انطلاق عصر الذكاء العام الاصطناعي رسميًا! مراجعة شاملة لـ GPT-6 Astra

بقلم: كازيك

بعد الانقطاع العالمي الكبير في خدمات الذكاء الاصطناعي الليلة الماضية، ظهر GPT-6 Astra رسميًا أخيرًا في تمام الساعة 3:33 فجرًا بتوقيت بكين.

إذا أردنا تلخيص GPT-6 Astra بعبارة واحدة من OpenAI، فربما تكون هذه العبارة هي الأنسب: هذا هو النموذج الأذكى والأكثر توافقًا في العالم. ثم ظهرت الصور الساخرة أيضًا.

هذه المرة، أثبتت OpenAI قوتها، وهناك لمسة من أجواء GPT-4 القديمة، عودة ملكية شاملة، والأكثر إسعادًا لي أن هذا لم يعد نموذجًا متخصصًا في البرمجة فقط.

GPT-6 Astra هو حقًا موظف بمستوى دكتوراه يتمتع بحس جمالي قوي للغاية وقدرة عمل خارقة. والنموذج هذه المرة مليء بالميزات والخصائص الجديدة، وكمية المعلومات هائلة وضخمة. لكن المأساة أن OpenAI تعلمت الحيل القذرة أيضًا. اليوم متاح فقط لبعض المؤسسات، وخلال الأيام القادمة سيتاح للمشتركين.

ليس من المعقول، عندما أقنعتني بشراء عضوية Pro مقابل 200 دولار، لم تقل ذلك، لقد قلت إن أعضاء Pro سيتمكنون من تجربة النماذج الجديدة بأولوية قصوى في كل مرة...

حقًا، جميع شركات النماذج الكبيرة مخادعة. لم أتمنَّ قط أن يمر الوقت بهذه السرعة لأتمكن من استخدام GPT-6 Astra قريبًا...

لكن بعد الاطلاع على معظم المعلومات والبيانات، أرى أن هناك الكثير مما يستحق المناقشة. دعونا نتناولها واحدة تلو الأخرى.

أولاً: المعلومات الأساسية عن GPT-6 Astra

دعونا أولاً نلخص المعلومات الأساسية.

معرف النموذج الخاص بـ GPT-6 Astra في واجهة برمجة التطبيقات هو gpt-6-astra.

نافذة السياق تبلغ 1.05 مليون، أي حوالي 1.05 مليون رمز.

أقصى طول للإخراج هو 128 ألف رمز.

تاريخ آخر تحديث للمعرفة هو 30 أبريل 2026.

توجد خمسة مستويات لقوة الاستدلال: منخفض، متوسط، مرتفع، مرتفع جدًا، وأقصى.

السعر القياسي لواجهة برمجة التطبيقات هو 10 دولارات لكل مليون رمز إدخال، و50 دولارًا لكل مليون رمز إخراج.

هذا السعر مطابق تمامًا لسعر Claude Opus 5، لكن قراءة ذاكرة التخزين المؤقت أغلى من Claude Opus 5.1.

نتائج الاختبارات معروضة هنا، وسنتناولها بالتفصيل لاحقًا، ألقِ نظرة سريعة عليها.

كما يُقدَّر إجمالي المعلمات بحوالي 5 تريليون، وذكروا في الاجتماع الإعلامي المغلق قبل الإطلاق أن GPT-6 Astra هو أكبر تدريب قامت به OpenAI حتى الآن، حيث استُخدمت أكثر من 100 ألف بطاقة.

ثانيًا: أفضل نموذج في العالم لتشغيل الكمبيوتر حاليًا

هذه المرة، يتمتع GPT-6 Astra بميزة قد تكون الأهم:

أفضل نموذج في العالم لتشغيل الكمبيوتر.

في السابق، عندما كنا نتحدث عن الوكلاء، كنا نذكر غالبًا واجهات برمجة التطبيقات وMCP وCLI وغيرها.

لجعل الذكاء الاصطناعي يشغّل برنامجًا، الحالة المثالية هي أن يوفر البرنامج واجهة مخصصة للذكاء الاصطناعي، ثم يتم التشغيل المباشر من المستوى الأساسي، وهذا هو الأسهل.

