كيف يدعم Red Hat AI 3.4 تشغيل وكلاء الذكاء الاصطناعي داخل المؤسسات؟

ثالثاً، ظهرت Red Hat AI 3.4 وRed Hat AI Inference Server 3.4 في قلب القصة. توثق Red Hat وجود Red Hat AI Inference Server 3.4، مع إشارة إلى ميزات جديدة في إصدار 3.4 Early Access EA2، بينما تقول صفحة المنتج إن Red Hat AI 3.4 أصبح متاحاً. لكن المقاطع المصدرية المتاحة تؤكد الإصدار وموقعه العام فقط، ولا تكفي لإثبات أرقام أداء أو تحسينات معيارية محددة خاصة بالإصدار 3.4.

رابعاً، حضرت الشراكات بقوة. أبرزت Microsoft وRed Hat خدمة Azure Red Hat OpenShift في Summit 2026 كطريقة لتشغيل أعباء عمل التحديث والذكاء الاصطناعي الإنتاجي مع الحوكمة والأمان وقابلية التوسع. كما تشير تغطيات أخرى إلى أن Red Hat AI Enterprise جاء مصحوباً بتعاون مع NVIDIA تحت اسم Red Hat AI Factory with NVIDIA.

لماذا يهم ذلك للوكلاء الذكيين؟

الذكاء الاصطناعي الوكيلي، أو Agentic AI، يختلف عن روبوت دردشة بسيط. فالدردشة قد تستدعي نموذجاً لغوياً وتعيد إجابة. أما الوكيل في بيئة إنتاجية فقد يحتاج إلى استرجاع سياق من قواعد بيانات، واستدعاء أدوات، والتنسيق مع خدمات أخرى، وتوجيه طلبات الاستدلال، والتحقق من الهوية، واحترام حدود البيانات، والبقاء قابلاً للمراقبة والتدقيق.

تقول إرشادات Red Hat للمطورين إن منصتها تتعامل على مستوى المنصة مع خدمة النماذج، وحواجز السلامة، وتوجيه الاستدلال، وهوية الوكيل، وأمان سلسلة التوريد، وذلك قبل أن يكتب المطور أول ملف إعداد لوكيله.

هذا هو الإطار الصحيح لقراءة Red Hat AI 3.4. فالأمر لا يتعلق فقط بخدمة نموذج أسرع، بل ببناء طبقة تشغيل مؤسسية للوكلاء: كيف تصل التطبيقات إلى النماذج؟ كيف توجه طلبات الاستدلال؟ كيف تُدار هوية الوكلاء؟ وأين تعمل هذه الأعباء؟

Models-as-a-Service: مسار منظم للوصول إلى النماذج

في أعباء العمل الوكيلية، الاتصال بالنماذج ليس تفصيلاً جانبياً. توضح إرشادات Red Hat لنشر الوكلاء أن الوكلاء يحتاجون إلى استدلال عبر نماذج لغوية كبيرة، وتعرض أمام مستخدمي Red Hat AI ثلاثة مسارات: vLLM وLlama Stack وModels-as-a-Service، أو MaaS.

أهمية ذلك أن فرق المؤسسات لا تريد غالباً أن يرسل كل وكيل طلباته بشكل غير مضبوط إلى واجهة برمجة تطبيقات خارجية مستضافة. وتشير Red Hat إلى أن استدعاء API مستضافة قد يعني إرسال كل Prompt خارج الكتلة، والدفع حسب الرمز، والثقة بطرف ثالث في التعامل مع البيانات. لذلك يوفر MaaS نمطاً آخر للوصول إلى النماذج داخل معمارية Red Hat AI، بينما يتيح vLLM وLlama Stack مسارات أخرى لخدمة النماذج أو دمجها.

النقطة الأكثر أماناً من ناحية الأدلة هي أن MaaS جزء من خيارات الاستدلال الوكيلي في Red Hat AI. أما المصادر المتاحة فلا تثبت أن هناك قدرة MaaS جديدة وحصرية لإصدار Red Hat AI 3.4 تحديداً، ولذلك من الأدق التعامل معها كجزء من منصة Red Hat AI الأوسع لا كميزة مثبتة للإصدار 3.4 وحده.

