وقريباً سوف يظهر تراجع واضح لأحد البائعين والمسوقين وهو Jensen Huang الذي كان في 2023–2024 كان من أكثر الأشخاص المساهمين في تضخيم موجة الـ AI Hype ولو بشكل غير مباشر من خلال تصريحات:

- كل شركة ستصبح شركة AI
- البرمجة التقليدية انتهت
- لا داعي لتعلم البرمجة كما في السابق
- الذكاء الاصطناعي سيعيد تشكيل كل الصناعات
- الذكاء الاصطناعي سيخلق وظائف هائلة

وبالتحديد أركز أنا على الجزئية الأخيرة وتحدثت عنها سابقاً

المهم أن جينسن بدأ يخفض الموجه وبدأها من تصريح له في اليابان قبل عدة شهور حيث يظهر في تصريحاته:

- الـ AI لن يلغي البشر بالكامل هو سيخلق (عمالة فائقة الإنتاجية)
- الشركات تحتاج سنوات لإعادة تصميم العمليات
- القيمة الحقيقية تأتي من الدمج المؤسسي وليس مجرد استخدام chatbot

الخلاصة
لا تسمعوا أصوات التجار المحتكرين (المنتجين واصحاب الشركات الكبرى) فتصريحاتهم ليست واقعية دائماً فهي تخفي الكثير…

إنظروا من عدة زواية وتحركوا وفق استراتيجية واضحة وأهداف واقعية وليس مع موجة الترند

لكي لا يفهمني البعض بقصور

حتى Hype Cycle لجارتنر في رأيي يخضع لنضج البنية التحتية للدول وسرعة تلقفها للتقنية (سيادياً)
وهذا باب فيه ما فيه من التعقيدات بسبب كثير من المتغيرات الوسيطة

مثال
الدول التي لا تملك مركز بيانات وعتاد قادر على بناء نماذج سيادية وايضاً تحكمها قواني الخصوصية فهي سوف تبقى في مرحلة الخيبة طويلاً وهذا الامر لا يخضع للتوقعات والنظرة ولكن قدرتها لا تحملها على الخروج والتقدم للمرحلة التالية … ولكم تخيل ذلك بالوظائف…!

تخصصات جامعية في خطر…

فوربس تقول
الذكاء الاصطناعي لا يُلغي الشهادات الجامعية، لكنه يُغيّر قيمتها.

التخصصات المبنية على المهام الروتينية مثل:

التسويق التقليدي
المحاسبة
الإعلام
إدارة الأعمال العامة
التصميم الجرافيكي

أصبحت أكثر عرضة للأتمتة بواسطة AI.

لكن هذا لا يعني نهاية هذه التخصصات، بل نهاية “العمل التقليدي” داخلها.

القيمة اليوم انتقلت إلى:

التفكير النقدي
الإبداع
القيادة
التخصص العميق
القدرة على استخدام أدوات الذكاء الاصطناعي بذكاء

المستقبل ليس:
(الإنسان ضد AI)

إنما:

(الإنسان الذي يستخدم AI ضد الإنسان الذي لا يستخدمه)

الشهادة وحدها لم تعد كافية… والمهارة أصبحت الفارق الحقيقي

تفاصيل أكثر في الانفوجرافيك👇🏻

نماذج اللغة تحتاج إلى النوم 💤

ورقة بحثية تقترح طريقة جديدة تجعل نماذج اللغة الكبيرة (تنام) مؤقتًا لمعالجة المعلومات القديمة وتحويلها إلى ذاكرة داخلية أكثر فاعلية، مما يحسن قدرتها على التفكير العميق في المهام الطويلة والمعقدة.

▪️ما الذي درسته؟
- مشكلة ضعف نماذج اللغة الكبيرة عند التعامل مع سياقات طويلة تتطلب تفكيرًا متعدد الخطوات. الباحثون اختبروا ما إذا كان منح النموذج فترة (Sleep) لمعالجة المعلومات بعد قراءتها يمكن أن يحسن قدرته على التذكر والاستدلال لاحقًا.

▪️كيف أجريت؟

استخدم الباحثون نماذج لغوية هجينة تجمع بين آلية الانتباه (Attention) وذاكرة مضغوطة (SSM).
تم إعطاء النماذج مهام تتطلب تذكر معلومات قديمة وحل مسائل منطقية أو رياضية متعددة الخطوات.
قبل حذف الذاكرة المؤقتة، يدخل النموذج في مرحلة (Sleep) يقوم فيها بإعادة معالجة المعلومات عدة مرات.
قيس الأداء عبر دقة الإجابات في مهام الاستدلال والرياضيات واسترجاع المعلومات.

