Claude Fable 5.2 تنجز 41% من طلبات Upwork الحقيقية بمستوى مستقل بشري
اختُبر النموذج Claude Fable 5.2 على 240 طلبًا حقيقيًا من Upwork بقيمة إجمالية تقارب 144 ألف دولار. وبلغت نسبة الأعمال التي جاءت بمستوى مستقل بشري دون أي تعديل من إنسان 41%. أما قبل عام، في أكتوبر 2025، فكان أفضل نموذج في الاختبار نفسه ينجز 2,5% فقط من الطلبات. ويشدد معدّو الاختبار على أن استبدال البشر بالكامل لا يزال بعيدًا، ولذلك ينبغي للمستقلين الذين يعتمدون على الطلبات البسيطة المنفردة أن يبدؤوا من الآن بتقدير المهام التي ستنتقل أولًا إلى الآلة.
معالج بواسطة الذكاء الاصطناعي من TG: @bezsmuzi (Русский ИТ бизнес)؛ بتحرير Hamidun News
عادةً ما تختبر المعايير المرجعية للشبكات العصبية مهام مجردة: حل مسألة من مسائل الأولمبياد، أو الإجابة عن أسئلة في الفيزياء، أو كتابة دالة برمجية. أما الاختبار الجديد فهو أكثر واقعية، ولذلك فنتائجه أسهل فهمًا: أخذ القائمون عليه طلبات حقيقية من منصة العمل الحر Upwork، ثم نظروا في عدد ما تستطيع الشبكة العصبية إنجازه بمفردها. والنتيجة حديثة ولافتة: أنجز Claude Fable 5.2 نسبة 41% من الطلبات بمستوى مستقل بشري، ودون أي تعديل من إنسان.
ما الذي جرى اختباره بالضبط
شملت العينة 240 طلبًا حقيقيًا من Upwork. وتبلغ القيمة الإجمالية لهذه المشاريع نحو 144 ألف دولار، أي بمتوسط يقارب 600 دولار للطلب الواحد. وهي ليست مهام زهيدة من نوع «تصحيح خطأ إملائي»، لكنها في الوقت نفسه ليست عقودًا تمتد أشهرًا: إنها الأعمال المنفردة المعتادة التي ينشرها العميل على المنصة وينتظر نتيجة جاهزة.
والشرط الأساسي في الاختبار أن يتلقى النموذج المهمة ويقدّم النتيجة النهائية دون تدخل بشري. فلا أحد يعيد كتابة أجزاء منها بدلًا منه، ولا يوضّح المتطلبات أثناء العمل، ولا يعدّل الملف النهائي. ويُعدّ الناتج ناجحًا إذا كانت جودة العمل مماثلة لما كان سينجزه منفّذ بشري. وبهذا المعيار اجتاز Claude Fable 5.2 نسبة 41% من الطلبات.
وإذا ترجمنا ذلك إلى مال، فهذا لا يعني أن الشبكة «كسبت» 41% بالضبط من مبلغ 144 ألف دولار: فالطلبات تختلف في قيمتها، والمنشور نفسه يورد فقط نسبة المهام المنجزة. لكن حجم الظاهرة واضح: كاد كل طلب ثانٍ من الطلبات الحقيقية على المنصة يقع ضمن قدرات النموذج.
الاتجاه أهم من الرقم نفسه
أبرز ما في الخبر هو المقارنة بالماضي. ففي أكتوبر 2025 كان أفضل نموذج في الاختبار نفسه ينجز 2,5% فقط من الطلبات. وخلال عام ارتفع المؤشر إلى 41%، أي نحو 16 ضعفًا. وقتها بدت النتيجة أقرب إلى الطرفة: فالشبكات العصبية بالكاد كانت قادرة على إيصال أي عمل إلى حالة صالحة للاستخدام بمفردها. أما الآن فقد صارت تغطي حصة ملحوظة من سوق الأعمال البسيطة المنفردة.
ومعدّو الاختبار أنفسهم حذرون. فبحسب قولهم، لا تعني النتيجة أن الشبكة العصبية جاهزة لاستبدال المستقلين. لكن سرعة النمو، في تقديرهم، يجدر أن يضعها في الحسبان كل من يرتبط دخله بالطلبات البسيطة على المنصة. وهذه صياغة أمينة: فالاختبار يقيس نسبة المهام المنجزة، لا القدرة على إدارة العميل، ولا التفاوض على الأسعار، ولا تحمّل مسؤولية النتيجة، ولا إيجاد طلبات جديدة.
