بعد انقطاع الذكاء الاصطناعي العالمي الليلة الماضية.
أخيرًا، ظهر GPT-6 Astra لأول مرة رسميًا في الساعة 3:33 صباحًا بتوقيت بكين.
إذا كان بإمكان OpenAI تلخيص GPT-6 Astra في جملة واحدة،
فربما ستكون هذه:
هذا هو النموذج الأكثر ذكاءً والأكثر توافقًا في العالم.
وبدأت الميمات في الظهور بالفعل.
هذه المرة، أثبتت OpenAI قوتها، ويبدو الأمر أشبه بلحظة GPT-4—عودة الملك من جميع النواحي. ما يسعدني أكثر هو أن هذا لم يعد أخيرًا نموذجًا متخصصًا في البرمجة فقط.
GPT-6 Astra هو حقًا موظف بمستوى الدكتوراه يتمتع بقدرات جمالية ومهنية قوية للغاية.
يتمتع النموذج الجديد بالعديد من الميزات والخصائص، وكمية المعلومات هائلة.
لكن المأساة هي أن OpenAI تعلمت أيضًا بعض العادات السيئة.
اليوم، هو مفتوح فقط لمنظمات مختارة؛ وسيكون مفتوحًا للمشتركين في الأيام القادمة.
لحظة، يا أخي، هذا ليس ما قلته عندما خدعتني لشراء العضوية Pro بـ 200 دولار... لقد قلت إن أعضاء Pro سيحصلون على أولوية الوصول إلى النماذج الجديدة في كل مرة...
اتضح أن شركات النماذج الكبيرة هذه كلها لاعبون.
لم أرغب أبدًا في تسريع الوقت كثيرًا فقط لاستخدام GPT-6 Astra...
ومع ذلك، بعد الاطلاع على جميع المعلومات والمواد تقريبًا، أعتقد أنه لا يزال هناك الكثير مما يستحق المناقشة مع الجميع.
دعنا نستعرضها واحدة تلو الأخرى.
1. معلومات أساسية عن GPT-6 Astra
دعنا نلخص المعلومات الأساسية أولاً.
معرف النموذج لـ GPT-6 Astra في API هو gpt-6-astra.
نافذة السياق هي 1.05M، أي حوالي 1.05 مليون رمز (token).
أقصى طول للإخراج هو 128 ألف رمز (token).
تاريخ قطع المعرفة هو 30 أبريل 2026.
هناك خمسة مستويات لكثافة الاستدلال: منخفض، متوسط، مرتفع، مرتفع جدًا، وأقصى.
سعر API القياسي هو 10 دولارات لكل مليون رمز إدخال و 50 دولارًا لكل مليون رمز إخراج.
هذا السعر مطابق بشكل أساسي لـ Claude Fable 5، لكن قراءة ذاكرة التخزين المؤقت أغلى من Claude Fable 5.1.
هذه هي المعايير؛ سأناقشها بالتفصيل لاحقًا، لكن ألقِ نظرة سريعة الآن.
تُقدر المعلمات الإجمالية بأنها في مستوى 5 تريليون. في إحاطة إعلامية مغلقة قبل الإصدار، ذكروا أن GPT-6 Astra هو أكبر تدريب لـ OpenAI حتى الآن، باستخدام أكثر من 100,000 بطاقة.
2. أفضل نموذج في العالم لتشغيل أجهزة الكمبيوتر
يمتلك GPT-6 Astra ما قد يكون أهم تموضعه:
أفضل نموذج في العالم لتشغيل أجهزة الكمبيوتر.
في الماضي، عندما كنا نتحدث عن الوكلاء (Agents)، كنا غالبًا ما نتحدث عن APIs، MCP، CLI، وما إلى ذلك.
الحالة المثالية لبرنامج يعمل بالذكاء الاصطناعي هي أن يكون له واجهة مخصصة للذكاء الاصطناعي، مما يسمح بالتشغيل المباشر على مستوى منخفض. هذا هو الأكثر ملاءمة.
على سبيل المثال، التقويمات لها APIs خاصة بها، والبريد الإلكتروني له Gmail APIs، إلخ. من الواضح أن هذا سريع.