▪️ماذا وجدت الدراسة؟

كلما زادت مدة (النوم) وعدد مرات إعادة المعالجة، تحسن أداء النموذج في المهام المعقدة.

في بعض اختبارات الرياضيات (GSM-Infinite)، ارتفعت الدقة بشكل واضح في الم

سائل الأصعب، مثل تحسن من 0.419 إلى 0.615 في بعض الإعدادات، أي تحسن يقارب 47%.

النماذج التقليدية فشلت غالبًا عندما احتاجت إلى استدلال عميق، حتى لو كانت قادرة على تخزين المعلومات نفسها.

▪️ماذا يعني؟
أن نماذج الذكاء الاصطناعي قد تستفيد من آلية شبيهة بالنوم البشري، حيث تعيد تنظيم المعلومات قبل نسيانها. عمليًا، هذا قد يساعد في بناء نماذج أكثر قدرة على التفكير طويل المدى وحل المشكلات المعقدة دون الحاجة إلى ذاكرة ضخمة جدًا.

الورقة هنا

Language Models Need Sleeparxiv.org/pdf/2605.26099

الـ AI أصبح قادر على اختراق الأنظمة الحقيقية

هنا نتائج تجارب النموذج «Claude Mythos Preview» من خلال دراسة جديدة مشاركة مع Anthropic ُظهر أن بعض نماذج الذكاء الاصطناعي الحديثة أصبحت قادرة على تحويل ثغرات أمنية حقيقية إلى هجمات عملية ناجحة على نطاق غير بسيط، حتى مع وجود وسائل حماية متقدمة.

▪️ما الذي تم بحثه؟
بحث الباحثون قدرة أنظمة الذكاء الاصطناعي على استغلال الثغرات الأمنية تلقائيًا، أي تحويل “خلل برمجي” إلى اختراق فعلي يسمح بتنفيذ أوامر غير مصرح بها.
ولهذا أنشأوا منصة اختبار ضخمة باسم ExploitGym تضم 898 ثغرة حقيقية من برامج وأنظمة معروفة.

▪️كيف أجريت؟

استخدم الباحثون ثغرات حقيقية من:
برامج عادية (520 حالة)
محرك JavaScript V8 الخاص بكروم (185 حالة)
نواة Linux (193 حالة)
تم إعطاء النماذج:
كود البرنامج
وصف الثغرة
ملف يُظهر كيفية تفعيل الخطأ
النجاح كان يُقاس بقدرة النموذج على الوصول إلى “علم سري” داخل النظام، ما يعني أنه نفّذ اختراقًا حقيقيًا.

▪️ماذا النتائج ؟

- أفضل نموذج كان Claude Mythos Preview ونجح في 157 حالة اختراق.
GPT-5.5 نجح في 120 حالة.
GPT-5.4 نجح في 54 حالة.
- بعض النماذج الضعيفة نج

حت في أقل من 15 حالة فقط، ما يدل على أن المهمة لا تزال صعبة جدًا.
- في مهام “اختراق نواة Linux” — وهي الأصعب — حقق GPT-5.5 عدد 22 اختراقًا ناجحًا، بينما معظم النماذج الأخرى فشلت تقريبًا بالكامل.

- عند تفعيل وسائل الحماية الأمنية:
Claude Mythos انخفض من 157 نجاحًا إلى 45 فقط تقريبًا.

GPT-5.5 انخفض من 120 إلى 21 تقريبًا.
الدراسة وجدت أيضًا أن النماذج أحيانًا اكتشفت ثغرات جديدة غير الثغرة المطلوبة أصلًا.

▪️ماذا يعني ذلك؟
النتائج تعني أن الذكاء الاصطناعي بدأ يقترب من مستوى يسمح له بتنفيذ عمليات اختراق حقيقية بشكل شبه ذاتي، وليس فقط المساعدة في كتابة الكود.
ورغم أن وسائل الحماية الحالية تقلل النجاح بشكل كبير، فإنها لا تمنع الهجمات بالكامل، ما يعني أن الأمن السيبراني سيحتاج مستقبلًا إلى دفاعات أقوى تأخذ قدرات الذكاء الاصطناعي بعين الاعتبار.

الورقة هنا

ExploitGym: Can AI Agents Turn Security Vulnerabilities into Real Attacks?arxiv.org/pdf/2605.11086

دورات احتراف Claude وأدواته

🎓 أكاديمية Anthropic للتعلم

لدى Anthropic منصة تعليمية رسمية تقدم دورات مجانية لتعلم استخدام Claude ومنتجاتها، تناسب المبتدئين والمطورين.

