– تكنولوجيا | 15 تشرين الأول 2026
دخل سباق الذكاء الاصطناعي مرحلة جديدة مع إعلان شركة غوغل، في 13 تشرين الأول 2026، إتاحة نموذج Gemini 4 Argon للمطورين والشركات والمشتركين المؤهلين في خدماتها المدفوعة، في إطلاق يركز على الانتقال من أنظمة المحادثة التقليدية إلى أدوات قادرة على تنفيذ عمليات متعددة الخطوات، والتعامل مع المشكلات التقنية والمهنية المعقدة.
ويأتي النموذج في وقت تتنافس فيه الشركات التكنولوجية الكبرى على تطوير أنظمة تتجاوز توليد النصوص والصور، لتصبح قادرة على التخطيط والتحليل واستخدام الأدوات الرقمية والمساهمة في تنفيذ المهام ضمن بيئات العمل الحقيقية.
وبحسب غوغل، يمثل Gemini 4 Argon أحد أبرز تطوراتها في الاستدلال العميق، مع تحسينات تستهدف هندسة البرمجيات والأمن السيبراني والأبحاث العلمية والقطاعات المالية والقانونية.
ما الذي يميز Gemini 4 Argon عن الأجيال السابقة؟
يرتكز التطور الأساسي على قدرة النموذج على التعامل مع سلسلة مترابطة من العمليات بدل الاكتفاء بالإجابة عن سؤال منفرد.
فعند تكليفه بمهمة برمجية معقدة، يمكن للنموذج تحليل بنية المشروع، وفهم العلاقات بين الملفات، واقتراح التعديلات وتنفيذها ضمن الأدوات المتاحة، والمساعدة في تقييم النتائج.
وفي التطبيقات المؤسسية، يستطيع التعامل مع مستندات متعددة، واستخلاص المعلومات المرتبطة ببعضها، وتحليل البيانات، وإعداد مخرجات تستند إلى سياق أوسع.
ويدعم النموذج النصوص والصور والملفات الصوتية والمرئية، مع نافذة سياق مشتركة للمدخلات والمخرجات تصل إلى مليون رمز رقمي (Token)، وفق بطاقة النموذج المنشورة من Google DeepMind.
وتسمح هذه السعة بمعالجة كميات كبيرة من المعلومات في المهمة الواحدة، لكنها لا تعني ضمان الدقة أو القدرة على استيعاب كل المحتوى دون أخطاء.
ثورة محتملة في تطوير البرمجيات
تُعد البرمجة من أبرز المجالات التي تراهن عليها غوغل في إطلاقها الجديد.
فبدل الاقتصار على كتابة دوال منفصلة أو تصحيح الأخطاء البسيطة، صُمم Gemini 4 Argon للمساعدة في إعادة هيكلة المشاريع البرمجية الكبيرة، وتحليل المشكلات التي تتوزع أسبابها على ملفات ومكونات متعددة.
وكشفت غوغل أن دمج النموذج في بيئة التطوير Google Antigravity ساعد فرقها على زيادة المساهمات البرمجية المعتمدة على الوكلاء بأكثر من 35%، مع خفض عمليات التراجع عن التعديلات البرمجية بنحو الثلث.
كما أعلنت أن النموذج ساعد مهندسيها في إعادة تنظيم أجزاء معقدة من مشروع Chromium ، الذي يقوم عليه متصفح Chrome ، وفي تحسين أداء أدوات تطوير مفتوحة المصدر.
غير أن هذه النتائج تستند إلى اختبارات وتجارب عرضتها الشركة، ولا تعني بالضرورة تحقيق النسب نفسها لدى جميع المطورين أو في مختلف المشاريع البرمجية.
ويظل اختبار الشيفرات ومراجعة التغييرات والتحقق من التوافق والأمان شروطًا أساسية قبل اعتماد أي تعديل ينتجه الذكاء الاصطناعي.
الذكاء الاصطناعي ينتقل من تقديم الاقتراحات إلى تنفيذ المهام
يبرز مفهوم «الذكاء الاصطناعي الوكيلي» أو Agentic AI بوصفه أحد المحاور الرئيسية لهذا التطور.
ويقوم هذا المفهوم على منح الأنظمة الذكية القدرة على تنفيذ سلسلة من الإجراءات باستخدام أدوات وخدمات مترابطة، ضمن حدود الصلاحيات الممنوحة لها.
ففي بيئات الأعمال، قد يشمل ذلك مراجعة ملفات مشروع، وإعداد تقرير، وتنظيم معلومات العملاء، أو المساعدة في إدارة سير عمل متكرر.
وأعلنت غوغل توسيع إمكانات تطبيق Gemini وربطه بعشرات التطبيقات والخدمات، إلى جانب دمج قدرات التطوير البرمجي في تطبيق Gemini على أجهزة macOS.
وتكتسب هذه الخطوة أهمية خاصة للشركات التي ترغب في تقليل الوقت المستهلك في الأعمال التشغيلية المتكررة، مع إبقاء القرارات الحساسة خاضعة للمراجعة البشرية.
الأمن السيبراني والعلوم… مجالات جديدة للمنافسة
لا يقتصر النموذج على التطبيقات التجارية، إذ تؤكد غوغل أنه يمتلك قدرات متقدمة في تحليل الثغرات الأمنية، وفهم الشيفرات البرمجية المعقدة، والمساعدة في اكتشاف مشكلات قد يصعب رصدها بالأدوات التقليدية.