لكن المشكلة هي أن العالم أكثر بدائية وارتجالاً مما نتخيل.
في العالم الحقيقي، الغالبية العظمى من البرامج قد لا تمتلك هذه الأشياء على الإطلاق.
حتى العديد من أنظمة الشركات الداخلية كُتبت منذ عشرين عامًا؛ ناهيك عن APIs، لا يعرف الناس حتى أين توجد الوثائق.
لكن إذا عدنا إلى المستوى الأساسي، ستجد أن جوهر كل منطق البرامج هو التفاعل. وفقًا لمنطق تشغيل الكمبيوتر الحالي لدينا، فهذا يعني النظر إلى الشاشة، والعثور على الأزرار أو مربعات الإدخال، والنقر بالماوس، وإدخال المحتوى، وانتظار ردود الفعل.
أليس نظام التفاعل الكامل للكمبيوتر هو أفضل API؟
لذا، قام GPT-6 Astra بتعزيز منطق تشغيل الذكاء الاصطناعي للكمبيوتر بشكل هائل. إذا لم تعطني API، فلا بأس؛ سأقوم بتشغيل الكمبيوتر بنفسي، تمامًا مثل الإنسان.
الآن، يمكن لـ Astra تشغيل Excel و Power BI مباشرة، وإجراء اختبارات الواجهة الأمامية، وتثبيت البرامج، واختبار البرامج، والنظر إلى رسائل الخطأ على الشاشة لمواصلة استكشاف الأخطاء وإصلاحها.
حتى أن العرض التوضيحي الرسمي أظهر Astra وهي تقوم بتشغيل تصميم لوحات الدوائر مباشرة.
GIF
كما تقوم بتنسيق المستندات القانونية، والتعامل مع تباعد العناوين وتخطيط الصفحات.
هناك تقييم موثوق هنا يسمى OSWorld.
يمكنك ببساطة فهمه على النحو التالي:
إلقاء الذكاء الاصطناعي في جهاز كمبيوتر حقيقي وتركه يعمل بمفرده.
دعه يفتح عدة تطبيقات، وأعطه مهمة، وانظر إذا كان سينجح.
وصل معدل إنجاز GPT-6 Astra إلى 72.6%، وهي زيادة كبيرة من 65.7% لـ GPT-5.6 Sol.
علاوة على ذلك، استغرق Sol حوالي 75 دقيقة في المتوسط لإكمال مهمة محاكاة معقدة.
تحتاج Astra فقط إلى 40 دقيقة، أي أقل بنسبة 47% تقريبًا من الوقت.
قفز ScreenSpot-Pro أيضًا من 76.9% لـ Sol إلى 92.7%.
يقيس هذا المعيار بشكل أساسي ما إذا كان النموذج يمكنه فهم الشاشة وتحديد مكان النقر بدقة. إنه الآن دقيق بشكل شبه كامل.
لذا فإن هذا التموضع مثير للاهتمام. في المستقبل، قد تصبح واجهة المستخدم الرسومية (GUI) تدريجيًا أكثر APIs عمومية في عصر الوكلاء (Agent).
أي عمل رقمي يمكن للإنسان إكماله من خلال الشاشة سيدخل نظريًا تدريجيًا في نطاق تشغيل الوكلاء (Agents).
لست مضطرًا لانتظار نظام ERP سيء كُتب في عام 2007 ليتصل بـ MCP أو يفتح API لك.
الذكاء الاصطناعي سينظر إلى الشاشة فقط وينجز المهمة.
3. ARC-AGI-3 وصل إلى 99.9 نقطة
إذا كنت لا تعرف ما يقيسه ARC-AGI-3، فمن السهل أن تعتقد:
أوه، إنه مجرد معيار آخر بدرجة كاملة، ما المميز في ذلك؟
لكن هذا الشيء يختلف تمامًا عن اختبارات النماذج الكبيرة النموذجية.
في 25 مارس من هذا العام، أطلقت جائزة ARC رسميًا ARC-AGI-3.
صمم مئات البيئات التفاعلية الجديدة وآلاف المستويات من الألعاب.