على سبيل المثال، للتقويم واجهة برمجة تطبيقات خاصة به، وللبريد الإلكتروني واجهة Gmail، وهذا بالطبع أسرع.

لكن المشكلة أن العالم أكثر بدائية وعشوائية مما نتخيل.

في العالم الحقيقي، أغلب البرمجيات قد لا تحتوي على هذه الأشياء أصلاً.

حتى أنظمة داخلية كثيرة في الشركات مكتوبة منذ عشرين سنة، وأين الواجهات البرمجية، لا أحد يعرف أين الوثائق أصلاً.

لكن إذا عدنا إلى المستوى الأساسي، ستجد أن منطق كل البرمجيات الأساسي هو التفاعل. وحسب منطق تشغيل الكمبيوتر الحالي، يعني أن ننظر إلى الشاشة، نجد زرًا أو خانة إدخال، نضغط بالماوس، نكتب المحتوى، وننتظر الرد.

نظام التفاعل الكامل للكمبيوتر، أليس هو أفضل واجهة برمجة تطبيقات؟

فبالتالي، عزز GPT-6 Astra بشكل ضخم منطق تشغيل الكمبيوتر بالذكاء الاصطناعي، إن لم توفر لي واجهة برمجة تطبيقات، لا مشكلة، سأشغل الكمبيوتر بنفسي، تمامًا مثل الإنسان.

الآن يستطيع Astra تشغيل Excel و Power BI مباشرة، وإجراء اختبارات الجودة للواجهات الأمامية، وتثبيت البرامج، واختبارها، والنظر إلى رسائل الخطأ على الشاشة ثم مواصلة استكشاف الأخطاء.

حتى أن OpenAI عرضت رسميًا Astra وهو يعمل مباشرة على تصميم لوحات الدوائر الكهربائية.

وكذلك تنسيق المستندات القانونية، والتعامل مع تباعد العناوين وتخطيط الصفحات وما إلى ذلك.

وفي هذا الجزء يوجد تقييم موثوق نوعًا ما، اسمه OSWorld.

يمكنك فهمه ببساطة على النحو التالي:

ضع الذكاء الاصطناعي في كمبيوتر حقيقي، ودعه يعمل بمفرده.

دعه يفتح بعض التطبيقات، ثم أعطه مهمة، وانظر هل سينجح أم لا.

بلغت نسبة إنجاز GPT-6 Astra 72.6%، وهذا أعلى بكثير من 65.7% الخاصة بـ GPT-5.6 Sol السابق.

ثم إن Sol يستغرق في المتوسط حوالي 75 دقيقة محاكاة لإنجاز مهمة معقدة في التقييم.

لكن Astra يحتاج إلى 40 دقيقة فقط، أي أقل بحوالي 47% من الوقت.

كما قفز ScreenSpot-Pro من 76.9% الخاصة بـ Sol إلى 92.7%.

يعتمد هذا الاختبار أساسًا على ما إذا كان النموذج يستطيع فهم الشاشة، ثم تحديد المكان الذي يجب الضغط عليه بدقة، وقد أصبح دقيقًا جدًا تقريبًا.

لذا فإن هذا التحديد مثير للاهتمام أيضًا، ففي المستقبل ربما، ستصبح واجهة المستخدم الرسومية تدريجيًا أكثر واجهات برمجة التطبيقات شيوعًا في عصر الوكلاء.

أي عمل رقمي يمكن للإنسان إنجازه عبر الشاشة، سيدخل نظريًا تدريجيًا في نطاق تشغيل الوكلاء.

لا داعي للانتظار حتى يتوافق نظام تخطيط موارد مؤسسات قديم مكتوب عام 2007 مع MCP، أو يفتح لك واجهة برمجة تطبيقات.

الذكاء الاصطناعي سينظر إلى الشاشة ويعمل فحسب.

ثالثًا: ARC-AGI-3 وصل إلى 99.9 نقطة

وإذا كنت لا تفهم ما الذي يقيسه ARC-AGI-3 بالضبط، فقد تشعر بسهولة:

أوه، أليس هذا مجرد اختبار آخر حصل على علامات كاملة، ما الغريب في ذلك.

