跟Leo看AI

تم تأجيل موعد Mt. Gox مرةً تلو الأخرى، وأُرجئ الموعد النهائي للسداد إلى 31 أكتوبر 2027

والسبب الرسمي هو أن عدداً غير قليل من الدائنين لم يُكملوا التسجيل والتحقق بعد، كما واجهت بعض المدفوعات مشكلات عند صرفها. والجدير بالذكر أن Mt. Gox تعرّضت للاختراق منذ أكثر من عشر سنوات👇👇

2014: تعرّضت منصة التداول اليابانية Mt. Gox لهجوم إلكتروني، وسُرق نحو 850 ألف بيتكوين، ثم أعلنت إفلاسها

يوليو 2024: بدأت Mt. Gox رسمياً سداد مستحقات البيتكوين، عبر منصات مثل Kraken وBitstamp وBitGo وBitbank وSBI VC Trade، وحُوّل أكثر من 90 ألف BTC خلال شهر واحد

منذ 2023: أُرجئ الموعد النهائي 4 مرات متتالية، من 2023 حتى 2027

من أصل 142 ألف BTC متاحة للسداد، سُدّد حتى الآن نحو 110 آلاف بيتكوين، ولا يزال في محفظة المسؤول عن التصفية قرابة 34 ألفاً. وبالنظر إلى ذلك، فإن ضغط البيع الناجم عن تعويضات Mt. Gox على السوق أصبح أقل بكثير مما كان عليه سابقاً #门头沟还款再度延期

🐮😱 هل هو أعظم فيلم وثائقي على الإطلاق؟ عُرض مؤخرًا في الخارج فيلم «يمكنك رؤية كل شيء»، وحصل على أعلى تقييم من MTC منذ ما يقارب 10 سنوات، وهو أيضًا فيلم وثائقي حقيقي.

بطلة الفيلم هي إليزابيث هولمز، الشخصية الرئيسية في واحدة من أكبر عمليات الاحتيال التي شهدتها وادي السيليكون. تركت جامعة ستانفورد وهي في التاسعة عشرة لتؤسس شركة، ورفعت قيمتها بجهودها إلى 9 مليارات دولار، وهو مستوى كانت تسلا عنده آنذاك. لكن تبيّن في النهاية أن الشركة كانت عملية احتيال من أولها إلى آخرها❗️

صُوّر الفيلم قبل 34 يومًا من دخولها السجن لتمضية عقوبتها. وتظهر فيه بنفسها، إذ يتتبع حياتها اليومية عبر المقابلات ومرافقتها. وبالنظر إلى ما فعلته في الماضي، وإلى عينيها الكبيرتين اللتين لا تكادان ترمشان، وهي علامتها المميزة، يضفي الفيلم بأكمله إحساسًا مرعبًا يقشعر له البدن.

لنتذكّر معًا عملية الاحتيال هذه👇👇

في عام 2003، أسست هولمز شركة Theranos لفحص الدم، وزعمت أن بضع قطرات من الدم من طرف الإصبع تكفي لإجراء مئات الفحوصات. وبفضل هذه الرواية، وتقليدها المتعمّد لمظهر ستيف جوبز، استقطبت شخصيات سياسية بارزة مثل هنري كيسنجر وجورج شولتز للانضمام إلى مجلس إدارة الشركة. وبحلول عام 2014، بلغت قيمة الشركة نحو 9 مليارات دولار، وأصبحت هولمز أصغر مليارديرة عصامية. لكن هذه التقنية لم تنجح قط في الواقع. فقد استخدمت الشركة سرًا أجهزة تجارية معدّلة لفحص العينات، وزوّرت المعلومات المقدمة للمستثمرين والجهات الرقابية، كما أرسلت نتائج فحوصات غير دقيقة إلى مرضى حقيقيين.

في عام 2015، كشف الصحفي جون كاريرو من صحيفة «وول ستريت جورنال» عملية الاحتيال، استنادًا إلى إفادات موظفين من داخل الشركة. وحُلّت Theranos عام 2018. وفي عام 2022، حُكم على هولمز بالسجن 11 عامًا و3 أشهر بتهمة الاحتيال على المستثمرين، وما زالت تقضي عقوبتها حتى اليوم. وأصبحت هذه القضية أيضًا أشهر مثال مضاد لثقافة «تظاهر بالنجاح إلى أن تحققه» في وادي السيليكون.#骗局 #你能看到一切

عاد التهديد الكمومي من جديد، وهذه المرة يبدو مختلفًا بعض الشيء!!🚨🚨

قبل يومين، نشرت Anthropic ورقة بحثية عن الحوسبة الكمومية بعنوان: «ذكاء اصطناعي يصمم دوائر كمومية أكثر كفاءة، لتصبح تطبيقات الكيمياء وعلوم المواد أقرب إلى الواقع».