الاستدلال الأسرع: اتجاه واضح، لكن بلا أرقام 3.4 دقيقة

استراتيجية Red Hat في الاستدلال تقوم على جعل خدمة النماذج أسرع وأكثر كفاءة وقابلية للنقل عبر البيئات الهجينة. كانت Red Hat قد وصفت Red Hat AI Inference Server بأنه مدعوم بـ vLLM ومعزز بتقنيات Neural Magic لتقديم استدلال أسرع، أعلى أداءً، وأكثر كفاءة من حيث التكلفة عبر السحابة الهجينة. كما ذكرت SD Times أن Red Hat AI Enterprise تستخدم بيئات تشغيل محسنة مثل vLLM وإطار llm-d لتقديم خدمة نماذج عالية الإنتاجية ومنخفضة زمن الاستجابة.

وتقدم صفحة Red Hat AI نفسها الاستدلال بوصفه سريعاً وفعالاً، ومدعوماً بـ vLLM وتقنيات ذات صلة. لكن ما لا يظهر في المقتطف المتاح من وثائق Red Hat AI Inference Server 3.4 هو رقم معياري محدد، أو نسبة تحسن، أو نتيجة أداء مرتبطة بعبء عمل بعينه في الإصدار 3.4.

الخلاصة هنا أن الاتجاه واضح: Red Hat تريد أن تجعل الاستدلال طبقة تشغيلية للذكاء الاصطناعي في الإنتاج. أما الادعاءات الدقيقة حول مقدار التسريع في 3.4 فتحتاج إلى ملاحظات إصدار أو بيانات قياس أكثر تفصيلاً.

إدارة الوكلاء والحوكمة

القيمة الحقيقية للذكاء الاصطناعي الوكيلي داخل المؤسسات لا تظهر من قدرة الوكيل على تنفيذ مهمة واحدة، بل من القدرة على ضبطه. تصف مواد Red Hat التعامل على مستوى المنصة مع حواجز السلامة، وتوجيه الاستدلال، والهوية، وأمان سلسلة التوريد. كما تقول الشركة إن منصة Red Hat AI تتيح للمؤسسات إحضار وكلائها ونشرهم مع الحوكمة والتحكم اللذين تتطلبهما بيئات العمل المؤسسية.

تعزز Red Hat AI Enterprise هذه الرسالة من خلال تقديم نفسها كمنصة لنشر وإدارة النماذج والوكلاء والتطبيقات عبر السحابة الهجينة. وتستخدم Microsoft في منشورها عن Azure Red Hat OpenShift في Summit 2026 لغة مشابهة حول الذكاء الاصطناعي في الإنتاج، مع التركيز على الحوكمة المتسقة والأمان وقابلية التوسع.

بالنسبة للمشترين وفرق المنصات، المعنى العملي هو أن Red Hat لا تتعامل مع الوكلاء كمنطق تطبيقي بسيط ملفوف حول نموذج لغوي، بل كأعباء عمل مؤسسية مُدارة. المنصة يفترض أن تحمل معها الضوابط التشغيلية التي تظهر عندما يغادر الوكيل مرحلة العرض التجريبي.

السحابة الهجينة هي الرهان الأساسي

أقوى ادعاء تدعمه المصادر بوضوح هو النشر الهجين. Red Hat AI Enterprise موصوفة صراحة بأنها منصة متكاملة لنشر وإدارة نماذج الذكاء الاصطناعي والوكلاء والتطبيقات عبر السحابة الهجينة. وتشير تغطية المنصة إلى أنها تمتد عبر Red Hat AI Inference Server وRed Hat OpenShift AI وRed Hat Enterprise Linux AI، وتربط البنية التحتية وعمليات النماذج ونشر الوكلاء بين مراكز البيانات وخدمات السحابة العامة.

هذا ينسجم مع استراتيجية Red Hat الأشمل حول OpenShift وRHEL. توصف Red Hat AI Enterprise بأنها توحد دورة حياة الذكاء الاصطناعي على أساس Red Hat Enterprise Linux وRed Hat OpenShift. كما توصف Red Hat Enterprise Linux AI بأنها تتضمن Red Hat AI Inference للتحكم التشغيلي في تشغيل النماذج على المسرّعات عبر السحابة الهجينة، مع استدلال محسّن عتادياً لـ NVIDIA وIntel وAMD.

