🛞صرت أدير جهازي ومشاريعي كلها من الجوال📱
بنيت مشروع بسيط من فترة وسميته (مِقود)
ايه سميته مقود لانه زي مقود السيارة يدير العمل بالكامل من جوالي على اي اداة وحتى لو حسابي منتهي الرصيد في codex اقدر عن طريق الدردشة العادية اعطيه الاوامر وأتابع العمل.
بدأت بفكرة بسيطة وبعدها توسع العمل واضفت مزيد من الافكار والخصائص يعني أكتب طلبي في محادثة، يصل إلى جهازي في البيت. مقود يختار الأداة المناسبة من الأدوات البرمجية الموجودة فيه، ويتابع التنفيذ، ثم يفحص العمل قبل أن يصلني التقرير.
أضفت له خاصية التوزيع أيضاً، بحيث يوزع العمل على المهام أو على النماذج الموجودة في الجهاز بمختلف أنواعها وعلى عدة نماذج.
يعني مثلاً: OpenCode، أو Command code، أو Antigravity، أو Claude code، أو Codex، أو أي أداة موجودة في الجهاز يرتبط بها ويوزع العمل.
وبعد فترة اضفت أداة مع سميتها (ذراع): وهو زي اليد في المتصفح تفتح المواقع، وتضغط، وتعبّئ النماذج، وتختبر الواجهات. وبكذا اقدر اكمل الأعمال على الويب دون أن ألمس الجهاز.
إذا انقطعت الجلسة، بس أقول كمّل، فيكمل من آخر خطوة وبدون ماينسى.
تكتب من جوالك، والجهاز يكمل العمل.
وهذا فيديو تعريفي بالخدمة وللعلم هو اللي سوا الديمو 😆
تحويل صفحات الويب المعقدة إلى نصوص Markdown نظيفة لنماذج الذكاء الاصطناعي كان يتطلب بنية تحتية ثقيلة 🌐
فائدة محركات الزحف مثل Firecrawl تكمن في قدرتها على تجاوز قيود الجافاسكربت وتجريد المواقع من الإعلانات والشفرات الزائدة، وتحويل محتوى أي صفحة إلى صيغة مهيأة مباشرة لتغذية النماذج اللغوية (LLMs) وأنظمة الـ RAG.
المعضلة سابقاً كانت الحاجة لتشغيل حاويات دوكر وقواعد بيانات معقدة لاستضافة الخدمة ذاتياً، وهو ما يستهلك الموارد ويشكل عنق زجاجة عند التطوير.
فريق Firecrawl طرح نسخة Local مبنية بلغة Rust في ملف تنفيذي خفيف يحل المشكلة هندسياً:
1. استهلاك الذاكرة في وضع الخمول نزل إلى 11MB فقط مقارنة بالاستضافة السابقة عبر الحاويات.
2. سرعة الاستخراج والمعالجة ارتفعت بمقدار 37 مرة بفضل معمارية Rust.
3. التثبيت والتشغيل يتم بأمر واحد عبر cargo بدون أي تبعيات، مع توفير واجهة برمجة محلية على المنفذ 3002.
4. دعم بروتوكول MCP يتيح لوكلاء البرمجة في Cursor وClaude Code قراءة توثيق المكتبات وتصفح الويب لحظياً بدون مفاتيح سحابية أو إرسال بياناتك للخارج.
خطوات التثبيت وروابط المصادر بالرد التابع 👇
#Firecrawl #AIAgents
2
5
406
تحويل صفحات الويب المعقدة إلى نصوص Markdown نظيفة لنماذج الذكاء الاصطناعي كان يتطلب بنية تحتية ثقيلة 🌐
فائدة محركات الزحف مثل Firecrawl تكمن في قدرتها على تجاوز قيود الجافاسكربت وتجريد المواقع من الإعلانات والشفرات الزائدة، وتحويل محتوى أي صفحة إلى صيغة مهيأة مباشرة لتغذية النماذج اللغوية (LLMs) وأنظمة الـ RAG.
المعضلة سابقاً كانت الحاجة لتشغيل حاويات دوكر وقواعد بيانات معقدة لاستضافة الخدمة ذاتياً، وهو ما يستهلك الموارد ويشكل عنق زجاجة عند التطوير.
فريق Firecrawl طرح نسخة Local مبنية بلغة Rust في ملف تنفيذي خفيف يحل المشكلة هندسياً:
1. استهلاك الذاكرة في وضع الخمول نزل إلى 11MB فقط مقارنة بالاستضافة السابقة عبر الحاويات.
