ارتفعت أسعار الأسهم بنسبة 32%، وGLM-5 تتصدر قائمة المصادر المفتوحة العالمية، ولقطة واحدة لمدة 25 دقيقة تبرز نظامًا كاملًا بدون توقف

2 فبراير، في وقت متأخر من الليل، ظهر نموذج غامض يحمل الاسم الرمزي «Pony Alpha» بشكل سري.

ثم، انفجرت الأخبار على الإنترنت.

أدخل قطعة من «كود جبل القمامة» التي لم يتمكن الفريق من إصلاحها بعد يوم كامل، فقام على الفور بإعادة هيكلة المعمارية؛ وعند إدخال موجه بسيط، خرج تطبيق ويب كامل يتضمن 35 محطة إذاعية وواجهة مستخدم سلسة.

هذه القدرة الهندسية الفائقة، أثبتت مباشرة صحة ادعاء أندريه كارباتي قبل أيام قليلة:

لقد أصبحت برمجة الـVibe من الماضي، والقواعد الجديدة للعبة لها اسم واحد—

الهندسة الوكيلة (Agentic Engineering).

بعد ذلك، تم إطلاق Opus 4.6 وGPT-5.3-Codex في وقت متأخر من الليل في اليوم التالي، مع التركيز الكامل على «المهام طويلة المدى، والهندسة النظامية».

وفي الوقت الذي ظن فيه الجميع أن الأمر مجرد لعبة فردية لعملاق مغلق المصدر، تم الكشف عن سر Pony Alpha—

إنه GLM-5.

أول نموذج مفتوح المصدر على مستوى العالم يتصدر هذا المسار، ويواجه عمالقة وادي السيليكون في قدرات الهندسة على مستوى النظام بشكل مباشر.

بعد الكشف عن السر، ارتفعت أسهم شركة Zhizhi بنسبة 32% مباشرة!

الأول عالمياً في المصدر المفتوح! «لحظة Opus» للصناعة المحلية

بعد الاستخدام الحقيقي، كانت لدينا ملاحظة واحدة: إنه قوي جدًا!

إذا كانت Claude Opus تمثل قمة النماذج المغلقة، فإن إصدار GLM-5 بلا شك يمثل لحظة «Opus» الخاصة بالنماذج المفتوحة المحلية.

في يوم الإصدار، تم عرض أكثر من عشرة تطبيقات وألعاب مبنية على GLM-5، مع توفير تجارب مباشرة، وسيتم لاحقًا طرح هذه التطبيقات تدريجيًا في متاجر التطبيقات الكبرى.

وهذا يعني أن GLM-5 يحول «برمجة الذكاء الاصطناعي» إلى «تسليم الذكاء الاصطناعي»، محققًا بشكل حقيقي قفزة سلسة من أدوات الإنتاجية إلى المنتجات التجارية.

مثلاً، مشروع «Pookie World».

هو عالم رقمي موازٍ يقوده GLM-5، ويمنح الوكيل الذكي المستقل سردًا كاملًا ودوافع حياة من خلال إطار بيولوجي-نفسي متعدد الطبقات.

وأيضًا نسخة مكررة من «عالمي»، التي تتطابق تمامًا من حيث المظهر واللعب مع Minecraft.

استخدمنا أيضًا Claude Code كواجهة، ودمجنا API الخاص بـ GLM-5 لإجراء اختبارات متعددة الأبعاد.

سواء كان مشروع Next.js كامل، أو تطبيقات أصلية على MacOS/iOS، فهي تتيح إتمام كامل دورة العمل من تحليل المتطلبات، وتصميم المعمارية، وكتابة الكود، وتصحيح الأخطاء من البداية للنهاية.

بعد العمل على العديد من المشاريع، نشعر بشعور غامض:

إلى حد ما، ربما يكون GLM-5 نموذجًا يمكنه تغيير قواعد اللعبة في الصناعة.

· تحدي المنطق المعقد: «كون المعرفة اللامتناهي»

إذا كنت تعتقد أن كتابة صفحة ويب بسيطة، فحاول أن تجعل الذكاء الاصطناعي يتولى مشروع «تدفق غير محدود» يتطلب تنسيق JSON صارم جدًا، ويشمل عرضًا ديناميكيًا.

خذ على سبيل المثال أول اختبار لنا، «كون المعرفة اللامتناهي».

مشروع تقني معقد يفصل بين الواجهة والخادم، ويشمل رسم ديناميكي باستخدام React Flow، وتصميم API في Next.js، ومتطلبات صارمة جدًا لتنسيق JSON.