ما الذي يعنيه هذا للعاملين في المجال
بالنسبة إلى المستقلين، الخلاصة عملية. فالمهام البسيطة المحددة بوضوح، ذات معيار الإنجاز الواضح، هي الأكثر عرضة للخطر: فهذه تحديدًا ما ينفّذه النموذج دون تعديلات. وتنتقل القيمة إلى المجالات التي تتطلب تحليل المتطلبات الغامضة، والتواصل مع العميل، وتحمّل المسؤولية، ومراقبة الجودة. والاستراتيجية المعقولة أن يستخدم المستقل النموذج أداةً بنفسه، وأن يتولى ما لا يظهر جيدًا في الاختبار.
أما لمديري المنتجات والمؤسسين، فهذه إشارة إلى إعادة النظر في الأعمال المنفردة، الداخلية والخارجية، التي يمكن إسنادها إلى الشبكة العصبية مع مراجعة بشرية. فإذا كانت 41% من الطلبات تمر دون تعديلات، فإن الإنسان يظل لازمًا في الـ59% المتبقية، لكن حجم العمل اليدوي قد ينخفض بدرجة ملحوظة.
وثمة قيود ينبغي أخذها في الحسبان. أولًا، لا يتضمن المصدر تفصيلًا بأنواع الطلبات: فلا نعرف في أي فئات يتفوق النموذج وفي أيها يخفق. ثانيًا، يحمل التقييم بعبارة «بمستوى مستقل بشري» قدرًا من الذاتية دائمًا. ثالثًا، اختبار واحد على 240 طلبًا هو مؤشر استرشادي، لا حكمًا نهائيًا على السوق. ومع ذلك فإن المسار من 2,5% إلى 41% خلال 12 شهرًا سبب كافٍ لعدم تأجيل مراجعة الخطط إلى وقت لاحق.
- 21 نوفمبر 2026Anthropic تخفض سعر Claude Fable 5.2 بنسبة 20%، وفي اختبار البرمجة يكاد يعادل Opus 5.5
- 21 نوفمبر 2026Dreamteam تجمع 53 مليون دولار لنظام CRM يملأ بياناته تلقائيًا من البريد والمكالمات
- 21 نوفمبر 2026الذكاء الاصطناعي Claude Opus 5.5 يكمل لعبة الرعب Dimension 9 انطلاقًا من 15 غرفة صمّمها المطوّر
- 21 نوفمبر 202622 وكيل من Claude بحثوا ست أسابيع في ألغاز الثقوب السوداء — وحلّوا مسألتين
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي جرى اختباره بالضبط؟
شملت العينة 240 طلبًا حقيقيًا من Upwork. وتبلغ القيمة الإجمالية لهذه المشاريع نحو 144 ألف دولار، أي بمتوسط يقارب 600 دولار للطلب الواحد. وهي ليست مهام زهيدة من نوع «تصحيح خطأ إملائي»، لكنها في الوقت نفسه ليست عقودًا تمتد أشهرًا: إنها الأعمال المنفردة المعتادة التي ينشرها العميل على المنصة وينتظر نتيجة جاهزة. والشرط الأساسي في الاختبار أن يتلقى النموذج المهمة ويقدّم النتيجة النهائية دون تدخل بشري. فلا أحد يعيد كتابة أجزاء منها بدلًا منه، ولا يوضّح المتطلبات أثناء العمل، ولا يعدّل الملف النهائي.
ما أبرز التفاصيل حول الاتجاه أهم من الرقم نفسه؟
أبرز ما في الخبر هو المقارنة بالماضي. ففي أكتوبر 2025 كان أفضل نموذج في الاختبار نفسه ينجز 2,5% فقط من الطلبات. وخلال عام ارتفع المؤشر إلى 41%، أي نحو 16 ضعفًا. وقتها بدت النتيجة أقرب إلى الطرفة: فالشبكات العصبية بالكاد كانت قادرة على إيصال أي عمل إلى حالة صالحة للاستخدام بمفردها. أما الآن فقد صارت تغطي حصة ملحوظة من سوق الأعمال البسيطة المنفردة. ومعدّو الاختبار أنفسهم حذرون. فبحسب قولهم، لا تعني النتيجة أن الشبكة العصبية جاهزة لاستبدال المستقلين.
ما أبرز التفاصيل حول ما الذي يعنيه هذا للعاملين في المجال؟
بالنسبة إلى المستقلين، الخلاصة عملية. فالمهام البسيطة المحددة بوضوح، ذات معيار الإنجاز الواضح، هي الأكثر عرضة للخطر: فهذه تحديدًا ما ينفّذه النموذج دون تعديلات. وتنتقل القيمة إلى المجالات التي تتطلب تحليل المتطلبات الغامضة، والتواصل مع العميل، وتحمّل المسؤولية، ومراقبة الجودة. والاستراتيجية المعقولة أن يستخدم المستقل النموذج أداةً بنفسه، وأن يتولى ما لا يظهر جيدًا في الاختبار.
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.