لكن أكثر المهام الثماني تفصيلًا في الورقة كانت جمع نقطتين على منحنى إهليلجي ذي 256 بت. وهذه خطوة محورية في استخدام الحواسيب الكمومية لكسر مسألة اللوغاريتم المتقطع على المنحنيات الإهليلجية، والتواقيع التي يستخدمها كل من $BTC و$ETH هي تواقيع منحنيات إهليلجية.

ما الذي شملته المهمة؟
1. أُعطي Claude Mythos 5 موجزًا قصيرًا للمهمة ومقيّمًا آليًا فقط (عدد الكيوبتات × عدد البوابات)، وتُرك له أن يكرر التحسين بنفسه ضمن حلقة مغلقة، من دون تدخل بشري يُذكر.
2. أغلى خطوة في جمع النقطتين هي حساب المعكوس بترديد معيّن. عمل Claude لمدة 53 ساعة، وطوّر أول تطبيق قابل للعكس لخوارزمية divsteps لا يحتاج إلى تخزين سجل الفروع، كما أثبت بنفسه عدة متطابقات جبرية جديدة واستخدم Lean للتحقق منها صوريًا.
3. مقارنةً بأصغر تصميم سابق، استخدم 12% أكثر من الكيوبتات، لكنه احتاج إلى بوابات أقل بـ17 مرة.
4. وبالمناسبة، جعل مفكّك ترميز Reed–Solomon الخاص بـDQI يحتاج إلى بوابات أقل بـ12 مرة من تصميم Google السابق.
5. لنقارن ذلك بما تحقق تاريخيًا: قُدّر في عام 2017 أن محاكاة FeMoco تتطلب نحو 50 تريليون بوابة Toffoli، أما الآن فقد انخفض العدد إلى نحو 340 مليونًا، أي انخفاض بنحو 150 ألف مرة. ويعود ذلك أساسًا إلى تحسينات متدرجة على الخوارزميات أجرتها عدة مجموعات بحثية على مدى 8 سنوات، وكان كل تحسين يستغرق عدة أشهر.
أما تصميم Claude للمنحنيات الإهليلجية هذه المرة، فلم يتطلب سوى تشغيل واحد استمر 53 ساعة.

بمعنى آخر، لم يستغرق الذكاء الاصطناعي هذه المرة سوى 53 ساعة ليجعل الخطوة الأساسية في كسر تواقيع BTC وETH كموميًا أقل استهلاكًا للموارد. لن تُسرق عملاتك المشفرة بعد، لكن قد يأتي التهديد الكمومي أبكر مما يتوقعه الناس.

ما إن تلحق الأجهزة بهذا التقدم، ستكون العناوين التي سبق أن كُشفت مفاتيحها العامة على البلوك تشين أول ما يواجه الخطر؛ لذا لا مزيد من تأجيل الانتقال إلى تواقيع مقاومة للحوسبة الكمومية!!

#AI هل ستصبح CoreWeave «قنبلة الرهن العقاري عالي المخاطر» في قطاع الذكاء الاصطناعي؟ 🚨⚠️ هذه المرة، قد لا يكفي أن يطمئن جينسن هوانغ السوق

ظلّ هوانغ يضخّ جرعات من التفاؤل في السوق مؤخراً: الاضطرابات الحالية ستمرّ في نهاية المطاف، والذكاء الاصطناعي سيغيّر كل قطاع، ونحن ما زلنا في البداية.

لكن ما يقلق وول ستريت لم يعد «هل الذكاء الاصطناعي مفيد؟»، بل: كم من الوقت سيستغرق استرداد الأموال المقترضة لشراء وحدات معالجة الرسومات؟

نموذج توسّع CoreWeave بسيط: شراء وحدات معالجة الرسومات، وتوقيع عقود طويلة الأجل للحوسبة، ثم الاقتراض بضمان تلك العقود والأصول لشراء مزيد من الوحدات. ما دام العملاء يدفعون في موعدهم والتمويل مستمراً، يمكن لهذه الدورة أن تتواصل.

لكن إذا أدى نقص الكهرباء إلى تأخير التسليم، فقد تتأخر الإيرادات، فيما تظل الفوائد مستحقة. كما أن وحدات معالجة الرسومات القديمة تفقد قيمتها مع تطور التقنية؛ وإذا تراجعت الطلبات الجديدة وانخفضت أسعار تجديد العقود، فقد يصبح تحقيق الأرباح والاقتراض أصعب في آن واحد.