وفي هذا المجال، كان أداء GLM-5 مذهلاً.

لم يكتفِ فقط بإنشاء هيكلية كاملة للملفات، بل أدهشنا أيضًا بمنطق التصحيح الخاص به.

عندما واجهنا خطأ في العرض، قلنا ببساطة: «الصفحة سوداء، ولم يظهر المحتوى الأول عند التحميل…»

فورًا، حدد GLM-5 أن المشكلة تتعلق بوقت التحميل، وقدم حلاً سريعًا للتصحيح.

نص الموجه بالكامل كالتالي:

تدفق غير محدود·تصور المفهوم

المفهوم الأساسي: هو خريطة ذهنية «لا تنتهي أبدًا». يدخل المستخدم أي كلمة مفتاحية (مثل «فيزياء الكم» أو «حلم الحمراء»)، فيولد النظام عقدة مركزية. عند النقر على أي عقدة، يوسع الذكاء الاصطناعي بشكل فوري عقدة فرعية.

لحظة الإعجاب: يشعر المستخدم وكأنه يتفاعل مع دماغ كلي المعرفة. عندما ينقر عشوائيًا على مفهوم غريب، ويستطيع الذكاء الاصطناعي توسيع المستويات التالية بدقة، فإن شعور «الاستكشاف اللامحدود» يكون مذهلاً جدًا.

الرؤية والنشر:

• استخدام React Flow أو ECharts لإنشاء شبكة عقد ديناميكية وقابلة للسحب.

• استخدام ألوان Cyberpunk أو أسلوب بسيط جدًا، مناسب لصور الشاشة ومشاركتها على وسائل التواصل.

خطة التنفيذ:

• الواجهة الأمامية: React + React Flow (لرسم المخططات).

• الواجهة الخلفية: API في Next.js.

• استراتيجية الموجه: لا حاجة لذاكرة سياقية معقدة، يكفي أن يطلب من الذكاء الاصطناعي توليد 5-6 عقد فرعية مرتبطة بالعقدة الحالية وإرجاعها بصيغة JSON.

• التحدي الرئيسي: جعل النموذج يُصدر JSON ثابتًا ومتسقًا (وهذا اختبار ممتاز لقدرة النموذج على اتباع التعليمات).

· مشروع وسطى أكثر تعقيدًا، تم بناؤه خلال 11 دقيقة

ثم، زادت الصعوبة، وطلبنا منه تطوير تطبيق نفسي يسمى «مرآة الروح».

المتطلبات مقسمة إلى خطوتين:

الخطوة 1: تصميم المنطق: يتقمص دور خبير في علم النفس لجونغ، ويصدر JSON يتضمن نص التحليل ومعلمات بصرية.

الخطوة 2: التنفيذ الأمامي: برمجة واجهة باستخدام Next.js، مع مكون ResultCard.

الموجه

الخطوة 1: تصميم المنطق

نريد تطوير تطبيق نفسي يسمى «مرآة الروح».

سير التفاعل:

1. صفحة الترحيب: يدخل المستخدم حالته الحالية أو مشكلته.

2. صفحة التحليل: يقترح الذكاء الاصطناعي سؤالين عميقين، لتوجيه استكشاف الداخل.

3. صفحة النتيجة: بناءً على الحوار، يُنتج الذكاء الاصطناعي «بطاقة روحية».

يرجى تصميم الموجه الأساسي (System Instruction): يتطلب أن يتقمص النموذج دور خبير في علم النفس لجونغ. في الخطوة الأخيرة، يجب أن يُصدر النموذج JSON يتضمن:

• analysis: نص التحليل النفسي.

• visualParams: مجموعة من المعلمات لإنشاء فن تجريدي (مثل colorPalette (مصفوفة ألوان ست عشرية)، shapes (دوائر/مثلثات/موجات)، chaosLevel (مستوى الفوضى كقيمة رقمية)).

الخطوة 2: التنفيذ الأمامي ورسم SVG

يرجى كتابة كود الواجهة الأمامية في Next.js. التركيز على إنشاء مكون ResultCard.

المطلوب:

1. استلام معلمة visualParams من الخطوة 1.

2. استخدام SVG لرسم الأشكال بشكل ديناميكي. مثلا: إذا كان chaosLevel عالي، استخدم مسارات غير منتظمة؛ وإذا كانت لوحة الألوان دافئة، استخدم تدرج برتقالي وأحمر.

3. تصميم البطاقة بشكل أنيق، كأنها بطاقة تاروت: في الوسط رسمة SVG ديناميكية، وفي الأسفل اسم المستخدم وعبارة «حكمة الروح» من الذكاء الاصطناعي.