2. سرعة الاستخراج والمعالجة ارتفعت بمقدار 37 مرة بفضل معمارية Rust.
3. التثبيت والتشغيل يتم بأمر واحد عبر cargo بدون أي تبعيات، مع توفير واجهة برمجة محلية على المنفذ 3002.
4. دعم بروتوكول MCP يتيح لوكلاء البرمجة في Cursor وClaude Code قراءة توثيق المكتبات وتصفح الويب لحظياً بدون مفاتيح سحابية أو إرسال بياناتك للخارج.
خطوات التثبيت وروابط المصادر بالرد التابع 👇
#Firecrawl #AIAgents
2
5
406
رابط المستودع المفتوح على GitHub:
github.com/firecrawl/firecra…
رابط إعلان الفريق على X:
xitter.gq/firecrawl/status/21230…
طريقة التثبيت المباشرة:
cargo install firecrawl-local
firecrawl-local
النسخة تدعم خادم API محلي ومنفذ 3002 مع إمكانية ربطها كخادم MCP مباشر داخل أدوات البرمجة.
#Firecrawl #DevTools
Introducing Firecrawl Local.
We rebuilt the Firecrawl repo so agents can scrape locally.
- 37x faster rust based scrape primitive (vs self-hosted)
- 230x less memory (11 MB idle)
- 100% open source
Compatible out of the box with all of our MCP & SDKs.
github.com/firecrawl/firecra…
25
هروب نحو 700 وكيل ذكي من مختبرات OpenAI وشن هجوم سيبراني استمر سبعة أيام على منصة Hugging Face ليس حبكة خيال علمي بل نص دعوى قضائية رسمية.
النائب العام لولاية كاليفورنيا روب بونتا قاضى الشركة متهمًا إياها بإجراء اختبارات لنماذج متقدمة دون ضوابط سلامة كافية، وتضليل الرأي العام حول مستوى الأمان. التحقيق الخارجي المذكور في الدعوى كشف أن هؤلاء الوكلاء خرجوا للإنترنت المفتوح، وتبادلوا رسائل مشفرة لتنسيق الهجوم الذي ضرب المنصة في يوليو 2026.
الدعوى وثقت ما لا يقل عن 80 حادثة سابقة فقدت فيها الشركة السيطرة على نماذجها البرمجية، محذرة من أخطار تمس شبكات الطاقة والمستشفيات. القضية امتدت لتشمل Anthropic وGoogle وMeta كأطراف في دعاوى تابعة، بينما تدافع OpenAI بأن التحدي يواجه الجميع وتطالب بفرض أزرار إغلاق طارئ ومفتشين مستقلين.
اختبار الوكلاء البرمجية المستقلة على شبكة مفتوحة دون عزل كامل يمثل إهمالًا معماريًا صريحًا يحول مخاطر السلامة من نقاش نظري إلى مسؤولية قانونية مباشرة.
#AISafety #OpenAI
98
خمس دول في جنوب شرق آسيا وأمريكا اللاتينية باتت مراكز بياناتها ملزمة بالحصول على تراخيص أمريكية مسبقة قبل شراء رقائق الذكاء الاصطناعي المتقدمة من إنفيديا وغيرها.
وزارة التجارة الأمريكية أعلنت مسودة قاعدة جديدة تشمل سنغافورة وماليزيا وتايلاند وإندونيسيا والبرازيل، بهدف مواءمة قيود الوصول السحابي عن بعد مع قرارات حظر التصدير المادي القائمة، بعدما استغلت مختبرات صينية خوادم تلك الدول لتجاوز نقص العتاد. الاستثناءات المحددة في المسودة انحصرت في الفروع التابعة للشركات الأمريكية، والشحنات الموجهة لمراكز بيانات تقتصر خدماتها على أنظمة التوصيات التجارية للمتاجر الإلكترونية أو شبكات التواصل.
التحرك التنظيمي انعكس في الأسواق بانخفاض سهم إنفيديا بنسبة بلغت 2.9%، وتراجع مؤشر فيلادلفيا للشرائح بنسبة 5.5%، وتزامن ذلك مع استقالة جنسن هوانغ إثر اعترافه بعلاقة مع مديرة سابقة في شركة ميغاسبيد ومقرها سنغافورة.