إيرادات دون التوقعات تعني اقتراضاً بتكلفة أعلى؛ والاقتراض بتكلفة أعلى يجعل سداد الديون أصعب. هذه هي «دوامة الموت» التي تقلق السوق، لا مجرد هبوط سعر السهم لبضعة أيام.

من الطبيعي أن يكون لدى جينسن هوانغ ما يدعوه إلى التفاؤل بشأن الذكاء الاصطناعي. لكن قدرة إنفيديا على جني الأرباح من بيع وحدات معالجة الرسومات لا تعني أن الشركات التي تشتريها ستتمكن من استرداد تكلفتها.

قد تساعد العقود طويلة الأجل والطلب المستمر على دعم هذا النموذج، ومن المبكر جداً وصف الوضع الآن بأنه «أزمة رهون عقارية عالية المخاطر». لكن ما تحتاج CoreWeave إلى تقديمه لتهدئة مخاوف السوق هو التدفق النقدي، لا الوعود.

إيلون ماسك حقًا رائدٌ في دفع البشرية إلى الأمام. انظروا إلى ما يعمل عليه: الصواريخ، وستارلينك، والسيارات الكهربائية، ومراكز البيانات في الفضاء الخارجي؛ كل فكرة منها تصلح وحدها لأن تكون فيلمًا ضخمًا من هوليوود. والآن صنعوا سيارة تطير! لقد صار موضوع التعبير الذي كتبناه في طفولتنا حقيقة!!! هذا مذهل حقًا، ولا يسعني إلا أن أُعجب بهذا الرجل #特斯拉发布Roadster

تصدّر خبر عن شركة «لاو غان ما» قائمة الموضوعات الرائجة مؤخرًا، وقال إن هذه الشركة ربحت قرابة 800 مليون دولار في عام واحد بفضل الذكاء الاصطناعي.

ما القصة؟ في الواقع، أطلقت «لاو غان ما» العام الماضي نظامًا لمراقبة الجودة البصرية بالذكاء الاصطناعي، فخفضت نسبة المنتجات المعيبة في المراحل الأساسية من الإنتاج إلى 0.02٪. في المصنع، تمسح الكاميرات خط الإنتاج كل 0.3 ثانية، وتُنفخ حبات الفلفل الحار غير المطابقة للمواصفات إلى حاوية النفايات. وببساطة، لا علاقة كبيرة للذكاء الاصطناعي بتحقيق الأرباح؛ الخبر ربط الأمر به لمجرد جذب الانتباه 😂😂

لكن قبل استخدام نظام الذكاء الاصطناعي، كان هناك أكثر من 600 عامل يفرزون الفلفل على خط الإنتاج، أما الآن فلم يتبقَّ منهم سوى أقل من 50. هل أنا الوحيد الذي يشعر بالأسى على هؤلاء العمال الذين استُبدلوا بالآلة؟؟

#Muse超越ChatGPT成iOS免费榜首 لماذا لم تظهر لدينا حتى الآن منصة «ميوز» خاصة بنا؟ هاتف دووباو: أريد فعل ذلك، لكنهم لا يوافقون 😕😕

لطالما أراد مساعد هاتف دووباو إنشاء منظومة متكاملة من الوكلاء الذكيين لمساعدة المستخدمين على إتمام الطلبات تلقائيًا عبر تاوباو وطلب الطعام عبر ميتوان. وللحصول على الأذونات، أصدرت دووباو الشهر الماضي لائحةً ونشرتها لمدة 30 يومًا، لتتيح لشركات التطبيقات المختلفة اختيار ما إذا كانت ستسمح لذكاء دووباو الاصطناعي بتنفيذ العمليات تلقائيًا نيابةً عن المستخدمين. لكن بعد انتهاء فترة النشر، رفضت جميع الشركات المحلية الكبرى تقريبًا، ومنها ويتشات وأليباي وتاوباو وميتوان وبيندودو وشياوهونغشو.

في الواقع، من السهل فهم منطق الشركات الكبرى: إذا تركتَ الذكاء الاصطناعي ينفّذ العمليات نيابةً عن المستخدم، فكيف سأبيع للتجار خدمات التوصية والإعلانات التي تظهر عند فتح التطبيق؟ من كل النواحي، لا يبدو أن في هذا الأمر أي فائدة لهم. ولا يوجد حقًا حل في المدى القريب.

