لماذا قد تكون بيئة تشغيل الوكيل أهم من النموذج نفسه؟

لا يثبت DeepSeek Harness (DSH) أن شركة DeepSeek بنت نظامًا مستقلًا للتحسين الذاتي التكراري، أو أنها وصلت إلى الذكاء الاصطناعي العام (AGI). لكن دلالته الأكثر قابلية للدفاع عنها هندسيًا تكمن في تصميمه المعماري: فهو ينشئ بيئة تشغيل يمكن فيها التعامل مع الأدوات، ومحولات النماذج، وآليات الجلسات، وحتى حلقة عمل الوكيل نفسها، بوصفها مكونات قابلة للاستبدال. وهذا يجعل تكرار التجارب أكثر أمانًا وواقعية؛ وهي قاعدة مهمة لأي شكل محدود من التحسين الذاتي. 2526

الفكرة الأساسية: تحسين البنية المحيطة بالنموذج

لا يحمل مصطلح «التحسين الذاتي التكراري» معنى واحدًا دائمًا. فقد يحسن النظام مخرجًا محددًا، مثل خوارزمية؛ أو يساعد الباحثين على بناء نموذج خلف أقوى؛ أو يعدّل البنية القابلة لإعادة الاستخدام التي تحدد طريقة عمل الوكيل. ويميز البحث في هذا المجال بين التحسين الذاتي المحدود، الذي يخضع لمقيّم خارجي ثابت، والتحسين الذاتي المفتوح، الذي قد يغيّر أيضًا الآليات أو المعايير المستخدمة في عملية التحسين. 1

يستهدف DSH بوضوح أكبر طبقة البنية التشغيلية المحيطة بالنموذج. فبدل أن يحتاج الوكيل إلى إعادة كتابة أوزانه العصبية، تسمح البنية له بتجربة مكونات مثل التعليمات، والأدوات، والذاكرة، والسياسات، والتنسيق، وحلقات التنفيذ. ويمكن تثبيت المكوّن الأقوى واختباره والاحتفاظ به، أو إزالته إذا جاءت نتائجه ضعيفة.

يمثل ذلك خطوة مهمة نحو تحسين ذاتي ذي طابع هندسي ومحدود. لكنه لا يعادل أن يصمم الوكيل، من تلقاء نفسه، نموذجًا خلفًا أكثر قدرة، أو يحدد أهدافه الخاصة، أو يطلق انفجارًا غير منضبط في القدرات.

كيف يجعل Cordis تغييرات بيئة التشغيل قابلة للاسترجاع؟

يُبنى DSH على Cordis، وهي بيئة تشغيل للإضافات تعتمد على ما تصفه وثائقها بـ«القابلية للتركيب الزمكاني». وتعالج هذه البنية مشكلتين منفصلتين تظهران عندما يتغير البرنامج أثناء تشغيله: ما يحدث مع مرور الوقت عند تحميل المكونات أو إزالتها، وكيف تتفاعل هذه المكونات داخل النظام القائم. 1718

القابلية للتركيب زمنيًا: التراجع عن التأثيرات المُدارة

قد تغيّر الإضافة بيئة التشغيل المشتركة عبر تسجيل موارد أو مستمعات أو خدمات أو حالات أخرى. وفي أنظمة الإضافات التقليدية، تعتمد الإزالة غالبًا على تعليمات تنظيف يكتبها المطور يدويًا، ما قد يترك تسريبات أو «حالات شبحية» داخل النظام.

بدلًا من ذلك، يربط Cordis تغييرات بيئة التشغيل بتأثيرات قابلة للعكس. وعند إزالة مكوّن، تستطيع البيئة تنفيذ العمليات العكسية المرتبطة به بالترتيب المناسب. ولا يعني الهدف تشغيل الإضافة إلى الوراء، أو عكس كل إجراء خارجي اتخذه الوكيل؛ بل إعادة البنية التشغيلية المعنية إلى إعداد سابق صالح قدر الإمكان. 2024

وهنا تظهر نقطة مهمة: آلية التراجع عن تسجيل إضافة لا تستطيع تلقائيًا إلغاء رسالة بريد أُرسلت، أو استعادة ملف حُذف، أو محو آثار نموذج دُرّب على بيانات ملوثة، أو عكس إجراء غير قابل للعكس في العالم المادي. لذلك فإن قابلية Cordis للعكس خاصية برمجية محدودة، وليست ضمانًا شاملًا للسلامة.

القابلية للتركيب مكانيًا: إدارة الاعتماديات

تعتمد المكونات أيضًا على بعضها بعضًا. فقد تحتاج أداة إلى سجل أدوات، أو تحتاج وحدة ذاكرة إلى مدير جلسات، أو تتطلب حلقة الوكيل محول نموذج وواجهة أدوات.

