تجربة ChatGPT أسرع بـ16 مرة مع GPT-5.6 متعدد الوكلاء V2

مقدمة

تعمل OpenAI حاليًا على إحداث تغيير جذري من方向ين في وقت واحد.

أولاً، خضعت الواجهة الأمامية لـ ChatGPT لعملية تحسين كبيرة، خُصصت خصيصًا للمحادثات الطويلة التي يصعب فتحها والتنقل فيها بعد مئات استدعاءات الأدوات. وذكرت المقالة المصدرية أن جلسة اختبار تضمنت 741 جولة محادثة وبيانات بحجم 231 ميجابايت، حيث انخفض زمن الفتح من 27.62 ثانية إلى 1.66 ثانية.

ثانيًا، تحول Codex إلى سير عمل أكثر أتمتة بتعدد الوكلاء، بالاعتماد على GPT-5.6 متعدد الوكلاء V2. فبدلاً من مطالبة المستخدم باختيار أفضل نموذج يدويًا لكل مهمة فرعية، يمكن للوكيل الرئيسي تفويض أجزاء مختلفة من العمل إلى نماذج مختلفة، وضبط شدة الاستدلال بشكل مستقل.

تؤكد وثائق OpenAI الرسمية لـ GPT-5.6 على البنية الأوسع: يتضمن GPT-5.6 نماذج Sol وTerra وLuna، وتدعم تجربة Codex/API الوكلاء الفرعيين المتوازيين والمعالجة المتكاملة للمهام المعقدة.

والنتيجة هي فكرة بسيطة لكنها بعيدة المدى:

يحاول النظام القضاء على أعمال الانتظار واختيار النماذج التي كان يتعين على المستخدمين عادةً إدارتها بأنفسهم.

تسارع كبير في فتح ChatGPT للمحادثات الطويلة

في عصر الوكلاء، أصبحت المحادثات الطويلة مشكلة مختلفة تمامًا.

قد تحتوي محادثة chatbot العادية على عشرات الجولات. بينما يمكن أن تصبح جلسات الوكلاء أكبر بكثير، لأن النموذج قد يقرأ التعليمات البرمجية، ويستدعي الأدوات، ويفحص النتائج، ويشغّل الاختبارات، ويجري التعديلات، ويكرر هذه العملية مئات المرات.

ذكرت المقالة المصدرية أن OpenAI اختبرت جلسة تضم 741 جولة محادثة ويبلغ حجمها 231 ميجابايت لقياس أداء الواجهة الأمامية الجديدة.

وكانت النتائج مذهلة:

المؤشر	قبل التحسين	بعد التحسين
زمن فتح المحادثة	27.62 ثانية	1.66 ثانية
نمو الذاكرة	1030.7 ميجابايت	606 ميجابايت
عدد طلبات الشبكة	894	16
عناصر المحادثة المحمّلة	15,529	64

وفقًا للمقالة المصدرية، تشمل التغييرات الرئيسية في الأداء ما يلي:

• زيادة سرعة تحميل التطبيق بنسبة 94%
• انخفاض نمو ذاكرة الكومة بنسبة 87.8%
• انخفاض استخدام الذاكرة الإجمالي بنسبة 41.2%
• انخفاض طلبات الشبكة بنسبة 98.2%
• انخفاض عناصر المحادثة المحمّلة بنسبة 99.6%

هذا التغيير المهم هو على المستوى البنيوي، وليس مجرد تحسين سطحي.

لم يعد ChatGPT بحاجة إلى تحميل وتقديم كامل سجل المحادثة في كل مرة يفتحها المستخدم.

بدلاً من ذلك، يمكن تخزين معظم السجل، ويتم تحميل الجزء الحالي المطلوب فقط إلى الواجهة.

لماذا يكون هذا أكثر أهمية في عصر الوكلاء

بالنسبة لروبوتات الدردشة التقليدية، كانت المحادثات الطويلة جدًا مشكلة تخزين بشكل أساسي.

أما بالنسبة للوكلاء، فقد تحولت إلى مشكلة سير عمل.

قد تتضمن جلسة برمجة واحدة:

1. قراءة قاعدة بيانات كبيرة من التعليمات البرمجية.
2. تشغيل الأوامر.
3. فحص مخرجات النتائج.
4. تحرير الملفات.
5. تشغيل الاختبارات.
6. إصلاح حالات الفشل.
7. تكرار الحلقة.