又有个男明星出来爆料自己炒NFT结果亏得比炒股还多😂😂印象里明星里炒过NFT的还有周星驰、周杰伦、林俊杰、陈冠希吧 不过大部分都还是割了一波韭菜的 #方力申自爆买NFT亏惨

لا أصدق هذا! أن يصنع شخص واحد بمفرده، خلال نصف شهر فقط، لعبة بهذا المستوى من الجودة ثلاثية الأبعاد وبالاستعانة بالذكاء الاصطناعي!! جرّبتها، وكان أسلوبها الفني وموسيقاها التصويرية من الطراز الرفيع، وبعد نشرها لم يمضِ سوى ليلة واحدة حتى تجاوز عدد مشاهداتها 1.6 مليون!! وما زالت الأعداد تتزايد بسرعة

إنه أمر مذهل! امتلاك ذوق فني رفيع + إتقان الذكاء الاصطناعي + قوة التنفيذ + الاستعداد للمشاركة والتعبير... هذه هي الوصفة المثالية لهذا العصر!!!

لقد جُنّ هذا العالم حقًا.. حتى إن الذكاء الاصطناعي بدأ يُنجب أطفالًا، ويحتاج إلى إجازة أمومة 😓😓

حكمت محكمة المنطقة الجنوبية في نيويورك قبل أيام على مايكل سميث، البالغ من العمر 54 عامًا، بالسجن 18 شهرًا بتهمة الاحتيال باستخدام موسيقى مولّدة بالذكاء الاصطناعي والتلاعب بأعداد الاستماعات على منصات البث 😳😳 وهذه أول قضية جنائية من نوعها في الولايات المتحدة

كيف نفّذ ذلك تحديدًا؟ استخدم أولًا أدوات الذكاء الاصطناعي لإنتاج مئات الآلاف من الأغاني دفعة واحدة، ثم رفعها إلى منصات رئيسية مثل Spotify وApple Music لتحصيل عائدات حقوق النشر، وبعدها استعان بالروبوتات لزيادة أعداد الاستماعات. وخلال 7 سنوات، جنى من هذه الطريقة 8.09 مليون دولار⋯⋯

والأدهى أن هذا الرجل أُلقي القبض عليه في عام 2024. لو استخدم أدوات الذكاء الاصطناعي المتاحة اليوم، لربح أكثر بكثير #神操作

لا أصدق أنني لم أكتشف هذا المدون إلا الآن!! مارتن لوك، طالب جامعي من هونغ كونغ، فاز العام الماضي بالمركز الأول في فئة الأسهم ضمن بطولة الاستثمار الأمريكية، محققًا عائدًا سنويًا بلغ 969.8% 🏆🐮

يُقال إن استراتيجيته الكلاسيكية الأكثر استخدامًا تُسمى «الشراء عند التراجع»، وهي مناسبة جدًا لرؤوس الأموال الصغيرة، كما أن تكلفة التجربة والخطأ فيها منخفضة. رأيت أن لديه أكثر من 8000 مشترك على يوتيوب، وغالبًا ما يبث تداولاته في الأسهم مباشرةً ليلًا.

#Ledger暂停CryptoBilis销售 بعد سرقة Ledger، نبش أحدهم في شروط التعويض الخاصة بمحفظة الأجهزة الأخرى OneKey، ووجد أنها تنص على أن الحد الأقصى للتعويض لا يتجاوز 100 دولار... لكن يصعب فعلًا الحكم على هذه المسألة، ويبدو أنه لا توجد حالة مماثلة لها في عالم Web2. هل سمعتم يومًا عن شخص اشترى خزنة، ثم سُرقت أصوله وذهب إلى الشركة المصنّعة للخزنة مطالبًا بالتعويض؟ لكن إذا سُرقت أصول طائلة وُضعت داخل المحفظة بسبب خلل أمني في المحفظة نفسها، ثم قالت الشركة إن أقصى ما يمكنها تعويضه هو 100 دولار، فمن يستطيع تقبّل ذلك؟ 🤡🤡

#xrp账本修复可增发xrp的漏洞 إذا لم تخني الذاكرة، حدث أمر مشابه لـ ZEC قبل بضعة أشهر، ثم هبط سعره بأكثر من 50% في ذلك اليوم، أليس كذلك؟ لماذا لم يُبدِ سعر XRP أي رد فعل يُذكر؟؟

هل يجب أن تتم الصفقة باليد؟ ألا يمكن بالقدم؟

الأخت شيبا بارعة جدًا في صنع المواقف المضحكة، ههههه

#Manus完成超5亿美元新一轮融资 عاد مانوس إلى الساحة من جديد، يا للمفاجأة؟؟ وجمع 500 مليون دولار

بعد سلسلة من الأحداث الدرامية، شملت استحواذ ميتا عليه، وإيقاف الصفقة بشكل طارئ، ثم إلغاءها، لم ينهَر مانوس. وربما عندما ننظر إلى الوراء بعد سنوات، سنرى أن عدم استحواذ ميتا عليه في ذلك الوقت كان القرار الصائب.