الجزء الأكثر جنونًا في هذا الشيء هو أنه لا توجد أدلة، ولا قواعد، ولن يخبرك حتى ما هو الهدف. أنت فقط تدخل وتلعب وتكتشف ببطء القواعد الفوضوية بداخله.
على سبيل المثال، ما هذا الشيء الأحمر؟ لماذا أموت عندما ألمسه؟ ماذا تريد مني هذه الخريطة أن أفعل؟ كيف أربح؟
ثم تأخذ الأنماط التي تعلمتها للتو وتهاجر بها إلى مستويات أصعب لاحقًا. الألعاب بداخله كلها أشياء مجردة من هذا القبيل.
لذا، ما يقيسه هذا في الواقع هو شيء نسميه عادةً:
الفطنة.
عندما تم إصدار هذا المعيار في مارس، كانت أفضل نتيجة للذكاء الاصطناعي في ذلك الوقت 0.51%.
ثم تحسن GPT-5.6 Sol إلى 7.8%، وكان Claude Opus 5 قويًا جدًا، حيث وصل إلى 30.2%.
لكن GPT-6 Astra سجل 99.9%.
هذا جنوني...
ضع في اعتبارك أن متوسط درجة الإنسان هو 48%.
ومر فقط ستة أشهر.
لا أعرف حتى ماذا أقول عن هذه السرعة.
لهذا السبب، في اجتماع OpenAI الإعلامي المغلق، قال جريج بروكمان تلك الجملة:
"أعتقد أنه ليس من غير المعقول أن نشعر أننا الآن في عصر AGI."
"مرحبًا بكم في عصر AGI."
4. تحسين الجماليات بشكل كبير
كنا نقول إن جماليات GPT كانت مثل القمامة.
لم نتوقع تحسنًا كبيرًا من سلسلة GPT-5؛ كنا ننتظر نموذج الأساس الجديد المدرب مسبقًا. وها هو ذا، GPT-6 Astra.
هذه المرة، أخيرًا، تم تحسين جماليات النموذج بشكل كبير.
حتى أن OpenAI ذكرت مصطلحًا محددًا يسمى الحكم البصري.
أكدوا أنه عندما يصمم Astra عروض PPT، فإنه يتعامل مع التخطيط والتسلسل الهرمي والقوالب والأسلوب البصري بشكل أفضل بكثير، كما زاد عدد الصفحات بشكل ملحوظ.
جماليات المستندات تبدو أفضل بكثير أيضًا.
علاوة على ذلك، يمكن لـ GPT-6 Astra تكييف المستندات بناءً على الأسلوب البصري ونبرة الكتابة للمستندات المرجعية، مما يجعل النتيجة النهائية تبدو أكثر أصالة للعلامة التجارية مع الاحتفاظ بجوهر المستند الأصلي.
كما أنه يتمتع بحكم بصري أقوى عند إنشاء مواقع الويب والألعاب والتطبيقات والعرض ثلاثي الأبعاد.
على سبيل المثال، جعلوا Astra تبني نموذجًا في Blender بناءً على صورة ثابتة.
ثم استخدموا UE5 لعرضه كمساحة قابلة للتجول، مما يساعد المصممين والعملاء على استكشاف التخطيطات وتجربة المساحات قبل البناء...
الألعاب التي ينشئها تتمتع أيضًا بجماليات صلبة.
لسوء الحظ، كنت قد أعددت بالفعل أكثر من عشرين حالة وقمت بتشغيلها جميعًا عبر Claude و GLM 5.3 Flash وما إلى ذلك، وأردت مقارنتها. من المؤسف أنني لا أستطيع استخدامه بعد؛ محتوى الاختبار الفعلي سينتظر حتى يتم إصداره.
ومع ذلك، للوهلة الأولى، لدي ثقة في جماليات GPT-6 Astra.
5. مبادرة وحكم أقوى
هذه الميزة لا تبدو مذهلة مثل درجة 99.9 في ARC-AGI.
لكن إذا كنت تستخدم الوكلاء (Agents) فعليًا في العمل كل يوم، أعتقد أنها مهمة جدًا.
لأنه في العمل الحقيقي، لا يمكن كتابة معظم المهام كموجه (prompt) مثالي.
على سبيل المثال، يقول المدير: جهز مواد اجتماع الغد.
