أندريه كارباثي ينضم إلى Anthropic: لماذا يهم ذلك (2026)

ملخص

في 19 مايو 2026، أعلن Andrej Karpathy — العضو المؤسس في OpenAI والمدير السابق للذكاء الاصطناعي في Tesla — انضمامه إلى Anthropic¹². وهو يعمل في فريق التدريب المسبق (pre-training) تحت قيادة رئيس الفريق Nick Joseph، وتقول Anthropic إنه سيؤسس فريقًا جديدًا "يركز على استخدام Claude لتسريع أبحاث التدريب المسبق"¹. التدريب المسبق هو مرحلة التدريب واسعة النطاق التي تمنح Claude معرفته الأساسية — وهي واحدة من أغلى الأجزاء وأكثرها استهلاكًا للحوسبة في بناء النماذج الرائدة¹. لا يتعلق هذا التعيين بمهندس واحد بقدر ما يتعلق برهان: وهو أن الأبحاث المدعومة بالذكاء الاصطناعي، وليس مجرد قوة الحوسبة الخام، هي الطريقة التي ستبقى بها Anthropic متقدمة على OpenAI و Google¹. يأتي هذا الخبر في خضم حرب مواهب تشمل الصناعة بأكملها، وفي نفس اليوم الذي أضافت فيه Anthropic خبير الأمن السيبراني Chris Rohlf إلى فريقها الأحمر للنماذج الرائدة¹.

ما ستتعلمه

• من هو Andrej Karpathy والمسار المهني الذي قاده إلى Anthropic
• ماذا سيفعل فعليًا في فريق التدريب المسبق في Anthropic
• ما هو التدريب المسبق، ولماذا هو أغلى مرحلة في بناء نماذج اللغة الكبيرة (LLM)
• ماذا يعني حقًا "استخدام Claude لتسريع أبحاث التدريب المسبق"
• كيف يتناسب هذا التعيين مع حرب مواهب الذكاء الاصطناعي في عام 2026
• ماذا يمثل هذا لشركات Anthropic و OpenAI و Google

من هو Andrej Karpathy؟

يعد Andrej Karpathy أحد أبرز الباحثين المعروفين في مجال الذكاء الاصطناعي الحديث. كان عضوًا مؤسسًا في OpenAI، حيث عمل هناك كباحث علمي في التعلم العميق والرؤية الحاسوبية من عام 2015 حتى عام 2017³. ثم أمضى خمس سنوات في Tesla، حيث انضم في يونيو 2017 كمدير للذكاء الاصطناعي وقاد برامج الرؤية الحاسوبية للقيادة الآلية (Autopilot) والقيادة الذاتية الكاملة (FSD) قبل مغادرته في عام 2022¹³.

في فبراير 2023 عاد إلى OpenAI، وبقي لمدة عام تقريبًا، ثم غادر مرة أخرى في عام 2024 لتأسيس Eureka Labs، وهي شركة ناشئة تطبق مساعدي الذكاء الاصطناعي في التعليم¹³. إلى جانب أدواره في الصناعة، بنى Karpathy قاعدة جماهيرية كبيرة كمعلم: دورته المجانية Neural Networks: Zero to Hero تأخذ الطلاب في رحلة لبناء الشبكات العصبية من الصفر، وتُستخدم محاضراته على YouTube حول نماذج اللغة الكبيرة (LLMs) على نطاق واسع كمدخل لهذا المجال¹.

هذا المزيج — المصداقية في الأبحاث الرائدة بالإضافة إلى الموهبة في شرح الأفكار الصعبة — هو بالضبط السبب في أن خطوته التالية جذبت الكثير من الاهتمام.

ماذا سيفعل Karpathy في Anthropic

أعلن Karpathy عن هذه الخطوة بنفسه على منصة X: "تحديث شخصي: لقد انضممت إلى Anthropic. أعتقد أن السنوات القليلة القادمة في طليعة نماذج اللغة الكبيرة ستكون تكوينية بشكل خاص. أنا متحمس جدًا للانضمام إلى الفريق هنا والعودة إلى البحث والتطوير. ما زلت شغوفًا للغاية بالتعليم وأخطط لاستئناف عملي فيه في الوقت المناسب."²

بدأ العمل في أسبوع 18 مايو 2026 في فريق التدريب المسبق في Anthropic، تحت إشراف Nick Joseph، رئيس قسم التدريب المسبق في Anthropic والباحث السابق في OpenAI¹⁴. ووفقًا لمتحدث باسم Anthropic، سيقوم Karpathy بتأسيس فريق جديد يركز على استخدام Claude لتسريع أبحاث التدريب المسبق¹.