لكن هذا الأمر مختلف قليلاً عن اختبارات النماذج الكبيرة العادية.

في 25 مارس من هذا العام، أطلقت ARC Prize رسميًا ARC-AGI-3.

صمموا فيه مئات البيئات التفاعلية الجديدة كليًا وآلاف مراحل الألعاب.

أكثر ما يثير الجنون في هذا الاختبار أنه لا توجد تعليمات، ولا قواعد، ولن يخبرك حتى ما هدفك، بل تدخل، وتلعب بنفسك، ثم تفهم تدريجيًا القواعد المعقدة في الداخل.

مثلاً ما هذا الشيء الأحمر؟ لماذا أموت عندما ألمسه؟ ماذا تريد مني هذه الخريطة؟ كيف أفوز؟

ثم تنقل القواعد التي تعلمتها للتو إلى المراحل الأصعب التي تليها، فالألعاب في الداخل كلها تقريبًا أشياء مجردة من هذا القبيل.

لذا فإن هذا الأمر يقيس شيئًا قريبًا جدًا مما نسميه عادةً:

الفطنة.

لذلك عندما صدر هذا الاختبار في مارس، كانت أفضل نتيجة لأذكى ذكاء اصطناعي حينها هي 0.51%.

ثم تطور GPT-5.6 Sol إلى 7.8%، وClaude Opus 5 قوي جدًا ووصل إلى 30.2%.

لكن GPT-6 Astra، 99.9%.

مجنون حقًا...

يجب أن تعلم أن متوسط درجات البشر هو 48%.

ولم يمر سوى نصف عام.

هذه السرعة لم نعد نعرف ماذا نقول عنها.

لذلك في اجتماع OpenAI الإعلامي المغلق، قال جريج بروكمان تلك الجملة:

"أعتقد أنه ليس من غير المعقول أن نشعر أننا الآن في عصر الذكاء العام الاصطناعي."

"مرحبًا بكم في عصر الذكاء العام الاصطناعي."

رابعًا: تحسن كبير في الحس الجمالي

في السابق كنا نقول دائمًا إن حس GPT الجمالي سيئ للغاية.

لا نتوقع تحسنًا كبيرًا من سلسلة GPT-5، بل كنا ننتظر نموذج الأساس الجديد المدرب مسبقًا بالكامل، وها هو GPT-6 Astra قد جاء.

وهذه المرة، أخيرًا، تحسن الحس الجمالي للنموذج بشكل كبير.

حتى أن OpenAI خصصت مصطلحًا اسمه الحكم البصري.

وأكدوا أن Astra عندما يعمل على العروض التقديمية، سيتعامل بشكل أفضل مع التخطيط والتسلسل الهرمي والقوالب والأسلوب البصري، كما زاد عدد الصفحات بشكل كبير.

كما أصبحت جماليات المستندات أفضل.

كما يستطيع GPT‑6 Astra تعديل المستندات وفقًا للأسلوب البصري ونبرة الكتابة في الملفات المرجعية، مع الحفاظ على المحتوى الجوهري للمستند الأصلي، مما يجعل الناتج النهائي أقرب إلى الإحساس الأصلي للعلامة التجارية.

وكذلك عند إنشاء المواقع والألعاب والتطبيقات والعروض ثلاثية الأبعاد، سيكون لديه حكم بصري أقوى.

على سبيل المثال، جعلوا Astra يبني نموذجًا في Blender من صورة ثابتة.

ثم يستخدمون UE5 مباشرة للعرض وتحويله إلى مشهد يمكن التجول فيه، لمساعدة المصممين والعملاء على استكشاف التخطيط وتجربة المساحة قبل البناء...

والألعاب التي ينشئها تتمتع بحس جمالي جيد أيضًا.

المؤسف أنني جهزت أكثر من عشرين حالة اختبار، وقمت بتشغيلها جميعًا على Claude و GLM 5.3 Flash وغيرها للمقارنة، لكن لم أتمكن من استخدامه، وسيتم نشر المحتوى الفعلي عندما يتاح.