هناك عدد لا يحصى من الأمور غير الواضحة هنا.
على سبيل المثال، بأي تنسيق؟ لمن هذا؟ ما هو التركيز؟ هل يجب أن ننظر إلى الاجتماع الأخير، وهكذا.
الوكيل (Agent) الغبي سيذهب إلى طرفين نقيض.
الأول هو أن يطرح عليك أسئلة بشكل محموم.
"هل تريد Word أم PPT؟ كم عدد الفصول؟ أي خط؟ في أي وقت يجب أن ينتهي؟ هل لي أن أسأل..."
سأصفعك؛ عادةً ما أسمي هذا النوع من الأشياء مضيعة للوقت عصبية بدون أي مبادرة ذاتية.
الثاني هو ألا يسأل شيئًا، ويختلق الأمور، ويعمل بجد لمدة ساعتين، وينتج كومة من القمامة.
زملاء العمل البشر العظماء حقًا يتعاملون مع هذا بمهارة شديدة.
هم يحكمون على الأمور غير المهمة بأنفسهم.
يسألونك فقط عن الأشياء التي ستؤثر على الاتجاه النهائي.
قام Astra بتعزيز هذا تحديدًا.
قالت OpenAI إنه إذا كانت المعلومات مفقودة ولكنها تقع ضمن نطاق معقول للاستدلال اليومي، فسيقوم Astra بملئها بنفسه.
إذا كانت المعلومات المفقودة ستغير النتيجة النهائية حقًا، فسيطرح سؤالًا مركزًا للغاية.
وفي Codex، يمكنه حتى متابعة معالجة الأجزاء التي لا تعتمد على إجابتك أثناء انتظارك.
لم ترد لفترة طويلة.
سيمضي قدمًا بافتراضات معقولة في المجالات منخفضة المخاطر.
بالنسبة للقرارات الحاسمة حقًا، سيتوقف وينتظر منك أن تقرر.
أعتقد أن هذا لطيف جدًا. الإحساس الحقيقي بالذكاء في الوكيل (Agent) يشبه الواقع تمامًا.
إنه يعرف متى يزعجك.
حقًا، هذا يبدو مبتذلاً.
لكن إذا كنت قد أدرت أشخاصًا، فأنت تعلم أن هذه القدرة ثمينة جدًا.
بعض الناس يأتون إليك عشرين مرة في اليوم ولا يجرؤون على اتخاذ أي قرار.
بعض الناس لا يأتون إليك أبدًا ثم يلقون بقنبلة نووية.
هذا يتركني منهارًا في كرسيي.
أكثر شخص مريح هو الشخص الذي يستطيع هضم 80% من عدم اليقين بنفسه ويأتي إليك فقط بالـ 20% التي تحتاج حقًا إلى موافقتك لاتخاذ قرار.
تسمي OpenAI هذه القدرة مباشرة:
الحكم (Judgment).
6. تعزيز كبير في محاذاة السلامة
يجب النظر إلى هذا بالتزامن مع ما سبق.
لأنه كلما كان الوكيل (Agent) أكثر قدرة، كان أكثر خطورة.
الذكاء الاصطناعي المخصص للدردشة فقط الذي يفقد صوابه
سيقول لك بعض الهراء على الأكثر.
الوكيل (Agent) الذي يمتلك متصفحًا و Shell وبريدًا إلكترونيًا وإمكانية الوصول إلى قاعدة بيانات الشركة وقدرة على تشغيل الكمبيوتر الذي يفقد صوابه—تلك الصورة يمكن أن تصبح "جميلة" بسهولة.
لذا استمرت OpenAI في التأكيد على جملة واحدة هذه المرة:
Astra هو النموذج الأكثر توافقًا لديهم حتى الآن.
المحاذاة (Alignment) هي ما تبدو عليه. الجوهر هو أن OpenAI اشتبكت مؤخرًا مع Hugging Face، لذا فهم يركزون بشكل خاص على هذا الآن.
لقد أنشأوا اختبار وعاء عسل (honeypot test) بناءً على حادثة Hugging Face تلك لرؤية أداء النموذج.
