Claude Mythos حكر على شركات التقنية الكبرى، وCaveMan يوفّر ثلث الرموز

أطلقت Anthropic نموذج Claude Mythos، المخصص لاصطياد الثغرات في بنية المصدر المفتوح. وعلى معيار SWE-bench Pro يحقق النموذج 77.8%، مقابل 53.4% لنموذج Opus. لكن النموذج لن يُطرح للوصول العام — وتُبرّر Anthropic هذا الإغلاق بأن Mythos يجد الثغرات الاستغلالية بكفاءة عالية جداً حتى دون معرفة متخصصة.

وبدلاً من الإصدار العلني، أنشأت Anthropic تحالفاً باسم Project Glowswing. ويضم هذا التحالف AWS وGoogle وMicrosoft و Nvidia وCisco وApple. وحصلت الشركات الأعضاء في التحالف على وصول لفحص أنظمتها الخاصة وكتابة الرقع الأمنية. وقد كشفت Anthropic بالفعل عن عشرات الثغرات الحقيقية في Linux وFFmpeg.

مفارقة الأمان من خلال الانفتاح

تُذكّر هذه القصة بعام 2019، حين أعلنت OpenAI عن GPT-2 وصرّحت بأنها لن تنشر النسخة الكاملة منه — لأنها خطيرة للغاية. ثم نُشرت لاحقاً، واليوم يبدو هذا القرار مثيراً للسخرية. وبعد سنوات قليلة، ستتكرر قصة Mythos: فالتقدم التكنولوجي يتجاوز دائماً قيود الوصول.

CaveMan: توفير بثلاثة أضعاف

وُجدت وسائل توفير الرموز في CaveMan، وهي مهارة لـ Claude Code تُلزم الوكيل بالرد بأقصى درجة من الإيجاز: دون أدوات تعريف، ودون مقدمات، ودون عبارات مجاملة. وجمع المشروع أكثر من 16,000 نجمة على GitHub.

ووفقاً للاختبارات الواردة في المستودع: بدلاً من 69 رمزاً، يصبح الرد 19 رمزاً فقط — أي توفير بثلاثة أضعاف. والآلية واضحة تماماً: فمعظم الرموز في ردود الوكيل مجرد حشو مهذب لا محتوى فعلي. وبإزالة هذا الحشو تحصل على النتيجة نفسها بتكلفة أقل. وأضاف المطوّر عدة مستويات من الكثافة، من بينها وضع يعتمد اللغة الصينية، حيث الكتابة الهيروغليفية أكثر كثافة من حيث الرموز مقارنة بالأبجدية اللاتينية.

الممارسة في مواجهة النظرية

واجه مهندس في Google مشكلة معكوسة: استخدم وكلاء ذكاء اصطناعي لتطوير أدوات تطوير لـ SQLite تقريباً دون أي رقابة. والنتيجة: أصبحت قاعدة الكود غير قابلة للصيانة. وقد تخلّى المهندس عن ثلاثة أشهر من العمل وأعاد كتابة كل شيء من الصفر، هذه المرة في وضع البرمجة الزوجية مع الوكيل، مع رقابة فعّالة في كل خطوة.

بالنسبة لمطوّري Java، فُتح استبيان State of Java — الاستبيان السنوي من JPoint وJoker. ويغطي الاستبيان إصدارات Java وأطر العمل وأدوات التطوير واستراتيجيات النشر، وأدوات الذكاء الاصطناعي للتطوير (أُضيفت هذا العام). وفي العام الماضي، تحدّث Kirill Tolkachev عن النتائج في محاضرة له — حيث ظهرت حالات اختار فيها المطوّرون تقنيات غير موجودة أصلاً.

ويستحق الإشارة بشكل منفصل إلى أداة من Milla Jovovich لذاكرة الوكلاء طويلة المدى. فالوكيل لا ينسى سياق المحادثات السابقة ولا يتطلب شرحاً متكرراً. وعلى معيار SWE-benchmark حققت الأداة نسبة 100%. والمثير للاهتمام ليس الأداة نفسها، بل السابقة التي تمثّلها: فبعد أن كان المشاهير يُطلقون مشروبات الطاقة ورقائق البطاطس، أصبحوا الآن يُطلقون مستودعات مفتوحة المصدر تحتوي معايير قياسية حرجة.