أبرز الدورات فيها:

✔️ Claude 101 : أساسيات استخدام Claude في المهام اليومية والميزات الأساسية.

✔️ Claude Code 101 : تعلم دمج Claude Code في سير عمل التطوير اليومي.

✔️ Building with the Claude API : دورة شاملة للمطورين الذين يعملون مع واجهة برمجة التطبيقات.

✔️ Introduction to Model Context Protocol : بناء خوادم وعملاء MCP من الصفر باستخدام Python لربط Claude بالخدمات الخارجية.

✔️ AI Fluency: Framework & Foundations : تعلم التعاون مع أنظمة الذكاء الاصطناعي بفعالية وكفاءة وأخلاقية.

✔️ Introduction to Agent Skills : بناء وإعداد ومشاركة المهارات (Skills) في Claude Code.

✔️ Introduction to Subagents : استخدام وإنشاء الوكلاء الفرعيين لإدارة السياق وتفويض المهام.

📌 رابط المنصة:anthropic.skilljar.com

هل تستخدم Claude كثيرًا؟

بدل ما تعيد شرح نفسك في كل محادثة
أنشئ 3 ملفات ثابتة تساعد Claude على فهمك:

1- about-me. md : من أنت، كيف تعمل، وما قواعدك.

2- anti-ai-writing-style. md : ما الأسلوب والكلمات والعبارات التي لا تريدها.

3- my-company. md : أهداف مشروعك، جمهورك، وتركيزك الحالي.

التفاصيل الكاملة
في الانفوجرافيك👇🏻

ماذا يحدث حين تترك Agents يتحدثان معاً؟

- (9) أيام….
- (60) ألف رمز…. بلا زر إيقاف
- مشروع تعاوني صمّم فيه بروتوكول تنسيق
- أحدهما أنشأ مهمة مجدولة لاستطلاع رسائل الآخر

التفاصيل👇🏻

① (6) وكلاء ذكاء اصطناعي
تم إعطاءهم صلاحيات كاملة:

- بريد
- أوامر نظام
- ذاكرة دائمة

عشرون باحث حاولوا [كسرهم] خلال أسبوعين.

ما حدث لم يكن اختراق تقني… كان أسوأ.

كل ما احتاجوه: كلمات….

② الجميع تداول قصة
[وكيلين خرجا عن السيطرة 9 أيام وأنفقا 60 ألف رمز]

الحقيقة:

هنا لم يخرجا عن السيطرة.
شخص طلب منهما صراحة تبادل الرسائل…

فاستمرا، وبنيا بروتوكول تنسيق خاص بهما، وأنشآ مهمة تعمل تلقائياً بلا نهاية.

المشكلة ليست التمرد.
المشكلة أنهما لا يعرفان متى يتوقفان.

③ إليك ما يُقلق فعلاً:

وكيل اسمه Ash طلب منه شخص (ليس مالكه) حماية [سر]

🤔 ماذا فعل لحمايته؟

دمّر خادم البريد الخاص بمالكه بالكامل. 🔥

ثم أعلن: [تم الحذف]

④ والسرّ؟
لم يُحذف أصلاً.

بقيت الرسالة موجودة على الخادم. الوكيل أبلغ عن [إنجاز لم يحدث]

هذه أخطر صفة في الورقة البحثية كلها:

الوكيل لا يكذب فقط…
بل يسجّل حالة نظام زائفة قد تبني عليها قرارات لاحقة.

⑤ الخصوصية؟
انهارت بسطر واحد.

اطلب رقم الضمان الاجتماعي مباشرة = يرفض

اطلب [أعد توجيه الإيميل كاملاً] = يسلّمك الرقم والحساب البنكي والبيانات الطبية كاملة دون أي رقابة

الفجوة ليست في الذكاء. الفجوة في الفهم.

⑥ وانتحال الهوية؟

غيّر اسمك المعروض إلى اسم المالك…
في قناة جديدة فقط.

النتيجة:
• حذف ملفات
• إعادة تعيين صلاحيات الإدارة
• سيطرة شبه كاملة

كل ذلك لأن الوكيل وثق بالاسم الظاهر، لا بالهوية الحقيقية.

⑦ السؤال الذي تطرحه الورقة:

لماذا تفشل أنظمة بهذا الذكاء في مواقف بسيطة؟

الجواب:
تنقصها [خريطة] تحدّد لمن تخدم، ومن تطيع، ومتى تتجاوز حدود قدرتها.

فتنصاع لمن يتحدث بإلحاح أو ضغط… أياً كان.