عدتُ إلى مسقط رأسي خلال عطلة العيد الوطني. في البلدة، لا يتحدث أحد عن الذكاء الاصطناعي أو النماذج الكبيرة أو الأسهم الأمريكية أو الرقائق أو الذكاء المتجسد؛ فما زالت الأحاديث الأبدية تدور حول شؤون الحياة اليومية والعائلة.

يبدو أن العالم ما زال كما كان 🤫🤫

مضى 13 يومًا على انفجار Muse… وارتفعت Meta بنسبة 11%، لكن لا تُصدّق أولًا قصة «المدخل الجديد للذكاء الاصطناعي»

قبل عشر سنوات، عرض زوكربيرغ في مؤتمر F8 روبوتات Messenger لطلب الزهور، وقال: «لا أحد يحب أن يتلقى مكالمات من التجار». وبعد عشر سنوات، أطلقت الشركة نفسها وكيلًا شخصيًا باسم Muse. في 13 يومًا فقط تصدّر المركزين الأولين في قائمة التطبيقات المجانية في الولايات المتحدة، مع أكثر من 2.5 مليون عملية تنزيل.

رسمت Meta دائرة مكتملة في سرديتها: في 2023 اعتمدت «عام الكفاءة» لتوفير المال فارتفعت قرابة 200%، وفي 2026 رفعت الإنفاق الرأسمالي إلى 130 مليار دولار، ولم يتبقَّ سوى 784 مليون دولار في التدفق النقدي الحر للربع الثاني، ومع ذلك ارتفع Muse مرة أخرى بنسبة 11% في يوم واحد. لا يهم السوق إن كنت تنفق أم توفر؛ كل ما يهم هو هل يمكن للقصة أن تُقنع منطقها نفسها.

لكنها المرة الخامسة التي تستخدم فيها العمالقة الذكاء الاصطناعي لاقتناص «المدخل الفائق»—والمرات الأربع السابقة توقفت عند وظائف بلا وصول إلى المدخل: التسوق الصوتي عبر Alexa جرّبه 2% فقط من المستخدمين، و90% لم يُعاودوا الشراء؛ روبوتات Messenger تحولت إلى خدمة عملاء؛ GPT Store وHumane AI Pin فشلا؛ ChatGPT Instant Checkout انتقدته وولمارت لأن معدل التحويل لم يتجاوز ثلث ما يعيده إلى الموقع الرسمي؛ وفي «عيد الربيع» وصل DAU لصفقة «30 مليار خصم/إعفاء» من برنامج Qianwen إلى 73.52 مليونًا ثم هبط إلى 30 مليون. في كل مرة يدفع السوق ثمن الضجيج، وفي كل مرة تكون النهاية نفسها.

التناقض الجوهري في Agent: القضاء على الوقت، مع محاولة الاحتفاظ بالمستخدم

تحقيق إيرادات المدخلات عبر الإنترنت له طريقان فقط: التوصيات تعتمد على «إضاعة الوقت» لبيع الظهور، والبحث يعتمد على «التسليم» لنقل المستخدم إلى التاجر. الـ Agent الشخصي لا يقف مع أي منهما—هو ينفذ المهمة نيابةً عنك ليجعل إتمامها سريعًا فتغادر فورًا؛ وهذا «قضاء الوقت». لكنه في الوقت نفسه يريد تقييد المستخدم بين يديه. هو يسلّم للتاجر مجرد «طلب»: عنوان الحساب واضح، لكن الشخص الذي يتمشى داخل المتجر غير مرئي—لا تصفح ولا بقاء ولا إعادة شراء. الطلب التالي يعيد المقارنة على السعر من جديد، وهذه المرة لا يتحقق تفوق يشكّل ميزة طويلة الأمد.

التجار لن يدفعوا سعرًا مرتفعًا مقابل طلب لا يُرى فيه المستخدم. كما أن واجهة Agent لديها تكاليف هامشية حقيقية: الاستدلال، والآلة الافتراضية، والعرض، وإعادة المحاولة كلها تتطلب مالًا. ومع ذلك تريد Meta أن تستفيد من الطرفين—تأخذ اشتراكات من المستخدمين، وفي الوقت نفسه تريد اقتطاع عمولة من المعاملات.

الحساب قاسٍ: قدّر محللو Morgan Stanley أن Muse سيصل إلى 100 مليون مستخدم في 2028، مع 5 استعلامات يوميًا، و10% منها ذات قيمة تجارية، وبمقابل تَحَقُّق قدره 0.07 دولار لكل مرة. هذا يعني 1.3 مليار دولار سنويًا، ما يساهم في ربحية سهم Meta بما لا يتجاوز 1%. بينما إعلانات Meta في الربع الثاني تُؤمّن أساسًا 237 مليار دولار بنظام سنوي.

