أبرز النقاط
- نماذج Fable 5 (فئة Mythos) تعمل بكفاءة أعلى مع موجّهات أقصر وأقل تقييداً
- الأمثلة الكثيرة باتت تحدّ من إبداع النموذج بدلاً من تحسينه
- Anthropic تنتقل من القواعد الصارمة إلى التوجيه عبر السياق
أعلنت Anthropic عن تغيير جذري في طريقة توجيه نماذجها الجديدة: خفض موجّه النظام (system prompt) لأداة Claude Code بنسبة 80%. هذا التحول يعكس فهماً مختلفاً تماماً لكيفية تفاعل النماذج اللغوية المتقدمة مع التعليمات، إذ يبدو أن الأقل أصبح فعلاً أكثر.
لماذا تفضّل نماذج Fable 5 تعليمات أقل؟
أوضح طارق شهيبار، أحد المهندسين في Anthropic، أن نماذج Fable 5 — المعروفة أيضاً بفئة Mythos — تتصرف بشكل مغاير لسابقاتها. فبينما كانت النماذج القديمة تحتاج إلى تعليمات مفصّلة وأمثلة متعددة، تُظهر النماذج الجديدة أداءً أفضل حين تُترك لها مساحة أوسع للاستنتاج.
وأشار شهيبار إلى أن كثرة الأمثلة باتت تقيّد النموذج فعلياً، لأنه — بحسب تعبيره — أكثر إبداعاً من الأمثلة التي نقدمها له. هذه ملاحظة لافتة تقلب المنطق التقليدي لهندسة الموجّهات رأساً على عقب.
من القواعد الصارمة إلى التوجيه بالسياق
التحول لا يقتصر على تقليص عدد الكلمات، بل يمتد إلى فلسفة التوجيه ذاتها. بدلاً من صياغة قواعد صريحة مثل "لا تفعل كذا"، تعتمد Anthropic الآن على تزويد النموذج بسياق كافٍ يتيح له اتخاذ القرار الصحيح تلقائياً.
هذا التطور جاء على مراحل كما يصفها شهيبار:
- المرحلة الأولى: موجّهات قصيرة مع أمثلة كثيرة وتعليمات مقيِّدة
- المرحلة الثانية: موجّهات أطول مع تحسّن قدرة النماذج على الفهم
- المرحلة الحالية: العودة إلى الإيجاز مع نماذج أكثر ذكاءً
ماذا يعني هذا لمهندسي الموجّهات؟
إذا كنت تعمل على تطوير تطبيقات تعتمد على نماذج Claude أو غيرها من النماذج المتقدمة، فهذا التحول يستدعي إعادة النظر في استراتيجيتك. الموجّهات المطوّلة التي كانت تُعدّ معياراً ذهبياً قد تصبح عائقاً مع الجيل الجديد من النماذج.
النقطة الجوهرية: النماذج الأحدث قادرة على استنباط السلوك المطلوب من سياق أقل، مما يعني أن الإفراط في التفصيل قد يحدّ من مرونتها ويُنتج مخرجات أقل جودة.
هل ينطبق هذا على جميع النماذج؟
من المهم التنويه إلى أن هذه الملاحظات تخص تحديداً نماذج Fable 5 من Anthropic. النماذج الأقدم — سواء من Anthropic أو من مزودين آخرين مثل OpenAI وGoogle — قد لا تستجيب بالطريقة ذاتها. اختبار الموجّهات على النموذج المحدد الذي تستخدمه يبقى ضرورياً.
رأي Logicity
هذا التطور يشير إلى نضج متسارع في قدرات النماذج اللغوية على الفهم الضمني. بالنسبة لفرق المنتجات، الرسالة واضحة: لا تفترض أن ما نجح مع GPT-4 أو Claude 3 سينجح مع الأجيال القادمة. أدوات مثل Claude Code وGitHub Copilot وCursor تتنافس جميعها في سوق أدوات البرمجة بالذكاء الاصطناعي — ومن يتقن توجيه النماذج الجديدة بكفاءة سيتفوق. جدير بالذكر أن Claude Code متاح ضمن اشتراك Claude Pro (نحو 20 دولاراً شهرياً) بينما تقدم GitHub Copilot خططاً تبدأ من 10 دولارات للأفراد.
الأسئلة الشائعة
ما هي نماذج Fable 5 من Anthropic؟
هي أحدث فئة من نماذج Anthropic، تُعرف أيضاً بفئة Mythos، وتتميز بقدرتها على العمل بكفاءة أعلى مع موجّهات نظام أقصر وأقل تقييداً.
لماذا أصبحت الأمثلة الكثيرة تضر بأداء النموذج؟
لأن النماذج الجديدة أكثر إبداعاً من الأمثلة المقدمة لها، فكثرة الأمثلة تحصر استجاباتها في أنماط محددة بدلاً من السماح لها باستنباط الحل الأمثل.
هل يجب تغيير موجّهاتي الحالية فوراً؟
ليس بالضرورة. اختبر أولاً مع النموذج المحدد الذي تستخدمه. التبسيط مفيد مع النماذج الأحدث، لكن النماذج الأقدم قد تحتاج تعليمات أكثر تفصيلاً.
ما الفرق بين Claude Code وأدوات البرمجة الأخرى بالذكاء الاصطناعي؟
Claude Code هي أداة وكيل (agentic) تعمل داخل الطرفية وتستطيع كتابة الكود وتعديله وتنفيذه باستقلالية، بينما أدوات مثل Copilot تركز أكثر على الإكمال التلقائي والاقتراحات.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تبني منتجاً يعتمد على نماذج Claude أو تحتاج استشارة في هندسة الموجّهات، تواصل مع فريق Logicity للحصول على دعم متخصص.
فاطمة الزهراء
كاتبة تقنية متخصصة في الذكاء الاصطناعي
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
