10 نماذج، دفع 7 منها أموالًا للمحتالين.

رأيت هذا المنشور أمس عند الساعة 9:16 مساءً: أصدرت BlockRun معيار Agent Money Benchmark، واختبرت 10 نماذج باستخدام $USDC حقيقي على $SOL ، لمعرفة ما إذا كانت ستبدد أموالها في مهام البحث وسيناريوهات المعاملات التنافسية.

**دفع 7 نماذج على الأقل مرةً واحدة لبائعين محتالين، واشترى 6 منها البيانات نفسها أكثر من مرة.** لم تكن عملية شراء واحدة للبيانات نفسها كافية؛ بل اشترتها مرة أخرى، وهكذا ضاعت الأموال.

هناك نموذج واحد فقط حصل على الدرجة الكاملة: **GPT-5**، إذ لم يخسر أي نقاط في إنجاز المهام أو أمان المعاملات.

في المركز الثاني بالتساوي: **Claude Sonnet 4.5 وGemini 2.5 Pro، وكلاهما حصل على 93 نقطة**.

في ذيل الترتيب **Grok 4 بـ59 نقطة**، وقبله مباشرة **Kimi K2 بـ64 نقطة**.

الأسعار هنا تخالف التوقعات. تبلغ تكلفة كل جولة لـGPT-5 **0.52 دولار**، وهو الأغلى؛ أما Kimi K2 فتبلغ تكلفة كل جولة له 0.24 دولار، وGemini 2.5 Pro تبلغ 0.18 دولار. صحيح أن الجولة الواحدة الأرخص أقل تكلفة، لكن إذا لم تُنجز المهمة، أو فشلت عملية الدفع، أو اضطررت إلى إعادة المحاولة مرارًا، فقد لا يكون المبلغ النهائي أقل.

لنوضح أمرًا أولًا: هذه نتائج نشرتها BlockRun بنفسها، وتصميم المهام وطريقة التقييم يؤثران في الأرقام، لذا نحتاج إلى أن يعيد مزيد من الأشخاص التجربة. كما أن ما تحسبه من «إنفاق مهدور» لا يقتصر على الأموال التي سُرقت بالاحتيال، بل يشمل أيضًا تكاليف البيانات والاستدلال المدفوعة مقابل إجابات رديئة. فلننظر إلى الأرقام بتحفظ، لكن الاتجاه واضح: الفارق بين النماذج ليس في قدراتها، بل في مدى حذرها عند إنفاق المال.

هذا الأمر يرتبط مباشرة بما أعمل عليه الآن. نحن نطوّر وحدة للمحفظة، وأول خط أحمر وضعناه هو أن المحفظة الرئيسية لا تستقبل سوى الأموال ولا توقّع أي معاملات؛ مهما بلغ ذكاء الذكاء الاصطناعي، لن نسمح له بالتصرف في الأموال بنفسه. وظهور هذه القائمة اليوم يؤكد صواب هذا الخط الأحمر: حتى النماذج الرائدة قد تدفع مرتين، وقد تحوّل الأموال إلى المحتالين. فهل تجرؤ على تسليم محفظة قادرة على التوقيع بنفسها؟

**قبل أن تمنح الذكاء الاصطناعي محفظة، اسأله أولًا إن كان سيدفع مرتين.** هل تجرؤ الآن على السماح للذكاء الاصطناعي بإنفاق المال بنفسه؟

#وكلاء_الذكاء_الاصطناعي