الوقوف مع جهة ما حرفة

تُقدّم الخدمة للمستهلك أم للتاجر؟ ما الذي يستحق الشراء؟ إن كان يعتمد على «أموال البائع» كي يعمل. في علي ت أو—تم حظره على يد JD.com؛ وGoogle Shopping تحولت من المقارنة المجانية إلى عرضٍ مدفوع. في 20 سبتمبر، حظرت أمازون Muse، والسبب مباشر: التطبيقات التابعة التي تُجري طلبات بين المتاجر بالنيابة عن العميل يجب أن تعمل بصورة علنية وتُراعي رغبات مزوّدي الخدمة. بمجرد أن يتجه الـ Agent إلى جلب العملاء للتجار مقابل رسوم، فلن يكون بعد ذلك وكيل شراء يُوفّر لك المال، بل سيصبح قناة إعلانات أخرى. قال زوكربيرغ إن Muse سيُساعدك «على كسب المال ويُساعدك على توفيره»، لكن هاتان المهمتان تتعارضان في المصالح أصلًا.

حاجز النسخ منخفض جدًا لدرجة مخيفة

بروتوكول MCP يسهل توحيد القدرات المتاحة عبر ربط Gmail والتقويم والخرائط بسرعة. لكل شخص جهاز افتراضي سحابي + متصفح يمكن رؤيته. هذه البنية ليست حصرية لدى Meta—فـ Google Gemini Spark كان أسبق من Muse بأكثر من ثلاثة أشهر. وإذا تم تنفيذ هذا المسار فعليًا بنجاح، فمن الطبيعي أن يحظى به من يمسك بـ Gmail/Chrome/أندرويد (أي Google) أو من يمتلك OpenAI/‏Doubao. والأكثر طرافة: الاستخدام الذي حظي Muse بأعلى تقييمات من أجله يتركب تحديدًا على البريد الإلكتروني لدى Google—تغيير بسيط في جدول الأسعار يكفي كي «يتتبعه». إنها تفوز فقط بسباق الإطلاق للمنتج: في نفس الفترة، تم تحميل ChatGPT خلال 13 يومًا 3.1 مليون مرة، وما زال ذلك أكثر من Muse.

والأمر نفسه داخل الصين: Qianwen تم ربطه مع Taobao، لكن بخسارة فصلية قدرها 13.8 مليار دولار في مجال الذكاء الاصطناعي وانقلب الأمر على مساره بإضرار تدفق إعلانات التوصيات الخاصة به؛ وWeChat Micro (Xiaowei) تقيّد التدرج/الترخيص الرمادي بسبب اعتماد Tencent على إيرادات الإعلانات من «قنوات الفيديو»؛ وخدمة Meituan فتحت واجهات لكنها حافظت على تحصيل رسوم عند الدفع؛ وDoubao اصطدمت بجدار مرتين. الأكثر صمتًا هو Pinduoduo—وهي الشركة الأكثر اعتمادًا على «التجوّل/التمرير»، لذا كانت أكثر عرضة للضربة.

صلاحية المدخل

لكي تصبح مدخلًا يجب أن تتوفر أربعة عناصر: توليد الطلب، والقدرة على قبض المال، والاحتفاظ بالمستخدمين، والحفاظ على الحياد. الآن لا يحقق الوكيل الشخصي سوى واحدة أو اثنتين منها في أفضل الأحوال. كل دقيقة يوفرها من اهتمامك هي أصل كان يمكن لشركات الإنترنت بيعها. وكل مستخدم يبقى لديه هي نقود يرغب التجار أصلًا في دفعها كي يحصلوا عليه.

محلل Morgan Stanley Brian Nowak يقول إنه لا يهمه سوى شيء واحد: هل يدفع المستخدمون حقًا لشراء أشياء عبر Muse؟ ولا يهمه حجم التنزيلات وDAU.

خلال السنوات الماضية، اعتاد السوق استخدام «شدة الإنفاق» لإعادة تقييم شركات التكنولوجيا. لكن ضمن كل سرديات «مدخلات» لم تثبت صحتها، فإن الندرة الحقيقية لم تكن أبدًا شجاعة الصرف، بل القدرة على فهم «ما المال الذي لا ينبغي إنفاقه» وضبط النفس.

ارتفعت Meta أكثر من 11% في يومٍ واحد أمس، حيث رفعت إنتل وأيه إم دي بنحو 12% و10% على التوالي. كان السبب استمرار رواج منتج Muse الخاص بـ Meta من وكلاء الذكاء الاصطناعي (AI Agents) الشخصيين. وهذه النقطة جديرة بالذكر لأنها قد تعيد كتابة المنطق الأساسي لـ“قدرة حسابات الذكاء الاصطناعي”.