وتتيح القابلية للتركيب مكانيًا للمكونات إعلان هذه العلاقات، كي تنسق بيئة التشغيل عمليات التفعيل والتعطيل والاستبدال والتعافي عندما تتغير المكونات الموفرة للخدمات أو اعتمادياتها. وهذا ما يسمح لوكيل معياري بإعادة تهيئة نفسه من دون التعامل مع النظام كله باعتباره كتلة واحدة هشة. 1820

وبالجمع بين التأثيرات القابلة للعكس والتركيب المدرك للاعتماديات، يدعم Cordis التجارب الآمنة نسبيًا، واستبدال المكونات، والتعافي من الأعطال، وتحديثات بيئة التشغيل ذات الطابع المعاملي. وهذه قدرات تمهيدية مهمة للتحسين الذاتي لأنها تخفض تكلفة تجربة التغييرات المرشحة ورفضها.

ماذا يكشف DSH عن استراتيجية DeepSeek تجاه AGI؟

يشير التصميم إلى مسار يركز على الأنظمة للوصول إلى وكلاء أكثر عمومية: جعل بيئة التنفيذ مرنة بما يكفي ليحسن الوكيل الآليات التي يعتمد عليها في إنجاز العمل.

وينقل هذا النهج مركز الاهتمام من النموذج وحده إلى النظام المحيط به. فقد يصبح نموذج ثابت أكثر قدرة عمليًا عندما يحصل على أدوات وذاكرة وتخطيط وتقييم وآليات تعافٍ أفضل. وإذا تمكن الوكيل من اقتراح تغييرات لهذه الآليات، واختبارها وفق معايير خارجية، والاحتفاظ بالنسخ الناجحة فقط، فقد يحدث التحسين ضمن حلقة خاضعة للرقابة.

لكن البنية وحدها لا تثبت أن DSH ينفذ تحسينًا ذاتيًا تكراريًا بصورة مستقلة. فالأدلة المتاحة تصف بيئة تشغيل ومشروعًا مفتوح المصدر، لا حلقة متكاملة ثبت فيها أن DSH يولّد نسخًا أكثر قدرة من نفسه، ويقيّمها، ويختارها، وينشرها دون اعتماد جوهري على البشر. 2526

كيف يقارن DSH بجهود أخرى مرتبطة بالتحسين الذاتي؟

تستهدف الأنظمة التي تدخل في نقاش التحسين الذاتي طبقات مختلفة من عملية التطوير. ولذلك فإن معاملتها كبدائل مباشرة قد يخفي الفروق التقنية الأهم.

AlphaEvolve من Google DeepMind: تطور الخوارزميات بقيادة المقيّم

يُعد AlphaEvolve حلقة تحسين أكثر مباشرة. إذ تقترح وكلاء مبنية على Gemini تغييرات في الشيفرة، ثم يقيّمها مقيّمون آليون، بينما تختار عملية تطورية المرشحين الواعدين وتطورهم. وتقول Google إن النظام استُخدم لاكتشاف الخوارزميات وتحسينها، بما في ذلك مسائل رياضية وبنية تحتية حاسوبية. 2314

وتكمن قوته الأساسية في التغذية الراجعة: إذ يمكن اختبار المرشح وفق هدف قابل للتحقق آليًا. أما DSH، فيركز أساسًا على بنية تشغيل تتيح تركيب المكونات واستبدالها بأمان. يطور AlphaEvolve الحلول، بينما يركز Cordis على جعل النظام الحي قابلًا لإعادة التهيئة بطريقة يمكن استرجاعها.

RSI Index من OpenAI: قياس لا آلية

تصف المواد العامة المتاحة هنا مؤشر RSI Index على أنه تجميع لنتائج مجموعة من تقييمات أبحاث الذكاء الاصطناعي. وبناءً على هذا الوصف، فهو أداة لتتبع القدرات، لا محركًا يعدّل النموذج أو يشغّل حلقة تحسين ذاتي. وقد يشير المؤشر إلى أداء نظام ما في مهام مرتبطة بالتحسين الذاتي، لكنه لا يثبت وحده أن النظام يطور نفسه تلقائيًا أثناء التشغيل. 3435

لذلك ينبغي مقارنة المؤشر بـ DSH بوصفه طبقة قياس، لا منافسًا معماريًا. كما أن الأدلة العامة المقدمة هنا لا تكفي لتقييم طريقة بناء المؤشر أو تفسير دلالة التغيرات في درجاته بصورة مستقلة.

أبحاث Anthropic الآلية من الضعيف إلى القوي: أتمتة البحث في الذكاء الاصطناعي

تتعامل أبحاث Anthropic حول باحثي المواءمة الآليين مع عنق زجاجة مختلف: كيف يمكن استخدام إشراف أضعف لتدريب نموذج أقوى أو توجيهه؟ إذ تقترح وكلاء النظام أفكارًا، وتنفذ تجارب، وتكرر العمل على أبحاث الإشراف من الضعيف إلى القوي. 4958

وهذا أقرب إلى أتمتة أجزاء من البحث في الذكاء الاصطناعي وتقييم المواءمة، وليس إلى استبدال مكونات بيئة التشغيل على مستوى DSH. وقد يتكامل النهجان مستقبلًا: يمكن لوكيل بحثي اكتشاف مكونات أفضل، بينما يختبرها إطار قابل للعكس وينشرها مع إمكانية التراجع المنضبط.