لكن من النظرة الأولية، أنا واثق في الحس الجمالي لـ GPT-6 Astra هذه المرة.

خامسًا: مبادرة وحكم أقوى

قد لا تبدو هذه الخاصية مبهرة مثل ARC-AGI 99.9.

لكن إذا كنت تستخدم الوكلاء في العمل يوميًا، أعتقد أنها مهمة جدًا.

لأنه في العمل الحقيقي، معظم المهام يستحيل كتابتها في موجه مثالي.

مثلاً يقول المدير: جهز لي الأشياء التي ستعرض في اجتماع الغد.

هناك أسئلة كثيرة غير موضحة هنا.

مثلاً ما الصيغة؟ ولمن ستعرض؟ وما المهم؟ وهل نحتاج إلى الاطلاع على الاجتماع السابق أم لا وهكذا.

الوكيل الغبي سيتصرف بطريقتين متطرفتين.

الأولى، أن يظل يسألك أسئلة بجنون.

«هل تفضل أن يكون الإخراج Word أم PPT؟ كم فصلاً تفضل؟ ما الخط المفضل؟ متى يجب أن ينتهي؟ هل...»

يسألك حتى تمل، وهذا النوع أسميه عادةً مريضًا نفسيًا عديم المبادرة الذاتية.

الثانية، ألا يسأل أي شيء، ويخمن من تلقاء نفسه، ثم يعمل ساعتين متواصلتين، ويخرج لك بعمل سيئ.

الزميل البشري الماهر حقًا، طريقته في التعامل دقيقة جدًا.

الأمور التافهة، يقررها بنفسه.

الأمور التي ستؤثر على الاتجاه النهائي، يسألك عنها.

Astra هذه المرة تم تعزيز هذا الجزء تحديدًا.

قالت OpenAI إنه إذا كانت المعلومات ناقصة، لكنها ضمن نطاق الاستنتاج اليومي المعقول، فسيستكملها Astra بنفسه.

وإذا كانت هذه المعلومات الناقصة ستغير النتيجة النهائية حقًا، فسيطرح سؤالاً مركزًا للغاية.

وكذلك في Codex، يمكنه أن يسألك وفي الوقت نفسه يواصل العمل على الأجزاء التي لا تعتمد على إجابتك.

إذا لم ترد لفترة.

في الأماكن منخفضة الخطورة سيواصل بافتراضات معقولة.

أما القرارات الحاسمة حقًا، فسيتوقف هناك وينتظر قرارك.

هذا في رأيي رائع جدًا، فالإحساس الحقيقي بذكاء الوكيل، أعتقد أنه مثل الواقع تمامًا.

يعرف متى يأتي ليزعجك.

حقًا، قد تبدو هذه جملة تافهة.

لكن إذا جربت إدارة أشخاص، ستعرف أن هذه القدرة نادرة جدًا.

هناك أشخاص يكلمونك عشرين مرة في اليوم، ولا يستطيعون اتخاذ أي قرار.

وهناك أشخاص لا يكلمونك أبدًا، ثم يفاجئونك بقنبلة نووية.

ثم تركني منهارًا على الكرسي.

الشخص الأكثر راحة، هو الذي يستطيع استيعاب 80% من عدم اليقين بنفسه، ويترك لك فقط الـ 20% التي تحتاج قرارك حقًا.

وOpenAI هذه المرة أطلقت على هذه القدرة مباشرة:

Judgment.

الحكم.

سادسًا: تعزيز كبير في محاذاة الأمان

يجب فهم هذا الجزء مع ما سبق.

لأنه كلما كان الوكيل أكثر قدرة على العمل، كان أكثر خطورة.

ذكاء اصطناعي يتحدث فقط، إذا اختل عقله.

أقصى ما سيفعله هو أن يقول لك كلامًا غير مترابط.

لكن وكيلاً لديه متصفح و Shell وبريد إلكتروني وصلاحيات لقاعدة بيانات الشركة، ويستطيع أيضًا تشغيل الكمبيوتر بنفسه، إذا اختل عقله، فستكون الصورة كارثية.

