إطار العمل التلقائي لتحسين الأداء بالذكاء الاصطناعي يجعل نتائج Haiku 4.5 تتصدر الترتيب: لين جون يانغ يقول إن هذا هو التحول الذي توقعه في «تصميم البيئة»

تقرير من موقع CoinJie.com. وبحسب ما رصدته خدمة 1M AI News، نشر باحثون من ستانفورد وMIT وشركة ألعاب كورية KRAFTON إطار Meta-Harness، وهو مجموعة تمكّن الذكاء الاصطناعي من تحسين التنفيذ تلقائيًا ضمن بنية عمل (harness، أي “حاضنة” تغلف النموذج وتوفر السقالات التنفيذية التي تدفع الـ Agent لاتخاذ الإجراءات، وتشمل تصميم تعليمات الـ prompts واستدعاء الأدوات وإدارة السياق). وبخلاف أطر التنفيذ المكتوبة يدويًا، يتيح Meta-Harness لـ Agent برمجي قراءة كود أطر المرشحين السابقة وسجلات التنفيذ والتقييمات، ثم يكرر تلقائيًا لتحسين الأداء. ضمن معيار العمليات الطرفية TerminalBench-2، رفع Meta-Harness معدل نجاح Claude Haiku 4.5 إلى 37.6%، متجاوزًا Goose (35.5%) وClaude Code (27.5%)، ليحتل المركز الأول بين جميع أطر تنفيذ Haiku 4.5 التي تم الإبلاغ عنها. وعلى Claude Opus 4.6 بلغ معدل النجاح 76.4%، ليأتي في المرتبة الثانية. قام المسؤول التقني السابق لدى Tongyi Qianwen، Lin Junyang، بإعادة نشر منشور مؤلف الورقة مع تعليق: «إن “النموذج مع إطار التنفيذ” تجاوز “الاكتفاء بالنظر إلى النموذج”، وستتأثر أداءات الـ Agent بشكل ملحوظ بتصميم وجودة الإطار؛ وأنا أعتقد حقًا أن هذا اتجاه صحيح». وفي مقال طويل نُشر في 27 مارس (تم حذفه حاليًا)، تنبّأ Lin Junyang بأن تصميم البيئة سيتحوّل من مشروع جانبي إلى فئة منتجات ريادية حقيقية. وقد أثبتت بيانات تجريبية هذا الحكم: نفس النموذج، عند استبداله بأطر تنفيذ مُحسّنة بواسطة ذكاء اصطناعي، يمكن أن يصل فرق النتائج إلى 10 نقاط مئوية.