وتقدم مناقشات Anthropic العامة قيدًا مهمًا أيضًا؛ إذ تقول الشركة إنها لم تصل بعد إلى تحسين ذاتي تكراري مستقل بالكامل، وإن حدوث RSI ليس أمرًا حتميًا. 59

Tencent Hyra-1.0 وMiniMax M2.7: أدلة غير كافية للمقارنة التقنية

لا تقدم المصادر المرفقة توثيقًا تقنيًا موثوقًا وقابلًا للتحقق بصورة مستقلة عن Hyra-1.0 من Tencent أو M2.7 من MiniMax. لذلك سيكون من المضلل إسناد بنية محددة للتحسين الذاتي إلى أي منهما، أو وضعهما على المستوى نفسه من الأدلة المتاحة عن DSH وAlphaEvolve وأبحاث Anthropic المنشورة.

لماذا أصبحت بيئات التشغيل وحلقات التغذية الراجعة ساحة التنافس الجديدة؟

يتزايد اعتماد الميزة التنافسية على النظام المحيط بالنموذج الأساسي. وتبرز أربعة عناصر رئيسية:

1. بيئة قادرة: تحدد البيئات المعزولة، والمستودعات، والأدوات، والمحاكيات، ومجموعات البيانات، والقدرة الحاسوبية، وبيانات التشغيل، نوع التجارب التي يستطيع الوكيل تنفيذها فعلًا.
2. تغذية راجعة آلية: تحول الاختبارات، والمتحققات، والمعايير، ودوال المكافأة، ومقاييس الإنتاج، التغييرات المقترحة إلى تجارب قابلة للقياس. ويوضح AlphaEvolve قيمة الجمع بين الأفكار التي يولدها النموذج والمقيّمين الآليين. 26
3. قابلية الاسترجاع: تتيح الإصدارات، والعزل، وسجل المصدر، والتراجع، وبوابات الموافقة، تنفيذ تجارب أكثر عددًا من دون أن يؤدي فشل واحد إلى إتلاف النظام نهائيًا. وتتعامل تأثيرات Cordis القابلة للعكس مباشرة مع هذه الطبقة. 1720
4. تراكم التحسينات: إذا حسنت كل دورة البرمجة أو التقييم أو التجريب أو البنية التحتية، فقد تصبح الدورات اللاحقة أسرع أو أقل تكلفة. لكن الأدلة الحالية تدعم التحسين الذاتي المحدود بوضوح أكبر من RSI المفتوح الذي يستمر ذاتيًا. 1

ولهذا قد يظل نموذج أقل قليلًا في نتائج المعايير التنافسية إذا عمل داخل بيئة أفضل، مزودة بأدوات وتغذية راجعة وآليات تعافٍ أقوى. فالحلقة التي تنتج التحسين، لا نقطة حفظ النموذج وحدها، تصبح المنتج الحقيقي.

مشكلة السيطرة التي لم تُحسم

تقلل قابلية الاسترجاع من المخاطر، لكنها لا تلغيها. فلا يستطيع زر التراجع أن يضمن أن كل نتيجة لفعل الوكيل مرئية أو قابلة للعكس. فقد تؤثر التغييرات في البيانات، وبيانات الاعتماد، والخدمات الخارجية، والحدود الأمنية، أو قرارات بشرية تقع خارج نطاق بيئة التشغيل.

وقد تسرّع دورات التطوير أهدافًا سيئة، أو التحايل على المواصفات، أو التراجعات الخفية في الأداء، أو الاعتماديات الغامضة. لذلك تتطلب السيطرة البشرية أكثر من آلية تقنية للتراجع. يجب أن تظل التغييرات قابلة للرصد والتقييم المستقل، وخاضعة للصلاحيات، ومنسوبة بوضوح، وقابلة للعكس عبر النظام بأكمله، لا داخل شبكة الإضافات فقط.

والخلاصة الأكثر دقة هي أن DSH وCordis يقدمان مثالًا على كيفية تصميم بنية وكلاء تسمح بتعديل ذاتي محدود وقابل للتعافي. ويعرض AlphaEvolve قوة التطور الذي يقوده المقيّم، بينما توضح أبحاث Anthropic كيف يمكن للذكاء الاصطناعي أن يشارك بدرجة متزايدة في البحث. وتشير هذه الجهود مجتمعة إلى تقدم نحو حلقات تحسين بمساعدة الذكاء الاصطناعي، لكنها لا تثبت وصول تحسين ذاتي تكراري مفتوح ومستقل بالكامل، ولا تثبت تحقيق AGI. 14959