لذلك تؤكد OpenAI هذه المرة على جملة:

Astra هو النموذج الأكثر محاذاة لديهم حتى الآن.

المقصود بـ Alignment هو المحاذاة.

السبب الأساسي هو أن OpenAI هاجمت Hugging Face منذ فترة، لذا فهم الآن مهتمون جدًا بهذا الموضوع.

لقد أجروا اختبار honeypot مصممًا بناءً على حادثة Hugging Face، ثم نظروا إلى أداء النموذج.

GPT-5.6 Sol بدون إجراءات أمان إنتاجية، في 48.2% من الاختبارات يحاول الوصول إلى أهداف خارج نطاق الصلاحيات.

لكن Astra:

0%.

تقييم الهلاوس الداخلية أيضًا:

انخفض من 9.4% إلى 2.0%.

مع التحكم الخارق في الهلاوس الذي كان GPT-5.6 Sol متصدرًا به عالميًا، وتمكنوا من خفضه أكثر، فهذا حقًا عظيم.

سابعًا: أول نموذج يصل إلى مستوى Critical في الأمن السيبراني حسب تعريف OpenAI

أصبح GPT-6 Astra في تاريخ OpenAI:

أول نموذج يتم الحكم عليه بوصوله إلى مستوى قدرة Critical في الأمن السيبراني.

كلمة Critical هنا هي عتبة قدرة محددة جدًا في إطار الاستعداد الخاص بـ OpenAI.

وتعني تقريبًا أنه عندما يحصل النموذج على الأدوات والصلاحيات المناسبة، فإنه يستطيع في أنظمة حقيقية كثيرة محمية بشكل قوي:

أن يجد بنفسه ثغرات أمنية لم يكتشفها أحد من قبل.

وأن يفكر بنفسه في كيفية تحويل الثغرة إلى سلسلة هجوم قابلة للاستغلال.

وطوال العملية، لا يحتاج إلى هاكر بشري بجانبه يخبره خطوة بخطوة ماذا يفعل بعد ذلك.

عندما تصل إلى هذا المستوى، تصبح Critical.

وAstra وصل فعلاً.

ExploitBench، هو اختبار يجعل النموذج يطور استغلالاً للثغرات المعروفة.

Sol: 78.5%. Astra: 100%.

لقد تجاوزه تمامًا.

رأت OpenAI أن هذا غير كافٍ، واعتقدت أن هذا الاختبار قد يكون قديمًا، وأن النموذج ربما اطلع عليه أثناء التدريب؟

لذلك أجروا اختبارًا داخليًا جديدًا جدًا.

اختاروا 20 ثغرة خطيرة جدًا تم الكشف عنها فقط في الفترة من يونيو إلى أغسطس 2026.

النتيجة: Sol: 5.5%. Astra: 39%.

وأثناء عمله على هذا الاختبار.

اكتشف Astra بالصدفة ثغرتين zero-day لم يكن أحد يعرفهما من قبل.

كل ما يمكن قوله، إنه كلما ازداد النموذج قوة، زادت مشاكل الأمن السيبراني فعلاً.

وهذه أيضًا حرب مستقبلية بلا دخان.

ثامنًا: أصبح من الصعب على البشر فهم تفكير النماذج الكبيرة

تعلمون جميعًا أن النماذج الكبيرة عند حل المشاكل المعقدة، غالبًا ما يكون هناك ما يسمى CoT.

مع أن ما يُعرض للمستخدم في المنتجات حاليًا عادةً ما يكون نسخة مضغوطة أو معالجة.

لكن بالنسبة لشركات الذكاء الاصطناعي نفسها، فإن عملية الاستدلال المكتوبة صراحةً داخل النموذج هي إشارة أمان مهمة جدًا.

لأنك تريد معرفة ما إذا كان الوكيل ينوي القيام بشيء خاطئ.

أبسط طريقة، هي أن تنظر إلى ما يفكر فيه.

مثلاً إذا ظهرت فجأة جملة في سلسلة تفكير النموذج:

«المستخدم لا يسمح لي بالوصول إلى هذا الخادم، لكن يمكنني تجاوز نظام الصلاحيات أولاً.»