يمكن أن تولد مهمة واحدة بسهولة مئات السجلات التفاعلية.

وهذا يعني أن واجهة المحادثة نفسها أصبحت جزءًا من البنية التحتية للوكلاء.

تصف المقالة المصدرية استراتيجية العرض الجديدة على النحو التالي: تحميل جزء السجل الذي يحتاجه المستخدم فقط، بدلاً من إعادة بناء الجلسة بأكملها.

لهذا السبب يمكن أن يكون لتحسين الواجهة الأمامية، الذي بدا غير مهم قبل عام، تأثير كبير اليوم.

هذا هو الفرق الآن.

النتيجة: الجلسات الطويلة تبدو أخف بكثير

أوضح فائدة بسيطة.

المحادثة التي استمرت أسابيع أو أشهر، يجب ألا تجعل التطبيق يبدو وكأنه يعيد بناء قاعدة البيانات بأكملها في المتصفح عند فتحها.

يشير النص الأصلي إلى أن هذه التغييرات ملحوظة بشكل خاص لمستخدمي Codex المكثفين الذين ينفذون مئات استدعاءات الأدوات بشكل متكرر.

بدلاً من انتظار الجلسة الضخمة لتصبح قابلة للتفاعل، يمكن للمستخدمين العودة بسرعة إلى المحادثة ومواصلة العمل.

إنه تحسين على مستوى البنية التحتية، وعندما يعمل بشكل جيد، قد لا يلاحظه المستخدمون تقريبًا.

وهذا هو جوهر الأمر.

أفضل تحسينات الواجهة الأمامية هي غالبًا تلك التي تندمج في تجربة المنتج بحيث لا يشعر بها أحد.

GPT-5.6 متعدد الوكلاء V2 يتجه نحو الاختيار التلقائي للنماذج

في نفس الوقت تقريبًا، وسّعت OpenAI أيضًا سير عمل تعدد الوكلاء.

ذكرت المقالة الأصلية أن GPT-5.6 متعدد الوكلاء V2 أصبح متاحًا بالكامل، مما يسمح للوكيل الرئيسي بتفويض المهام الفرعية إلى نماذج مدعومة مختلفة.

يمكن أن يكون لكل وكيل فرعي شدة استدلال خاصة به.

تؤكد وثائق OpenAI الرسمية لـ GPT-5.6 بشكل مستقل أن السلسلة تتضمن ثلاثة مستويات قدرة:

• GPT-5.6 Sol — النموذج الرئيسي للمهام الأكثر صعوبة.
• GPT-5.6 Terra — نموذج متوازن مناسب للعمل اليومي.
• GPT-5.6 Luna — النموذج الأسرع والأكثر فعالية من حيث التكلفة.

كما توثق OpenAI تعدد الوكلاء كميزة تجريبية في Responses API، حيث يمكن لمثيل GPT-5.6 واحد تنسيق عدة وكلاء فرعيين بالتوازي وتجميع نتائجهم.

هذه هي الفكرة الأساسية وراء سير العمل الجديد.

لا يحتاج المستخدمون بالضرورة إلى معرفة النموذج الأنسب لكل جزء صغير من المهمة الكبيرة.

يمكن للوكيل أن يقرر ذلك بنفسه.

تشكيلة النماذج مصممة لمهام مختلفة

تعرض المقالة الأصلية تشكيلة النماذج تقريبًا على النحو التالي:

النموذج	الدور النموذجي
GPT-5.6 Sol	البرمجة الوكيلة المعقدة وأصعب مهام الاستدلال
GPT-5.6 Terra	البرمجة اليومية وأحمال العمل المتوازنة
GPT-5.6 Luna	مهام فرعية سريعة ومنخفضة التكلفة
Daybreak	مهام تركز على الأمن السيبراني
GPT-5.5	البرمجة المعقدة والبحث والمهام العامة

تؤكد الوثائق العامة الرسمية لـ OpenAI المستويات الثلاثة الأولى من GPT-5.6، مع تسليط الضوء على خصائصها المختلفة من حيث القدرة والتكلفة.

على سبيل المثال، تصف OpenAI حاليًا Luna بأنه نموذجها المحسّن لأحمال العمل الحساسة للتكلفة وعالية الإنتاجية، مع أسعار API منشورة علنًا على صفحة النموذج الحالية تبلغ دولارًا واحدًا لكل مليون رمز إدخال و6 دولارات لكل مليون رمز إخراج.

وهذا يخلق تقسيمًا طبيعيًا للمهام.

