تمكن نموذج الذكاء الاصطناعي Claude من Anthropic، باستخدام ستة عشر وكيلاً يعملون معًا، من إنشاء مُجمّع لغة C جديد من الصفر بنجاح في فترة أسبوعين، وفقًا لتدوينة حديثة للباحث في Anthropic نيكولاس كارليني. يوضح المشروع، الذي بلغت تكلفته حوالي 20000 دولار أمريكي كرسوم واجهة برمجة التطبيقات، القدرات المتزايدة لوكلاء الذكاء الاصطناعي في مهام الترميز المعقدة.
تم إعطاء وكلاء الذكاء الاصطناعي، الذين يعملون على نموذج Claude Opus 4.6 من Anthropic، الحد الأدنى من الإشراف وكُلّفوا ببناء المُجمّع. أسفر المشروع عن قاعدة بيانات رمزية مكونة من 10000 سطر. يسلط هذا الإنجاز الضوء على التطورات في أدوات الذكاء الاصطناعي متعددة الوكلاء، حيث أصدرت كل من Anthropic و OpenAI أدوات مماثلة مؤخرًا.
في أخبار أخرى، يسعى محامو الدفاع إلى الوصول إلى ملفات التحقيق المتعلقة بمقتل رينيه نيكول جود على يد العميل في ICE جوناثان روس. يطلب المحامون، الذين يمثلون روبرتو كارلوس مونيوز-غواتيمالا، الذي أدين بالاعتداء على روس، سجلات التدريب وملفات التحقيق المتعلقة بإطلاق النار في 7 يناير. يسعى محامو مونيوز-غواتيمالا إلى فهم الظروف المحيطة بوفاة جود، حيث كان روس هو الضابط نفسه المتورط في كلا الحادثين.
في غضون ذلك، تشير "لحظة OpenClaw" إلى المرة الأولى التي نجح فيها وكلاء الذكاء الاصطناعي المستقلون في الانتقال من المختبر إلى القوى العاملة العامة. تم تطويره في الأصل باسم "Clawdbot" بواسطة المهندس بيتر شتاينبرجر، وتطور الإطار إلى "Moltbot" قبل أن يستقر على "OpenClaw" في أواخر يناير 2026. على عكس روبوتات الدردشة السابقة، تم تصميم OpenClaw مع القدرة على تنفيذ أوامر shell، وإدارة الملفات المحلية، والتنقل في منصات المراسلة بإذونات دائمة على مستوى الجذر.
يقدم تقرير منفصل تفاصيل عن سلسلة هجمات جديدة، أطلق عليها اسم محور إدارة الهوية والوصول (IAM)، والتي يمكن أن تعرض بيئات السحابة للخطر في غضون دقائق. وفقًا لبحث CrowdStrike Intelligence المنشور في 29 يناير، تبدأ الهجمة برسالة LinkedIn تبدو مشروعة. ثم يتم خداع المطور لتثبيت حزمة ضارة تستخرج بيانات اعتماد السحابة، مما يمنح الخصم حق الوصول إلى بيئة السحابة.
أخيرًا، طور باحثون من Stanford و Nvidia و Together AI تقنية جديدة، تسمى التدريب في وقت الاختبار للاكتشاف (TTT-Discover)، تعمل على تحسين نوى وحدة معالجة الرسومات (GPU). تسمح هذه التقنية للنموذج بالاستمرار في التدريب أثناء عملية الاستدلال، وتحديث أوزانه للمشكلة المحددة. مكّن هذا النهج الباحثين من تحسين نواة GPU حاسمة لتشغيلها بسرعة ضعف سرعة أحدث التقنيات، والتي كتبها خبراء بشريون. هذا يتحدى استراتيجيات الذكاء الاصطناعي المؤسسية الحالية التي غالبًا ما تعتمد على نماذج "مجمدة"، وفقًا للباحثين.
Discussion
AI Experts & Community
Be the first to comment