4. إضافة زر «حفظ كصورة» (باستخدام مكتبة html-to-image).

خلال هذا كله، تظهر قدرته على الفهم بشكل يجعلك تتساءل أحيانًا عما إذا كنت تستخدم Opus 4.5.

لكن، نظرة واحدة، وتأكد أنه GLM-5.

· برمجة مباشرة خلال 25 دقيقة، برمجة وكيلة (Agentic Coding)

للمزيد من اختبار قدرات GLM-5، طلبنا منه عدم استخدام API، بل محاكاة المستخدم الحقيقي، لبناء نظام مراقبة لمنصة X.

النتيجة: 25 دقيقة، وبرمجة كاملة من البداية للنهاية.

كما ترى، يختار GLM-5 بشكل مستقل أدوات الوكيل، ويخطط المهام، ويقسم الخطوات، ويبحث عن أخطاء ويصححها بنفسه.

هذه القدرة على الحفاظ على تماسك المنطق لفترة طويلة، كانت غير متوقعة من النماذج المفتوحة سابقًا.

· رسم تطبيق من صورة، والدقة مذهلة

وفي النهاية، أعطينا صورة من لقطة شاشة لمشروع مفتوح المصدر من مؤسس OpenClaw (أداة إحصائية للذكاء الاصطناعي)، مباشرة إلى GLM-5:

بناء لي تطبيق MacOS مطابق لهذا.

بعد قليل، أنشأ نسخة «مكررة» من المنتج نفسه.

رغم أن البيانات وهمية، إلا أن تصميم الواجهة، ومنطق التفاعل، كانا تقريبًا مطابقين تمامًا.

وهذا يعكس قدرته على الفهم البصري، وتحويل الرؤية إلى كود SwiftUI بشكل عملي.

مطور محترف يكرر «Cursor» النسخة الضعيفة خلال يوم واحد

لإثبات حدود GLM-5 الهندسية، قرر مطور مخضرم أن يختبر الأمر بشكل كبير:

من الصفر، يصنع مساعد برمجة ذكاء اصطناعي بواجهة سطح مكتب — يُسمى GLMLIFE.

وهذا يعادل عمل نسخة مبسطة من Cursor.

بعد أن أُعطي الأمر لـGLM-5، لم يبدأ مباشرة في كتابة الكود، بل أصدر وثيقة تصميم معمارية احترافية (PLAN.md)، وقدم اختيار تقني ناضج جدًا:

اعتمد على بنية Monorepo، وقسم المشروع بدقة إلى ثلاثة حزم أساسية:

• Core: مسؤول عن محرك الوكيل وتوافق LLM؛
• CLI: للتفاعل عبر سطر الأوامر؛
• Desktop: تطبيق سطح مكتب مبني على Electron + React 18.

من إدارة الحالة باستخدام Zustand، إلى تصميم Tailwind، إلى تواصل العمليات المعقدة عبر IPC، كان GLM-5 كمدير فني محترف، يخطط بشكل واضح.

كان يتوقع أن يستغرق إعداد البيئة ثلاثة أيام، لكنه أنجزها خلال يوم واحد فقط، من إعداد البيئة، وتنفيذ المنطق، إلى حزمة Electron.

عند فتح مشروع GLMLIFE، يصعب تصديق أن هذا نتاج ذكاء اصطناعي «بنى» خلال يوم واحد.

لماذا يمكن أن يكون «Opus المفتوح»؟

على مستوى العالم، يُعتبر Claude Opus 4.6 وGPT-5.3-Codex من النماذج الأكثر شعبية، لأنها تمتلك قدرات «هيكلية» قوية جدًا.

• جماليات Opus 4.6: 16 نسخة من الذكاء الاصطناعي تعمل بشكل مستقل، استغرقت أسبوعين، وبنوا مترجم Rust يضم 100 ألف سطر، ونجح في اختبار ضغط GCC بنسبة 99%.
• إبداع GPT-5.3 الذاتي: هو أول نموذج من OpenAI يشارك في «خلق نفسه»، حيث تدخل في عملية تدريبه وتوزيعه قبل أن يُطلق.

لكن، كل هذا يعتمد على شرط قاتل: أنها مغلقة المصدر، وغالية الثمن.

وفي الوقت الحالي، إصدار GLM-5 هو بمثابة اختراق كبير من النماذج المفتوحة الصينية، في مواجهة عصر «الهندسة الوكيلة».

لقد استهدفت مباشرة المجال الذي لا يرغب عمالقة البرمجيات في التخلي عنه — قدرات الهندسة على مستوى النظام، وشن هجوم «منافسة بديلة».

