تينسنت ima: البحث والقراءة والكتابة في مساحة عمل واحدة بالذكاء الاصطناعي

دفعت تينسنت مؤخرًا منتجًا يُدعى ima إلى الواجهة. الوصف الرسمي هو “مساحة عمل ذكية”، لكنه عند التدقيق بسيط جدًا: جمع البحث والقراءة والكتابة، وهي ثلاثة أشياء كانت موزّعة في برامج مختلفة، داخل نافذة واحدة. يعمل في العمق بمحرّكين مزدوجين: هونيوان وDeepSeek، وعلى السطح يوجد عميلان لنظامي Windows وMac، إضافة إلى تطبيق مصغّر على WeChat، مع مزامنة البيانات بين الأطراف.
يصعب شرح قيمة هذا النوع من المنتجات بشعار واحد؛ بل يجب النظر إلى أيّ خطوة اختصرها. في السابق، للاطلاع على مرجع، وقراءة نص طويل، ثم كتابة ملخّص، كان عليك التنقّل ذهابًا وإيابًا بين المتصفح وقارئ الكتب وبرنامج الملاحظات. ما يريد ima فعله هو أن ينهي هذا التنقّل.
مساحات العمل الصينية بالذكاء الاصطناعي تتنافس على الموضع نفسه
إذا نظرنا إلى هذه الفئة عامةً، سنجد الجميع يتزاحمون على “المدخل”. من يستطيع أن يجعل المستخدم يفتحه أول شيء، يحصل على الاحتفاظ به لاحقًا. فمن بدأ من البحث يريد إدخال الأسئلة والأجوبة في صفحة النتائج، ومن بدأ من الملاحظات يريد حشر الذكاء الاصطناعي في المحرّر، أما المنتجات في منظومة الحسابات العامة على WeChat فتريد رفع وتيرة الاستخدام عبر WeChat.
اختار ima أن يركّز على “المعرفة”: فمن جهة استرجاع المعلومات العامة، ومن جهة أخرى ترسيب المواد الشخصية، مع ربط الاثنين عبر copilot. وتمنح تينسنت المستخدمين الجدد 500 نقطة حوسبة عند التسجيل، ثم تضيف 100 نقطة يوميًا. تكشف هذه التصميمات عن إشارة: أنها تريده منتجًا يُفتح يوميًا، لا لعبة تُستخدم مرة عابرة.

سلسلة العمل الكاملة لفرد واحد
ما يصنع الفارق الحقيقي غالبًا ليس القدرة عند نقطة واحدة، بل اكتمال السلسلة. تدخل الفكرة، فتخرج المادة؛ وتدخل المادة، فيخرج المسوّد؛ ويدخل المسوّد، فيخرج النص النهائي. وإذا انقطع أيّ حلقة، على المستخدم أن يصلها بنفسه، وتتحوّل “مساحة العمل” حينها إلى مجرد مربّع حوار آخر.
بضع مشكلات لم يحلّها
الأولى هي حدود الثقة. عندما تختلط نتائج البحث والمستندات الشخصية والمحتوى المولّد، يصعب على المستخدم تمييز مصدر أي استنتاج. ومهما كان توثيق المصادر دقيقًا، فبمجرد أن يبدأ النموذج في إعادة الصياغة والدمج، يبقى التتبّع شاقًا. والثانية هي كلفة الانتقال. أخطر ما يهدّد قاعدة المعرفة الشخصية هو الإغلاق؛ فإذا تعذّر استيراد البيانات وتصديرها، لن يجرؤ المستخدم على وضع أشياءه المهمة فعلًا فيها.
والثالثة هي المنافسة من النوع نفسه. هذا المضمار مزدحم أصلًا؛ من حزم المكتب إلى شركات النماذج الكبيرة، وصولًا إلى أدوات الملاحظات العريقة، لا أحد يريد أن يتنازل عن المدخل. يبدو ima حاليًا أقرب إلى منتج يعيد تجميع قدرات قائمة، لا إلى سبب يجعل استخدامه حتميًا. ونجاحه يتوقف على ما إذا كانت آلية “تعلّم عادات المستخدم” في copilot تجعل الاستخدام أكثر سلاسة فعلًا، لا أن تضيف طبقة أخرى من الصندوق الأسود تحتاج إلى ترويض.
