Linger يشغّل 12 نموذج ذكاء اصطناعي على حاسوبك: حتى 5 أضعاف السرعة و0 دولار مقابل الرموز
يتقاضى وكيل الذكاء الاصطناعي السحابي مالًا عن كل رمز (توكن)، وكلما قرأ ملفات أكثر ارتفعت الفاتورة. طوني تشانغ، أحد مطوري DeepSeek الأوائل، فتح شيفرة Linger، وهو وكيل يشغّل 12 نموذجًا (Qwen وDeepSeek وGemma) مباشرة على حاسوبك، فتبلغ تكلفة الرموز في العمل المحلي 0 دولار. أما التسريع حتى 5 أضعاف فهو ادعاء من المطورين أنفسهم، ولا توجد قياسات مستقلة. إذا كانت فاتورة API تثقل كاهلك، فجرّب تشغيل إحدى عملياتك محليًا للتحقق.
معالج بواسطة الذكاء الاصطناعي من X: @GithubProjects؛ بتحرير Hamidun News
تخيّل أنك كلّفت وكيل ذكاء اصطناعي بفرز مجلد العقود ومراسلات ستة أشهر. تُرسل كل كلمة يقرؤها الوكيل إلى السحابة، ويحتسب المزوّد «الرموز» (التوكنات)، أي القطع النصية التي يتقاضى عنها المال. وكلما قرأ الوكيل وأعاد التحقق أكثر، ارتفعت الفاتورة. يقترح فريق Linger نهجًا معاكسًا: وكيل شخصي مفتوح المصدر يعمل على حاسوبك. يشغّل 12 نموذجًا رائدًا، منها Qwen وDeepSeek وGemma، ولا يتقاضى رسومًا مقابل الرموز في الاستدلال المحلي (0 دولار)، ويعمل بحسب مطوريه أسرع بما يصل إلى 5 أضعاف. أعلن عن المشروع طوني تشانغ، الذي يصفه الإعلان بأنه أحد المشاركين الرئيسيين الأوائل في DeepSeek وموظف سابق في Microsoft Research Asia.
ما الذي يستطيع Linger فعله
بحسب وصف المطورين، يشغّل Linger 12 نموذجًا على العتاد المدعوم. لا يرتبط المستخدم بمزوّد واحد: يمكنه اختيار النموذج المناسب للمهمة ولبطاقته الرسومية أو حاسوبه المحمول.
إلى جانب تشغيل النماذج، يتولى الوكيل مهامّ تُنجز عادةً يدويًا:
- يجلب السياق من الملفات والتطبيقات التي منحته حق الوصول إليها، فلا حاجة إلى نسخ المستندات إلى نافذة المحادثة؛
- يتذكر تفضيلاتك وقراراتك السابقة، مثل طريقة تنسيقك للتقارير أو الحزمة التقنية التي اخترتها في مشاريع سابقة؛
- ينسّق بين عدة وكلاء لإيصال المهمة إلى نتيجة، بدلًا من التوقف عند أول إجابة.
يصف المطورون ذلك بأنه تجربة على غرار Grok، ولكن على جهازك أنت.
لماذا قد يكون ذلك مجديًا اقتصاديًا
أبرز رقمين في الإعلان هما «حتى 5 أضعاف السرعة» و0 دولار مقابل الرموز عند الاستدلال المحلي. والمنطق بسيط: إذا كان الوكيل يعيد قراءة الملفات باستمرار، ويلخّص مراسلات طويلة، ويشغّل سلاسل من عشرات الاستدعاءات، فإن فاتورة API السحابي ترتفع بسرعة. أما النموذج المحلي فيحوّل النفقات المتغيرة إلى نفقات ثابتة: تدفع مرة واحدة ثمن العتاد، ثم لا تحتسب الرموز بعد ذلك.
ثمة أيضًا سبب فكري. يذكّر المطورون بالتاريخ: في ستينيات القرن الماضي كانت الحوسبة مركزية إلى أن منح الحاسوب الشخصي القدرة لكل فرد. اليوم تُدرَّب نماذج الذكاء الاصطناعي في مراكز البيانات وتُؤجَّر بالرموز. ويحاول Linger أن يؤدي دور «الحاسوب الشخصي» بالنسبة إلى الوكلاء.
قيود ينبغي أخذها في الحسبان
أرقام «حتى 5 أضعاف السرعة» و«12 نموذجًا» مأخوذة من إعلان المطورين أنفسهم. ولا يحدد الإعلان ما الذي جرت المقارنة به في السرعة: هل هو API سحابي أم غلاف محلي آخر مثل Ollama. ومن المرجح أن تتوقف النتيجة بدرجة كبيرة على العتاد: فالنماذج الكبيرة على حاسوب محمول ضعيف ستعمل ببطء، وقد لا تعمل أصلًا.