1. «المهندس الخلفي» الجديد

فريق Zhizhi يدرك تمامًا أن السوق لا يفتقر إلى نماذج تكتب سكريبتات Python، بل يفتقر إلى نماذج قادرة على التعامل مع الأعمال الشاقة، والمهام الكبيرة.

ركزت تدريبات GLM-5 على تعزيز وزن تصميم المعمارية الخلفية، وتنفيذ الخوارزميات المعقدة، وإصلاح الأخطاء العنيدة، مع تفعيل آلية تفكير ذاتي قوية.

عند فشل الترجمة، يتصرف كمهندس محترف، يحلل السجلات، يحدد السبب الجذري، يعدل الكود، ويعيد الترجمة، حتى يعمل النظام بشكل صحيح.

2. العمل مقابل الحساب

بمستوى أداء يضاهي Opus، ومع وزن مفتوح المصدر، بدأ GLM-5 يهدد بشكل كبير جدران الحديقة التي بناها كل من Anthropic وOpenAI.

• النشر المحلي: يمكنه العمل في شبكة داخلية معزولة تمامًا، ويمكن تخصيصه ليناسب إطار عمل الشركة الخاص، ليصبح أكثر فهمًا لكودها.
• التكاليف قابلة للتحكم: يمكن للمستخدمين تشغيل وكيل برمجة قوي باستخدام مجموعة بطاقات رسومية استهلاكية، دون أن يشعروا بقلق من التكاليف عند كل اختبار.

الهيمنة على SOTA

هذه التطورات في GLM-5 يمكن وصفها بكلمتين: عنف.

وبما أنه نموذج أساسي لتصميم أنظمة معقدة، فحجمه لا بد أن يكون كبيرًا جدًا.

عدد المعاملات من 355 مليار (تفعيل 32 مليار) إلى 744 مليار (تفعيل 40 مليار)، وبيانات التدريب من 23 تيرابايت إلى 28.5 تيرابايت.

إضافة إلى «الضخامة»، يجب أن يكون «موفرًا».

كما هو معروف، أكثر شيء يكلف في تشغيل الوكيل هو Token.

ولحل هذه المشكلة، أدخلت GLM-5 لأول مرة تقنية DeepSeek Sparse Attention (الانتباه المتناثر).

وهذا يمكنه من معالجة سياقات طويلة جدًا، مع الحفاظ على «ذاكرة غير مفقودة»، وتقليل تكاليف النشر بشكل كبير.

وأيضًا، تقنية «السائل» الجديدة للتعلم المعزز — إطار Slime.

مع التعلم المعزز على نطاق واسع، يتحول النموذج من أداة لمرة واحدة إلى «متسابق طويل المدى» يزداد ذكاءً مع الوقت.

أما عن نتائج الأداء، فهي مذهلة:

• القدرة على البرمجة

  حصلت على 77.8 نقطة في اختبار SWE-bench، و56.2 في Terminal Bench 2.0، وهي أعلى نتائج مفتوحة المصدر. وتفوقت على Gemini 3.0 Pro، وقرّبت من Claude Opus 4.5.

• قدرة الوكيل (Agent)

  تصدر في BrowseComp (البحث عبر الإنترنت)، MCP-Atlas (استدعاء الأدوات)، وτ²-Bench (التخطيط المعقد)، كلها في المركز الأول مفتوحة المصدر.

الأكثر إثارة هو اختبار Vending Bench 2 (اختبار إدارة آلة البيع الذاتية).

وفي هذا الاختبار، يتعين على النموذج إدارة آلة بيع لمدة سنة كاملة بنفسه.

هل تتوقع أن GLM-5 حقق أرباحًا بقيمة 4432 دولارًا بنهاية العام؟ نعم، تقريبًا، وهذا يقترب من أداء Opus 4.5.

وفي تقييمات المطورين، تفوقت GLM-5 بشكل ملحوظ على الجيل السابق GLM-4.7 في مجالات البرمجة على الواجهة الأمامية والخلفية، والمهام طويلة المدى، بمتوسط زيادة يزيد عن 20%.

ويبدو أن الأداء الحقيقي يقترب من Opus 4.5.

صنع الذكاء الاصطناعي بواسطة الذكاء الاصطناعي

بالطبع، طموح GLM-5 لا يقتصر على النموذج فقط، بل يهدف إلى إعادة تشكيل أدوات البرمجة التي نستخدمها.

أداة OpenClaw التي حققت شهرة عالمية أظهرت إمكانيات الذكاء الاصطناعي في التحكم بالحاسوب.

