أظهرت MTS كيف تم توصيل OpenClaw بروبوت وإحضار وكيل ذكاء اصطناعي للعالم المادي

أثبت OpenClaw أنه يمكن نقل وكيل مستقل من المتصفح إلى العالم الفيزيائي بسرعة أكبر بكثير مما يعتقده الكثيرون عموماً. أخذت فريق MWS محرّك تنسيق مفتوح المصدر يدير عادة الحاسوب والتطبيقات، وربطته بروبوت من خلال طبقة برمجية بسيطة. ونتيجة لذلك، بدأ الوكيل ليس فقط بتنفيذ المهام الرقمية، بل أيضاً بإصدار أوامر لجهاز فعلي، موجهاً نفسه بناءً على تدفق الفيديو والنماذج متعددة الأنماط.

الفكرة ليست لاستبدال الروبوتات الكاملة، بل لتجميع نموذج أولي عملي للذكاء الاصطناعي الفيزيائي بسرعة وبتكلفة منخفضة. أصبح OpenClaw نفسه مشروعاً ملحوظاً في نوفمبر 2025، عندما قدم المطور بيتر شتاينبرجر طبقة تنسيق لتشغيل الحاسوب بشكل مستقل. يتلقى الوكيل تعليماً في التطبيق المراسل، ويقسمه إلى خطوات، ويتبدل بين التطبيقات، ويحافظ على السياق، وعند الحاجة يستخدم أي نموذج لغة كبير متوافق.

هذا الاستقلال عن نموذج محدد يجعل النظام ملائماً للتجارب: يمكنك تغيير محرك التفكير دون إعادة كتابة طبقة الأتمتة. بالنسبة للمطورين، هذه مجموعة نادرة: عتبة دخول منخفضة، ومرونة النموذج، والمنطق الجاهز بالفعل لتنفيذ المهام المتعددة المكونات. لهذا النهج خطر واضح: إذا قمت بتشغيل OpenClaw مباشرة على جهاز كمبيوتر محمول شخصي، فإن الوكيل يحصل فعلياً على وصول واسع لكامل النظام.

اقترح MWS خياراً أكثر أماناً — تشغيله في جهاز افتراضي معزول في السحابة. لهذا، يستخدمون صورة Ubuntu معدة مسبقاً مع OpenClaw، وبالنسبة لسيناريو أساسي، فإن التكوين ذا معالجات 2 وذاكرة 8 غيغابايت كافية. ما يبقى هو إصدار حساب الخدمة، وإعداد مفتاح API، وربط نموذج لغة كبير من خلال نقطة نهاية متوافقة مع OpenAI عبر GPT Model Hub.

بمعنى آخر، بدلاً من إعداد البيئة يدويّاً، يحصل المطور على بداية تقريباً بنقرة واحدة. هذا مهم ليس فقط من أجل الراحة: في بيئة منفصلة يكون من الأأمن اختبار السيناريوهات حيث يمكن للوكيل فتح العمليات، وتغيير حالة النظام، والحفاظ على سياق جلسات العمل. اللحظة الأكثر إثارة للاهتمام بدأت حيث تنتهي المقالات حول واجهات الوكيل عادة: على مستوى الأجهزة.

أخذت فريق MWS روبوتاً بشرياً الشكل Unitree G1، الذي يستطيع المشي والحفاظ على التوازن والاستجابة للبيئة، لكنه بحد ذاته ليس وكيلاً "ذكياً". بدلاً من بنية VLA معقدة، قامت الفريق ببساطة باعتراض منطق التحكم عن بعد: يرسل OpenClaw الأوامر إلى طبقة وسيطة، والتي تحولها إلى إشارات يفهمها الروبوت. باستخدام نفس المخطط، يمكنك توصيل ليس فقط روبوت بشري الشكل مكلفاً، بل أي جهاز يملك API أو تحكم عن بعد لاسلكي — من عربة إلى لعبة كلب.

الفكرة الرئيسية هنا هي أن الطبقة الفكرية منفصلة عن آلية التنفيذ، مما يعني أن نفس الوكيل يمكن نقله بين أنواع مختلفة من الأجهزة. حتى لا يتصرف الوكيل بعمى، تم تغذية تدفق فيديو من كاميرا الروبوت إلى OpenClaw، وتم إسناد تفسير المشهد إلى نموذج متعدد الأنماط kimi-2.5.

يتعرف على الأشياء، ويقيم الحالة، ويساعد في اختيار الإجراء التالي: التحرك للأمام، أو التوقف، أو تجاوز العائق، أو تنفيذ أمر بسيط في الفضاء. من المهم أن نلاحظ أن العرض التوضيحي لم يتطلب خوادم MCP، أو سلاسل تفكير ثقيلة، أو منصة روبوتات منفصلة. في الواقع، قامت الفريق ببناء جسر بسيط بين وكيل نموذج لغة كبير والرؤية وجهاز التنفيذ، مما يثبت أن عتبة الدخول إلى الذكاء الاصطناعي الفيزيائي أصبحت الآن أقل بكثير مما توقعه الكثيرون.

وهذا بالضبط هو قيمة هذه الحالة: فهو يظهر ليس نموذجاً أكاديمياً للمستقبل، بل وصفة هندسية يمكن تكرارها بمكونات متاحة الآن. الخلاصة العملية بسيطة: يمكن بالفعل استخدام OpenClaw ليس فقط للرسائل والملفات والواجهات الويب، بل أيضاً كطبقة تحكم عامة للأجهزة الفيزيائية. هذا ليس بعد بديلاً لأنظمة Vision-Language-Action الكاملة ولا سبيل نحو الاستقلالية الصناعية الموثوقة، لكنه طريقة سريعة جداً لاختبار سيناريو، أو تجميع عرض توضيحي، أو إطلاق نموذج أولي تطبيقي.

بالنسبة للسوق، هذا إشارة مهمة: تجمع نموذج لغة كبير قائم على السحابة وتدفق الفيديو وواجهة برمجة تطبيقات التحكم البسيطة يحول تدريجياً الذكاء الاصطناعي الفيزيائي من غرابة بحثية إلى أداة هندسية.