METR: الذكاء الاصطناعي سرّع تطوير النماذج في Anthropic إلى نحو الضعف

اعتاد الجميع سماع أن الذكاء الاصطناعي يكتب الشيفرة أسرع من البشر. لكن هناك سؤالًا أكثر جوهرية: ماذا سيحدث عندما يبدأ الذكاء الاصطناعي في تسريع تطوير الذكاء الاصطناعي نفسه؟ حاولت منظمة METR المستقلة قياس ذلك داخل شركة حقيقية. والنتيجة مثيرة للاهتمام: ليست خيالية بالقدر الذي قد يتوقعه البعض، لكنها ليست مملة أيضًا.

ما الذي جرى اختباره تحديدًا؟

عمل عدد من موظفي METR داخل Anthropic من أغسطس إلى أكتوبر، مع إمكانية موسعة للوصول إلى البيانات الداخلية. وكانت مهمتهم مزدوجة: معرفة مدى تسارع نمو قدرات النماذج، وتحديد الحصة المرتبطة تحديدًا باستخدام الذكاء الاصطناعي في العمل.

يُسمى المؤشر الرئيسي الذي استُخدم لقياس التقدم AECI. وهو نسخة داخلية من مؤشر القدرات التابع لـ Epoch AI. ومنذ أكتوبر 2025، أصبح ينمو بسرعة أكبر بمقدار 1.9 مرة مقارنة بالسابق. وبعبارة أبسط، حققت Anthropic خلال العام الأخير تقدمًا يعادل تقريبًا ما حققته خلال العامين السابقين.

النتائج

التقدير النهائي هو أنه بحلول أكتوبر 2026، ارتفعت وتيرة تحسين النماذج إلى نحو الضعف مقارنة بالفترة من مارس 2024 إلى أكتوبر 2025. ويقر المؤلفون بوضوح بأن الرقم تقريبي، ويحددون نطاقًا واسعًا يتراوح بين 1.3x و3x.

الأكثر إثارة للاهتمام هنا هو إسهام الذكاء الاصطناعي نفسه. فوفقًا لتقديرات METR، يأتي نحو 80% من التسارع الحالي تحديدًا من استخدام الذكاء الاصطناعي في البحث والتطوير. أي إن الجزء الأكبر من زيادة السرعة لا يأتي من وحدات GPU جديدة أو من التوظيف، بل من حقيقة أن النماذج تساعد في بناء النماذج التالية.

ولا تتعارض التقديرات الذاتية للموظفين مع ذلك. فهم يرون في المتوسط أن الذكاء الاصطناعي يسرّع عملهم بنحو الضعف. وفي استطلاعات أُجريت عبر Slack، تراوحت بعض التقديرات من 1.2x لنموذج Claude 3.7 Sonnet إلى 12x لأحدث نموذج داخلي. وكان معامل اثني عشر في الاستطلاع يعادل العبارة: «أنجز في يوم واحد ما كان يستغرق مني سابقًا ما يقرب من أسبوعين».

ماذا عن القيود؟

قد يُتوقع أن يصطدم النمو في مرحلة ما بسقف تفرضه الخوارزميات أو القدرة الحاسوبية أو البيانات. لكن METR تقول إنها لم تجد قيودًا واضحة، على الأقل خلال العام المقبل. ولا يبدو حتى الآن أن أيًا من الاختناقات الثلاثة يلوح في الأفق.

لكن هذه الصورة تنطوي على نقاط ضعف. أولًا، أُجري التقييم في شركة واحدة، وباستخدام مقاييس داخلية لا يمكن التحقق منها خارجيًا. ثانيًا، النطاق 1.3x–3x واسع للغاية: فالحد الأدنى يبدو تحسنًا ملحوظًا، بينما يبدو الحد الأعلى وكأنه انتقال إلى حقبة مختلفة. ثالثًا، تتسم التقديرات الذاتية للموظفين دائمًا بكثير من الضوضاء، كما أن الفجوة بين متوسط 2x والذروة البالغة 12x توضح أن التأثير يعتمد بشدة على المهمة والشخص.

ماذا يعني ذلك عمليًا؟

بالنسبة إلى المطورين وفرق المنتجات، فالخلاصة واقعية. إذا كان التسارع يبلغ نحو 2x حتى داخل المختبر، حيث يعرف العاملون النماذج أفضل من أي شخص آخر، فمن المجازفة أن تبني الفرق العادية خططها على توقع العمل «بسرعة أكبر عشر مرات». ومن الأكثر واقعية توقع مكاسب كبيرة، لكنها غير متساوية.

أما بالنسبة إلى المؤسسين، فهناك أمر آخر أكثر أهمية: من المرجح أن تواصل وتيرة تعاقب أجيال النماذج ارتفاعها. وهذا يعني أن المنتج المبني حول قيود النموذج الحالي قد يصبح قديمًا خلال بضعة أشهر. وتتمثل الاستراتيجية المعقولة في بناء معمارية يسهل فيها استبدال النموذج، وإعادة التحقق بانتظام من استمرار الحاجة إلى الحلول الالتفافية.

وأخيرًا، يجدر متابعة المنهجية نفسها. فعمليات التدقيق المستقلة للبيانات الداخلية للمختبرات تتحول إلى ممارسة معتادة، وهذه التقارير تحديدًا، لا التصريحات التسويقية، هي التي ستحدد توقعات السوق للعام المقبل.