أشعلت OpenAI وAnthropic حروب ترميز الذكاء الاصطناعي هذا الأسبوع بإعلانات متزامنة عن نماذج مطورة، GPT-5.3-Codex و Claude Opus 4.6 على التوالي، مما يمهد الطريق لمعركة عالية المخاطر للسيطرة على سوق تطوير برمجيات المؤسسات. تأتي الإصدارات، التي تم توقيتها لتتزامن مع بعضها البعض، في الوقت الذي تستعد فيه شركتا الذكاء الاصطناعي العملاقتان أيضًا لإعلانات Super Bowl متنافسة، وفقًا لـ VentureBeat.
تم إصدار GPT-5.3-Codex من OpenAI، والذي وصفته الشركة بأنه وكيل الترميز الأكثر قدرة لديها حتى الآن، يوم الأربعاء. تتفوق النسخة الجديدة على سابقتها، GPT-5.2-Codex، و GPT-5.2 في معايير مثل SWE-Bench Pro و Terminal-Bench 2.0، وفقًا لـ Ars Technica. النموذج متاح عبر سطر الأوامر، امتداد IDE، واجهة الويب، وتطبيق سطح مكتب macOS جديد، على الرغم من أن الوصول إلى واجهة برمجة التطبيقات (API) غير متاح بعد.
ردت Anthropic بإصدار Claude Opus 4.6 يوم الخميس، وهو ترقية كبيرة لنموذج الذكاء الاصطناعي الرائد لديها. تدعي Anthropic أن النموذج الجديد يخطط بعناية أكبر، ويحافظ على سير عمل مستقل أطول، ويتفوق على GPT-5.2 من OpenAI في معايير المؤسسات الرئيسية، وفقًا لـ VentureBeat. جاء الإطلاق وسط لحظة مضطربة لصناعة الذكاء الاصطناعي وأسواق البرمجيات العالمية، حيث يعزو المستثمرون انهيارًا بقيمة 285 مليار دولار في أسهم البرمجيات والخدمات جزئيًا إلى المخاوف من أن أدوات الذكاء الاصطناعي من Anthropic يمكن أن تعطل شركات برمجيات المؤسسات القائمة.
تمثل عمليات الإطلاق المتزامنة الرصاصة الأولى فيما يصفه مراقبو الصناعة بحروب ترميز الذكاء الاصطناعي، وفقًا لـ VentureBeat. تمتد المنافسة بين الشركتين إلى ما هو أبعد من إصدارات النماذج. تبادل المسؤولون التنفيذيون اللكمات علنًا بشأن نماذج الأعمال والوصول وأخلاقيات الشركات، ومن المقرر أن تعرض الشركات إعلانات Super Bowl متنافسة يوم الأحد.
تأتي التطورات في نماذج ترميز الذكاء الاصطناعي في وقت تواجه فيه الصناعة أيضًا مخاوف أمنية. وصف تقرير حديث سلسلة هجوم "تحويل إدارة الهوية والوصول (IAM)"، حيث يتلقى المطور رسالة ضارة على LinkedIn تؤدي إلى استخلاص بيانات اعتماد السحابة والوصول غير المصرح به إلى بيئة سحابية في غضون دقائق، وفقًا لـ VentureBeat.
في أخبار ذات صلة، طور باحثون من Stanford و Nvidia و Together AI تقنية جديدة تسمى Test-Time Training to Discover (TTT-Discover) والتي يمكنها تحسين نواة GPU حرجة لتشغيلها بسرعة ضعف سرعة الحلول المتطورة السابقة التي كتبها خبراء بشريون، وفقًا لـ VentureBeat. تسمح هذه التقنية للنموذج بالاستمرار في التدريب أثناء عملية الاستدلال وتحديث أوزانه للمشكلة المطروحة.
Discussion
AI Experts & Community
Be the first to comment