عرضه غافلگیرکننده فِیبل ۵.۵ برای فردا؟ گوگل و OpenAI برای رقابت تازه آماده می‌شوند

رقابت میان سه غول هوش مصنوعی سیلیکون‌ولی در ماه اکتبر به اوج تازه‌ای رسیده است.

امروز، منبعی در شبکه اجتماعی ایکس خبر داد که Anthropic احتمالاً فردا مدل پیشرفته خود، فِیبل ۵.۵، را به‌طور غافلگیرکننده عرضه می‌کند.

تقریباً هم‌زمان، وب‌سایت The Information گزارش داد که مدل جدید Anthropic هم‌اکنون در اختیار گروهی از آزمایش‌کنندگان قرار گرفته و در حال آزمایش است.

به گفته افرادی که با این مدل کار کرده‌اند، جهش عملکردی نسل جدید Claude بر سه قابلیت اصلی متمرکز است: «عمق استدلال، قضاوت شهودی و درک نیت انسان‌ها».

یکی از چشمگیرترین ویژگی‌های این مدل، توانایی بالای آن در تشخیص خواسته‌های ناگفته کاربران است؛ به این معنا که حتی اگر کاربر نیاز خود را صریح بیان نکند، مدل می‌تواند منظور واقعی او را تشخیص دهد.

برای مثال، کافی است از آن بخواهید یک باگ را برطرف کند؛ این مدل می‌تواند مجموعه مشکلات زیربنایی مرتبط با آن را نیز شناسایی کند.

پیش از آنکه Anthropic رسماً از برنامه‌های خود رونمایی کند، گوگل و OpenAI نیز برای ورود به مرحله بعدی رقابت آماده می‌شوند. مدل جمنای ۴ کربن گوگل هم‌اکنون در داخل این شرکت در حال اجراست و نسل جدید مدل ترا از OpenAI نیز برای عرضه آماده شده است.

به نظر می‌رسد میدان رقابت مدل‌های بزرگ هوش مصنوعی در ماه اکتبر شاهد رقابتی شدید باشد و صنعت هوش مصنوعی طی هفته‌های آینده بار دیگر وارد دوره‌ای پرتحرک شود.

کلود جدید توانایی «ذهن‌خوانی» پیدا کرده است

به گزارش The Information، یکی از آزمایش‌کنندگانی که زودتر به مدل جدید دسترسی پیدا کرده است، می‌گوید توانایی استدلال و شهود این مدل از تمام مدل‌هایی که Anthropic در حال حاضر عرضه می‌کند، بیشتر است.

اما آنچه بیش از همه توجه‌ها را جلب می‌کند، قابلیت منحصربه‌فرد دیگری است: این مدل حتی زمانی که کاربر اطلاعات بسیار کمی ارائه می‌دهد و هدفش را صریح بیان نمی‌کند، می‌تواند نیت و مقصود پشت اقدامات او را به‌خوبی تشخیص دهد.

درک استدلال و شهود دشوار نیست، اما توانایی تشخیص هدف‌هایی که کاربر هنوز به زبان نیاورده است، مستقیماً به یکی از بنیادی‌ترین مسائل تعامل میان انسان و هوش مصنوعی مربوط می‌شود.

با درخواست رفع یک باگ، مجموعه‌ای از مشکلات مرتبط را پیدا می‌کند

یکی از افرادی که این مدل را آزمایش کرده، مثالی می‌زند: فرض کنید گزارش یک خطا را برای مدل می‌فرستید و از آن می‌خواهید یک باگ را برطرف کند.

مدل‌های سنتی معمولاً فقط همان خطای گزارش‌شده را اصلاح می‌کنند؛ یعنی برای مشکل مشخص‌شده وصله‌ای می‌نویسند و نتیجه را تحویل می‌دهند.

اما این مدل سرنخ‌ها را دنبال می‌کند و مجموعه مشکلاتی را که منشأ این باگ هستند شناسایی می‌کند. سپس از شما می‌پرسد که آیا می‌خواهید همه آن‌ها را نیز به‌طور هم‌زمان برطرف کند یا خیر.

هر برنامه‌نویسی می‌داند که یک ایراد مشابه ممکن است در بخش‌های مختلف کد تکرار شده باشد. گاهی یک مورد را اصلاح می‌کنید، اما چند روز بعد همان خطا در جای دیگری ظاهر می‌شود.

مدل‌های هوش مصنوعی قبلی معمولاً فقط همان بخشی را اصلاح می‌کردند که کاربر مشخص کرده بود و پیدا کردن سایر موارد بر عهده خود برنامه‌نویس بود. اما مدل جدید می‌تواند به‌طور مستقل بخش‌های بیشتری از کد را بررسی کند و همه مشکلات مشابه را یک‌جا به کاربر نشان دهد.

