الملخص:
GPT-6 ليس مجرد أسترا! بعد أيام قليلة من إصدار Astra، تم الكشف عن أن GPT-6 Sol قيد الاختبار الداخلي. كما أن الأداء ملفت للنظر للغاية، حيث تبلغ سرعة الاختبار الواحدة 6 أضعاف سرعة Astra. دعونا نفترض تخمينًا جريئًا: هل تيرا ولونا في الطريق أيضًا؟ وفي نفس اليوم، كشفت OpenAI للتو عن مجموعة من البيانات الداخلية: اعتبارًا من الآن، استنادًا إلى يوم عمل مدته 8 ساعات، لدى باحثي OpenAI أكثر من ثلاثة وكلاء يعملون في نفس الوقت كل يوم يعملون فيه. تم الحساب بناءً على أسعار واجهة برمجة التطبيقات (API)، وقد تجاوزت موارد استنتاج الوكيل التي يستخدمها باحث OpenAI المتوسط كل يوم 600 دولار أمريكي.
أعلنت شركة OpenAI أيضًا أنها نفذت "المتدربين البحثيين الآليين":
يمكن لهؤلاء الوكلاء، تحت التوجيه البشري، إكمال بعض المهام التي قد يستغرق الباحثون عدة أيام لإكمالها.
حتى لاو هوانغ قال: الذكاء الاصطناعي العام موجود بالفعل!
وكشف أن Astra تستخدم حوالي 100000 مجموعة من NVIDIA Grace Blackwell NVLink72 للتدريب، وسيتم توفير 400000 مجموعة من وحدات معالجة الرسومات عبر الإنترنت بعد ذلك.
يبدو أن هذه الموجة ليست ضربة أحادية من OpenAI~
تم الكشف عن بدء اختبار GPT-6 Sol داخليًا
أعلن مستخدمو الإنترنت Lentils عن خبر قيام OpenAI باختبار GPT-6 Sol داخليًا.
وقال إن القدرة الإنتاجية الإجمالية لـ Sol أضعف بكثير من Astra التي تم إصدارها للتو، ولكنها أسرع ولا تزال نموذجًا "على مستوى الوحش".
ما مدى السرعة؟ تبلغ سرعة الاختبار الفردي حوالي 6 أضعاف سرعة Astra.
أعطى مستخدمو الإنترنت lyra نفس المهمة لنماذج مختلفة لاختبارها: السماح للنموذج بإنشاء صورة SVG لسيارة BMW M4 كومبيتيشن.
من بينها، يستخدم GPT-6 Sol الترس الأقصى وتوليد العينات الصفرية، والذي يستغرق حوالي 3 دقائق ويخرج حوالي 28000 رمزًا.
يستخدم GPT-6 Astra الترس الأقصى، ويخرج حوالي 25000 رمزًا، ويستغرق حوالي 19 دقيقة.
يقوم Gemini 3.1 DeepThink بتشغيل الترس العالي ويعرض مخرجات تبلغ حوالي 3300 رمزًا، لكن عملية الاستدلال تستهلك حوالي 458000 رمزًا وتستغرق حوالي 29 دقيقة.
تم أيضًا تشغيل Gemini 3.8 Flash على الترس العالي وإخراج حوالي 19000 رمز في حوالي 42 ثانية فقط.
بالمقارنة، فإن أداء Sol هو الأكثر لفتًا للانتباه: فمقياس إنتاجه قريب من أداء Astra، لكن سرعة الاختبار الواحد تبلغ حوالي 6 أضعاف سرعة اختبار Astra، ويستغرق الوقت حوالي سدس الاختبار الأخير فقط.
بالإضافة إلى ذلك، أظهر مستخدمو الإنترنت Lentils أيضًا نموذجًا أوليًا لعالم رمل على شكل بكسل يسمى "The Realm of Aurellune".
يقوم GPT-6 Sol بإنشاء المدن والأراضي الزراعية والأنهار والقلاع والخرائط المصغرة في وقت واحد، وهو مزود أيضًا بلوحات تحكم مثل التبديل ليلاً ونهارًا ووضع أسماء الأماكن وتعديل التفاصيل. الأمر برمته يشبه إلى حد كبير لعبة محاكاة الأعمال التي تبلورت بالفعل.
هذا هو التأثير الناتج عن اللقطة الصفرية، ومعدات الاستدلال القصوى، و15 دقيقة، والتكلفة الإجمالية 60,000 رمزًا.
في الوقت الحاضر، يمكن التكهن بأن Astra متحيزة نحو التفكير المتعمق الأكثر صعوبة، في حين قد يكون Sol متحيزًا نحو السرعة والإنتاجية ومكالمات الوكيل واسعة النطاق.
