوكًا لا وجود له في منتجات Anthropic.

ومن المحاور الأخرى في الحلقة:

• Dreaming. نُفِّذت الفكرة ببساطة: يدرس وكيل عمل وكيل آخر السابق ويكتب الذكريات من جديد. وهو مثال على سلوك عالي المستوى بُني من اللبنات الأساسية (primitives) نفسها في Managed Agents.
• الأولويات. تبقى الذاكرة والتعلم مهمَّين، لكن اهتمام الفريق يتحول نحو الأمان لأن إصدار النماذج أصبح أكثر تعقيدًا. وصارت القرارات المتعلقة بالوصول إلى النماذج مهمة قائمة بذاتها.
• harness الأساسية. يحرص الفريق على إبقائها بسيطة. أما أدوات التحقق (verifiers) والوكلاء المتوازون وغيرها من الاستراتيجيات فيضيفها المطورون فوقها. وكل ما ذُكر بوصفه إمكانات مستقبلية للمنصة يبقى في إطار الخطط.
• البنية التحتية. تتضمن مواضيع الحلقة قيود CPU عند التوسع وإعادة كتابة Messages API بلغة Rust. وفي ظل هذا النمو، يصبح حتى استهلاك المعالج لكل طلب خيارًا استراتيجيًا.

Claude Platform أساسًا لكل شيء

وفق S-1، تُوصف Claude Platform بأنها بيئة متكاملة لتطوير الوكلاء. ويستخدمها أكثر من 50% من العملاء الذين تبلغ إيراداتهم 100 ألف دولار على أساس سنوي فأكثر. وقد بُني Claude Code وCowork على اللبنات الأساسية نفسها المتاحة للمطورين الخارجيين. وتبدو Anthropic اليوم أكثر من مجرد مختبر، إذ تقترب بدورها من منصة بحجم مزوّد سحابي ضخم (hyperscaler). وفي سردية الطرح العام تصف الشركة الوكلاء بأنهم «زملاء افتراضيون»: يملكون هدفًا ويعملون إلى جانب الإنسان، لا داخل تطبيق واحد.

وتتلخص الدروس العملية لمن يبني بيئة تشغيل وكلاء خاصة به في ثلاثة أسئلة:

1. أي أجزاء النظام يجب أن تصمد أمام الأعطال؟ ينبغي إخراج السجل وharness من بيئة التنفيذ. 2. أين يُنفَّذ الكود غير الموثوق؟ يجب أن يعمل في بيئة عزل معزولة بشبكة مقيّدة. 3. أي الأسرار يجب فعلًا أن تكون حيث يُنفَّذ الكود؟ في الغالب لا شيء منها: يكفي وكيل وسيط (proxy).

ويستحق تطوير التقييمات (evals) استثمارًا مستقلًا. فيمكن اعتبار harness تطبيقًا، لكن تحسينها أشبه بالبحث: هدف، وقياس، وتحليل للأخطاء، ثم تكرار. تساعد النماذج في بناء التقييمات وتحليلها، لكن الإنسان هو من يقرر ما إذا كان الاختبار يعكس عمل المستخدم الحقيقي. وإذا كانت harness لديك تتعطل بسبب الاحتفاظ بـ thinking blocks، فمن الأفضل اكتشاف ذلك في مرحلة الوصول المبكر لا في يوم الإصدار.