با این حال، مدل خودسرانه تصمیم نمی‌گیرد. پیش از اعمال تغییرات، درباره انجام اصلاحات و محدوده آن‌ها از کاربر اجازه می‌گیرد و تصمیم نهایی را به او واگذار می‌کند.

چنین سطحی از توانایی می‌تواند واگذاری وظایف بزرگ و پیچیده به هوش مصنوعی را مطمئن‌تر کند.

مثال دیگر به معاملات سهام مربوط می‌شود. وقتی از مدل می‌خواهید درباره معامله سهام راهنمایی‌تان کند، صرفاً به شاخص‌های رایجی مانند نسبت قیمت به درآمد بسنده نمی‌کند؛ بلکه خودش مجموعه‌ای از الگوریتم‌ها را برای پیش‌بینی روند آینده قیمت سهام طراحی می‌کند.

یک نمونه از این توانایی، پیدا کردن علت ریشه‌ای باگ‌هاست و نمونه دیگر، کنار گذاشتن روش‌های متداول و ابداع راهکارهای تازه. به همین دلیل است که آزمایش‌کنندگان برای توصیف این مدل از واژه «شهود» استفاده می‌کنند؛ قابلیتی که معمولاً آن را به انسان نسبت می‌دهیم.

TestingCatalog، از فعالان باسابقه صنعت هوش مصنوعی، پس از مشاهده نتایج با شگفتی گفت که فکر کردن خارج از چارچوب همواره یکی از دشواری‌های دیرینه مدل‌های بزرگ بوده است. به گفته او، اگر یک مدل بتواند این کار را به‌طور پایدار انجام دهد، هوش مصنوعی رسماً وارد مرحله «نوآوری» خواهد شد.

درخواست ساخت برنامه دماسنج، به کشف بدافزار استخراج رمزارز منجر شد

توانایی بررسی فراتر از درخواست اولیه، پیش‌تر نیز در نسخه فعلی Claude مشاهده شده است.

چند روز پیش، یکی از کاربران مک تجربه خود را در ردیت منتشر کرد. این مطلب سپس در ایکس بازنشر شد و به‌سرعت مورد توجه قرار گرفت؛ یکی از بازنشرهای آن به‌تنهایی ۲۲۰ هزار بازدید داشت.

این کاربر فقط از Claude Code خواسته بود یک برنامه کوچک برای پایش دما بنویسد.

هنگام خواندن داده‌های حسگرها، Claude متوجه شد که اعداد دما به‌شدت غیرعادی هستند و دمای اوج پردازنده به ۱۱۲ درجه سانتی‌گراد می‌رسد. مدل به‌جای آنکه صرفاً عدد را در نوار منو نمایش دهد و کار را تمام کند، بررسی کرد که چه فرایندی منابع پردازنده را مصرف می‌کند.

در جریان این بررسی، برنامه استخراج رمزارز با نام xmrig شناسایی شد. میزان استفاده این برنامه از پردازنده حدود ۱۱۷۵ درصد بود؛ رقمی که معادل استفاده از تمام ۱۲ هسته پردازنده با حداکثر ظرفیت است.

Claude محل پنهان شدن برنامه را نیز پیدا کرد. این برنامه در مسیر /tmp/rigupdater مخفی شده بود و ورودی اجرای خودکار آن هنگام راه‌اندازی سیستم از ۲۹ اوت ایجاد شده بود؛ یعنی مدت‌ها پیش از آنکه کاربر نوشتن کد را آغاز کند.

مدل در این مورد هم، درست مانند اصلاح باگ‌ها، بدون اجازه اقدامی انجام نداد و ابتدا پرسید: «می‌توانم همین حالا آن را پاک‌سازی کنم؟» کاربر در ابتدا فقط می‌خواست دمای دستگاه را بررسی کند، اما در نهایت عامل اصلی کند شدن رایانه خود را پیدا کرد.

این نمونه تنها نشان‌دهنده توانایی نسخه‌ای از Claude است که هم‌اکنون در دسترس قرار دارد.

از ابتدای ماه جاری میلادی، شایعات درباره فِیبل ۵.۵ متوقف نشده است.

در آن زمان، شمار زیادی از توسعه‌دهندگان به‌طور جداگانه گزارش دادند که درخواست‌های ارسالی به فِیبل ۵.۱ بی‌سروصدا به یک مدل جدید و قدرتمندتر هدایت می‌شود.

یکی از نشانه‌های قابل‌توجه این تغییر آن بود که مدل توانست به پرسشی درباره «Reset Guy» تیبو پاسخ دهد؛ یک میم تازه که مدل‌های قدیمی‌تر از آن اطلاعی نداشتند.