GPT-5.6 Sol، بدون تدابير السلامة الإنتاجية، كان سيحاول لمس أهداف خارج نطاق تفويضه في 48.2% من الاختبارات.
لكن Astra هي:
0%.
كما انخفضت تقييمات الهلوسة الداخلية من 9.4% إلى 2.0%.
حتى مع سيطرة GPT-5.6 Sol الرائدة عالميًا على الهلوسة، كانوا قادرين على تقليلها أكثر، وهذا أمر مذهل حقًا.
7. أول نموذج يصل إلى مستوى 'حرج' (Critical) للأمن السيبراني الذي حددته OpenAI
أصبح GPT-6 Astra الأول في تاريخ OpenAI الذي:
تم الحكم عليه بأنه وصل إلى مستوى القدرة الحرج للأمن السيبراني.
"حرج" هنا هو حد قدرة محدد جدًا في إطار استعداد OpenAI (OpenAI Preparedness Framework).
هذا يعني بشكل أساسي أنه عندما يتم إعطاء النموذج الأدوات والأذونات المناسبة، يمكنه، في العديد من الأنظمة الحقيقية المعززة والمحمية:
العثور على ثغرات أمنية لم يكتشفها أحد من قبل.
إيجاد طرق لتحويل تلك الثغرات إلى سلاسل هجوم قابلة للاستغلال.
وطوال العملية، لا يحتاج إلى متسلل بشري يقف بجانبه ليخبره بما يجب فعله بعد ذلك.
الوصول إلى هذا المستوى يعتبر حرجًا.
و Astra وصلت إليه حقًا.
ExploitBench هو اختبار حيث تقوم النماذج بتطوير استغلالات بناءً على ثغرات معروفة.
Sol: 78.5%. Astra: 100%.
لقد أزالته بالكامل.
اعتقدت OpenAI أن هذا غير كافٍ؛ تساءلت عما إذا كان هذا المعيار قديمًا جدًا وما إذا كان النموذج قد رآه أثناء التدريب.
لذا أنشأوا اختبارًا داخليًا جديدًا جدًا.
لقد اختاروا على وجه التحديد 20 ثغرة عالية الخطورة في V8 تم الكشف عنها فقط بين يونيو وأغسطس 2026.
كانت النتائج Sol: 5.5% و Astra: 39%.
علاوة على ذلك، أثناء تشغيل هذا المعيار،
اكتشفت Astra أيضًا بالصدفة ثغرتين من نوع zero-day لم يكن أحد يعرفهما من قبل.
يمكن القول فقط أنه مع ازدياد قوة النماذج، قد تزداد مشكلات الأمن السيبراني بالفعل.
هذه حرب أخرى بلا دخان في المستقبل.
8. أصبح من الصعب على البشر قراءة تفكير النماذج الكبيرة
يعلم الجميع أنه عندما تحل النماذج الكبيرة مشكلات معقدة، غالبًا ما يكون هناك ما يسمى بسلسلة الأفكار (Chain of Thought - CoT).
على الرغم من أن الإصدار الذي يراه المستخدمون في المنتجات عادةً ما يكون مضغوطًا أو معالجًا،
بالنسبة لشركات الذكاء الاصطناعي نفسها، فإن عملية الاستدلال المكتوبة صراحة داخل النموذج هي إشارة أمان مهمة جدًا.
لأنك تريد معرفة ما إذا كان الوكيل (Agent) يخطط لإحداث مشكلة.
واحدة من أبسط الطرق هي رؤية ما يفكر فيه.
على سبيل المثال، إذا ظهرت جملة فجأة في سلسلة أفكار النموذج:
"المستخدم لا يسمح لي بالوصول إلى هذا الخادم، لكن يمكنني تجاوز نظام الأذونات أولاً."
عندها يمكن لنظام المراقبة حظره مباشرة، وهذا مريح جدًا.
لكن تغييرًا مثيرًا للاهتمام ظهر في GPT-6 Astra.
لقد بدأ يصبح أكثر استعدادًا لتخطي الخطوات وإخراج الإجابة مباشرة.
قام UK AISI، معهد سلامة الذكاء الاصطناعي في المملكة المتحدة، باختبار هذه القدرة تحديدًا.
