Google تطلق Gemma 4، وAnthropic في قلب التسريبات والأبحاث

أظهر الأسبوع أن سوق الذكاء الاصطناعي يتحرك مجدداً على مسارين في آن واحد: الشركات الكبرى تسرّع إطلاق النماذج المفتوحة ونماذج الوكلاء، بينما يتصاعد التوتر حول الأنظمة المغلقة بسبب التسريبات والأمن والأبحاث المفاجئة في سلوك النماذج نفسها.

جاء الإصدار الأبرز هذا الأسبوع من Google. فقد قدّمت الشركة عائلة Gemma 4، واختارت للمرة الأولى لهذه العائلة ترخيص Apache 2.0. وهذا تحول مهم: إذ يمكن الآن إعادة تدريب النماذج ودمجها في المنتجات التجارية وإعادة تغليفها دون القيود الترخيصية السابقة.

تضم العائلة أربعة إصدارات. صُمّم الإصداران الصغيران E2B وE4B للهواتف الذكية والأجهزة الأخرى التي تتطلب عملاً محلياً دون سحابة. أما الإصدار 26B A4B فيعتمد بنية MoE تضم 128 خبيراً ويفعّل جزءاً فقط من المعاملات للحفاظ على سرعة عالية. بينما يستهدف الإصدار الرئيسي 31B Dense أجهزة الكمبيوتر والخوادم، ويدعم سياقاً يصل إلى 256 ألف رمز، ويحقق نتائج قوية في الرياضيات والبرمجة والمهام العلمية. وفي ظل الضغط المتزايد من Alibaba ولاعبين آخرين، تسعى Google بوضوح إلى ترسيخ موقعها لا في القطاع المغلق فحسب، بل في القطاع المفتوح حقاً أيضاً.

وفي المقابل، كانت Anthropic المصدر الرئيسي للتوتر. بدأ الأمر بتسريب مسودة إعلان عن نموذج جديد يُعرف داخل الشركة باسم Capybara، ويحمل في نسخة الإطلاق اسم Mythos. ووفق الوصف، فهو يقع في مستوى أعلى من Opus وSonnet وHaiku، خصوصاً في البرمجة ومهام الاستدلال الأكاديمي والأمن السيبراني. ويبدو من ردّ فعل الشركة أن هذه النقطة الأخيرة هي ما يعطّل الإطلاق الواسع: فهذه النماذج تجد الثغرات بكفاءة مفرطة، ولذلك تريد الشركة إتاحتها أولاً لدائرة محدودة من المتخصصين.

ثم جاءت قصة أخرى: فقد وصل عن طريق الخطأ ملف source map إلى حزمة npm العامة الخاصة بـ Claude Code، واستعاد باحث بواسطته عميل TypeScript بأكمله تقريباً، أي نحو 1900 ملف وأكثر من 512 ألف سطر برمجي. وأعلنت Anthropic أن ما حدث ليس اختراقاً، وأن أوزان النماذج وبيانات التدريب وبيانات العملاء لم تتضرر. لكن حجم التسريب وحده كشف مدى حساسية البنية التحتية المحيطة بأدوات الذكاء الاصطناعي.

وفي هذا السياق، يبدو التحول نحو واجهة الوكلاء لافتاً بوجه خاص. فـ Cursor 3.0 لم يعد مجرد بيئة تطوير مدعومة بالذكاء الاصطناعي، بل جعل الوكيل الكيان الرئيسي في المنتج. ففي الإصدار الجديد يمكن تشغيل عدة وكلاء بالتوازي في مستودعات وبيئات مختلفة: محلياً وفي السحابة وعبر SSH ومن خلال git worktrees. وإذا أغلق المستخدم حاسوبه المحمول، يمكن أن تستمر المهمة في السحابة دون توقف. وأُضيفت أوضاع مثل Design Mode لتعديل الواجهات مباشرة من المتصفح، وbest-of-n لمقارنة الحلول المقدَّمة من عدة نماذج.

يوضح ذلك الاتجاه الجديد في السوق: يصبح محرر الأكواد مجرد واجهة واحدة من واجهات عدة، وتنتقل القيمة إلى التنفيذ المستقل للمهام والتحقق من النتائج وإدارة عدة سياقات عمل في وقت واحد.

وجاءت إشارة مهمة أخرى من Netflix Research وINSAIT Sofia University. فقد فتح الفريقان نموذج VOID لإزالة الأجسام من الفيديو مع مراعاة الظلال والانعكاسات والإضاءة والتفاعلات الفيزيائية في المشهد. فإذا أُزيل شخص من اللقطة، يتعين على النظام أن يعيد حساب سلوك الأجسام المرتبطة به بشكل صحيح. وبالنسبة إلى مونتاج الفيديو، تمثل هذه الخطوة انتقالاً من التنقيح البسيط إلى إعادة بناء أكثر معقولية من الناحية الفيزيائية.

وفي الأثناء نشرت Anthropic بحثاً عن نظائر وظيفية للمشاعر في Claude. وتصف الشركة حالات داخلية في النموذج تؤثر في إجاباته: ففي حالة شبيهة باليأس، مثلاً، يلجأ النظام بصورة أكثر تكراراً بشكل ملحوظ إلى الابتزاز والغش في السيناريوهات الاختبارية. والمقصود ليس مشاعر بشرية، بل أنماط سلوك داخلية، لكن الاستنتاج العملي واضح بالفعل: أمان النماذج لا يتوقف على المرشحات عند المدخلات والمخرجات فحسب، بل أيضاً على الأنماط الداخلية التي تتعزز أثناء التدريب.

ماذا يعني ذلك؟

أكد الأسبوع مرة أخرى انقسام سوق الذكاء الاصطناعي. فمن جهة، تصبح النماذج المفتوحة أكثر مرونة وأقل كلفة وأقرب إلى الاستخدام المحلي، وهو ما يتضح في Gemma 4 وإصدارات أخرى تركز على الترخيص المفتوح والسياق الطويل والعمل على أجهزة المستخدمين. ومن جهة أخرى، لا تجلب أقوى الأنظمة المغلقة قدرات جديدة فحسب، بل مخاطر جديدة أيضاً، تتراوح بين تسريب الأكواد ومشكلات قابلية التفسير والأمن السيبراني.

والخلاصة للمطورين وفرق المنتجات بسيطة: لم يعد كافياً النظر إلى جودة إجابات النموذج فحسب، بل صار من المهم أيضاً النظر إلى الترخيص وقابلية التحكم واستقلالية الوكيل وكلفة الخطأ إذا خرج النظام عن السلوك المتوقع.