لماذا تكون “الانسيابية” أصعب من “القوة”؟
بلوغ أقصى قدرة للنموذج مسألة مختبرية؛ أما جعل المنتج سلس الاستخدام فهي مسألة فريق المنتج. وصعوبة الأمرين مختلفة تمامًا. الأول يعتمد على الحوسبة والبيانات، والثاني على فهم حالات الاستخدام المحددة. ولكي تُستخدم مساحة عمل فعلًا، عليها الإجابة عن أسئلة كثيرة صغيرة لكنها قاتلة: هل سرعة الفتح كافية؟ هل يحجب مربّع الإدخال المحتوى؟ هل يمكن العثور على السجل بنظرة واحدة؟ وهل سيضيع ما كُتب حتى منتصفه؟
لا يمكن حل أي من هذه المشكلات بـ“نموذج أقوى”. إنها تختبر مدى مراعاة سير العمل. وهنا تكمن أكبر نقطة تحوّل للمنتجات الصينية بالذكاء الاصطناعي في العام أو العامين الماضيين: من التنافس على من يملك درجات نموذج أعلى، إلى التنافس على من يحبك التجربة بشكل أكثف. كلفة انتقال المستخدمين مرتفعة، لكن ما إن يوجد أداة توفّر لهم فعلًا نصف ساعة يوميًا، حتى يبقوا ويسلّموها بياناتهم.
ولهذا يستحق لفظ “مساحة العمل” التدقيق. مساحة العمل ليست تكديسًا للوظائف، بل لحام سلسلة من الحركات في مسار واحد. الوظائف يمكن نسخها، أما المسار فيصعب نسخه. ومن يستطيع أن يجعل سلسلة من البحث عن المواد إلى النص النهائي الأكثر انسيابية، يمسك بالمدخل. يقف ima على هذا الخط؛ لا يسعى إلى الإبهار، بل إلى أن يُستخدم.
جوانب تستحق الانتباه
من التغيّرات الواضحة في التطبيقات الصينية بالذكاء الاصطناعي خلال العامين الماضيين: التحوّل من “استعراض القدرات” إلى “التنافس على السلاسة”. مقارنة من لديه درجات أعلى في اختبارات النماذج لا يدركها المستخدم بقوة؛ أما تقليل نقرات الفأرة، وتقليل نسخ ولصق بضع فقرات، فهي أشياء يُحسّ بها في اليوم نفسه.
وثمة إشارة أخرى هي المحرّكان المزدوجان. فالجمع بين هونيوان وDeepSeek يدل على أن تينسنت ليست متمسّكة باستخدام نماذجها وحدها. وبالنسبة للمستخدم، لا يهم من أي شركة يأتي النموذج؛ ما يهم هو أن ينجز المهمة بثبات وبتكلفة منخفضة وسرعة. هذه البراغماتية تزداد شيوعًا في المنتجات المحلية، وهي تشرح إلى حدّ ما لماذا ستعود المنافسة في طبقة التطبيقات في النهاية إلى التجربة لا إلى المعاملات.
أما إن كنت ستستخدمه أم لا، فيتوقف على ما إذا كانت طريقة عملك “كثيفة المعلومات” عادةً. إذا كانت حياتك اليومية تدور حول البحث عن خيوط في كومة مواد، ثم تحويل تلك الخيوط إلى نص مكتوب، فالوقت الذي توفّره هذه الأدوات يمكن قياسه. وإذا كنت تسأل سؤالًا عارضًا فقط، فلا فرق جوهريًا بينه وبين أي مدخل محادثة آخر. وحدود الأداة نفسها كثيرًا ما تكون هي حدود حاجات مستخدمها.
مقالات ذات صلة
صناديق Modal: منح الوكيل آلة يمكنه تخريبها
صناديق الأجهزة الافتراضية الكاملة تمنح كل وكيل حاسوباً قابلاً للرمي. إنها بنية تحتية، وهي التي تحدّد هل يُؤتمن الوكيل على صلاحيات حقيقية.
Prism: نموذج صوت وصورة بدقة 2K مفتوح، وبطاقة الـ80GB التي يطلبها
نموذج مفتوح يولّد فيديو بدقة 2K أصلية مع صوت متزامن هو خطوة حقيقية. أما العتاد الذي يطلبه فهو ما يحدد من يستطيع استخدامه.
حين يصير الوكلاء ينتجون وسائطهم بأنفسهم: ثلاث أدوات تتصدّر GitHub
Hyperframes يحوّل HTML إلى فيديو، وArtCraft يغلّف محرّك صناعة، وtext-to-cad يمنح الوكلاء تصميم CAD. الوكيل يتعلّم صنع أشياء تُرى.
Guided Vision في Gemini Live: إعادة «الرؤية» إلى ذوي ضعف البصر
بنى جوجل مساعدة بصرية فورية مع مستخدمين مكفوفين وضعاف البصر من البداية. اختبار هادئ لكنه حادّ لِما الذي يخدمه المساعد متعدد الوسائط فعلاً.