يمكن إسناد القرارات المعمارية الصعبة إلى النماذج الأقوى.

يمكن إسناد تحويلات التعليمات البرمجية الروتينية إلى النماذج الأرخص.

يمكن استخدام الخيار الأسرع للخطوات الصغيرة مثل التصنيف أو البحث.

من اختيار النموذج اليدوي إلى التوجيه التلقائي

تصف المقالة الأصلية هذا بأنه تحول من الاختيار اليدوي للنموذج.

اليوم، يفكر المستخدمون غالبًا بهذه الطريقة:

"هذا الجزء صعب، لذا يجب أن أستخدم أقوى نموذج."

ثم يكررون نفس القرار في الجزء التالي من المهمة.

بينما يمكن لأنظمة تعدد الوكلاء التعامل مع النماذج كموارد حوسبة داخلية.

يقوم الوكيل الرئيسي بتقسيم العمل إلى وحدات أصغر، ويقرر

أي نموذج يجب أن يعالج كل وحدة، ثم يدمج النتائج.

تبسيط سير العمل كالتالي:

مهمة المستخدم
   ↓
الوكيل الرئيسي
   ├── تخطيط معقد ← GPT-5.6 Sol
   ├── برمجة روتينية ← GPT-5.6 Terra
   ├── مهمة فرعية سريعة ← GPT-5.6 Luna
   └── مهمة متخصصة   ← نموذج متخصص
   ↓
تجميع النتائج
   ↓
الاستجابة النهائية

تصف الوثائق الرسمية لـ OpenAI بوضوح نمط الوكلاء الفرعيين المتوازيين هذا: يمكن لمثيل GPT-5.6 واحد تنسيق عدة وكلاء يعملون بالتوازي ودمج المخرجات في نتيجة واحدة.

لماذا يمكن أن يؤدي هذا إلى خفض تكاليف الاستدلال

تطرح المقالة المصدرية ملاحظة اقتصادية بسيطة.

لا تتطلب المهام المعقدة استخدام أقوى نموذج في كل خطوة.

ربما تحتاج مراحل التخطيط أو البنية أو تصحيح الأخطاء الصعبة فقط إلى أقوى نموذج.

يمكن معالجة الخطوات الأخرى بنماذج أرخص.

في مثال المقالة المصدرية، قد يحتاج حوالي 20% فقط من سير العمل إلى أقوى نموذج، بينما يُفوّض الباقي إلى نماذج منخفضة التكلفة.

يجب اعتبار هذه النسبة البالغة 20% على وجه التحديد توضيحًا لقاعدة تجريبية، وليست ضمانًا من OpenAI.

الفكرة الأساسية وراء ذلك تظل مهمة.

إذا كان بإمكان الوكيل توجيه العمل تلقائيًا بناءً على الصعوبة، يمكن أن ينخفض متوسط تكلفة إنجاز المهام المعقدة، دون الحاجة إلى إدارة يدوية دقيقة من المستخدم.

لم يعد المطورون بحاجة إلى التفكير في كل نموذج

تغيير تجربة المستخدم هنا لا يقل أهمية عن التغيير الاقتصادي.

اختيار النموذج يدويًا عبء معرفي.

يجب على المطور أن يسأل:

• أي نموذج يجب أن أستخدم؟
• هل تستحق هذه المهمة استخدام نموذج باهظ الثمن؟
• هل يجب أن أبدل النموذج في منتصف العملية؟
• هل يخسر النموذج الأرخص الكثير من الجودة؟
• هل الوقت الموفر يستحق التكلفة الإضافية؟

في نظام متعدد الوكلاء الجيد، يتم نقل معظم هذه الأسئلة إلى النظام نفسه.

يقدم المستخدم الهدف.

يقرر الوكيل كيفية توزيع العمل.

هذا تحول ذو مغزى من اختيار النموذج إلى تنسيق الموارد.

الجمع بين الاثنين أكبر من مجموع الوظائف البسيطة

الحجة الأقوى في المقال الأصلي هي أن هذين التغييرين يعزز كل منهما الآخر.

تم تحسين الواجهة الأمامية للتعامل بكفاءة أكبر مع سجلات المحادثات الضخمة للوكيل.

في الوقت نفسه، أصبح نظام الوكيل الخلفي أكثر قدرة على تقسيم العمل عبر النماذج.

وهذا يمنح OpenAI طريقتين لتقليل الاحتكاك:

تقليل الثواني التي تقضيها في انتظار واجهة التحميل.