وهذه المرة، أطلقت Zhizhi نسخة AutoGLM من OpenClaw.

عند استخدام النسخة الأصلية، كانت إعدادات البيئة تتطلب وقتًا وجهدًا، لكن الآن يمكن نشرها بنقرة واحدة من الموقع الرسمي.

هل تريد «متدرب رقمي» يراقب تويتر، ينظم الأخبار، ويكتب السكربتات على مدار الساعة؟ كل ذلك بنقرة واحدة.

وأيضًا، أُطلق Z Code—

أداة تطوير من الجيل الجديد تعتمد كليًا على قدرات GLM-5.

في Z Code، تطرح الطلبات، ويقوم النموذج تلقائيًا بتقسيم المهام، ويشغل مجموعة من الوكلاء بشكل متزامن: يكتب الكود، ينفذ الأوامر، يصحح الأخطاء، ويعرض النتائج، وحتى يلتزم بالتزامن مع Git.

ويمكنك أيضًا التحكم عن بعد عبر الهاتف، وتوجيه الوكيل على سطح المكتب.

ومن الجدير بالذكر أن Z Code نفسه، تم تطويره بمشاركة كاملة من نموذج GLM، تمامًا كما أن Codex من OpenAI أنتج Codex.

نصر القوة الحاسوبية المحلية

خلف نجاح GLM-5 في جذب الانتباه العالمي، وزيادة الطلب على الوكلاء، يقف فريق من «الأبطال المجهولين» يدعمون الأحمال الحسابية الضخمة.

ولضمان استقرار كل سطر كود، وكل خطة لوكيل، تم دمج GLM-5 بشكل عميق مع البنية التحتية الحاسوبية المحلية، وتوافق مع منصات Huawei Ascend، وMoiré Thread، وCambricon، وKunlun Chip، وMuxi، وSuiyuan، وHai Guang وغيرها.

من خلال تحسينات دقيقة على مستوى العمليات الأساسية، أصبح بإمكان GLM-5 العمل بكفاءة عالية على الحواسيب المحلية ذات المعالجات الصينية، مع أداء عالي من حيث الإنتاجية وانخفاض الكمون.

وهذا يعني أن لدينا نموذجًا من الطراز العالمي، دون أن نكون مقيدين.

الخاتمة

في ربيع 2026، ستتخلص نماذج البرمجة الكبيرة من طفولتها.

ما يسميه كارباتي بـ«الهندسة الوكيلة»، هو في جوهره فرض «متطلبات مقابلة» أكثر صرامة على الذكاء الاصطناعي:

• سابقًا (Vibe Coding): فقط إذا كنت تعرف كيف تكتب HTML جميل، فسيتم توظيفك.
• الآن (Agentic Coding): يجب أن تفهم نواة Linux، وتعرف كيف تتواصل بين 500 خدمة صغيرة، وتعرف كيف تعيد هيكلة الكود دون أن تتسبب في فشل النظام، ويجب أن تقدر على تخطيط المهام، وتصحيح الأخطاء بنفسك.

GLM-5 ليس مثاليًا.

لكن، في مهمة «بناء أنظمة معقدة»، هو النموذج الوحيد المفتوح المصدر الذي يمكنه مواكبة موجة «الهندسة الوكيلة» الحالية.

لقد انتهت برمجة الـVibe.

لا تسأل الذكاء الاصطناعي بعد الآن «هل يمكنه مساعدتي في كتابة صفحة ويب؟» — هذا كان في 2025.

الآن، اسأله: «هل يمكنه إعادة هيكلة الوحدة الأساسية لنظام عالي التوازي؟»

GLM-5، جاهز للبناء!

خاتمة سرية

تم تضمين GLM-5 في باقة Max للمستخدمين، وسيتم دعم إصدار Pro في غضون 5 أيام!

وأيضًا، أعلنت Zhizhi عن زيادة في الأسعار، ومن المتوقع أن ترتفع قيمة Token لهذا العام!

مصدر المقال: Xin Zhiyuan

تحذيرات المخاطر وشروط الإعفاء

        السوق محفوف بالمخاطر، والاستثمار يتطلب الحذر. هذا المقال لا يشكل نصيحة استثمار شخصية، ولم يأخذ في الاعتبار أهداف المستثمرين الخاصة أو وضعهم المالي أو احتياجاتهم. يجب على المستخدمين تقييم مدى توافق الآراء والوجهات النظر الواردة مع ظروفهم الخاصة. يتحمل المستخدم مسؤولية استثماراته.