انعدام رسوم الرموز لا يعني انعدام التكلفة. فأنت تحتاج إلى ذاكرة فيديو وكهرباء ووقت للإعداد. والخصوصية كذلك مشروطة: يكتب المطورون صراحةً أن البيانات تبقى على الجهاز في الوضع المحلي فقط. وإذا ربطت خدمات خارجية أو نماذج سحابية، فإن المعلومات تنتقل إليها.
وثمة مسألة منفصلة هي الأمن. فالوكيل الذي يملك حق الوصول إلى ملفاتك وتطبيقاتك يوسّع سطح الهجوم بدرجة كبيرة. قبل منحه الصلاحيات، تحقق من الأذونات التي يطلبها، وكيفية تخزين الذاكرة، وهل يمكن إغلاق الوصول إلى مجلدات بعينها.
ماذا ينبغي أن يفعل المطوّر ومدير المنتج
إذا كانت سيناريوهات الوكلاء لديك تصطدم بتكلفة API، وكانت بياناتك لا يجوز إرسالها إلى الخارج، فإن Linger يستحق التجربة. اختر عملية متكررة واحدة، مثل فرز المستندات أو العمل مع مستودع محلي، وقارن الجودة والسرعة والتكلفة الكاملة بالخيار السحابي. وتحقق من الترخيص وقائمة العتاد المدعوم في المستودع. فإذا تأكد «حتى 5 أضعاف السرعة» ولو على تهيئتك أنت، فسيصبح للوكلاء المحليين حجة جدية أخرى.
- 21 نوفمبر 2026عطل في Microsoft: نحو 83 ألف شكوى على Outlook في Downdetector وتوقف Teams وCopilot
- 21 نوفمبر 2026اختبار MLPerf يشهد لأول مرة مشاركة Nvidia Rubin وTPU Ironwood: 153 نظامًا
- 21 نوفمبر 2026مايكروسوفت تحوّل Copilot إلى «نظام تشغيل للعمل»: Word وExcel يصبحان إضافات للوكيل
- 21 نوفمبر 2026Google تفصل بين حفظ المحادثات والتدريب في Gemini: إلغاء التدريب دون خسارة السجل
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي يستطيع Linger فعله؟
بحسب وصف المطورين، يشغّل Linger 12 نموذجًا على العتاد المدعوم. لا يرتبط المستخدم بمزوّد واحد: يمكنه اختيار النموذج المناسب للمهمة ولبطاقته الرسومية أو حاسوبه المحمول. إلى جانب تشغيل النماذج، يتولى الوكيل مهامّ تُنجز عادةً يدويًا: يجلب السياق من الملفات والتطبيقات التي منحته حق الوصول إليها، فلا حاجة إلى نسخ المستندات إلى نافذة المحادثة؛ يتذكر تفضيلاتك وقراراتك السابقة، مثل طريقة تنسيقك للتقارير أو الحزمة التقنية التي اخترتها في مشاريع سابقة؛ ينسّق بين عدة وكلاء لإيصال المهمة إلى نتيجة، بدلًا من…
ما أبرز التفاصيل حول لماذا قد يكون ذلك مجديًا اقتصاديًا؟
أبرز رقمين في الإعلان هما «حتى 5 أضعاف السرعة» و0 دولار مقابل الرموز عند الاستدلال المحلي. والمنطق بسيط: إذا كان الوكيل يعيد قراءة الملفات باستمرار، ويلخّص مراسلات طويلة، ويشغّل سلاسل من عشرات الاستدعاءات، فإن فاتورة API السحابي ترتفع بسرعة. أما النموذج المحلي فيحوّل النفقات المتغيرة إلى نفقات ثابتة: تدفع مرة واحدة ثمن العتاد، ثم لا تحتسب الرموز بعد ذلك. ثمة أيضًا سبب فكري. يذكّر المطورون بالتاريخ: في ستينيات القرن الماضي كانت الحوسبة مركزية إلى أن منح الحاسوب الشخصي القدرة لكل فرد.
ما أبرز التفاصيل حول قيود ينبغي أخذها في الحسبان؟
أرقام «حتى 5 أضعاف السرعة» و«12 نموذجًا» مأخوذة من إعلان المطورين أنفسهم. ولا يحدد الإعلان ما الذي جرت المقارنة به في السرعة: هل هو API سحابي أم غلاف محلي آخر مثل Ollama. ومن المرجح أن تتوقف النتيجة بدرجة كبيرة على العتاد: فالنماذج الكبيرة على حاسوب محمول ضعيف ستعمل ببطء، وقد لا تعمل أصلًا. انعدام رسوم الرموز لا يعني انعدام التكلفة. فأنت تحتاج إلى ذاكرة فيديو وكهرباء ووقت للإعداد. والخصوصية كذلك مشروطة: يكتب المطورون صراحةً أن البيانات تبقى على الجهاز في الوضع المحلي فقط.
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.