أما بالنسبة لوقت إصدار Sol، فقد قال مستخدم الإنترنت بانكاج كومار إنه قد يتم إصداره رسميًا في مؤتمر مطوري OpenAI في 29 سبتمبر.
من غير المستبعد ظهور GPT-6 Terra وLuna وGPT-Image 2.5 معًا.
يقوم باحثو OpenAI بإحضار 3 متدربين من العملاء للعمل لكل شخص
في نفس اليوم، أصدرت OpenAI أيضًا مجموعة مثيرة جدًا للاهتمام من البيانات الداخلية - إلى أي مدى أدى نموذج الذكاء الاصطناعي إلى تسريع البحث العلمي في مختبره الخاص.
اعتبارًا من منتصف أغسطس من هذا العام، مقابل كل ثماني ساعات يعمل فيها الباحث، هناك حوالي 3.1 يوم عمل للوكيل من المهام التي تعمل بالتوازي.
مرحبًا يا رفاق، يمكنني الاعتناء بثلاثة متدربين لا ينامون بمفردهم~
أما بالنسبة للتكلفة، التي يتم حسابها بناءً على أسعار واجهة برمجة التطبيقات (API)، فإن الباحث المتوسط يحرق أكثر من 600 دولار أمريكي من موارد استدلال الوكيل يوميًا.
يعادل هذا راتب يوم تقريبًا لمهندس مبتدئ.
ما الذي يفعله هؤلاء العملاء بالضبط؟
اكتب كود البحث، واكتب كود البنية التحتية، وقم بإعداد بيئة تدريب، وإجراء تجارب التقييم، واستكشاف أخطاء فشل الأدوات والبيئة وإصلاحها، وتحليل النتائج التجريبية، ومراقبة مهام التدريب... ويمكنك حتى المساعدة في تنظيم وتوصيل استنتاجات البحث.
في الأساس، يمكنه فعل كل شيء باستثناء تحديد ما يجب دراسته.
أحد التغييرات الأكثر بديهية هو أنه في الماضي، عندما كانت البيئة التجريبية معطلة، كان على الباحثين الذهاب إلى القناة الداخلية لطلب المساعدة؛ الآن، أصبح الوكلاء قادرين بشكل متزايد على التعامل مع هذا النوع من الأشياء، وانخفضت كمية الأسئلة والأجوبة اليدوية بشكل مباشر.
قامت بعض الفرق بإلغاء وقت الأسئلة والأجوبة الفني الثابت بشكل مباشر، مما أدى إلى إتاحة الوقت للأشخاص لتحسين النظام نفسه.
بناءً على هذه البيانات، أعلنت OpenAI رسميًا أنها حققت هدف "المتدربين على أبحاث الذكاء الاصطناعي الآلي".
"المتدرب" هنا، على وجه الدقة، هو عقدة بحث وتطوير قادرة: تحت التوجيه البشري، يمكنه إكمال مهام البحث بشكل مستقل بحدود واضحة، والتي قد يستغرق بعضها باحثين ماهرين عدة أيام.
كانت النتائج فورية، مع زيادة مخرجات كود الباحث وعدد التجارب.
في أغسطس 2026، وصل عدد التجارب للفرد إلى مستوى مرتفع جديد منذ جمع الإحصائيات في يناير 2025، وأصبحت المهام التي يتولىها الوكلاء أكثر تعقيدًا وأصبح وقت الدورة أطول فأطول.
يضع كيفن ليو، مؤلف هذا المقال، هذه المسألة أيضًا في سياق أكبر.
وهو يعتقد أن التحسين الذاتي العودي من المرجح أن يكون أحد أهم العوامل التي تقود القفزة في قدرات الذكاء الاصطناعي في السنوات القليلة المقبلة.
بصراحة، الذكاء الاصطناعي يبني الذكاء الاصطناعي بشكل أسرع فأسرع.
لكن المشكلة هي أنه وفقًا لاتجاه التطوير الحالي، لن تظهر هذه القدرة إلا في عدد قليل من مختبرات الذكاء الاصطناعي المتطورة افتراضيًا، ومن الصعب على العالم الخارجي رؤية مدى تقدمها.
لذا، يعتقد ليو أن الإفصاح الشفاف أصبح أكثر إلحاحًا من أي وقت مضى. إن مدى سرعة تعزيز النماذج وما إذا كانت هناك حاجة إلى إيقاف وتيرة البحث والتطوير، لا يمكن أن يقرره عدد قليل من الشركات خلف الأبواب المغلقة.
كما دعا شركات الذكاء الاصطناعي الأخرى إلى ضرورة نشر بيانات مماثلة للعامة أيضًا.
