KevinSimback

من الواضح أن شركة أنثروبيك تقوم بتوسيع منتجاتها بشكل أسرع مما يمكنها من توسيع الحوسبة
أرى أن هذا شيء جيد - لأنه يصعب على شركة واحدة أن تتقدم بشكل كبير في سباق الوصول إلى الذكاء الاصطناعي العام

هل يشعر أحد آخر بخيبة أمل حتى الآن مع Opus 4.7؟
أحتاج إلى إعطائه المزيد من المهام قبل أن أخلص، لكن التوقعات المبكرة ليست مرتفعة جدًا
ربما أكون أتوقع الكثير بعد سماعي عن Mythos

ثلاثة مواضيع داخل الذكاء الاصطناعي تثير اهتمامي جدًا في الوقت الحالي:
1. النماذج المحلية لتحسين تكلفة استخدام النموذج
لماذا -> لا أعتقد أننا سنحصل على أفضل النماذج مع استخدام غير محدود مقابل 200 دولار شهريًا لفترة أطول
الكتابة على الحائط، المختبرات الكبيرة لا يمكنها الاستمرار في دعم ذلك لفترة طويلة
لذا استمتع بـ Claude Max طالما تستطيع، لكن قريبًا ستحتاج كل شركة ومستخدم قوي إلى تعلم كيفية توجيه الطلبات بكفاءة بين النماذج المختلفة للمهمة المعنية وبين السحابة والمحلية، والمحلية هي المفتاح
2. تحديد الحصون في المنتجات الوكيلة
لماذا -> الوكلاء سيكون لهم تأثير هائل على العالم، لكن استحقاق

ويكي نماذج اللغة الكبيرة هو قاعدة معرفية مجمعة - هذا رائع ويخدم غرضًا
لكنها ليست "دماغًا ثانيًا"
ويكي نماذج اللغة الكبيرة يلتقط ما بحثت عنه، وربما قرأته
لكنها لا تلتقط ما تفكر فيه حول ما قرأته، والفرق هو الهدف كله

الناس يتسمون بالتنافسية
نحب أن نتنافس، ونحب أن نراقب الآخرين يتنافسون، ونحب أن نراهن على نتائج تنافس الآخرين، وهو شكل من أشكال التنافس نفسه
وكلاء الذكاء الاصطناعي يفتحون لوحة التصميم لنوع جديد تمامًا من المنافسة
أتطلع إلى تنافس وكلائي

🚀 هل تريد نماذج مجانية يمكنك توصيلها بـ OpenClaw أو Hermes؟
إليك 9 موارد يمكنك استخدامها للوصول المجاني إلى واجهات برمجة التطبيقات للنماذج
لا إعداد محلي، لا بطاقة ائتمان، فقط واجهات برمجة تطبيقات سحابية نقية مع نقاط نهاية متوافقة مع OpenAI
لا يمكنك الحصول على جودة Opus مجانية (حتى الآن) لكن جميع هذه الموارد لديها مستويات مجانية حقيقية الآن (قد تنطبق حدود المعدل) وهي جيدة بما يكفي للبدء إذا لم ترغب في إنفاق المال للبدء مع الوكلاء
1️⃣ نماذج OpenRouter المجانية
(Gemma 4 31B/26B، NVIDIA Nemotron 3 Super 120B MoE، MiniMax M2.5، متغيرات Qwen3، Llama 4/3.3، gpt-oss-120B، Arcee Trinity، وغي

استئجار زميل فريق، وليس أداة - هذا هو مستقبل الذكاء الاصطناعي الوكولي للمؤسسات
تريد معظم الشركات وكلاء ذكاء اصطناعي يقومون فقط بعمل جيد - فهي لا تريد أن تتورط كثيرًا في التفاصيل التقنية للم harnesses واختيار النماذج
إنهم فقط يريدون اختيار وكيل من قائمة، وتزويده بأي مهارات إضافية ضرورية، ثم القدرة على استخدامه بأمان في بيئة شركتهم
3 نقرات فقط ويكون الوكيل جاهزًا للعمل، ويمكن تشغيله أو إيقافه بسهولة تامة

