#

النقاط الرئيسية

• نشرت OpenAI قصة عميل عن Perplexity وGPT-6 Astra.

• تستخدم Perplexity النموذج في الاتصالات وتغييرات البرمجيات ومراقبة الإنتاج.

• تقول القصة إن التدقيق البشري يحدث بوتيرة أقل من النماذج السابقة.

• وصف Johnny Ho اختبارات تحاكي الخدمات الخارجية وتتحقق من سير العمل من البداية إلى النهاية.

• هذه دراسة حالة منقولة عن الشركة، وليست معيارًا مستقلًا.

ما تقوله قصة العميل

نشرت OpenAI قصة عميل في 14 سبتمبر 2026. وتقول القصة إن Perplexity تستخدم GPT-6 Astra في عدة مهام لأنظمة شاملة. وتشمل هذه المهام كتابة الاتصالات، وتغيير البرمجيات، ومراقبة أنظمة الإنتاج.

ويذكر الوصف أيضًا أن Perplexity تتحقق من النموذج بوتيرة أقل مما كانت تفعله مع النماذج السابقة. وهذه التفاصيل مهمة لأنها تشير إلى مستوى أعلى من الثقة في النظام. كما تثير سؤالًا حول كيفية تحديد الفرق متى يمكن للنموذج أن يتصرف مع إشراف أقل.

كيف تصف Perplexity سير العمل

قال المؤسس المشارك في Perplexity، Johnny Ho، إن الشركة تستخدم النموذج لتوليد الاختبارات. وتقوم هذه الاختبارات بمحاكاة الخدمات الخارجية. كما تتحقق من سير العمل من البداية إلى النهاية.

يشير هذا النهج إلى التركيز على التحقق، وليس على التوليد فقط. فالنموذج لا ينتج النص أو الشيفرة فحسب، بل يساعد أيضًا في اختبار ما إذا كانت العملية تعمل كما هو متوقع عبر الخطوات المختلفة.

لماذا هذا المثال مهم

تُعد هذه الدراسة مفيدة لأنها تعرض نمطًا عمليًا لوكلاء الذكاء الاصطناعي. يجمع هذا النمط بين التنفيذ والتحقق. يمكن للنموذج أن يساعد في إجراء التغييرات، لكنه يمكنه أيضًا المساعدة في التحقق من النتيجة.

وتُظهر القصة أيضًا أن الاستقلالية ليست خيارًا بين كل شيء أو لا شيء. لا تزال Perplexity تستخدم التدقيق البشري، ولكن بوتيرة أقل من السابق. وهذا يخلق منطقة وسطى بين المراجعة اليدوية الكاملة والأتمتة الكاملة.

حدود المصدر

هذه دراسة حالة منقولة عن الشركة. وليست معيارًا مستقلًا. كما أنها ليست دليلًا على الإتاحة العامة.

وهذا يعني أن على القراء التعامل معها بوصفها مثالًا واحدًا منقولًا، لا معيارًا عالميًا. ولا يوضح المصدر كيف يعمل النظام في بيئات أخرى. كما أنه لا يثبت أن الفرق الأخرى ستحصل على النتائج نفسها.

اعتبارات تشغيلية وحوكمة

يشير المصدر إلى سؤالين عمليين. أولًا، ما مقدار التدقيق البشري الكافي قبل أن يتصرف النموذج على نظام ما. ثانيًا، كيف تتحقق الفرق من التغييرات التي تؤثر في أنظمة الإنتاج.

وتشير القصة إلى أن توليد الاختبارات يمكن أن يدعم هذه العملية. كما تشير إلى أن الفحوصات الشاملة من البداية إلى النهاية قد تساعد الفرق على اكتشاف الأعطال مبكرًا. ومع ذلك، لا يحدد المصدر عتبة آمنة للاستقلالية. وتبقى هذه العتبة افتراضًا يجب على كل فريق تقييمه بنفسه.

الصلة بالمغرب

لا يورد المصدر أي حقائق خاصة بالمغرب. وبالنسبة للقراء في المغرب، فالدرس العالمي بسيط: إذا كنت تستخدم وكلاء ذكاء اصطناعي، فاقرن الاستقلالية بالتحقق وأبقِ المراجعة البشرية حيث يكون الخطر أعلى.

الخلاصة

تقدم قصة Perplexity نموذج GPT-6 Astra بوصفه نموذجًا يُستخدم في أعمال تشغيلية حقيقية. فهو يكتب الاتصالات، ويغير البرمجيات، ويراقب أنظمة الإنتاج. كما يساعد في توليد اختبارات تحاكي الخدمات الخارجية وتتحقق من سير العمل من البداية إلى النهاية.

والخلاصة الأساسية ليست أن الاستقلالية الكاملة قد حُلّت. بل إن الفرق تختبر أنظمة أكثر قدرة مع الإبقاء على قدر من الإشراف البشري. وهذا التوازن هو السؤال المركزي الذي تطرحه هذه الدراسة.