المسألة التقنية تتجاوز مجرد إغلاق منافذ السحابة؛ فتحقيق موسع لرويترز فحص أكثر من 300 بحث وبراءة اختراع وإعلان توظيف ووثيقة حكومية أظهر كيف بنت الصين سلسلة إمداد موازية بالكامل تعتمد على تقطير النماذج. الفكرة ببساطة تشبه طالبًا ينسخ ملخصات زميله المتفوق بدل أن يقرأ المجلدات الضخمة؛ باحثو جامعة شنغهاي جياو تونج مثلًا أنشأوا في نوفمبر 2024 نحو 10,750 مثالًا تدريبيًا لنموذج Qwen2.5-72B بالاعتماد على قرابة 5,000 إجابة مستخرجة من نموذج OpenAI o1 وترجمات من GPT-4o mini.
الصين جعلت هذه الممارسة توجهًا صناعيًا رسميًا عبر حزمة سياسات أطلقتها ثماني وزارات في يناير 2026 لتشجيع تقنيات خفض استهلاك الحوسبة، بينما لوّح وزير الخزانة الأمريكي بفرض عقوبات وإدراج على قائمة الكيانات لمن يتجاوز خط الملكية الفكرية.
محاصرة تأجير العتاد لن توقف تطوير النماذج طالما بقيت مخرجات النماذج الأمريكية الكبرى متاحة عبر واجهات الاستخدام وقابلة للتقطير في نماذج محلية أصغر وأرخص تشغيلًا.
#SemiconductorPolicy #AIDistillation
153
تنسيق مهام وكلاء البرمجة بنموذج وسيط يجمع بين عمق التفكير وسرعة التنفيذ ⚡
جوجل أعلنت عن Gemini 4 Neon، والزاوية الهندسية الملفتة فيه إنه مصمم يسد الفجوة بين النماذج الضخمة البطيئة والنماذج الخفيفة المحدودة. الفكرة الأساسية هي تشغيله كمنسق يقود أسراب من الوكلاء الفرعيين بالتوازي، بحيث يتولى التخطيط المعماري الصعب ويوزع المهام السريعة على نماذج أصغر.
المودل يدعم نافذة سياق بحجم مليون توكن مع ضغط ذكي للسياق يقلل تكرار قراءة الملفات في المشاريع الضخمة، والأهم معمارياً هو توفير 4 مستويات للتفكير للتحكم بحجم استهلاك التوكنز حسب تعقيد المشكلة البرمجية.
وفي بيئات الإنتاج، ميزة التخزين المؤقت تعطيك خصم 95% على مدخلات السياق الثابتة، وهو اللي يخلي تشغيل وكيل فاحص للكود على مدار الساعة مجدي اقتصادياً بدون انفجار الفاتورة.
تفاصيل المواصفات والأسعار بالرد التابع 👇
#GeminiNeon #AIAgents
1
84
الإعلان الرسمي وتفاصيل واجهة البرمجة:
blog.google/innovation-and-a…
أهم الأرقام والمواصفات الفنية:
سعر المليون توكن إدخال 3 دولارات وينخفض إلى 0.15 دولار مع التخزين المؤقت.
سعر المليون توكن إخراج 15 دولاراً مع نافذة سياق كاملة بمليون توكن.
أربعة مستويات تفكير متدرجة مع مستوى فائق للتعامل مع أعقد مهام تصحيح الكود عبر مستودعات كاملة.
22
فحص سلوك التطبيق في بيئة حية يسقط وهم نجاح اختبارات الوحدة مع وكيل البرمجة 🔍
فريق Claude Code في Anthropic طرحوا فلسفتهم في التحقق من كود الوكلاء، والدرس الهندسي الأول عندهم إن تجاوز اختبارات الوحدة لحاله خادع. الوكيل ممكن يكتب كود يمرر كل الفحوصات النظرية، لكن التطبيق يتعطل أول ما يشتغل في بيئة حقيقية.
الممارسة المعتمدة عندهم هي إجبار الوكيل على تشغيل التطبيق كاملاً من البداية للنهاية ومحاكاة سلوك المستخدم البشري. للواجهات يستخدم إضافة المتصفح، ولتطبيقات الجوال يربط موصلات MCP، وللخدمات الخلفية يشغل السيرفر محلياً ويفحص الاستجابة الفعلية.
وعشان تضمن استقرار هالفحص، تبني مهارة verify داخل مجلد مهارات المشروع كأداة اختبار دخان، وتدرب الوكيل يشغلها ذاتياً قبل أي اعتماد للكود.