الصياغة هنا مهمة. لم يتم تعيينه لمراقبة عملية تدريب واحدة. بل طُلب منه بناء مجموعة مهمتها جعل عملية تدريب نموذج Claude القادم أسرع وأذكى — مع وجود Claude نفسه في هذه الحلقة.

يبدو أن عمله التعليمي، بما في ذلك Eureka Labs، قد تم تعليقه مؤقتًا بدلاً من التخلي عنه: قال Karpathy إنه يخطط لـ "استئناف عملي فيه في الوقت المناسب"، وأشارت TechCrunch إلى أنه لم يتضح بعد ما إذا كان سيستمر مع الشركة الناشئة¹.

لماذا يعد التدريب المسبق هو الآفاق الجديدة

التدريب المسبق (Pre-training) هو المرحلة الأولى والأكبر في بناء نموذج لغة كبير. يتم تدريب النموذج — وهو شبكة عصبية من نوع transformer — على مجموعة هائلة من النصوص غير المصنفة، والتي عادة ما تكون تريليونات من الرموز (tokens)، من خلال التنبؤ المتكرر بالرمز التالي في التسلسل. هذه العملية ذاتية الإشراف هي ما يمنح نموذج اللغة الكبير معرفته الواسعة باللغة والحقائق وأنماط التفكير قبل بدء أي عمل من أعمال الضبط الدقيق (fine-tuning) أو التوافق (alignment).

تصف Anthropic التدريب المسبق بأنه المرحلة "المسؤولة عن عمليات التدريب واسعة النطاق التي تمنح Claude معرفته وقدراته الأساسية". وهي أيضًا واحدة من أغلى المراحل وأكثرها استهلاكًا للحوسبة في بناء النماذج الرائدة¹. يمكن لعملية تدريب مسبق واحدة لنموذج رائد أن تستهلك مجموعات ضخمة من المسرعات لأسابيع. كل مكسب في الكفاءة — تنظيم أفضل للبيانات، خيارات أذكى للمعلمات الفائقة (hyperparameters)، عمليات تدريب فاشلة أقل — يترجم مباشرة إلى توفير في المال وتكرار أسرع للعمليات.

هذا هو السبب الاستراتيجي الذي يجعل هذا التعيين مثيرًا للاهتمام. لقد أمضت الصناعة ثلاث سنوات في زيادة حجم الحوسبة. الميزة التنافسية التالية هي جعل كل وحدة حوسبة تنجز المزيد.

استخدام Claude لتسريع أبحاث الذكاء الاصطناعي

تصف عبارة "استخدام Claude لتسريع أبحاث التدريب المسبق" حلقة تغذية راجعة أصبحت مركزية للمختبرات الرائدة: استخدام نموذج اليوم للمساعدة في تصميم وإجراء التجارب التي تنتج نموذج الغد.

من الناحية العملية، يمكن أن يعني ذلك قيام Claude باقتراح وفرز الأفكار البحثية، وكتابة وتصحيح أكواد التدريب والتقييم، وتحليل نتائج تجارب الاستئصال (ablation experiments)، وإظهار الأنماط عبر آلاف العمليات التي قد يستغرق الفريق البشري وقتًا أطول بكثير لمراجعتها. تعيش Anthropic هذا بالفعل داخليًا — حيث قال المدير المالي Krishna Rao في مايو 2026 إن أكثر من 90% من أكواد الشركة يتم كتابتها الآن باستخدام Claude Code، وهو رقم يتجاوز ما أبلغت عنه Google بنسبة ~75%⁵. إن وجود فريق تدريب مسبق يطبق بشكل منهجي نفس النموذج على سير عمل البحث الخاص به هو الخطوة المنطقية التالية.

كما صاغتها TechCrunch، فإن الاستعانة بـ Karpathy لبناء مثل هذا الفريق هي "إشارة واضحة من Anthropic بأنها تؤمن بأن الأبحاث المدعومة بالذكاء الاصطناعي، وليس مجرد الحوسبة الصرفة، هي الطريقة التي ستبقى بها قادرة على المنافسة مع OpenAI و Google"¹. يعد Karpathy أحد الأشخاص القلائل الذين يمكنهم الربط بمصداقية بين نظرية LLM وممارسة التدريب واسع النطاق — مما يجعله مناسبًا بشكل طبيعي لتصميم تلك الحلقة¹.

من الجدير أن نكون دقيقين بشأن ماهية هذا الأمر وما ليس هو عليه. هذا هو الذكاء الاصطناعي الذي يسرع أبحاث الذاء الاصطناعي، وليس ذكاءً اصطناعيًا يعيد كتابة نفسه بشكل مستقل. لا يزال البشر هم من يضعون أجندة البحث، ويمتلكون ميزانية الحوسبة، ويحكمون على النتائج. الرهان هو أن نموذجًا قويًا يُستخدم بشكل جيد يمكنه ضغط دورة البحث — وليس أن النموذج سيتولى زمام الأمور.

