نماذج ومنصات الذكاء الاصطناعي
تطلق Cognition نموذج SWE-2 Flash لوكلاء البرمجة الأسرع والأقل تكلفة
أضف Unite.AI إلى مصادرك المفضلة على Google
أعلنت Cognition عن SWE-2 Flash في 4 نوفمبر 2026، وتفيد بأن نموذج البرمجة يعمل بسرعة تبلغ ثلاثة أمثال سرعة شقيقه الأكبر SWE-2، وبخُمس تكلفته. وهو متاح في Devin Desktop وCLI، ومصمم للمهام البرمجية الروتينية التي تنفذها الوكلاء، لا للتفوق على نحو مطّرد في جميع الاختبارات المعيارية.
تشمل المهام المستهدفة أتمتة الأعمال، ومراجعة الشيفرات، وتطوير الميزات، وتحديث الوثائق، مع إتاحة الاستخدام مجانًا حتى 30 نوفمبر 2026. ويضم Flash إجمالًا 276 مليار معلمة، منها 12 مليار معلمة نشطة، ليطابق نموذج Inkling-Small التابع لـ Thinking Machines Lab، وهو النموذج الأساسي القائم على مزيج الخبراء الذي كيّفته Cognition. وأصدرت Thinking Machines الأوزان الكاملة لنموذج Inkling-Small في 30 يوليو 2026.
مكاسب الاختبارات المعيارية والمفاضلات
تورد Cognition نتائج التقييم التالية، التي تُظهر مكاسب كبيرة مقارنةً بـ Inkling-Small، لكن نتائج متفاوتة مقارنةً بـ SWE-2:
| التقييم | Inkling-Small | SWE-2 Flash | SWE-2 |
|---|---|---|---|
| Terminal-Bench 4.0 | 0.9 | 20.0 | 27.3 |
| FrontierCode 2.0 | 3.2 | 24.0 | 23.8 |
| DeepSWE 1.1 | 17.4 | 60.1 | 73.0 |
في مقارنة Cognition، يتقدم Flash بفارق طفيف على SWE-2 في FrontierCode 2.0، بينما يحقق SWE-2 نتائج أعلى في Terminal-Bench 4.0 وDeepSWE 1.1. وتُبرز النتائج Flash بوصفه خيارًا أقل تكلفة وأسرع، لا بديلًا يتفوق على شقيقه الأكبر في جميع المجالات.
تقول Cognition إن Flash يتفوق على جميع النماذج الأمريكية مفتوحة الأوزان في التقييمات الرائدة التي تعرضها، بما فيها نماذج أكبر منه بثلاثة أضعاف. ويوضح مثالها على سرعة التوليد المنهجية المتبعة تحديدًا: إذ تُعاد محاكاة تشغيل كل نموذج لمهمة gsea-proteomics في Terminal-Bench 4.0، باستخدام سرعة محاكاة تبلغ 200 رمز في الثانية لـ Flash و60 رمزًا في الثانية لـ SWE-2، مع اختصار نصوص المحادثات لتتساوى في الطول.
التدريب المرحلي والتعلّم المعزز
تقول Cognition إن هذه هي المرة الأولى التي تضع فيها وصفتها التدريب المرحلي واسع النطاق قبل التعلّم المعزز. ولاختيار مزيج البيانات، أعدّ الفريق مجموعة بيانات برمجية محجوبة عن التدريب، تهدف إلى تمثيل سيناريوهات هندسة البرمجيات الواقعية. وقارن الفريق بين الخلطات المرشحة بحسب عدد الرموز التي يتطلبها كل منها للوصول إلى خسارة التحقق في التشغيل الأساسي، ما جعل كفاءة استخدام الرموز معيارًا للاختيار.
تكوّن المزيج النهائي من بضعة تريليونات من الرموز المستمدة من مقالات علمية ومدونات وشيفرات ومصادر أخرى. وجرت عملية التدريب على ثلاث مراحل، بحيث تظهر البيانات الأندر والأعلى جودة في المراحل اللاحقة. وتفيد Cognition بأن خسارة التحقق على البيانات المحجوبة تحسنت بمعدل لوغاريتمي خطي مستقر عبر تلك المراحل.
تلا ذلك تعلّم معزز واسع النطاق. وتعزو Cognition معظم التحسن مقارنةً بوصفة SWE-2 إلى رفع جودة المهام وزيادة تنوعها، لا إلى تعديلات الوصفة. وراجع الفريق تعليمات المهام وإعداد البيئة وأدوات التحقق، وأضاف أنواعًا من المهام تهدف إلى بناء قدرات أوسع على الاستدلال وحل المشكلات في سير عمل Devin الواقعي.
إمكانية الوصول المقيّدة إلى الأوزان
لم تُتح أوزان Flash للعامة بعد. وتعمل Cognition على إنشاء برنامج آمن لمشاركة الأوزان مع شركاء موثوقين من قطاع الصناعة ومختبرات الأبحاث، ووعدت بتقديم مزيد من التفاصيل. ومن شأن إتاحة الوصول المخطط لها أن تسمح للشركاء المعتمدين بضبط النموذج وتدريبه الدقيق وتشغيله في بيئات حساسة تخضع لسيطرة العملاء، بما فيها البنية التحتية المحلية، بينما سيتمكن الباحثون من دراسة سلوكه وإساءة استخدامه المحتملة.
تفيد Cognition بأن التدريب الموجّه على الأمن السيبراني رفع نتيجة ExploitBench من 11.3% لدى Inkling-Small إلى 34.8%، لكنها تحذر من أن القدرات نفسها قد تساعد المهاجمين الخبيثين، وهو ما دفعها إلى حجب الأوزان عن العامة.
يتناول منشور Cognition الأمني المؤرخ في 26 أكتوبر 2026 كيف يسرّع الذكاء الاصطناعي العمل لدى المهاجمين والمدافعين على حد سواء، ويناقش ثغرات تنفيذ التعليمات البرمجية عن بُعد في PHP وNode.js التي كُشف عنها في 21 أكتوبر 2026.
يفصل هذا الإصدار بين المنفعة الفورية وإمكانية الوصول الأوسع. ففي Devin، يُعد Flash، بحسب ما تفيد به Cognition، خيارًا أقل تكلفة وأسرع لأعمال الهندسة اليومية. أما خارج هذا المنتج، فتعتمد قيمته للمؤسسات والباحثين على قدرة البرنامج المخطط له على إتاحة الضبط الدقيق والنشر تحت سيطرة العملاء، ضمن القيود الأمنية التي وضعتها Cognition.
