أصدرت شركة Meituan، تكتل التكنولوجيا الصيني المعروف عالميًا بإمبراطورية توصيل الطعام، LongCat-2.0 مفتوح المصدر، وهو نموذج ذكاء اصطناعي مكون من 1.6 تريليون معلمة مصمم خصيصًا لهندسة البرمجيات الوكلاءية. الإصدار، الذي تم الإعلان عنه في 30 يونيو 2026، يتميز ليس فقط بحجمه ولكن أيضًا بكيفية تدريبه: بالكامل على رقائق صينية منتجة محليًا، مع عدم وجود مسرعات Nvidia أو AMD في طور الإنتاج.

ويُنظر إلى هذه الخطوة على أنها أقوى إشارة حتى الآن إلى أن ضوابط التصدير الأمريكية على السيليكون المتقدم القائم على الذكاء الاصطناعي تفشل في منع الشركات الصينية من إنتاج نماذج من الدرجة الحدودية. أعلنت منافذ متعددة، بما في ذلك South China Morning Post و Reuters و VentureBeat، عن الإطلاق، ووصفت Crypto Summarying LongCat-2.0 بأنه أحد أكبر نماذج الترميز مفتوحة المصدر التي تم إنشاؤها على الإطلاق. لمزيد من السياق حول هذه القصة، راجع أخبار الذكاء الاصطناعي.

نموذج مزيج من الخبراء مصمم للوكلاء

يستخدم LongCat-2.0 بنية خليط من الخبراء (MoE)، مما يعني أنه لا يقوم بتنشيط جميع المعلمات البالغ عددها 1.6 تريليون في كل طلب. وبدلاً من ذلك، فإنه يقوم بتوجيه كل رمز ديناميكيًا عبر ما يقرب من 33 مليار إلى 56 مليار معلمة نشطة، مما يبقيه أكثر كفاءة بكثير من نموذج كثيف الحجم نسبيًا مع الاحتفاظ بقاعدة معرفية مترامية الأطراف للاستفادة منها.

هذه الكفاءة مهمة بالنسبة للتكلفة. أصبحت تصميمات وزارة التربية هي البنية السائدة للنماذج واسعة النطاق على وجه التحديد لأنها تفصل السعة الإجمالية عن الحوسبة لكل استعلام، مما يسمح للمختبرات بشحن نماذج كبيرة جدًا دون فرض رسوم على العملاء مقابل كل معلمة في كل مكالمة.

يدعم النموذج نافذة سياق مكونة من مليون رمز مميز، وهي كبيرة بما يكفي لاستيعاب قاعدة تعليمات برمجية كبيرة كاملة والتفكير عبرها في تمريرة واحدة - وهي قدرة مطلوبة بشكل متزايد من قبل وكلاء التشفير المستقلين الذين يجب أن يأخذوا المستودعات بأكملها في الاعتبار بدلاً من العمل ملفًا تلو الآخر.

المعايير والاستخدام في العالم الحقيقي

في المعايير المصممة لقياس هندسة البرمجيات في العالم الحقيقي، سجل LongCat-2.0 درجة 59.5 على SWE-bench Pro و70.8 على Terminal-Bench، وفقًا لـ Crypto Summarying. تختبر مجموعات التقييم هذه مدى جودة تعامل النماذج مع التحديات الفوضوية ومتعددة الخطوات لأعمال التطوير الحقيقية - إصلاح الأخطاء، وكتابة الميزات، والتنقل في التعليمات البرمجية الموجودة - بدلاً من ألغاز البرمجة البسيطة التي يتم حلها مرة واحدة.

أشار VentureBeat بشكل منفصل إلى أن النموذج كان "الرائد في OpenRouter،" بوابة واجهة برمجة التطبيقات (API) الشهيرة متعددة النماذج، في تصنيفات الترميز الوكيل قبل إصداره الرسمي مفتوح المصدر. يقوم OpenRouter بتجميع أكثر من 400 نموذج من أكثر من 60 مزودًا ويتم التعامل مع بيانات استخدامه على نطاق واسع كمقياس صناعي للنماذج التي يختار مطورو النماذج تشغيلها بالفعل.

تم التدريب على 50,000 شريحة محلية

التفاصيل التي تجذب أكبر قدر من الاهتمام هي الأجهزة. قالت شركة Meituan إنها قامت بتدريب وتشغيل LongCat-2.0 على مجموعة حوسبة محلية مكونة من 50000 بطاقة مبنية بالكامل من مسرعات صينية الصنع. وفقًا لـ Crypto Summarying، هذا يعني أنه لم يتم استخدام Nvidia A100s أو H100s ولا وحدات AMD MI300X في أي مرحلة من التدريب - وهو انفصال واضح عن الأجهزة التي دعمت معظم عمليات تطوير النماذج الكبيرة في جميع أنحاء العالم.