توسعه‌دهندگان باتجربه‌ای که درخواست‌هایشان به مدل جدید هدایت شده بود، پس از نخستین آزمایش‌ها شگفت‌زده شدند.

این مدل می‌تواند انیمیشن بسازد، شبیه‌سازی‌های فیزیکی سه‌بعدی انجام دهد، پروژه‌های مهندسی ایجاد کند و کدنویسی را از صفر پیش ببرد؛ آن هم در یک نوبت.

یکی از کاربران تنها دو دستور، در مجموع کمتر از چهار خط، به مدل داد و از آن خواست با جاوااسکریپت (JS)، انیمیشنی با عنوان A Person's Life را فریم‌به‌فریم ترسیم کند. مدل دو ساعت پیاپی کار کرد و ۲۷ میلیون توکن مصرف کرد.

کاربر دیگری این مدل را مستقیماً با GPT-6.1 Sol مقایسه کرد. هر دو مدل مأمور شدند یک عروس دریایی سه‌بعدی و قابل‌کشیدن با ماوس بسازند، اما عملکرد فِیبل در جلوه‌های کشسانی و بازگشت به حالت اولیه بهتر بود.

اگر هدایت درخواست‌ها به مدل جدید را صرفاً نوعی آزمایش محدود و غیرقطعی بدانیم، نشانه‌هایی که هفته گذشته در کتابخانه‌های کد ظاهر شدند، احتمال نزدیک بودن زمان عرضه را تقویت می‌کنند.

در ۱۳ اکتبر، یک ربات در گیت‌هاب با نام Microsoft Foundry، مدخلی با عنوان claude-fable-5-5 ثبت کرد.

در همان روز، پروژه متن‌باز LiteLLM نیز شناسه azure_ai/claude-fable-5-5 را اضافه کرد. در توضیح این تغییر آمده بود که این نام از رابط مدل در Azure گرفته شده است.

این مدخل بعداً حذف شد و سرنخ‌ها برای مدتی از بین رفتند، اما گزارش امروز The Information بار دیگر موجی از گمانه‌زنی‌ها را به راه انداخت.

در گزارش The Information نام مدل مشخص نشده و هنوز معلوم نیست مدل جدید در خانواده فِیبل قرار می‌گیرد یا اپوس. فِیبل بالاترین رده و قدرتمندترین خانواده مدل‌های Anthropic است و اپوس در رتبه دوم قرار دارد.

با این حال، امیر افراتی، سردبیر اجرایی The Information، شخصاً در ایکس این پرسش را مطرح کرد: آیا Anthropic در آستانه عرضه فِیبل ۵.۵ است؟ به نظر می‌رسد همین‌طور باشد...

اظهارنظر سردبیر اجرایی این رسانه باعث شده است که بسیاری از کاربران و ناظران، با اطمینان بیشتری روی عرضه فِیبل ۵.۵ حساب کنند.

برخی کاربران اینترنتی معتقدند Anthropic اکنون از OpenAI پیشی گرفته است و با انتشار فِیبل ۵.۵، مدلی عرضه خواهد کرد که در سطحی متمایز از رقبا قرار می‌گیرد.

گمانه‌زنی درباره عرضه مدل در روز «فردا» نیز بی‌دلیل نیست: فِیبل ۵.۱ و اپوس ۵.۵ هر دو روز سه‌شنبه منتشر شدند.

با این حال، استفانی پالازولو، خبرنگاری که گزارش The Information را نوشته است، بعداً توضیح خود را اصلاح کرد و گفت عرضه مدل طی چند هفته آینده انجام خواهد شد.

به بیان دیگر، حتی اگر فِیبل ۵.۵ فردا عرضه نشود، بر اساس این گزارش‌ها ممکن است تنها چند هفته تا انتشار آن باقی مانده باشد.

گوگل و OpenAI نیز هم‌زمان وارد میدان می‌شوند

در حالی که Anthropic خود را برای رونمایی از محصولی مهم آماده می‌کند، دو رقیب دیگر نیز بیکار ننشسته‌اند.

گوگل هفته گذشته جمنای ۴ آرگون را منتشر کرد و اکنون مدل بعدی این شرکت، کربن، در داخل مجموعه در حال اجراست.

بر اساس اسناد داخلی و تصاویری که Business Insider مشاهده کرده است، کربن روی پلتفرم داخلی برنامه‌نویسی گوگل با نام Jetski مستقر شده است.

یکی از کارکنان گوگل گفته است که عملکرد کدنویسی این مدل «حسی شبیه اپوس ۵.۵ دارد». کارمند دیگری نیز در کانال داخلی شرکت با هیجان نوشته است: «کربن واقعاً عالی است!»

محتوای این مقاله بیانگر دیدگاه نویسنده است و پلتفرم 36Kr صرفاً فضای ذخیره‌سازی اطلاعات را فراهم می‌کند.