مقابلات

براد ووردل، مؤسس ورئيس تنفيذي لشركة Clairvoyance AI – سلسلة مقابلات

Antoine Tardif
أضف Unite.AI إلى مصادرك المفضلة على Google
Brad Wardell, Founder and CEO of Clairvoyance AI
النقاط الرئيسيةيجادل وارديل بأن توجيه العمل بين الأجهزة المحلية والسحابية أهم من الحجم الخام للنموذج.
عرض المزيد
  • يجادل وارديل بأن توجيه العمل بين الأجهزة المحلية والسحابية أهم من الحجم الخام للنموذج.
  • يخزن Clairvoyance ذكريات الوكيل في رسم بياني بحيث تنتشر التحديثات وتبقى محدثة.
  • يتوقع وارديل أن 90 إلى 95% من عمل الذكاء الاصطناعي سيعمل محليًا خلال 18 شهرًا.

براد ووردل هو مؤسس ورئيس تنفيذي لشركة Clairvoyance AI، ومؤسس ورئيس تنفيذي لشركة Stardock. أمضى أكثر من ثلاثة عقود في تطوير برمجيات الحواسيب المكتبية وألعاب الاستراتيجية، ومنتجات منها Fences وGalactic Civilizations. وقد أسهم عمله على مسارات تطوير الألعاب والأصول الإبداعية وتقارير الأعمال اليومية في تشكيل اهتمامه بوكلاء الذكاء الاصطناعي الدائمين، القادرين على العمل مباشرةً مع الملفات والتطبيقات المحلية.

تطوّر Clairvoyance AI مساحة عمل تضم موظفين افتراضيين في مجال الذكاء الاصطناعي، لكل منهم اسم ومهام مستمرة وذاكرة، وتربط الملفات المحلية وأدوات التطوير بالخدمات السحابية والنماذج التي تعمل على أجهزة المستخدم نفسه. وقد انبثقت الشركة من Stardock، وتدعم مسارات عمل تنتج ملاحظات وتقارير ومواد أخرى قابلة لإعادة الاستخدام. في هذه المقابلة، يناقش ووردل كيف أسهم تطوير الألعاب في تشكيل المنتج، ومكان النماذج المحلية في العمل اليومي، وآليات التوجيه والذاكرة وضوابط الأذونات اللازمة لجعل الوكلاء مفيدين.

أمضيت أكثر من ثلاثة عقود في تطوير برمجيات الحواسيب المكتبية وألعاب الاستراتيجية في Stardock، ومنها منتجات مثل Fences وGalactic Civilizations. ما المشكلة داخل شركتكم التي دفعتك إلى تطوير Clairvoyance AI، ومتى أدركت أنها قد تصبح شركة مستقلة؟

كانت نقطة الضغط الحقيقية هي لعبة Ara: History Untold، التي ساعدت Stardock شركتي Microsoft وOxide Games على إكمالها. فقد كان نقل الأصول الإبداعية إلى اللعبة يستغرق وقتًا هائلًا. وكانت النصوص تصل في ملفات .DOCX، وكان لا بد من تحويلها يدويًا، وبجهد كبير، إلى XML أو CSV. كما كان ينبغي إدخال الأصول ثلاثية الأبعاد إلى محركنا بعناية. وكان أي تعديل واحد على التوازن يقتضي التعامل مع اثني عشر ملفًا مختلفًا. أما التوطين، فكان يتطلب مطابقة السلاسل النصية المترجمة يدويًا مع المفاتيح الصحيحة في الملفات المناسبة. جعلت Clairvoyance AI كل ذلك سهلًا، ومكّنتنا من إطلاق اللعبة في الموعد المحدد.

بحلول أواخر عام 2025، دار بيننا نقاش داخلي حول ما إذا كنا سنطرح المنتج للعامة أصلًا. فقد كان يمنحنا أفضلية تنافسية حقيقية، أشبه بامتلاك مجموعة أوسع من إمكانات أداة مثل OpenClaw قبل الآخرين بعام. وما دفعنا إلى طرحه للعامة هو مشاهدتنا أصدقاء وزملاء يفقدون وظائفهم بسبب أتمتة الذكاء الاصطناعي، وهي وظائف كان بإمكانهم الاحتفاظ بها لو امتلكوا أدوات أفضل. عندها، أدركنا أننا نريد إتاحة Clairvoyance AI للجمهور.