تكامل NVIDIA: اتجاه مدعوم، لا تفاصيل كاملة تخص 3.4

تدعم المصادر المتاحة وجود قصة تكامل بين Red Hat وNVIDIA، لكنها لا توثق بالكامل ما الجديد تحديداً في Red Hat AI 3.4. تقول تغطية Red Hat AI Enterprise إن Red Hat وسعت تعاونها مع NVIDIA عبر طرح مشترك باسم Red Hat AI Factory with NVIDIA. كما تحدث بيان صحفي سابق من Red Hat في Summit سابق عن تكامل مع التصميم المعتمد NVIDIA Enterprise AI Factory، بما يشمل NVIDIA RTX PRO Servers وأنظمة NVIDIA B200 Blackwell العاملة على Red Hat AI.

هذا مهم للذكاء الاصطناعي الوكيلي لأن اختيار المسرّعات والبنية المعتمدة يصبحان عاملين حاسمين عند توسيع أعباء الاستدلال الثقيلة. ومع ذلك، لا تحدد المواد المتاحة قائمة مزايا خاصة بـ 3.4 مع NVIDIA، ولا تقدم أرقام أداء. القراءة الأكثر حذراً هي أن Red Hat AI 3.4 يقع داخل حزمة منتجات تتجه أكثر نحو التوافق مع بنية NVIDIA، بينما تحتاج التفاصيل التنفيذية على مستوى الإصدار إلى وثائق إضافية.

السيادة الرقمية والفضاء والمركبات المعرفة بالبرمجيات

تقول تغطية القمة إن Red Hat شددت على الحوكمة والسيادة الرقمية والأمان، ومدت منصات المصدر المفتوح إلى بيئات متخصصة تشمل المركبات المعرفة بالبرمجيات والحوسبة في الفضاء. وهذا يدعم الادعاء العام بأن الشركة تريد دفع منصتها إلى ما هو أبعد من مراكز البيانات التقليدية والسحابة العامة.

لكن هناك حد مهم يجب الانتباه إليه. المصادر المتاحة لا تسمي شراكات محددة في السحابة السيادية، ولا تشرح المعمارية التقنية لتطبيقات الذكاء الاصطناعي في الفضاء أو في المركبات المعرفة بالبرمجيات. لذلك من الأفضل قراءة هذه الاستخدامات بوصفها مساحات توسع استراتيجية لمنصة Red Hat الهجينة والطرفية، لا مخططات تنفيذ مكتملة التفاصيل في المواد المتاحة حالياً.

الخلاصة

قصة Red Hat في Summit 2026 هي قصة تشغيل الذكاء الاصطناعي الوكيلي، لا مجرد تجربته. يتم وضع Red Hat AI 3.4 وRed Hat AI Inference Server وRed Hat AI Enterprise حول أصعب عناصر الذكاء الاصطناعي في الإنتاج: الوصول إلى النماذج، والاستدلال الأسرع والأكثر كفاءة، وحوكمة الوكلاء، والهوية، وضوابط سلسلة التوريد، والنشر عبر السحابة الهجينة.

أقوى نقطة مثبتة هي اتجاه المنصة. تريد Red Hat أن تدير المؤسسات الوكلاء والنماذج بالقدر نفسه من التحكم الذي تتوقعه في التطبيقات الحرجة: على OpenShift وRHEL، عبر مراكز البيانات والسحابات العامة، ومع حرية اختيار النماذج والمسرّعات.

أما المناطق الأضعف من ناحية الإثبات فهي التفاصيل الدقيقة: لا تقدم المصادر المتاحة أرقاماً حاسمة عن أداء 3.4، ولا تسمي شراكات سيادة سحابية محددة، ولا تكشف بالكامل تفاصيل التنفيذ الخاصة بـ NVIDIA أو تطبيقات الفضاء والمركبات المعرفة بالبرمجيات.