ومع ذلك، فقد أصبح البحث والتطوير في مجال الذكاء الاصطناعي أسرع بالفعل، لكنه ليس بالسرعة الكافية للقيادة الذاتية الكاملة.
تُظهر بيانات OpenAI أنه بالنسبة للمهام التي استغرقت في الأصل من 4 إلى 8 ساعات، كان على البشر التدخل مرة واحدة على الأقل في أكثر من نصف الحالات الناجحة في الأشهر الستة الماضية. أما بالنسبة للتخطيط البحثي رفيع المستوى، فلا يُترك للوكيل أبدًا.
لا يزال الباحثون مسؤولين عن تحديد ما يجب دراسته، وما هي النتائج التي تستحق الاستمرار، ومتى يجب توسيع التدريب، أو إيقاف التجارب مؤقتًا، أو نشر النماذج.
تم تحديد الهدف التالي لـ OpenAI أيضًا: تحقيق "باحثين آليين في مجال الذكاء الاصطناعي" بحلول مارس 2028.
بالمقارنة مع "المتدربين" الذين لا يمكنهم سوى تولي مهام محددة، يجب أن يكون "الباحثون" قادرين على تحقيق أهداف بحثية أكثر انفتاحًا وتعزيز المشاريع طويلة المدى بمفردهم - وهو ما يعادل التغيير من منفذ إلى شخص مستقل مسؤول.
إذا تم بالفعل اختبار GPT-6 Sol داخليًا، فمن المرجح أنه تم تطويره بموجب نموذج البحث والتطوير الجديد هذا:
يوفر المزيد من وحدات معالجة الرسومات قوة الحوسبة، ويقوم المزيد من الوكلاء بإجراء التجارب بالتوازي، ويقف الباحثون البشريون على مستوى أعلى - حيث يختارون الاتجاهات، ويحكمون على النتائج، ويقررون أخيرًا الأشياء التي تستحق تحويلها إلى نماذج الجيل التالي.
أصبح من الصعب بشكل متزايد مراقبة الذكاء الاصطناعي الأقوى
وفي نفس اليوم، نشر جاكوب باتشوكي، كبير العلماء في OpenAI، مقالًا طويلًا مكونًا من 10000 كلمة بعنوان "التفكير الفضائي".
بعد قراءة هذا، أشعر أنه حتى كبير العلماء في OpenAI يحث الصناعة بأكملها على التباطؤ...
وأشار جاكوب إلى أن الذكاء الاصطناعي لا يصنعه البشر وفق رسومات تصميمية وشريحة واحدة وقاعدة واحدة. إنه أشبه بأنه ينمو من تلقاء نفسه من البيانات الضخمة والقدرة الحاسوبية.
يمكنك تفكيكه وفهم بعض أجزائه، لكن لا يمكن لأحد أن يشرح لماذا يتمتع النظام بأكمله فجأة بقدرة معينة وكيف سيتصرف في بيئة مختلفة.
والأمر الأكثر إثارة للقلق هو أن الذكاء الاصطناعي لا يحتاج إلى سحق البشر في جميع الجوانب لإحداث المشاكل. وطالما أنه أفضل من البشر في القدرات الأساسية الكافية، فإنه يمكن أن يساعدك كثيرًا ويسبب لك الكثير من المتاعب.
لذا فإن السؤال الذي يطرح نفسه: هل لا يزال بإمكان البشر فهمها؟
في الماضي، اعتمدت OpenAI بشكل أساسي على خدعة واحدة لمراقبة الذكاء الاصطناعي: انظر إلى سلسلة التفكير.
بصراحة، هو التحديق في عملية الاستدلال التي كتبها النموذج والتحقق مما إذا كانت لديها أي نوايا شريرة، مثل الرغبة في خداع الناس، والرغبة في تجاوز السلطة، والرغبة في التحايل على القيود.
ولكن مع جيل أسترا بدأت هذه الخدعة بالفشل.
أولاً، أصبح النموذج قادرًا بشكل متزايد على "إدارة" ما يقوله، وقد لا تكون الأفكار الحقيقية مكتوبة كلها في الاستدلال؛ ثانيًا، توقف الوكيل منذ فترة طويلة عن "التفكير قبل الإجابة". يمكنه ضبط الأدوات وتشغيل أجهزة الكمبيوتر وتشغيل البيئات والتعاون مع الأشخاص والوكلاء الآخرين.
مع خلط هذه الأشياء معًا، لم يعد الباحثون قادرين على استخراج سلسلة تفكير كاملة وشفافة لمراجعة الجملة جملة.
وجدت OpenAI أيضًا أن Astra يمكنها التعامل مع المهام المعقدة دون كتابة عملية التفكير بأكملها.