قلت إن كثيرًا من أدوات وكلاء الذكاء الاصطناعي تكشف عن افتقار مطوريها إلى الخبرة في إطلاق برمجيات موجهة للمستهلكين. ما الأخطاء التي تراها غالبًا، وما الدروس المستفادة من مسيرتك التي ينبغي لمطوري الذكاء الاصطناعي تطبيقها؟

أوضح مؤشر على ذلك هو المصطلحات. فإذا لم تكن تعرف مسبقًا كلمات مثل «رمز رسومي» للدلالة على الرسم الصغير الموجود على الزر، فستكون في وضع غير مواتٍ فعلًا عند التحدث إلى الذكاء الاصطناعي، لأنه دُرّب على بيانات أشخاص يعرفون هذه المصطلحات أصلًا. معظم الفرق التي تطوّر هذه الأدوات ذكية جدًا، لكنها شابة جدًا، وهذا ينعكس على خيارات سهولة الاستخدام. ومن الأمثلة الجيدة على ذلك أن Anthropic أضافت إمكانية سحب النص من جلسة طرفية إلى أخرى، فحصد ذلك ملايين المشاهدات. أما نحن، فلقد طوّرنا وكلاء يمكنك ببساطة الإشارة إليهم باستخدام @ متبوعًا بأسمائهم لتسليمهم العمل تلقائيًا، من دون الحاجة إلى سحب أي شيء. أما أداتهم فتتطلب من المستخدم إنجاز العمل الذي ينبغي للذكاء الاصطناعي أن يتولاه.

الدرس المستفاد من 30 عامًا في إطلاق برمجيات الحواسيب المكتبية هو أن عليك استخدام المنتج الذي تطوّره فعلًا، كل يوم، وفي ظل مواعيد نهائية حقيقية، قبل أن يراه أي شخص من خارج الشركة. يبدو أن كثيرًا من منتجات الذكاء الاصطناعي طوّرها أشخاص لم يضطروا إلى الاعتماد على برمجياتهم في حياتهم اليومية.

تصف المرحلة التالية من الذكاء الاصطناعي بأنها مسألة توجيه: أي تحديد ما ينبغي تشغيله على الجهاز، أو عبر شبكة محلية، أو في السحابة. هل يمكنك أن تشرح لنا سير عمل واقعيًا، وتوضح كيف ينبغي اتخاذ هذه القرارات؟

لم يعد التوجيه في الواقع قرارًا فرديًا، بل أصبح قرارًا تتخذه الشركة على مستوى المؤسسة. ونحن على وشك إطلاق ميزة باسم Hivemind تجعل ذلك ملموسًا. تمتلك معظم الشركات الكبرى بالفعل عددًا كبيرًا من الأجهزة القادرة التي تبقى معطلة كل ليلة. تتيح Hivemind للشركة تجميع موارد وحدات معالجة الرسومات غير المستغلة عبر أجهزتها، بحيث يتمكن أي فرد في الفريق من تشغيل مهام الذكاء الاصطناعي عليها بدلًا من إرسالها إلى السحابة. فإذا كنت تتعقب عشرات الآلاف من الشحنات عبر سلسلة إمداد، أو تدقق في وجهة أموال الشركة، فلن تحتاج إلى نموذج سحابي متطور لهذا الغرض. ما تحتاج إليه هو قدرة حاسوبية كافية، ومعظم الشركات لديها هذه القدرة بالفعل، لكنها تظل غير مستخدمة بعد ساعات العمل.

وينطبق المنطق نفسه على المستوى الفردي، لكن على نطاق أصغر. أشغّل كل ليلة لوحات معلومات وتقارير عن الأعطال وتقارير عن توجهات العملاء وبيانات المبيعات باستخدام نموذج محلي بدلًا من نموذج سحابي. كنت أشغّل عبء العمل نفسه عبر Claude، وكان ذلك يكلف نحو 100 دولار شهريًا على شكل رموز. أما الآن، فيُنفَّذ مجانًا طوال الليل على أجهزة أملكها بالفعل، وأطّلع على النتائج في الصباح.

لذا، فالسؤال الحقيقي ليس «محلي أم سحابي؟»، بل «هل يجب إنجاز هذه المهمة بينما يحدّق أحدهم في الشاشة، وهل تملك الشركة بالفعل الأجهزة اللازمة لتنفيذها من دون الدفع مقابل كل رمز؟».