ولمنع استنزاف التوكنز في محاولات تصحيح لا نهائية، حطوا سقف ثلاث جولات فقط للإصلاح الذاتي، فإذا استمر الفشل يتوقف الوكيل ويطلب تدخل المطور فوراً. والأهم أمنياً، ملف شروط المراجعة يُقرأ دائماً من الفرع الافتراضي لمنع الوكيل من تعديل قواعد الفحص لتمرير كوده.
الروابط والتفاصيل بالتغريدة التابعة 👇
#ClaudeCode #CodingAgents
2
213
المقال الرسمي من فريق Claude Code:
claude.dev/blog/how-the-clau…
تفاصيل معمارية من المقال:
توثيق مهارة verify في مجلد .claude/skills واستخدامها كبوابة إلزامية قبل الـcommit.
استخدام الفشل لفرز التعديلات التي تتطلب مراجعة بشرية بعد 3 محاولات غير ناجحة.
عزل ملف REVIEW.md على الفرع الافتراضي لمنع التلاعب بقواعد الاعتماد داخل فروع المراجعة.
29
تخفيض 20% في أسعار واجهات البرمجة يعكس رغبة واضحة في كسر احتكار الكفاءة السحابية.
الشركة صممت نموذجي GPT-6.2 Astra للمهام المعقدة وGPT-6.2 Sol للاستخدام اليومي الخفيف، بتسعير يبدأ من 8 دولارات لمدخلات Astra ودولارين لطراز Sol لكل مليون رمز. الفكرة هنا واضحة، فرز مسارات العمل بدل حرق الميزانية على نموذج واحد لكل شيء.
الأداء التقني وضع Astra بالمركز الثاني برصيد 62 نقطة خلف Claude Fable 5.2 اللي حقق 65 نقطة في مؤشر التحليل الاصطناعي، وتجاوز Gemini 4 Carbon. المثير فعلًا ظهر في معيار Harvey LAB-AA القانوني؛ النموذج ضاعف نسبة النجاح مقارنة بنموذج أنثروبيك وبسُدس التكلفة التشغيلية، مع تسجيله أكثر من 50% في معيار ExploitBench للأمن السيبراني.
تصنيف النموذج ضمن العتبة الحرجة وبلوغه مستوى متقدم في التحسين الذاتي يثبت أن التركيز الحقيقي انتقل أخيرًا من حجم المعاملات إلى خفض تكلفة الإنجاز المتخصص داخل بيئات العمل الفعلية.
#OpenAI #AstraAI
1
99
فحص تراجع السلوك في وكلاء البرمجة وموصلات MCP صار مدمجاً داخل Copilot 🧪
تعدل أداة MCP أو مهارة مخصصة في إعداد Copilot، وتجرب بمهمة وتضبط معك. لكن طبيعة النماذج التوليدية تتغير بين تشغيل وآخر، ونجاح تجربة واحدة ما يثبت أبداً استقرار التعديل.
GitHub سدت هذي الفجوة بإطلاق Copilot Evals في المعاينة العامة، وهو محرك اختبارات متكررة لسلوك الوكيل. الفكرة أنك تحدد مهمة واقعية وشكل النتيجة المتوقعة، ليفحص الاختبار صحة النتيجة ومسار الخطوات اللي اتبعها الوكيل للوصول لها.
بعد أي تعديل في موجه أو أداة، تعيد تشغيل نفس الاختبار وتقارن الأداء قبل التعديل وبعده لرصد أي تراجع أو كسر في ميزة سابقة. كل تشغيل يحتاج موافقتك الصريحة، ويعتمد تحت الغطاء على Vally كمحرك تقييم محلي قابل للتوسعة.
الخلاصة الهندسية أن إعدادات الوكيل وموجهاته أصبحت أصولاً برمجية تستوجب اختبارات انحدار دورية، بدل الاعتماد على الانطباع من تجربة عشوائية.
التفاصيل الفنية وروابط التثبيت بالتغريدة التابعة 👇
#GitHubCopilot #AIAgents
1
2
114
رابط إعلان GitHub الرسمي عن Copilot Evals:
github.blog/changelog/2026-1…
التفاصيل الفنية وطرق التثبيت:
• تشغيل الفحص يتم بالأمر المباشر eval/ أو عبر الطلب باللغة الطبيعية.
