1000 وكيل ذكاء اصطناعي كتبوا روبوت دردشة بلا شبكة عصبية: ارتفعت نسبة الفوز من 0% إلى 26%
عرضت Hugging Face روبوت الدردشة PyBot، وهو لا يحتوي على أي شبكة عصبية، بل يعتمد على عبارات if-else والتعابير النمطية وجداول البحث فقط. كتب سرب من أكثر من 1000 وكيل ذكاء اصطناعي الشيفرة عبر أكثر من 5000 نسخة، فبلغت 640 ألف سطر بلغة Python. في اختبار SmolTalkBench، حيث يقارن حَكَم من نوع LLM بين الإجابات، ارتفعت نسبة فوز الروبوت من 0% إلى 26%، أي بمستوى النموذج الصغير SmolLM-360M-Instruct. الخلاصة العملية: يستحق هذا النهج التجربة في المهام الضيقة التي لا تتطلب GPU.
معالج بواسطة الذكاء الاصطناعي من TG: @cgevent (Метаверсище и ИИще)؛ بتحرير Hamidun News
عادةً ما يكون الروبوت الذي لا يعتمد على شبكة عصبية «خزانة ردود جاهزة»: تسأل «أين طلبي؟» فتعمل قاعدة ما، وإذا صغت السؤال بشكل مختلف قليلاً تحصل على «لا أفهم». اختبرت Hugging Face إلى أي مدى يمكن السير في هذا الطريق إذا لم يكتب القواعد إنسان، بل سرب من أكثر من 1000 وكيل ذكاء اصطناعي. والنتيجة هي PyBot: روبوت دردشة من 640 ألف سطر بلغة Python، لا يحتوي على أي وزن شبكة عصبية.
في اختبار SmolTalkBench يقارن نموذج لغوي بدور الحَكَم بين إجابات الروبوت وأنظمة أخرى، ويفوز الروبوت في نحو 26% من المقارنات، أي بقدر ما تفوز به الشبكة العصبية الصغيرة SmolLM-360M-Instruct (360 مليون معامل). لا تكمن أهمية الخبر في استبدال LLM، بل في الدرس المستفاد: حلقة طويلة من «الكتابة ثم التحقق ثم التحسين» مع تقييم آلي تعطي نتيجة قوية على نحو غير متوقع حتى مع شيفرة برمجية عادية.
ما الذي أُنجز فعلاً
PyBot روبوت حواري بلا أوزان ولا عمليات ضرب مصفوفات ولا محولات (Transformers). في داخله عبارات تفرع if-else وتعابير نمطية وجداول بحث فقط. لم يُدرَّب الروبوت: لا مجموعة بيانات ولا انحدار تدرجي. وقد كتب سرب الوكلاء الشيفرة كلها وأعاد كتابتها.
الحجم لافت. وفق بيانات المؤلفين، ولّد الوكلاء أكثر من 5000 نسخة من الروبوت وقيّموها. وانتهى الأمر بقاعدة شيفرة من 640 ألف سطر من الشيفرة العاملة، إضافة إلى 550 ألف سطر من الاختبارات التي كتبها الوكلاء أنفسهم أيضاً. هذا حجم منتج تجاري كبير، لا سكربت تعليمي.
التشغيل بسيط: يلزم Python 3.8+، ولا حاجة إلى GPU ولا إلى مكتبات خارجية، ويكفي الأمر python -m pybot. وتتوفر نسخة تجريبية على Hugging Face Spaces، لذا يمكن تجربته دون تثبيت.
ماذا تعني «26% من الانتصارات»
في SmolTalkBench يقارن LLM بدور الحَكَم بين الإجابات، و«نسبة الفوز» هي النسبة المئوية للمقارنات التي فُضّلت فيها إجابة PyBot. كان هذا المؤشر في بداية التطور 0%، ثم ارتفع في النهاية إلى 26%. وبحسب صياغة المؤلفين، رفع ذلك الروبوت الحتمي (deterministic) إلى مستوى SmolLM-360M-Instruct.
ينبغي قراءة هذا الرقم بحذر. 26% لا تعني أن «الروبوت أفضل من النموذج»، بل أن «الروبوت يفوز في نحو ربع الحالات». والتكافؤ يخص هذا الاختبار المعياري تحديداً، وتقييم نموذج لغوي آخر تحديداً، كما أن الحَكَم من نوع LLM قد يفضّل أسلوباً معيناً في الإجابات. أما كيف سيتعامل الروبوت مع الأسئلة غير المتوقعة من مستخدمين حقيقيين، فلا يمكن الجزم به استناداً إلى البيانات المتاحة. وإضافة إلى ذلك، نعتمد هنا على عرض موجز للمشروع وعلى روابط المستودع والنسخة التجريبية والاختبار المعياري؛ والأفضل الاطلاع على تفاصيل بنية السرب وآلية انتقاء النسخ في مستودع huggingface/pybot.