أولاً: ماذا تغيّر في Muse؟

في السوق، لا يزال معظم الذكاء الاصطناعي للمستهلكين في جوهره أدوات للحوار والإجابة: تُدخل مقطعًا من النص، فيجري النموذج الاستدلال ثم يُخرج النتيجة وتنتهي المهمة. أما Muse فيسحب الذكاء الاصطناعي من نافذة الدردشة إلى سير العمل الحقيقي: أنت تحدد هدفًا، فيقوم بتفكيك الخطوات، وتسجيل الدخول إلى المواقع، واستدعاء خدمات خارجية، وقراءة حالة الصفحة، ثم يقرر الخطوة التالية. وعند مواجهة الدفع أو إرسال البريد الإلكتروني أو تعديل المواعيد، فإنه يتواصل معك للحصول على إذن قبل التنفيذ، ثم يعود لإكمال المهمة مع متابعة ما إذا كانت قد اكتملت.

الحلقة المغلقة هي: فهم الهدف → وضع خطة → استدعاء الأدوات → مراقبة النتائج → تعديل الخطة → الاستمرار في التنفيذ.

وحدة عمل الذكاء الاصطناعي التقليدي هي “حوار واحد”، بينما وحدة عمل الـ Agent هي “مهمة كاملة”. كذلك زوّدت Meta بيئة تنفيذ قابلة للاستمرار على السحابة—حتى بعد إغلاق التطبيق يستمر العمل في الخلفية. وهذا يعني أن المنافسة لم تعد تركز فقط على نموذج الأساس؛ بل أيضًا على منافذ التوزيع وبيانات المستخدم والبيئة التجارية. تمتلك Meta مداخل هائلة إلى المستخدمين. وبمجرد أن يتراكم Muse البريد الإلكتروني والمواعيد وسلوكيات الشراء وتاريخ المهام، تصبح تكلفة الانتقال مرتفعة جدًا—ليس عليك نقل سجل الدردشة فحسب، بل نقل أسلوب العمل بأكمله.

ثانيًا: لماذا هذه المرة كان السحب باتجاه المعالجات CPU؟

خلال السنوات الماضية كان ساحة المعركة الأساسية لبنية الذكاء الاصطناعي التحتية هي GPU. لكن مع دخول الـ Agent إلى سير العمل تغيّر هيكل الحساب: GPU مسؤولة عن “التفكير” (فهم الهدف، توليد الخطة، التعرف على الصفحة)، بينما جزء “الإنجاز” الحقيقي—تشغيل النظام، وفتح الآلات الافتراضية، وضبط الـ API، وإدارة الصلاحيات، وإدارة حالة المهام—ينتهي كله على CPU والخوادم التقليدية.

سلسلة نماذج الدردشة هي: إدخال → استدلال → إخراج → تحرير الموارد. أما سلسلة الـ Agent فهي: استدلال → تنفيذ على CPU → انتظار الاستجابة من الخارج → إعادة قراءة الحالة → استدلال مرة أخرى → تنفيذ مرة أخرى. وقد يدور مشروع طويل عشرات أو مئات المرات. يجب أن تظل المتصفح والآلة الافتراضية والذاكرة وحالة المهام متصلة طوال الوقت. وبذلك لا يعود طلب حسابات الذكاء الاصطناعي مقتصرًا على “توليد Token واحد”، بل يمتد إلى “الموارد النظامية كاملة لتنفيذ مهمة”.

إذا ما فتح Muse أمام مليارات المستخدمين، حتى إن كان جزء صغير منهم فقط يشغّل الـ Agent بالتزامن، فسيؤدي ذلك إلى توليد سيل هائل من الآلات الافتراضية المتزامنة، وعمليات المتصفح، واستدعاءات الـ API. بما أن الـ Agent الشخصي سيتعامل مع البريد الإلكتروني والدفع وصلاحيات الحسابات، فلا يمكن حشر مهام الجميع في بيئة واحدة. وكلما زادت الحاجة إلى العزل الأمني، زاد وجوب توفير موارد مستقلة لكل مستخدم. تنبع متطلبات الـ CPU في عصر الـ Agent من ثلاث خطوط: زيادة عدد المهام المتزامنة، إطالة مدة المهمة، وتشديد العزل الأمني. وهذا أيضًا سبب عودة السوق إلى التركيز مجددًا على خوادم متعددة الأنوية من نوع CPU. وحتى توجد تقديرات تقول إن احتياج معالجات CPU من المرجح أن يتضاعف في المستقبل، وأن نسبة CPU إلى GPU ستقترب من 1:1.