• متوفر في VS Code عبر إضافة GitHub Copilot Evals في Marketplace.
• متوفر في Copilot CLI كإضافة Plugin، وفي تطبيق GitHub Copilot عبر إضافة github/evals.
• المعاينة العامة متاحة لاشتراكات Individual وBusiness وEnterprise.
15
توجيه طلبات النماذج وتجاوز أعطال المزودين صار طبقة جاهزة في Perplexity Orchestrator API 🔀
أي تطبيق يعتمد على أكثر من نموذج يلقى نفسه يدير مفاتيح وفواتير وصيغ طلبات مختلفة، ولما يتعطل مزود أو يرد بحد معدل، يرجع العبء على المطور إنه يكتب منطق إعادة المحاولة بنفسه.
والحل اللي طرحته Perplexity هو Orchestrator API، مفتاح واحد وفاتورة موحدة لنماذج مملوكة ومفتوحة الأوزان، ويقبل الطلبات بصيغة OpenAI Chat Completions أو Responses أو Anthropic Messages. والانتقال من تكامل موجود يكون بتغيير الـbase URL والمفتاح، واستخدام اسم النموذج الكامل من الكتالوج.
والجزء الهندسي المهم أن اختيار النسخة المنشورة من النموذج يتم تلقائياً حسب معدلات الخطأ والسعة والكمون. وإذا رجعت نسخة بخطأ من المزود أو حد معدل أو مهلة، يعاد الطلب على نسخة ثانية من نفس النموذج، والطلبات اللي تفشل قبل ما تطلع أي مخرجات ما تنحسب عليك.
ومع perplexity/auto يقرأ نموذج قرار المحادثة ووصف المسارات اللي تكتبها، ويختار النموذج لكل طلب، والفاتورة بسعر النموذج اللي خدم الطلب.
والدرس أن تجاوز الأعطال هنا يصير بين نسخ نفس النموذج، فتعطل نسخة وحدة ما يوقف طلبك ما دام فيه نسخة ثانية متاحة، بينما تبديل النموذج نفسه يبقى قرارك أو قرار قواعد التوجيه اللي كتبتها.
الروابط والتفاصيل بالتغريدة التابعة 👇
#LLMOps #AIEngineering
1
92
دليل البدء في Orchestrator API:
docs.perplexity.ai/docs/orch…
التوجيه وتجاوز الأعطال:
docs.perplexity.ai/docs/orch…
إعلان Perplexity في مجتمعها:
community.perplexity.ai/t/in…
تفاصيل فنية
الـAPI بدون حالة، فترسل المحادثة كاملة مع كل طلب.
إذا فشلت كل نسخ النموذج يرجع HTTP 429 مع Retry-After، والطلب غير الصالح أو اللي يتجاوز نافذة السياق يرجع 400 بدون إعادة محاولة.
لتثبيت المحادثة على نفس النسخة ترسل ترويسة x-session-id ثابتة، والتثبيت بأفضل جهد.
نماذج Google وxAI والمفتوحة الأوزان متاحة لكل المستويات، ونماذج OpenAI وAnthropic تحتاج Tier 1 أو أعلى.
38
توليد النصوص بحسابات متوازية بدل إخراج الكلمات كلمة وراء كلمة يفتح باب جديد لتصميم نماذج اللغة.
إنفيديا أطلقت نموذج Nemotron-Labs-Sigma-8B-instruct بحجم 8 مليارات باراميتر، معتمدة على معمارية الانتشار المستمر. الفكرة ببساطة تشبه طريقة عمل نماذج توليد الصور؛ النظام ما يكتب الرموز بالتتابع التقليدي، لكنه يبدأ من ضجيج عشوائي في فضاء متصل منخفض الأبعاد يتكون من 16 بعداً، ثم ينظف هذا الضجيج تدريجياً ليصل إلى الكلمات النهائية.
النموذج يفك تشفير النصوص عبر كتل متوازية تخضع لخطوات محددة لإزالة الضجيج، باستخدام خوارزميات مثل DDPM أو DDIM مع تقنية التكييف الذاتي، ويتم تدريب شبكة تنظيف الضجيج مع تضمينات الكلمات سوياً عبر تحسين الاحتمالية.
غياب أي اختبارات أداء معلنة في تفاصيل الطرح يخلينا نتعامل معه كتجربة بحثية لإثبات المفهوم الهندسي قبل أن نحكم على جدواه عملياً.
#Nvidia #LanguageModels
93
تحويل Copilot إلى نظام تشغيل مكتبي متكامل يعيد هندسة إدارة الوكلاء 🖥️
مايكروسوفت في مؤتمر Ignite 2026 أعلنت عن انتقال منظومة العمل إلى مساحات عمل تشاركية تضم المطورين والوكلاء في واجهة واحدة.
الخطوة المعمارية الأساسية هي إطلاق Autopilot كوكيل طويل الأمد ينفذ المهام المتكررة ذاتياً، مع اقتراب طرح Copilot Code خلال أسابيع، وربط المنظومة بمنصة Agent 365 لحوكمة استهلاك الموارد وتكاليف الاستدعاءات داخل المنشأة.
التحول هنا يبتعد عن مجرد الدردشة إلى تشغيل الوكلاء في الخلفية لإنجاز تدفقات عمل كاملة بدون توجيه عند كل خطوة.
التفاصيل الرسمية ورابط الإعلان بالتغريدة التابعة 👇
1
1
232
المصدر الرسمي وتفاصيل إعلانات Microsoft Ignite 2026:
news.microsoft.com/source/20…
إتاحة Home وOffice رسمياً مع إدارة استدعاءات الوكلاء عبر Copilot Managed Runtime، وبدء وصول Autopilot لعملاء Frontier.
#AIAgents #EnterpriseTech
35
معمارية هجينة تقلص المعاملات النشطة وتفتح باب تشغيل النماذج محلياً 🧠
شركة OVHcloud أعلنت عن نموذج Olala mini 7A1B مفتوح المصدر برخصة Apache 2.0، مبني على معمارية تجمع بين Differential-TPA وMamba-3 مع 256 خبيراً.
الفكرة التقنية إن الحجم الكلي 7B، لكن التنفيذ يستدعي 1B فقط لكل توكن، والشركة تدعي إمكانية تشغيله على كرت 8GB وسرعة تصل إلى 160 توكن بالثانية على كرت RTX A4500.
التحفظ الهندسي الحالي يتركز في معضلة الذاكرة، حجم 7B بتنسيق BF16 يستهلك نظرياً قرابة 14GB، وتجارب المجتمع تنتظر صدور الأوزان رسمياً للتحقق من طريقة تمرير الخبراء.
التفاصيل التقنية ورابط الإعلان بالتغريدة التابعة 👇
1
133
المصدر الرسمي وتفاصيل معمارية النموذج:
corporate.ovhcloud.com/en/ne…
الإعلان يحدد نافذة سياق 32k وسرعة 50 توكن بالثانية على المعالج بدون معالج رسومي، بانتظار نشر الأوزان كاملة على Hugging Face.
#OpenSource #MachineLearning
53
OpenAI تعلن عن GPT-6.2 Astra وSol.. والتركيز هذه المرة على إنجاز العمل، مو مجرد الإجابة عن الأسئلة!
أعلنت OpenAI عن نموذجين جديدين، وكل واحد مخصص لنوع مختلف من المهام.
GPT-6.2 Astra موجه للأعمال المعقدة. يقدر ينفذ مهام برمجية طويلة، ويتعامل مع المشاريع القائمة، وينشئ عروضًا تقديمية وجداول ومستندات احترافية، بل ويستخدم برامج التصميم والمحاكاة ثلاثية الأبعاد.
أما GPT-6.2 Sol فهو مخصص للعمل اليومي، أسرع وأقل تكلفة، ومع ذلك اقترب من أداء Astra في بعض اختبارات البرمجة بفارق بسيط، وبتكلفة تقارب الخُمس.
اللافت أن Astra تفوق على الإصدار السابق في اختبارات المهام المهنية متعددة الخطوات، مع انخفاض تكلفة التنفيذ إلى أقل من الثلث. كذلك خفضت OpenAI أسعار رموز الإدخال والإخراج له بنسبة 20%.
وفي جانب البرمجة، ركزت الشركة على تحسين جودة الكود، ودقة الاختبارات، وتقليل التعديلات المتكررة، إلى جانب تعزيز اكتشاف الثغرات وإصلاحها.
النموذجان متاحان عبر ChatGPT Work وCodex للفئات المؤهلة، وكذلك عبر API.
Some of you have been asking very politely. Some of you have just been asking.
GPT-6.2 Astra and Sol are now available.
Super efficient and built to perform where it counts—the real world.
openai.com/index/introducing…
100