تعتقد أن نسبة كبيرة من مهام الوكلاء اليومية يمكن تشغيلها بالفعل على أجهزة محلية. ما المهام التي أثبتَّ إمكانية تنفيذها بهذه الطريقة، وعلى أي أجهزة، وكيف تقيس النجاح بما يتجاوز مجرد إنتاج النموذج إجابة تبدو معقولة؟

حققنا نجاحًا كبيرًا في استخدام الذكاء الاصطناعي المحلي لإضافة بيانات وصفية إلى ملفاتنا. وكحال كثير من الشركات، لدينا تيرابايتات من البيانات على شبكتنا. تطوّر Stardock البرامج والألعاب، وفي مجال الألعاب لدينا عقود من الأصول الفنية ثلاثية وثنائية الأبعاد، ومقاطع الفيديو، ومواد العمل، وغير ذلك.

لدينا في أنحاء الشركة عدد كبير من بطاقات الرسومات الجيدة إلى حدٍّ ما من AMD وNVIDIA. ووجدنا أن النماذج التي يتراوح حجمها بين 8B و12B من المعلمات أكثر من كافية لإنجاز كل ما نحتاج إليه، ويمكن تشغيلها حتى على أجهزة أقدم نسبيًا. ولدينا حاليًا حاسوب محمول بمعالج Qualcomm Snapdragon X2 ينفّذ بعضًا من هذا العمل في الخلفية خلال المساء.

يبرع الذكاء الاصطناعي المحلي في فحص هذه الملفات ومراجعتها ببطء وإضافة البيانات الوصفية إليها، حتى نتمكن من البحث عن أي شيء نحتاج إليه والعثور عليه بسرعة. وهكذا اكتشفنا أن لدينا 16 نموذجًا ثلاثي الأبعاد مختلفًا للذئاب. يا للأسف.

ما الذي ينبغي أن يستدعي الانتقال من نموذج محلي أصغر إلى نموذج سحابي أكثر قدرة؟ وكيف تكتشف أن النموذج المحلي يواجه صعوبة قبل أن يرتكب خطأً ذا عواقب مهمة؟

في الوقت الحالي، يُفضّل أن تُحال إلى السحابة كل مهمة تتطلب حكمًا مفتوحًا غير مقيّد. لقد عالجت النماذج المتقدمة إلى حد كبير مشكلة الهلوسة. لكن الهلوسة تعود عند الانتقال إلى نماذج أصغر (محلية). لذلك، نحتاج عادةً إلى فرض كثير من الضوابط الوقائية على النماذج المحلية.

تنظّم Clairvoyance الوكلاء على هيئة طاقم من موظفي الذكاء الاصطناعي، لكل منهم ذاكرة مستمرة ومهام متواصلة. ما الذي تعلمتموه عن الحفاظ على السياق المفيد بمرور الوقت، من دون السماح بتراكم التعليمات القديمة أو الافتراضات الخاطئة أو الذكريات المتضاربة؟

في بنيتها الداخلية، تخزّن Clairvoyance ذكرياتها ضمن بنية بيانية، بحيث يؤدي تحديث أحد العناصر عادةً إلى بدء تحديثات متتابعة في العقد الأخرى. وهذا يساعد على إبقاء الذكريات منظّمة ومحدّثة.

تمثّل التحدي في منع الاستدعاء التكراري اللانهائي، وقد تطلّب ذلك كثيرًا من التجربة والخطأ على مدى العامين الماضيين.

إن إتاحة الوصول للوكلاء إلى الملفات والتطبيقات وأدوات التطوير تزيد من فائدتهم، لكنها تزيد أيضًا من عواقب الأخطاء. كيف تنظّمون الأذونات والموافقات البشرية وإجراءات الاستعادة عندما يتخذ أحد الوكلاء إجراءً خاطئًا؟

الإجراء الملموس الوحيد الذي لدينا هو ميزة حماية الملفات: إذ يمكن لـClairvoyance منع الوكلاء من محو الدلائل، ويُفرض ذلك على مستوى التطبيق بدلًا من استخدام خطّافات يمكن للوكيل الالتفاف عليها.