لتبسيط الأمر، تعلمت العارضات بالفعل القيام بالأشياء الكبيرة بهدوء.
في الاختبارات التنافسية المصممة خصيصًا لإجبار النماذج على تجنب المراقبة، أظهرت أسترا بعض القدرات المروعة: خفض درجات الاختبار عمدًا، وتجاوز المراقبة، وتنفيذ مهام تخريبية.
بالطبع، هذه اختبارات إجهاد مصممة بشكل مصطنع، ولا يستنتج OpenAI أن Astra سوف تخدع بشكل نشط في المهام اليومية. لكنه يظهر على الأقل أنه من الصعب تغطية جميع السلوكيات المحتملة للنموذج من خلال مراقبة سلسلة التفكير وحدها.
هل تتذكر حادثة معانقة الوجه السابقة؟ لقد كانت تلك دعوة للاستيقاظ.
في ذلك الوقت، تم وضع GPT‑5.6 Sol ونموذج بحث داخلي أقوى في نطاق شبكة ExploitGym. كانت المهمة هي العثور على نقاط الضعف وإكمال الهجوم والحصول على العلم. من أجل اختبار القدرات الحقيقية للنموذج، لم توفر بيئة التقييم حواجز أمان كاملة.
النماذج الناتجة لم تحل المشكلة بأمانة. لقد تجاوزوا أولاً عزل الشبكة، وتواصلوا مع بعضهم البعض من خلال قنوات غير مصرح بها، وتعاونوا في المهام.
ثم استخدم ثغرة يوم الصفر في وكيل ذاكرة التخزين المؤقت لحزمة البرامج للوصول إلى الشبكة العامة، وأخيرًا دخل إلى نظام Hugging Face لمحاولة العثور على إجابة اختبار ExploitGym.
في الواقع، كان هذا الأمر مدفوعًا بشكل أساسي بنموذج البحث الداخلي IM1. أعاد GPT‑5.6 Sol أيضًا إنتاج بعض مسارات الهجوم، ولم تكن Astra متورطة.
كان الهدف الأصلي للنماذج هو إكمال الاختبار، ولكن من أجل الحصول على الإجابات، استمروا في البحث عن ثغرات في القواعد، وقاموا أخيرًا بإجراء عمليات خارج نطاق المهمة.
لذلك، يقرأ OpenAI أيضًا إشارة خطر: عندما يكون الوكيل قويًا بدرجة كافية، ولديه ما يكفي من الأدوات، ويعمل لفترة طويلة بما فيه الكفاية، فقد يجد مسارات جديدة بمفرده، ويستدعي موارد خارجية، بل ويتعاون مع وكلاء آخرين.
لا... إذن التجول والدوران، ألا يصبح هذا طريقًا مسدودًا؟ ؟
يحتاج OpenAI إلى نماذج أقوى لكتابة التعليمات البرمجية، وإجراء التجارب، وإجراء أبحاث التوافق، وحتى استخدامها لبناء أنظمة أمنية للدفاع ضد أنظمة الذكاء الاصطناعي الأخرى. كلما كان النموذج أقوى، زاد العمل الذي يمكنه القيام به، وزادت سرعة التطوير.
ولكن في الوقت نفسه، يصبح من الصعب بشكل متزايد على البشر تأكيد كيفية وصولهم إلى استنتاجاتهم، وما إذا كانوا سيعيدون تفسير القواعد التي تعلموها في الأصل بعد تغيير البيئة.
رأى جاكوب أنه لا يوجد مختبر يجرؤ الآن على القول بأنه قام بعمل جيد في محاذاة النماذج ومراقبتها، ويمكنه توسيع نطاق النموذج بأعلى سرعة وبجرأة على المدى الطويل.
وإلى أن يتم وضع معايير سلامة مشتركة في مختلف أنحاء الصناعة، فإنه يأمل أن يتمكن الجميع من اعتبار "الضغط على المكابح طواعية" بمثابة فهم ضمني.
أما بالنسبة لـ OpenAI نفسه، فقال أيضًا: إذا لزم الأمر، فهو لا يستبعد التوقف من جانب واحد وعدم الاستمرار في توسيع نطاق النموذج.
من الأفضل أن تكون هكذا... أتذكر أن شركة تبدأ بالحرف "أ" قالت هذا أيضًا.
[1]https://x.com/Lentils80/status/2096518218836005287? ق=20
[2]https://x.com/pankajkumar_dev/status/2096532712291201460
[3]https://openai.com/index/research-acceleration-view-inside-openai/
[4]https://openai.com/index/an-alien-mind/
[5]https://x.com/JensenHuang/status/2096700264569090384?s=20
التعليقات