خلاصة إطار الملاحظة بجملة واحدة: عندما تنخفض تكلفة الاستدلال، تتحول عنق الزجاجة في الذكاء الاصطناعي من “هل يمكن للنموذج أن يفكر؟” إلى “هل يمكن للخلفية أن تنفذ بالتوازي وبكلفة منخفضة بما يكفي؟”.

ثالثًا: كيف يتحول الطلب على القدرة الحسابية إلى أرباح؟

الطلب لا يساوي الربح تلقائيًا؛ المفتاح هو النموذج الاقتصادي لوحدة Muse. توجد اشتراكان: النسخة المجانية مع إضافة 20 دولارًا، وخطة 100 دولار. وفي المستقبل قد يتحقق الدخل أيضًا عبر وكلاء المؤسسات (enterprise agents) وواجهات للمطورين وعمولات على المعاملات. يستطيع Muse التعرف على نوايا استهلاك حقيقية، وبالتالي يمكن أن تكون قيمة المستخدم الفردية—نظريًا—أعلى من نقرة الإعلان التقليدية. وقدّرَت جهات بحثية أن الإيرادات المستقبلية قد تتجاوز مئة مليار دولار.

لكن بنية التكاليف للـ Agent مختلفة: يلزم تشغيل آلات افتراضية للمستخدم، واستهلاك الذاكرة، وحرق الشبكة، واستدعاء النماذج. كلما استخدمت بشكل أشد، ارتفعت تكاليف الخلفية. أما الشريحتان للاشتراك فهما جوهرًا أيضًا أدوات لإدارة الموارد—تحديد عدد المهام، وتحديد عدد الاستدعاءات، وتقييد مدة التشغيل في الخلفية. وبالمقارنة مع الاشتراك الثابت، فإن عمولة المعاملات أكثر توافقًا مع بنية تكلفة الـ Agent.

إلا أن نموذج المعاملات قد يشعل صراعات بين المنصات. فقد قطعت أمازون وصول Muse إلى الشراء داخل تطبيقها. إذ بعد أن ينجز الـ Agent للمستخدم عملية البحث والتقديم للطلب، يتخطى المستخدم صفحات التوصيات والإعلانات. ومن المرجح أن تتبع منصات الطرف الثالث إحدى ثلاث طرق: فرض رسوم على واجهة مفتوحة، أو اشتراط تقاسم الأرباح عن المعاملات، أو منع الوصول غير المصرح به. أي طريق منها سيضغط حدود خدمة Muse وهوامش ربحه.

رابعًا: كيف نفهم سلسلة انتقال الأثر

بالنسبة إلى Meta: Muse هو الاختبار الحاسم فيما إذا كانت الإنفاق الرأسمالي على الذكاء الاصطناعي يمكن أن يتحول إلى دخل على مستوى المستهلكين—عدد مرات التحميل يثبت التوزيع، ومعدل إتمام المهام يحدد القيمة، والاحتفاظ والاشتراك المدفوع يحدد الإيرادات، وتكلفة كل مهمة تحدد الأرباح.

بالنسبة إلى إنتل: GPU تفكر وCPU تنفذ. فإذا ما انطلقت وكلاء الذكاء الاصطناعي للاستهلاك على نطاق واسع، فقد تتحول CPU في الخوادم من عنصر مساعد إلى حلقة حاسمة تحدد حجم التوازي وتكلفة التشغيل.

سلسلة الانتقال كاملة هي: يصل الـ Agent على مستوى المستهلك إلى المستخدم → تتحول المهام من مجرد سؤال/جواب إلى تنفيذ مستمر → تتصاعد الحاجة إلى الآلات الافتراضية والمتصفح واستدعاءات الأدوات → ترتفع متطلبات CPU والذاكرة والشبكة → ترتفع تكاليف البنية التحتية → تؤكد الاشتراكات والإيرادات من المعاملات الجدوى الاقتصادية لوحدة العمل → تتحول أخيرًا إلى أرباح الموردين على شكل طلب على الشرائح.

تحدد GPU ما إذا كان الـ Agent قادرًا على التفكير وتوضيح الخطة بشكل كافٍ، بينما تحدد CPU والبنية التحتية للنظام ما إذا كان يمكنه إنجاز العمل بالتزامن لمصلحة عدد كافٍ من الأشخاص؛ أما العائد الرأسمالي النهائي فيعتمد على مقدار المال الذي يُكسبه كل مرة لإنجاز مهمة، ومدى قدرته على تغطية تكاليف سلسلة التنفيذ كاملة.