عندما يجمع سير العمل بين التنفيذ المحلي والاستدلال السحابي، قد يُقصد بعبارة «المحلي أولًا» أشياء مختلفة. ما المعلومات التي تغادر جهاز المستخدم، وكيف يمكن للمستخدمين فهم هذه الحدود والتحكم فيها؟

يتمحور أمن السحابة حول منع الآخرين من الوصول إليها. لكنه لا يجيب عن سؤال ما إذا كان ينبغي لمزوّد النموذج أن يطّلع على أسرار شركتك من الأساس. صُممت Clairvoyance لتكون محلية أولًا: فملاحظاتك ومشروعاتك وذاكرة طاقمك تبقى على جهازك. أما ما يُرسل إلى نموذج سحابي، فهذا قرارك، ويُتخذ لكل موظف على حدة، لا من خلال إعداد عام يشمل الجميع. وإذا شغّلت نموذجًا محليًا، فلن تكون هناك حاجة إلى إخراج أي شيء من جهازك على الإطلاق. ونسمع هذا مباشرةً من عملاء المؤسسات الذين يشعرون بالإحباط من رفع مسارات عمل سرية كاملة إلى Anthropic أو OpenAI لمجرد إنجاز العمل.

لدى Clairvoyance أكثر من 40,000 مستخدم. ماذا تعلمتم من الطريقة التي يستخدم بها الناس Clairvoyance فعليًا؟ وهل يمكنكم ذكر مثال قابل للقياس لسير عمل متكرر حقق قيمة مستدامة؟

يعتمد معدل الاحتفاظ بالمستخدمين بدرجة كبيرة على كمية البيانات التي ينشئها المستخدم خلال جلساته.

لم يتجاوز معظم مستخدمي الذكاء الاصطناعي بعدُ العتبة التي يبدأون عندها باستخدام البيانات التي ينشئها الذكاء الاصطناعي للبناء عليها. فما زال معظم المستخدمين يفكرون بمنطق الأوامر النصية. أما المستخدمون الذين يواصلون استخدام Clairvoyance، فهم الذين ينشئون قدرًا كبيرًا من المعروضات والتقارير، التي تصبح بدورها أساسًا لمزيد من العمل.

إذا نظرنا إلى العام المقبل، فما التطورات التي من شأنها أن توسّع نطاق الأعمال التي يستطيع الوكلاء تنفيذها محليًا على نحو موثوق؟ وما الذي ينبغي أن يحدث حتى تعيدوا النظر في رأيكم القائل إن توجيه المهام أهم من حجم النموذج؟

أعتقد أن 90 إلى 95% من أعمال الذكاء الاصطناعي ستُنفّذ محليًا خلال 18 شهرًا، وربما سيحتاج 5% منها إلى السحابة للمهام المتقدمة. ويعود ذلك أساسًا إلى أن الذكاء الاصطناعي لا يتولى حتى الآن إلا قدرًا ضئيلًا جدًا من المهام؛ فحتى المهام البسيطة، مثل فرز السير الذاتية بحسب الموقع أو التحقق من مواعيد الشحنات، لا تزال تُنجز يدويًا، مع أن نموذجًا بحجم 4B يستطيع فعل ذلك بالفعل على حاسوب محمول. وما سيوسّع هذا النطاق هو الحوسبة المجمّعة على نمط Hivemind، التي تتيح لوحدات معالجة الرسومات غير المستغلة في الشركة خدمة الجميع ضمن النطاق، وتحسين توجيه المهام إلى درجة لا يضطر معها أحد إلى معرفة ماهية نموذج 4B أو حتى Opus.

شكرًا لكم على هذه المقابلة الرائعة. على القراء الراغبين في تجربة تطبيق لسطح المكتب لإدارة وكلاء الذكاء الاصطناعي ذوي الذاكرة المستمرة عبر أجهزتهم زيارة Clairvoyance AI.

أنطوان قائد صاحب رؤية وشريك مؤسس في Unite.AI، يدفعه شغف راسخ بتشكيل مستقبل الذكاء الاصطناعي والروبوتات وتعزيزه. وبصفته رائد أعمال أسس عدة مشروعات، يؤمن بأن الذكاء الاصطناعي سيُحدث تحولًا في المجتمع يضاهي ما أحدثته الكهرباء، وكثيرًا ما يتحدث بحماس عن إمكانات التقنيات التحويلية والذكاء الاصطناعي العام (AGI).

وبصفته مستشرفًا للمستقبل، يكرس جهوده لاستكشاف كيف ستشكل هذه الابتكارات عالمنا. وهو أيضًا مؤسس Securities.io، وهي منصة تركز على الاستثمار في التقنيات المتطورة التي تعيد تعريف المستقبل وتعيد تشكيل قطاعات بأكملها.