حرب مواهب الذكاء الاصطناعي وراء التعيين

لا يمكن قراءة خطوة Karpathy خارج سياق منافسة عام 2026 على باحثي الذكاء الاصطناعي النخبة. قضت Meta العام الماضي في توظيف مكثف لجهودها في مجال الذكاء الاصطناعي الفائق، وبحسب ما ورد قدمت حزم رواتب من تسعة أرقام لجذب الباحثين من OpenAI و Google و Anthropic⁶. تضخمت تعويضات مواهب الذكاء الاصطناعي الكبرى بشكل أسرع من أي دور تقني آخر تقريبًا، لأن الطلب انفجر بينما نمت مجموعة الأشخاص الذين يمكنهم قيادة العمل في التكنولوجيا المتقدمة بالكاد⁶.

على هذه الخلفية، فإن نجاح Anthropic في استقطاب باحث بملف Karpathy هو إشارة في حد ذاتها — الشركة أصبحت بشكل متزايد وجهة للمواهب التقنية العليا بدلاً من كونها ضحية للاستقطاب. في نفس اليوم، أضافت Anthropic أيضًا Chris Rohlf، وهو خبير في الأمن السيبراني يتمتع بخبرة تزيد عن 20 عامًا وست سنوات في Meta، إلى frontier red team، وهي المجموعة التي تختبر النماذج المتقدمة ضد التهديدات الخطيرة¹. تعيينان رفيعا المستوى في يوم واحد، في مرحلة ما قبل التدريب وفي السلامة، هما رسالة منسقة حول المجالات التي تستثمر فيها Anthropic.

بالنسبة للأشخاص الذين يراقبون سوق وظائف الذكاء الاصطناعي، فإن العبرة ليست في الرواتب — بل في أين تتركز القيمة: عدد صغير من الباحثين الذين يمكنهم جعل التدريب المتقدم نفسه أكثر كفاءة.

ماذا يعني هذا لشركات Anthropic و OpenAI و Google

بالنسبة لـ Anthropic، يعزز هذا التعيين استراتيجية كانت تشير إليها منذ أشهر. لقد قرنت الشركة النمو التجاري السريع — حيث أشار Dario Amodei إلى نمو سنوي يقارب 80 ضعفًا في أوائل عام 2026 ومعدل إيرادات سنوي يقترب من 30 مليار دولار⁷ (انظر تحليلنا حول تفوق Anthropic على OpenAI في الإيرادات) — مع رهان بحثي بأن الكفاءة، وليس الحجم فقط، هي التي ستفوز في الجولة القادمة. إن وضع باحث بارز في مجال ما قبل التدريب المدعوم بالذكاء الاصطناعي يضع اسمًا وفريقًا وراء هذا الرهان.

بالنسبة لـ OpenAI، فإن خسارة عضو مؤسس لصالح منافس مباشر هي ضربة رمزية، حتى لو كان Karpathy قد ابتعد بالفعل عن الشركة لمدة عامين. إنها تضيف إلى السردية القائلة بأن جاذبية المواهب في الأبحاث المتقدمة بدأت تتحول.

بالنسبة لـ Google، الرسالة هي ضغط تنافسي. تتقارب المختبرات الثلاثة جميعها حول نفس الفكرة — وهي أن النموذج الذي تمتلكه بالفعل هو أداة البحث الأكثر قيمة لديك — والسباق الآن يدور حول من يقوم بتشغيل هذه الحلقة بأفضل شكل.

التحذير الصادق: هذا مجرد تعيين، وليس نتيجة. لم يشحن فريق Karpathy أي شيء بعد، وعبارة "استخدام الذكاء الاصطناعي لتسريع أبحاث الذكاء الاصطناعي" أسهل في الإعلان منها في التنفيذ. نموذج Claude القادم — ومدى سرعة وصوله — سيكون هو بطاقة الأداء الحقيقية.

الخلاصة

انضمام Andrej Karpathy إلى Anthropic هو خبر رئيسي بسبب اسمه — لكن الجوهر يكمن في المهمة الموكلة إليه. تقوم Anthropic ببناء فريق لتحويل Claude إلى أداة تسرع إنشاء Claude التالي، وقد وظفت أحد أشهر الباحثين في هذا المجال لقيادة هذا الجهد. ما إذا كان البحث المدعوم بالذكاء الاصطناعي سيتفوق فعليًا على الحوسبة الخام لا يزال سؤالاً مفتوحًا. ستظهر الإجابة ليس في بيان صحفي، ولكن في مدى سرعة — وتكلفة — وصول النموذج المتقدم التالي.