تقليل القرار المتعلق باختيار النموذج الذي يجب استخدامه.

الأول هو تحسين في الأداء.

والثاني هو تحسين في سير العمل.

وبدمج الاثنين، يبتعد ChatGPT وCodex بشكل أكبر عن كونهما مجرد واجهات دردشة بسيطة.

ChatGPT يتقدم نحو منصة سير عمل

وصف الإعلان الرسمي من OpenAI عن GPT-5.6 السلسلة بأنها قادرة على تنسيق الأدوات، ومعالجة النتائج الوسيطة، ودعم سير عمل متعدد الوكلاء. كما قدم في Codex

إمكانية تفويض العمل إلى نماذج أخرى، وتشغيل المهام بالتوازي، والتوفيق بين النتائج المختلفة.

يصبح المستخدم بشكل متزايد هو من يحدد الأهداف ويراجع النتائج.

ويتم التنسيق الداخلي خلف الكواليس.

فلسفة "عدم اختيار النموذج" هي التغيير الحقيقي في المنتج

من السهل التركيز على أرقام المعايير.

لكن قرار المنتج الأكثر أهمية ربما يكون محاولة إخفاء تعقيد النماذج عن المستخدم.

مع تزايد عدد النماذج، فإن عرض كل خيار مباشرة قد يجعل النظام أصعب في الاستخدام.

إذا كان لدى OpenAI خمسة إلى عشرة نماذج متخصصة، فلا ينبغي للمستخدم أن يكون مضطرًا لمعرفة كل منها لإنجاز مشروع واحد.

منصة وكيل ناضجة ينبغي أن تدرك هذا الأمر:

المهمة هي الواجهة، وليس النموذج.

يقول المستخدم ما يجب القيام به.

ويقرر النظام مقدار التفكير المطلوب، وأي نموذج يجب أن يقوم بأي جزء، وكيفية دمج النتائج.

ماذا يعني هذا للمطورين

بالنسبة للمطورين الذين يبنون منتجات ذكاء اصطناعي، فإن هذا الدرس أكثر عمومية من OpenAI نفسها.

تتطلب البنى الحديثة للوكلاء بشكل متزايد ثلاثة مستويات:

1. تقسيم المهام — تقسيم العمل الكبير إلى مهام فرعية ذات معنى.
2. توجيه النماذج — اختيار النموذج الأرخص والأكثر كفاءة لكل مهمة فرعية.
3. تجميع النتائج — دمج المخرجات الجزئية في نتيجة متماسكة واحدة.

وعلى هذا الأساس، تحتاج الواجهة الأمامية إلى التعامل مع سجل محادثات أكبر مما صُممت له منتجات الدردشة التقليدية.

إذا كنت تبني منتج وكيل، فإن عرض المحادثة لم يعد مجرد تحسين لواجهة المستخدم.

إنه بنية تحتية.

الأسئلة الشائعة

ما هو GPT-5.6 متعدد الوكلاء؟

GPT-5.6 متعدد الوكلاء هو قدرة تنسيق وكلاء حيث يمكن لمثيل GPT-5.6 واحد تنسيق عدة وكلاء فرعيين بالتوازي وتجميع أعمالهم. توثق OpenAI حاليًا هذه القدرة كميزة تجريبية في واجهة Responses API.

ما هو Multi-agent V2 في Codex؟

يصف المقال الأصلي Multi-agent V2 بأنه سير عمل في Codex حيث يمكن للوكيل الرئيسي تفويض مهام فرعية مختلفة إلى النماذج المدعومة والتحكم في قوة التفكير لكل وكيل فرعي. قد يتغير توقيت الإطلاق وتوفر النماذج، لذا يجب مراجعة وثائق OpenAI Codex الحالية للحصول على أحدث التكوينات.

ما هي GPT-5.6 Sol وTerra وLuna؟

إنها ثلاثة مستويات قدرات في سلسلة GPT-5.6. تصف OpenAI Sol كالطراز الرئيسي، وTerra كخيار متوازن، وLuna كأسرع نموذج وأكثرها فعالية من حيث التكلفة.

لماذا يُستخدم GPT-5.6 Luna؟

تضع OpenAI نموذج GPT-5.6 Luna للاستخدام في أعباء العمل الحساسة للتكلفة وعالية الإنتاجية. تسرد صفحة واجهة برمجة التطبيقات الحالية سعر 1 دولار لكل مليون رمز إدخال و6 دولارات لكل مليون رمز إخراج.