إعداد "الذكاء الاصطناعي الأقصى":
> تشغيل نماذج مفتوحة المصدر من الطراز الأول في المنزل على أجهزة المستخدم (خيارات متعددة: Mac Mini بسعة 64 جيجابايت، حاسوب شخصي مع 3090/4090/5090)
> تشغيل Tailscale أو LM Studio مع Tailscale للوصول الآمن عن بُعد
> الوصول إلى النماذج عبر الهاتف/الكمبيوتر المحمول في أي مكان لإجراء استنتاجات خاصة ومجانية

هناك فرصة حقيقية لمُحْتَسِب طموح في مجال الذكاء الاصطناعي ل:
- إنشاء إطار تقييم لاختبار أدوات الوكلاء مثل Openclaw و Hermes وجميع "المخالب" الأخرى
- توسيع التقييم ليشمل أدوات / إعدادات مختلفة حتى نعرف كيف يتغير الأداء مع إعدادات مختلفة
- إجراء تقييمات قوية عبر نماذج مختلفة بما في ذلك المحلي مقابل API
- قياس الأداء ونشر النتائج، ثم إجراء تحديثات مستمرة مع تطور الوكلاء والنماذج
الفرصة هي أن تكون المصدر الرئيسي للمقاييس الموضوعية للوكلاء
ربما يقوم شخص ما بالفعل بذلك وأنا لست على علم؟ ليست مقارنات لمرة واحدة، بل اختبارات وتقييمات معيارية حقيقية حتى نتمكن من مقارنة النتائج بشكل فعلي

أفضل أن أمتلك مهارات اللعنة بدلاً من أموالك اللعينة

لماذا تشغل نماذج محليًا؟
عادةً سببان رئيسيان - الخصوصية والتكلفة
دعنا نستكشف جانب التكلفة بمثال ونرى كيف تسير الحسابات
لنفترض أنك تريد تشغيل حلقة Autoresearch طوال الليل مثل @karpathy
إذا كان لديك إمكانية الوصول إلى H100، يمكنك تشغيل 100 تجربة طوال الليل باستخدام Opus-4.6 و تكلفة API ستكون على الأرجح في نطاق $10-25
لكن معظمنا لا نحظى بالحظ الكافي للوصول إلى H100
لا يزال يمكننا تشغيل 100 تجربة Autoresearch على MacBook بنفس التكلفة $10-25، لكن لن تكون مقارنة متكافئة
سيكمل H100 50-100x خطوات تدريب أكثر خلال نفس الفترة الزمنية
إذن إذا كنت تريد تكرار نفس عدد خطوات التدريب، قد ينتهي بك الحال لدفع أك

بعض التأملات الشخصية حول الذكاء الاصطناعي
بدأت دراسة علوم الحاسوب في الجامعة، لكنني لم أكن مبرمجاً جيداً
أخذت فصلاً في التمويل الشركاتي في سنتي الثالثة وحققت نتائج ممتازة، كنت أفضل بكثير في التمويل من البرمجة فقررت تغيير تخصصي
لكن كان لدي دائماً شعور بالنقص تجاه الأشخاص الذين يستطيعون البرمجة بحقاً
كنت أعلم أنهم يستطيعون تجاوزي بكثير عندما يتعلق الأمر ببناء أي شيء وكنت تحت رحمتهم في التبعيات التقنية
لذا اعتمدت على نماذج Excel والعروض التقديمية الخاصة بي كميزتي التنافسية
ثم أثناء عملي كمستشار في Goldman التقيت ببعض محللي التمويل الكميين الحقيقيين
معظمهم يستطيعون البرمجة وفي نفس الوقت يفهمون الت

فكّر مثل الإستراتيجي، اعمل مثل المطوّر -> هذا هو النموذج الجديد