وذكرت الشركة أن مؤسسة Wiz استخدمت النموذج للمساعدة في تحديد ثغرة خطيرة ضمن برمجيات مرتبطة بالقطاع الصحي، ما أتاح معالجة المشكلة وحماية بيانات حساسة.
وفي المجال العلمي، عرضت غوغل تجارب لاستخدام النموذج في تحسين البرمجيات المرتبطة بالكيمياء الجزيئية والحوسبة الكمية والروبوتات، إلى جانب دعم أبحاث علمية متخصصة.
وأعلنت إتاحة فرصة لعشرة آلاف عالم وباحث للحصول على استخدام مجاني لمدة ستة أشهر لأعلى فئة استخدام في منصة Antigravity ، وفق شروط برنامجها البحثي.
لكن هذه الاستخدامات، رغم أهميتها، لا تجعل النموذج بديلًا عن الاختبارات العلمية المستقلة أو الخبرة المتخصصة.
كم تبلغ تكلفة Gemini 4 Argon وكيف يمكن استخدامه؟
أتاحت غوغل النموذج من خلال واجهة Gemini API للمطورين والشركات، وكذلك عبر تطبيق Gemini و«وضع AI» في محرك البحث للمشتركين المؤهلين في باقتي Google AI Pro و Ultra.
أما منصة Google Antigravity ، فتتيح الوصول إلى النموذج ضمن اشتراك Google AI Ultra.
وحددت الشركة أسعارًا تمهيدية لاستخدام واجهة البرمجة تبدأ من دولارين لكل مليون رمز إدخال، وعشرة دولارات لكل مليون رمز إخراج، مع خصم يصل إلى 95% على رموز الإدخال المخزنة مؤقتًا.
ووفق وكالة رويترز، من المقرر مضاعفة الأسعار التمهيدية بعد 30 تشرين الثاني 2026.
وتعتمد التكلفة الفعلية للمؤسسات على حجم الاستخدام وطبيعة المهام واستهلاك الرموز، خصوصًا عند تشغيل عمليات طويلة ومتعددة الخطوات.
هل يغيّر النموذج مستقبل الوظائف الرقمية؟
يفتح إطلاق Gemini 4 Argon نقاشًا أوسع بشأن طبيعة العمل في قطاع التكنولوجيا، ولا سيما مع قدرة الأنظمة الحديثة على تنفيذ أجزاء متزايدة من العمليات البرمجية والتحليلية.
ومن المتوقع أن تتجه الشركات إلى إعادة توزيع المهام بين العاملين والأدوات الذكية، بدل التعامل مع الذكاء الاصطناعي بوصفه مجرد وسيلة لإنتاج النصوص.
فالمهندس البرمجي قد يقضي وقتًا أقل في كتابة الشيفرات الروتينية، ووقتًا أطول في تصميم الأنظمة واختبارها ومراقبة جودتها.
وفي المقابل، تبرز تحديات تتعلق بخصوصية البيانات، وحماية الأسرار التجارية، وصحة المخرجات، وإدارة الصلاحيات الممنوحة للوكلاء المستقلين.
وتزداد هذه المخاطر عندما تمتلك الأنظمة القدرة على تعديل الملفات أو الوصول إلى أدوات العمل، ما يستدعي ضوابط واضحة للعمليات التي يمكن تنفيذها تلقائيًا، وتلك التي تتطلب موافقة بشرية مسبقة.
المنافسة تشتد بين عمالقة الذكاء الاصطناعي
يضع هذا الإطلاق غوغل في مواجهة مباشرة مع الشركات المطورة للنماذج المتقدمة، وفي مقدمتها OpenAI و Anthropic.
ولم تعد المنافسة تقتصر على سرعة الإجابة أو جودة النصوص، بل أصبحت تشمل القدرة على تنفيذ الأعمال الفعلية، والتكامل مع الأدوات المهنية، وخفض تكاليف التشغيل، وتحقيق نتائج موثوقة قابلة للقياس.
وتقول غوغل إن نموذجها الجديد تصدر مؤشر Vals Index في تقييم أداء النماذج ضمن مجالات مهنية تشمل البرمجة والقانون والمالية والضرائب.
ومع ذلك، لا يمكن اعتبار نتيجة اختبار واحد حكمًا نهائيًا على تفوق نموذج في جميع المجالات، إذ تختلف مستويات الأداء بحسب طبيعة المهمة والبيانات المستخدمة وطريقة التقييم.
عصر جديد… لكن الاختبار الحقيقي لم يبدأ بعد
يشير ظهور Gemini 4 Argon إلى اتجاه متسارع في صناعة التكنولوجيا، يتمثل في انتقال الذكاء الاصطناعي من مرحلة المساعدة المعرفية إلى المشاركة المباشرة في تنفيذ العمليات الرقمية المعقدة.
غير أن القيمة الحقيقية لهذه الأنظمة لن تتحدد بالإعلانات التقنية وحدها، بل بقدرتها على تقديم نتائج دقيقة وآمنة ومستقرة داخل المؤسسات، وبكلفة اقتصادية قابلة للاستمرار.
وبين الوعود الواسعة التي تقدمها شركات التكنولوجيا والتحديات العملية التي تواجه المستخدمين، يبقى السؤال الأهم: هل يستطيع الجيل الجديد من الذكاء الاصطناعي تحويل قدراته الاستدلالية المتقدمة إلى إنتاجية ملموسة دون التضحية بالأمان والموثوقية؟
الإجابة ستتضح مع توسع الاستخدام الفعلي للنموذج، وتوفر تقييمات مستقلة لأدائه في التطبيقات الحقيقية.