تدعي شركة Meituan أن المجموعة المكونة من 50000 بطاقة تمثل الأولى من نوعها على هذا النطاق بالنسبة للأجهزة الصينية المحلية. تم الانتهاء من التدريب على الرغم من ضوابط التصدير الأمريكية التي قيدت بشكل منهجي وصول الصين إلى رقائق الذكاء الاصطناعي المتطورة منذ أواخر عام 2022. ويقول المحللون إن المعنى الضمني هو أن نفوذ الضوابط يتآكل مع قيام صانعي الرقائق الصينيين وعملائهم بسد فجوة الأداء.

الأوزان المتوفرة على الوجه المعانق

تمشيًا مع الإطار مفتوح المصدر، نشرت شركة Meituan أوزان النموذج والموارد الداعمة على Hugging Face ضمن منظمة "meituan-longcat". يؤدي ذلك إلى تقليل الحاجز أمام المطورين والباحثين الذين يرغبون في تحسين النموذج لقواعد التعليمات البرمجية الخاصة بالمؤسسات أو التدقيق الأمني ​​أو تصحيح الأخطاء الآلي ولكن لا يمكنهم أبدًا تحمل تكاليف تدريب شيء مشابه من الصفر.

يغذي الإصدار المفتوح أيضًا مباشرة النظام البيئي للتشفير الوكيل، حيث يمكن استضافة نماذج الأوزان المفتوحة ذاتيًا ومراجعتها وتعديلها دون تكاليف كل رمز مميز ومخاوف معالجة البيانات التي تأتي مع واجهات برمجة التطبيقات الخاصة بالملكية - وهو اعتبار مهم للمؤسسات التي تشعر بالقلق من إرسال تعليمات برمجية خاصة إلى سحابة طرف ثالث.

نسب نموذجي سريع

لم يظهر LongCat-2.0 بين عشية وضحاها. ترجع السلالة إلى LongCat-Flash، وهو نموذج مكون من 560 مليار معلمة تم إصداره في سبتمبر 2025، وتلاه LongCat-Next، وهو متغير متعدد الوسائط، في مارس 2026. ويضاعف الإصدار الجديد تقريبًا عدد المعلمات لسابقه ثلاث مرات في أقل من عام، مما يعكس الوتيرة الفائقة التي تعمل بها المختبرات الصينية الآن على تكرار النماذج الأساسية.

ويأتي الإطلاق أيضًا وسط تعديل أوسع نطاقًا للوحة المتصدرين النموذجية العالمية، حيث ارتفعت الأنظمة الصينية في استخدام المطورين في العالم الحقيقي وأصبحت الآن تتصدر تصنيفات استهلاك الرمز المميز على منصات التجميع.

ماذا يعني ذلك بالنسبة للنقاش حول التحكم في الرقائق

بالنسبة لصناع السياسات في واشنطن، يعتبر LongCat-2.0 بمثابة نقطة بيانات غير مريحة. كان الفرضية المركزية لاستراتيجية مراقبة الصادرات هي أن حرمان الصين من الوصول إلى الرقائق المتطورة من شأنه أن يبطئ تقدم الصين في مجال الذكاء الاصطناعي. وكل نموذج يتم تدريبه بنجاح على الأجهزة المحلية يضعف هذه الفرضية، مما يشير إلى أن القيود ربما تعمل على تسريع الاكتفاء الذاتي الذي كان من المفترض أن تمنعه.

لقد حققت شركة Meituan نفسها لهجة عامة محسوبة. أكد المؤسس والرئيس التنفيذي وانغ شينغ مؤخرًا التزام الشركة بالاستثمار في الذكاء الاصطناعي مع التأكيد على أنها لن "تستثمر بشكل أعمى بما يتجاوز قدرتها المالية"، وفقًا للتقارير التي نقلتها فوتو.

في الوقت الحالي، تعتبر الوجبات الجاهزة للمطورين ملموسة: يمكن تنزيل نموذج ترميز قريب من الحدود ومكون من مليون رمز مجانًا، وقد تم تصميمه بدون شريحة أمريكية واحدة مقيدة. وسواء استجابت المختبرات الأمريكية بأوزان مفتوحة أرخص، أو ضوابط أكثر صرامة، أو دفعة متجددة للأداء الخام، فإن المشهد التنافسي قد تحول مرة أخرى.

---

ابق على اطلاع بأخبار الذكاء الاصطناعي

آخر أخبار وتحليلات وإنجازات الذكاء الاصطناعي — في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →