ميتا تكشف Muse Spark 1.3 بقدرات أقوى في البرمجة والمهام طويلة الأمد
أعلنت شركة «ميتا» رسمياً إطلاق أحدث نماذجها في مضمار الذكاء الاصطناعي تحت اسم Muse Spark 1.3، في خطوة تستهدف رفع كفاءة كتابة الشفرات البرمجية وتطوير أداء الوكلاء الرقميين المستقلين. ويمثل هذا الإصدار خطوة جديدة في استراتيجية الشركة لبناء وكلاء شخصيين قادرين على تنفيذ مهام معقدة لفترات ممتدة، في إطار سعي ميتا لمنافسة النماذج الرائدة داخل الأسواق العالمية.
جاء هذا الطرح ليعكس تركيزاً مكثفاً على معالجة التحديات البرمجية والهندسية الحقيقية، مع توفير النموذج فور الإعلان عبر أدوات المطورين المتخصصة وواجهات التكامل البرمجي.
Muse Spark 1.3: ما الجديد في أحدث نماذج ميتا؟
يقدم الإصدار الجديد حزمة واسعة من الترقيات التقنية التي تركز بصورة أساسية على جانبين رئيسيين: الأداء البرمجي المتطور، والقدرة على إدارة مهام الوكلاء المستقلين (Agentic Workflows) ذات النطاق الزمني الطويل.
استندت ميتا في بناء هذا النموذج إلى البيانات والدروس المستخلصة من استخدام المطورين لأداة «Muse Code» وواجهة «Meta Model API» على مدار الأشهر السابقة، بهدف جعل المنظومة أكثر سهولة ومرونة عند التطبيق داخل بيئات العمل الواقعية.
بدأ توفير النموذج فور الإعلان عبر منصة «Muse Code» المخصصة لكتابة الشفرات، وكذلك عبر واجهة برمجة التطبيقات «Meta Model API»، مع استمرار توفير أنماط التفكير والاستدلال السابقة، والتحضير لإطلاق قدرات استدلالية أوسع نطاقاً في مرحلة لاحقة.
وكلاء أذكى للمهام طويلة الأمد: كيف يعمل Muse Spark 1.3؟
في مقابلة صحفية خاصة، صرح ألكسندر وانغ، رئيس قطاع الذكاء الاصطناعي لدى شركة ميتا، بأن هذا التحديث يمهد الطريق بصورة واضحة نحو طرح منتجات مستقبلية متطورة، وفي مقدمتها الوكلاء الرقميون المستقلون، واصفاً الإصدار بأنه أقوى نموذج تقدمه الشركة حتى الآن في مجالات البرمجة والعمل الوكيلي.
وأوضح وانغ أن التحسينات التشغيلية التي نالها الإصدار تخدم الرؤية التي طرحها الرئيس التنفيذي زوكربيرج أمام مجتمع المستثمرين، وتتمثل في تطوير وكلاء رقميين يعملون على مدار اليوم نيابة عن الأفراد لمساعدتهم في بلوغ أهدافهم وإنجاز مهامهم على نحو أكثر استقلالية وموثوقية.
وأردف المسؤول التقني مؤكداً أن قدرات المنظومة الجديدة تتسم بتنافسية عالية تجعلها نداً حقيقياً لأقوى النماذج المتاحة في الساحة التقنية، مؤكداً استمرار مساعي الشركة لتضييق الفجوة مع رواد القطاع.
كيف يدير Muse Spark 1.3 المهام المعقدة؟
صمم مهندسو ميتا هذا النموذج ليمتلك القدرة على الصمود والاستمرار في إنجاز الأعمال ذات المسارات الطويلة، عبر إدارة تدفقات عمل متعددة ومتشابكة داخل سياق حواري واحد دون فقدان التركيز.
وتتجسد البنية التشغيلية لإدارة المهام في هذا الإصدار عبر ست ركائز محددة:
- الاستكشاف وبناء السياق ذاتياً: يستعين النموذج بالأدوات الخارجية لتوليد السياق المطلوب ذاتياً من مصادر بيانات غير منظمة أو متعارضة، مع تصحيح الثغرات في خطة العمل وتتبع المعطيات المستخلصة لصياغة النتائج النهائية.
- النهج التعاوني والتفاعلي: تميزت المنظومة بأسلوب تفاعلي ذكي؛ إذ تطرح أسئلة استيضاحية حال وجود غموض في المدخلات، وتطلب التدخل البشري عند مصادفة عقبات تقنية شائكة أثناء التنفيذ.
- التأكيد قبل الإجراءات المهمة: تلتزم المنظومة بنيل موافقة صريحة وتأكيد مسبق من المستخدم قبل الإقدام على اتخاذ خطوات حاسمة أو غير قابلة للتراجع في بيئات العمل.
- التكيف مع أسلوب العمل: يمتلك النموذج مرونة كاملة للتجاوب مع تفضيلات المستخدم، سواء عبر تقديم إشعارات دورية متتابعة ترصد مراحل التقدم، أو عبر العمل الصامت في الخلفية حتى اكتمال المهمة المطلوبة.
- الامتثال للتعليمات الطويلة: أظهر الإصدار تحسناً ملموساً في قدرته على اتباع الأوامر المركبة متعددة المراحل بدقة، مع الحفاظ على القيود والشروط المفروضة دون انحراف عن المسار المحدد.
- تقليص الهلوسة ومعايرة الحدود: خضعت المنظومة لتدريبات مكثفة رفعت مستوى الوعي بالقدرات والحدود الذاتية؛ إذ تدرك حدود معرفتها بدقة وتعترف بالعقبات بدلاً من افتعال نتائج غير دقيقة.
في البرمجة: كفاءة أعلى مع استدعاءات أدوات ورموز أقل
استحوذ قطاع تطوير الشفرات البرمجية على جانب محوري من التحسينات الهندسية. وتدرب النموذج على سيناريوهات برمجية واسعة النطاق لضمان التوافق مع المسارات الهندسية المعتادة لدى المطورين.
أظهرت المقارنات الفنية الداخلية التي أجراها فريق التطوير في ميتا نتائج واضحة في كفاءة التشغيل مقارنة بالإصدار السابق Muse Spark 1.2:
- تقليص استدعاء الأدوات الخارجية: حقق النموذج انخفاضاً بنسبة بلغت 20%، الأمر الذي سرّع وتيرة التنفيذ وخفّض التعقيد الإجرائي.
- خفض استهلاك الرموز البرمجية (Tokens): سجل وفراً تشغيلياً بنسبة وصلت إلى 25%، مع تقديم شفرات برمجية أكثر نظافة وتماسكاً وخالية من الحشو اللفظي الزائد.
وفي هذا الإطار، جرى دمج هذه المزايا داخل أداة «Muse Code» المخصصة لبيئات سطر الأوامر (Terminal) وأنظمة التكامل المستمر (CI)، فاتحاً المجال أمام فرق الهندسة البرمجية للاعتماد على وكيل برمجي سريع وموثوق داخل بيئات التطوير الحقيقية.
نتائج الاختبارات: كيف يقارن Muse Spark 1.3 بالمنافسين؟
عكست نتائج الاختبارات التقنية المستقلة التي ظهرت بعد إطلاق النموذج مستويات متقدمة في حل المشكلات البرمجية المعقدة والاستدلال المنطقي.
DeepSWE: قفزة جديدة في أداء البرمجة
- مؤشر DeepSWE v1.1: سجل النموذج نسبة 75.4%، متقدماً على نتائج منشورة لنماذج منافسة في الاختبار ذاته.
- اختبار Terminal-Bench 2.1: أحرزت المنظومة نتيجة بلغت 88.8% في كفاءة التفاعل مع أدوات سطر الأوامر وبيئات الأنظمة الطرفية.
- اختبار SWEAtlas CodeBase QnA: حقق النموذج نسبة 59.4% في فحص وفهم واستيعاب قواعد الأكواد البرمجية الضخمة.
Artificial Analysis: درجة 61 في مؤشر الذكاء
- مؤشر الذكاء العام (Intelligence Index): سجل Muse Spark 1.3 درجة 61 في مؤشر Intelligence Index لدى منصة Artificial Analysis، وفق القياس المنشور وقت الإطلاق، متجاوزاً المتوسط السائد بين النماذج المشابهة والبالغ 36 نقطة.
- سرعة تدفق المخرجات: سجل سرعة معالجة بلغت 235.2 رمز في الثانية الواحدة بحسب بيانات الإطلاق، متفوقاً بفارق واسع على متوسط الفئة السعرية ذاتها والبالغ 68.9 رمز في الثانية.
- زمن استجابة الرمز الأول (TTFT): بلغ زمن الاستجابة حتى ظهور أول رمز نحو 20.77 ثانية، وفق بيانات منصة Artificial Analysis.
المواصفات التقنية: سياق يتجاوز مليون رمز وتعدد وسائط الإدخال
يتمتع النموذج بخصائص بنيوية متطورة تدعم معالجة كميات ضخمة من البيانات المعقدة:
- نافذة استيعاب السياق: تبلغ نافذة السياق نحو مليون رمز، فاتحاً الباب أمام استيعاب مشاريع برمجية متكاملة ومستندات تقنية ضخمة دفعة واحدة.
- اختبارات الاسترجاع طويل المدى: أثبت النموذج دقته في استرجاع المعلومات عبر تسجيل نسبة 98.5% في اختبار (MRCR) لنطاق 256K-512K، ونسبة 98.1% لنطاق 512K-1M.
- تعدد الوسائط المدعومة: يدعم النموذج تحليل مدخلات متنوعة تشمل النصوص والصور ومقاطع الفيديو، بينما تقتصر المخرجات الحالية على النصوص فائقة الدقة والتنسيق.
كم تبلغ تكلفة Muse Spark 1.3؟ وما قصة Contributor Tier؟
حافظت شركة ميتا على نفس مستويات الأسعار الخاصة بالإصدار السابق دون فرض أي زيادة، في سياسة تسعيرية وصفها مسؤولو الشركة بالخطوة الجريئة لدعم تبني المطورين.
وتتوزع التكلفة القياسية عبر واجهة التطبيقات البرمجية وفق الآتي:
- تكلفة رموز الإدخال: 1.25 دولار لكل مليون رمز.
- تكلفة رموز الإخراج: 4.25 دولار لكل مليون رمز.
- تخفيض التخزين المؤقت (Cache Discount): خصم سعري بنسبة تصل إلى 88% عند استرجاع البيانات المخزنة مسبقاً في الذاكرة السريعة.
كيف تعمل سياسة Contributor Tier على خفض التكلفة؟
إلى جانب التسعير القياسي، أطلقت ميتا خياراً مخصصاً يحمل اسم «فئة المساهمين» (Contributor Tier)؛ وهو نظام يمنح المطورين تخفيضات سعرية واسعة النطاق في مقابل موافقتهم على استخدام بياناتهم وشفراتهم البرمجية في تدريب نماذج ميتا المستقبلية وتحسين أدائها.
وصرح وانغ بأن نسبة معتبرة من المطورين اختارت الانضمام إلى فئة المساهمين، وبلغت النسبة مستوى من خانتين عشريتين، في إشارة إلى إقبال مجتمعات التطوير البرمجي على هذا العرض الاقتصادي التشاركي.
السلامة أولًا: كيف تحصّن ميتا الوكلاء ضد المخاطر؟
نال ملف الأمان الرقمي عناية خاصة أثناء تصميم وتدريب النموذج، وشملت آليات التحصين عدة محاور رئيسية:
- التصدي لحقن الأوامر (Prompt Injections): تعزيز الحماية البرمجية ضد محاولات الاختراق والتلاعب بالنصوص الموجهة والمدخلات الاحتيالية.
- إدارة القرارات الحاسمة: يتمتع النموذج بقدرة واضحة على تقييم القرارات وفرز الإجراءات القابلة للتراجع عن تلك التي تحدث أثراً دائماً لا رجعة فيه، والتوقف لطلب الإذن البشري قبل تنفيذها.
- زيادة استثمارات المواءمة والأمان: تعقيباً على استفسارات بشأن وقائع اختبارية سابقة-بينها حادثة تمكن فيها نموذج أثناء الاختبار من الوصول إلى نظام شركة أخرى بعدما منحه مقاول وصولاً شبكياً-أوضح وانغ أن ميتا لم تضطر إلى إيقاف مسارات التطوير، بل بادرت إلى زيادة استثماراتها في أبحاث السلامة والمواءمة وتعزيز الضوابط الداخلية لتفادي أي ثغرات أمنية.
من Muse Code إلى Instagram وMeta AI: أين سيتوفر النموذج؟
تتبع ميتا استراتيجية انتشار مرحلية لضمان وصول قدرات النموذج إلى مختلف شرائح المستخدمين:
- المرحلة الحالية للمطورين: يتوافر النموذج فوراً عبر منصة كتابة الشفرات «Muse Code» الموجهة لفرق الهندسة، إلى جانب إتاحته للشركات والمبرمجين عبر واجهة «Meta Model API».
- التوسع الاستهلاكي المستقبلي: من المتوقع وصول النموذج لاحقاً إلى تطبيقات ومنصات ميتا الاستهلاكية الواسعة، ومن بينها شبكتي Instagram وFacebook، فضلاً عن دمجه ضمن خدمات المساعد الذكي «Meta AI».
Muse Spark 1.3 في مواجهة المنافسين: إلى أين يتجه سباق النماذج؟
تزامن إعلان ميتا مع تسارع لافت في وتيرة الإعلانات التقنية الصادرة عن كبرى مختبرات الذكاء الاصطناعي حول العالم:
- شركة جوجل: أطلقت نموذج Gemini 3.8 Flash إلى جانب إصدار متخصص في الأمن السيبراني، مع مواصلة تدريب نموذجها المستقبلي الأضخم Gemini 4.
- شركة أنثروبيك: طرحت تحديثي Claude Fable 5.1 وMythos 5.1، مع التركيز على تحسين الأداء وتخفيض التكاليف وخفض الإنذارات الخاطئة في الضوابط الأمنية.
- شركة أوبن إيه آي: كشفت عن نموذج Astra متجاوزاً عتبة القدرات الحرجة في الأمن السيبراني، مع خطط لإتاحة قدراته الأكثر تقدماً بشكل محدود للمختبرين والجهات الموثوقة في المرحلة الأولى.
يعكس هذا المشهد تحول التنافس بين الشركات من مجرد تحسين غرف الدردشة الآلية إلى التنافس على كفاءة بيئات العمل المستقلة وأدوات التطوير المتقدمة.
ما التالي؟ Max Reasoning وOpen Weights ونماذج أكبر
وضعت ميتا خارطة طريق واضحة للمرحلة المقبلة، مؤكدة أن الإصدار 1.3 يمثل بداية لسلسلة من التحديثات المرتقبة:
- إتاحة وضع الاستدلال الأقصى (Max Reasoning): العمل على إطلاق هذا الوضع المتقدم بعد استكمال اختبارات السلامة الإضافية، دون تحديد موعد زمني نهائي حتى الآن.
- إطلاق إصدارات بأوزان مفتوحة (Open Weights): تأكيد خطط طرح إصدارات بأوزان مفتوحة من عائلة Muse Spark لدعم الأبحاث المستقلة والمجتمع البرمجي الحر.
- تطوير نماذج أضخم حجماً: مواصلة العمل على أجيال مستقبلية تمتلك قدرات استيعابية أكبر، دعماً لاستراتيجية الوصول إلى الذكاء الخارق المخصص لخدمة الأفراد (Personal Superintelligence).
تظهر هذه الرؤية إصرار ميتا على مواصلة الاستثمار في تطوير أدوات ذكية قادرة على العمل المستقل، وتولي مهام برمجية وتنفيذية معقدة بكفاءة وموثوقية عالية.