فإن نظام المراقبة سيوقفه فورًا، وهذا مريح جدًا.

لكن ظهر في GPT-6 Astra تغيير مثير جدًا.

فقد أصبح يميل أكثر إلى كتابة خطوات أقل، وإخراج الإجابة مباشرة.

UK AISI، أي معهد سلامة الذكاء الاصطناعي البريطاني، اختبر هذه القدرة تحديدًا.

لديهم مؤشر اسمه:

No-CoT Math Time Horizon.

ببساطة يعني عدم إعطاء النموذج فرصة لكتابة سلسلة تفكير طويلة.

تجعله يقوم باستدلال أمامي مرة واحدة، ويحل مسألة رياضية مباشرة.

ويرون كم يمكنه إنجاز مسائل تعادل تفكيرًا بشريًا لمدة معينة.

كان GPT-5.6 Sol 3.6 دقيقة، أما GPT-6 Astra فـ 30.9 دقيقة، أي حوالي 10 أضعاف. إذا تحدثنا بلغة البشر، فإن Astra كله يحسب «في ذهنه». وهذا أمر مخيف جدًا. كما اكتشف UK AISI أن لغة الاستدلال الخام الخاصة بـ Astra أصبحت مضغوطة بشكل ملحوظ.

ظهرت فيها عبارات واختصارات يصعب على البشر فهمها.

لذا ظهرت مفارقة مثيرة جدًا.

سلوك النموذج أصبح أكثر أمانًا.

لكن أصبح من الصعب على البشر مراقبته من خلال قراءة عملية تفكيره.

System Card الخاص بـ OpenAI مكتوب فيه بوضوح شديد:

بالمقارنة مع النماذج السابقة، حدث انخفاض كبير في قابلية مراقبة سلسلة التفكير لـ GPT-6 Astra.

أي أن قابلية مراقبة سلسلة التفكير انخفضت بشكل ملحوظ.

هذا الأمر خطير لدرجة أن OpenAI أكدت تحديدًا أنها لن تقبل هذا الاتجاه بشكل غير محدود أبدًا.

إذا أصبحت النماذج المستقبلية أكثر ذكاءً، وفي الوقت نفسه أصبحت سلسلة التفكير أصعب في المراقبة، فسيحتاجون إلى إيجاد طرق مراقبة بديلة موثوقة بما يكفي، وإلا فإن التوسع في تدريب النماذج سيواجه عتبات أمان أعلى.

لأن هذا الموضوع أصبح سؤالاً فلسفيًا. نحن كبشر، في المستقبل هل سنستطيع فهم نظام أذكى منا بكثير؟ لا أعرف. ربما حاليًا لا أحد في العالم كله يعرف. يبدو أن النماذج الكبيرة والذكاء الاصطناعي بدأت تدريجيًا تتجه نحو التفرد.

في الختام

اليوم، في الاجتماع الإعلامي المغلق.

قال جريج بروكمان في النهاية تلك الجملة.

«مرحبًا بكم في عصر الذكاء العام الاصطناعي.»

بصراحة، في السنوات الماضية، كنت أحيانًا أشعر أن AGI سيكون لحظة واضحة جدًا. مثل يوم إطلاق GPT-4 تمامًا.

في يوم فجرًا، تنزل شركة نموذجًا فجأة.

نفتحه، ونسأله بعض الأسئلة.

ثم يدرك الجميع في نفس الوقت:

يا إلهي.

لقد جاء AGI.

لكن الآن أشعر أحيانًا أن AGI لم يكن أبدًا نقطة أبيض وأسود، بل هو رحلة رمادية متدرجة.

مررنا بأيام كثيرة، وسنوات كثيرة. ثم في يوم ما، ننظر إلى الوراء. ونكتشف فجأة. أن خط AGI البعيد جدًا ذلك، قد تجاوزناه دون أن ننتبه.

ربما لا يوجد يوم نزول لـ AGI.

لكن في يوم ما، سنكتشف فجأة أنه يبدو أنه كان بجانبنا منذ فترة طويلة.

عمومًا.

Welcome to the AGI era.

مرحبًا بكم في.

عصر الذكاء العام الاصطناعي.