لماذا تحسنت أداء المحادثات الطويلة في ChatGPT؟

يمكن أن تكون جلسات الوكيل أكبر بكثير من الدردشة العادية لأنها قد تحتوي على مئات من استدعاءات الأدوات ونتائج التنفيذ والخطوات الوسيطة. أفاد المقال الأصلي أن OpenAI غيّرت طريقة تحميل وعرض السجلات الكبيرة بحيث لا يحتاج التطبيق إلى معالجة المحادثة بأكملها في كل مرة.

هل يختار ChatGPT الآن تلقائيًا أفضل نموذج لكل مهمة؟

الاتجاه الأوسع هو التحرك نحو توجيه النماذج والتفويض تلقائيًا، لكن التوفر يعتمد على تقدم المنتج وإصدار النماذج.

توضيح وظيفي. تؤكد وثائق GPT-5.6 من OpenAI على تنسيق الوكلاء المتعددين ومستويات قدرات GPT-5.6 المختلفة؛ وهذا لا يعني أن كل محادثة ChatGPT قياسية ستكشف عن تحكم كامل في التوجيه التلقائي.

هل يمكن للتنفيذ متعدد الوكلاء أن يقلل تكاليف الذكاء الاصطناعي؟

نعم. إذا كانت المهام الفرعية الصعبة تستخدم نماذج أقوى بينما تُسند المهام الروتينية إلى نماذج أرخص، فقد يكون متوسط تكلفة سير العمل بالكامل أقل من استخدام أقوى نموذج في كل خطوة. تعتمد الوفورات الفعلية على استراتيجية التوجيه وطبيعة عبء العمل.

الأدوات ذات الصلة

• OpenAI Codex: وكيل البرمجة من OpenAI لتطوير البرمجيات متعدد الخطوات وسير العمل الوكيلية.
• OpenAI API: منصة واجهة برمجة التطبيقات الرسمية لتطوير تطبيقات GPT-5.6 والوكلاء المتعددين.
• نماذج GPT-5.6: الوثائق الرسمية للنماذج Sol وTerra وLuna والقدرات ذات الصلة.
• Responses API: واجهة OpenAI البرمجية التي تدعم استدعاء الأدوات والاستدعاءات البرمجية وسير عمل الوكلاء المتعددين.
• ChatGPT: مساحة عمل الذكاء الاصطناعي الاستهلاكية والمؤسسية من OpenAI.

الروابط ذات الصلة

• الإعلان الرسمي عن GPT-5.6: الصفحة الرئيسية لإصدار OpenAI لـGPT-5.6 بما في ذلك تعدد الوكلاء والقدرات الفائقة.
• دليل نماذج GPT-5.6: الوثائق الرسمية لقدرات النماذج واستخدام الوكلاء المتعددين للمطورين.
• GPT-5.6 Luna: التسعير الحالي لـAPI والتفاصيل التقنية لمستوى GPT-5.6 منخفض التكلفة.
• GPT-5.6 في ChatGPT: معلومات التوفر والباقات الحالية في ChatGPT.
• OpenAI Codex: معلومات المنتج الرسمية حول Codex والبرمجة الوكيلية.
• وثائق OpenAI API: المركز الرئيسي للوثائق لبناء التطبيقات باستخدام نماذج OpenAI.

الخلاصة

تستهدف أحدث تغييرات OpenAI نوعين من الاحتكاك أصبحا أكثر أهمية مع تزايد قوة وكلاء الذكاء الاصطناعي. الأول هو الانتظار: يجب أن تُفتح المحادثات الكبيرة التي تحتوي على مئات الجولات واستدعاءات الأدوات بسرعة أيضًا. والثاني هو عبء القرار: لا ينبغي للمستخدمين اختيار النموذج يدويًا لكل مهمة فرعية.

تشير البنية متعددة الوكلاء في GPT-5.6 إلى نظام توجيه نماذج حيث يمكن للنماذج الأقوى التخطيط والتفويض بينما تتعامل النماذج الأرخص مع الأعمال الروتينية. وفي الوقت نفسه، تجعل تحسينات الواجهة الأمامية جلسات الوكيل الأطول أكثر سهولة في الاستخدام.

الاتجاه واضح: ChatGPT وCodex يتحولان من مكان يجري فيه المستخدم محادثة مع نموذج، إلى نظام يقرر كيفية تنفيذ العمل.