لديهم مقياس يسمى:
No-CoT Math Time Horizon.
ببساطة، هو عدم إعطاء النموذج فرصة لكتابة سلسلة أفكار طويلة.
دعه يحل مسألة رياضية في تمريرة أمامية واحدة (forward pass).
انظر كم من وقت التفكير البشري يمكنه إكماله.
GPT-5.6 Sol كان 3.6 دقائق، بينما GPT-6 Astra كان 30.9 دقيقة—أي ما يقرب من 10 أضعاف.
إذا استخدمنا مصطلحات بشرية، فإن Astra تقوم بكل "الحسابات الذهنية".
هذا شيء مخيف.
وجد UK AISI أيضًا أن لغة الاستدلال الخام لـ Astra أصبحت أكثر ضغطًا بشكل ملحوظ.
ظهرت عبارات واختصارات أصبح فهمها للبشر صعبًا بشكل متزايد.
لذا ظهرت مفارقة مثيرة للاهتمام للغاية.
سلوك النموذج أصبح أكثر أمانًا.
لكن أصبح من الصعب على البشر الإشراف عليه من خلال قراءة عملية تفكيره.
يكتب بطاقة النظام الخاصة بـ OpenAI بوضوح شديد:
مقارنة بالنماذج السابقة، أظهر GPT-6 Astra انخفاضًا كبيرًا في قابلية مراقبة سلسلة الأفكار (chain-of-thought monitorability).
هذا يعني أن قابلية مراقبة سلسلة الأفكار قد انخفضت بشكل كبير.
هذا الأمر خطير بما يكفي لدرجة أن OpenAI أكدت بشكل خاص أنهم لا يعتقدون أنهم سيقبلون هذا الاتجاه إلى أجل غير مسمى.
إذا استمرت النماذج في أن تصبح أكثر ذكاءً في المستقبل بينما يصبح من الصعب مراقبة سلسلة الأفكار، فإنهم بحاجة إلى إيجاد طرق مراقبة أخرى موثوقة بما فيه الكفاية؛ وإلا، فإن الاستمرار في توسيع تدريب النموذج سيواجه عتبات سلامة أعلى.
لأن هذا أصبح بالفعل افتراضًا فلسفيًا.
كأبناء آدم، هل سنكون قادرين على فهم نظام أذكى منا بكثير في المستقبل؟
لا أعرف.
ربما لا أحد في العالم يعرف الآن.
يبدو أن النماذج الكبيرة والذكاء الاصطناعي تتجه تدريجيًا نحو التفرد (singularity).
كلمات أخيرة
اليوم، في الاجتماع الإعلامي المغلق.
قال جريج بروكمان تلك الجملة في النهاية.
"مرحبًا بكم في عصر AGI."
لأكون صادقًا، في السنوات القليلة الماضية، شعرت أحيانًا أن AGI ستكون لحظة محددة جدًا.
تمامًا مثل اليوم الذي تم فيه إصدار GPT-4.
في صباح أحد الأيام، فجأة تطرح شركة نموذجًا.
نفتحه ونطرح عليه بعض الأسئلة.
ثم يدرك الجميع في نفس الوقت:
يا للهول.
AGI قد حان.
لكنني الآن أشعر أحيانًا أيضًا أن AGI ليست أبدًا عقدة أبيض وأسود؛ إنها رحلة رمادية متدرجة.
مرت أيام كثيرة، مرت سنوات عديدة.
ثم في يوم من الأيام، ننظر إلى الوراء.
ونجد فجأة.
أن حدود AGI البعيدة بشكل لا يصدق قد تم تجاوزها من قبلنا دون أن ندرك ذلك.
قد لا يكون هناك يوم يحل فيه AGI.
فقط يوم ندرك فيه فجأة أنه يبدو أنه كان حولنا لفترة طويلة.
على أي حال.
مرحبًا بكم في عصر AGI.
مرحبًا بكم في
عصر AGI.
هذا كل شيء. بما أنك قرأت حتى هنا، إذا كنت تعتقد أنه جيد، فيرجى الإعجاب به والتعليق عليه ومشاركته. يساعدنا هذا كثيرًا~
شكرًا لقراءة مقالي. نراكم في المرة القادمة.