ماذا نفعل بهذا عملياً
أولاً: التغذية الراجعة القابلة للقياس تحسم كل شيء. 5000 تكرار ونصف مليون سطر من الاختبارات ليست «طلب دالة في محادثة»، بل حلقة هندسية متواصلة. إذا كنتم تبنون وكلاء لكتابة الشيفرة، فابدؤوا باختبار معياري واختبارات برمجية؛ فبدونها كان السرب سيتحول إلى مولّد للنفايات.
ثانياً: للحل الحتمي مزايا حقيقية: تشغيل فوري على CPU، وسلوك يمكن التنبؤ به، وانعدام الاعتماديات، وإمكانية قراءة كل قاعدة وتنقيحها. وفي السيناريوهات الضيقة، كمساعد داخلي أو دعم بمجموعة محدودة من المواضيع أو الأجهزة المدمجة، قد يكون هذا بديلاً معقولاً حتى للنموذج الصغير.
ثالثاً: القيود واضحة. 640 ألف سطر من القواعد كتلة واحدة ضخمة (monolith) يستبعد أن يرغب البشر في تعديلها يدوياً؛ وعلى الأرجح سيلزم توسيعها بالسرب نفسه. أما قدرة الشبكات العصبية على فهم الصياغات غير المألوفة، فمن الصعب محاكاتها بالقواعد بتكلفة زهيدة.
الخلاصة: PyBot لا يلغي LLM، وتبقى المزحة المتداولة عن Nvidia مجرد مزحة. لكن المشروع يُظهر أن الحد الفاصل بين «نحتاج إلى نموذج» و«تكفي الشيفرة» يتحرك عندما تكتب الشيفرةَ مئاتُ الوكلاء مع تحقق آلي. وإذا كان لمهمتكم مقياس جودة واضح، فمن المفيد أن تدرسوا ما إذا كان سرب من الوكلاء بلغة Python العادية قادراً على حلها.
- 18 نوفمبر 2026Qwen على جهازي DGX Spark أسرع بنسبة 34–59% في عدد التوكنات في الثانية ويتفوق على GLM
- 18 نوفمبر 2026Bonsai 2 27B المضغوطة حققت 17 توكن/ث على بطاقة من 2017، مقابل 32 لـ Qwen3 8B
- 18 نوفمبر 2026Together AI تستبدل النوى العملاقة بوكلاء ذكاء اصطناعي وتسرّع Llama 1B بنسبة 28% على B200
- 18 نوفمبر 2026بطاقة تعدين بـ $3000 تتحول إلى نظير لـ A100: من 8 إلى 80 غيغابايت من الذاكرة
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي أُنجز فعلاً؟
PyBot روبوت حواري بلا أوزان ولا عمليات ضرب مصفوفات ولا محولات (Transformers). في داخله عبارات تفرع if-else وتعابير نمطية وجداول بحث فقط. لم يُدرَّب الروبوت: لا مجموعة بيانات ولا انحدار تدرجي. وقد كتب سرب الوكلاء الشيفرة كلها وأعاد كتابتها. الحجم لافت. وفق بيانات المؤلفين، ولّد الوكلاء أكثر من 5000 نسخة من الروبوت وقيّموها. وانتهى الأمر بقاعدة شيفرة من 640 ألف سطر من الشيفرة العاملة، إضافة إلى 550 ألف سطر من الاختبارات التي كتبها الوكلاء أنفسهم أيضاً. هذا حجم منتج تجاري كبير، لا سكربت تعليمي.
ما أبرز التفاصيل حول ماذا تعني «26% من الانتصارات»؟
في SmolTalkBench يقارن LLM بدور الحَكَم بين الإجابات، و«نسبة الفوز» هي النسبة المئوية للمقارنات التي فُضّلت فيها إجابة PyBot. كان هذا المؤشر في بداية التطور 0%، ثم ارتفع في النهاية إلى 26%. وبحسب صياغة المؤلفين، رفع ذلك الروبوت الحتمي (deterministic) إلى مستوى SmolLM-360M-Instruct. ينبغي قراءة هذا الرقم بحذر. 26% لا تعني أن «الروبوت أفضل من النموذج»، بل أن «الروبوت يفوز في نحو ربع الحالات».
ما أبرز التفاصيل حول ماذا نفعل بهذا عملياً؟
أولاً: التغذية الراجعة القابلة للقياس تحسم كل شيء. 5000 تكرار ونصف مليون سطر من الاختبارات ليست «طلب دالة في محادثة»، بل حلقة هندسية متواصلة. إذا كنتم تبنون وكلاء لكتابة الشيفرة، فابدؤوا باختبار معياري واختبارات برمجية؛ فبدونها كان السرب سيتحول إلى مولّد للنفايات. ثانياً: للحل الحتمي مزايا حقيقية: تشغيل فوري على CPU، وسلوك يمكن التنبؤ به، وانعدام الاعتماديات، وإمكانية قراءة كل قاعدة وتنقيحها.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.