نماذج System One من Jev: Glean وUiPath وWorkday تدمج الاستدعاءات السريعة مباشرة في الشيفرة

مشكلة مألوفة: النموذج اللغوي الكبير في شيفرة المنتجات يتصرف كأنه يانصيب. صاغ ديوغو ألميدا، المؤسس المشارك والرئيس التنفيذي لشركة TypeSafe AI، الأمر في قمة AI Engineer Code Summit هكذا: في 95% من الحالات تحصل على أينشتاين، وفي الـ5% الباقية تحصل على مستر بين. وإذا لم تستطع التمييز بين الحالتين، فلا شيء يمكن أتمتته. وجوابه عن هذه المشكلة يسمى System One.

ما هي نماذج System One

هذه نماذج غير توليدية. فهي لا تكتب نصًا مترابطًا ولا تستدل خطوة بخطوة. إنها تعيد نتيجة منظَّمة: خيارًا واحدًا من قائمة، أو تقييمًا، أو احتمالًا. ولهذا فهي في الغالب أسرع وأرخص بوضوح من النماذج اللغوية الكبيرة القائمة على الاستدلال، التي سُمّيت في المؤتمر System Two.

مثال بسيط. في السابق كنت تطلب من النموذج اللغوي «قيّم هل ينتمي هذا المستند إلى الاستعلام»، فتحصل على فقرة من الاستدلال وتحلّلها بالتعابير النمطية. الآن تستدعي نموذجًا يعيد رقمًا أو وسمًا مباشرة. ويمكن وضعه داخل حلقة أو شرط if أو عملية فرز، وسيتصرف بشكل متوقَّع.

Jev هو المنتج الذي بدأت معه هذه الموجة، بحسب Latent Space. صدر في سبتمبر، وأصبحت حلقة البودكاست مع ألميدا الأكثر شعبية في المنشور خلال العام. والفكرة الرئيسية لألميدا للمهندسين: الشيفرة هي لغة الأتمتة، لذا يجب تضمين النموذج في الشيفرة. وترجم swyx، مؤسس Latent Space، ذلك بقوله: انثروا استدعاءات System One بسخاء داخل التطبيق بدلًا من «سنلصق السلاسل النصية ونأمل الأفضل».

ما الذي يُبنى بالفعل

تستخدم Glean نماذج System One إلى جانب النماذج اللغوية الكبيرة ومصنِّفات أخرى. وأشار Chinmay Goyal إلى الميزة الرئيسية لـJev، وهي مرونة zero-shot: فعندما يتغير تصنيف القرارات لا تحتاج النماذج إلى إعادة تدريب مرة بعد مرة. أما مستخدمو Glean فلا يهمهم ما يجري تحت الغطاء، والشركة تُخفي هذا الفرق عمدًا.

عرضت UiPath نمط «البطولة». يختار Jev أكثر مقاطع المستندات صلة من مجموعات صغيرة، ويتأهل الفائزون إلى الجولة التالية، وهكذا حتى النهائي. استغرقت العملية كلها أقل من ثانية، رغم أن استدعاءات Jev بلغت الآلاف. خلاصة مهندسي UiPath: قد يبدو النموذج منفردًا غير ذكي جدًا، لكن في مخطط صحيح من هذه اللبنات يتكوّن نظام أذكى.

وعرض مهندس Workday ‏Scott Roberts نموذجًا أوليًا تبدأ فيه الواجهة بملء بطاقة الإجازة بينما يواصل المستخدم الكتابة. الاستدعاء السريع للنموذج هنا لا يسرّع النموذج فحسب، بل يغيّر سلوك البرنامج نفسه: من التنبؤ بما تريد قوله إلى التنبؤ بما تريد فعله.

القيود

هذا تقرير من مؤتمر وليس اختبار أداء. لا توجد في المادة أرقام دقة، وعبارة «95% أينشتاين» مزحة من على المنصة وليست قياسًا. وJev موجود منذ أقل من شهرين، لذا من المبكر الحديث عن التشغيل طويل الأمد. كما قارن ألميدا اللحظة الحالية صراحةً ببدايات الإنترنت، حين كانت التجارب قيّمة لمجرد إمكانها. هذا ملهم، لكنه ليس مبررًا لمنتج. والنماذج اللغوية الكبيرة القائمة على الاستدلال لا تختفي أيضًا: فـGlean نفسها تستخدمها مع System One.

ماذا تفعل عمليًا

1. راجع الشيفرة وابحث عن الأماكن التي يُستخدم فيها النموذج اللغوي كمصنِّف أو مرتِّب أو موجِّه. هذه أول المرشحين للاستبدال بنموذج سريع.
2. جرّب مخطط البطولة للترتيب: استدعاءات رخيصة كثيرة على مجموعات صغيرة بدلًا من استدعاء واحد مكلف على القائمة كاملة.
3. قِس الدقة والتأخير والتكلفة على بياناتك، دون الاعتماد على العروض التقديمية. فالمهم للأتمتة الموثوقة ليس متوسط الدقة، بل مدى إمكانية التنبؤ بالنتيجة.
4. فكّر في الأماكن التي تغيّر فيها الاستجابة الفورية الواجهة. الإكمال التلقائي للنموذج أثناء الإدخال هو حالة من هذا النوع تمامًا.

الأهم في هذه القصة ليس منتجًا بعينه، بل التحول في البنية: ليس كل قرار في التطبيق يجب تسليمه إلى نموذج توليدي كبير.