بعد حذف 80% من كلمات التوجيه، بدأ Claude Fable 5 في طرح الأسئلة على المطورين

في 6 يوليو 2026، نشر مهندس Claude Code في Anthropic، ثاريق شهيبار، دليلًا بعنوان "دليل ميداني لـ Claude Fable: اكتشاف المجهولات لديك". هذه ليست مجرد وثيقة أخرى عن تقنيات كلمات التوجيه. قبل شهر، استخدم ثاريق Claude Code لتعديل فيديو Fable 5 من الصفر، حيث جعل النموذج يمسح "المناطق العمياء" التي لا يعرف أنه لا يعرفها، وتعلم عن علم الألوان. تمثل هذه المنهجية تحولًا في الصراع الأساسي في التعاون مع الذكاء الاصطناعي: عندما يقوم Fable 5 بحذف 80% من كلمات التوجيه، ولم يعد ذكاء النموذج هو العائق، تصبح جودة الناتج مرتبطة بقدرة المطورين على توضيح المجهولات.

دليل Claude Fable الميداني: اكتشاف المجهولات لديك | مدونة Anthropic الرسمية

الخريطة ليست الإقليم: العائق الجديد بعد حذف 80% من كلمات التوجيه

في 9 يونيو 2026، أصدرت Anthropic رسميًا نموذج Claude Fable 5 وMythos 5. يعد Fable 5 إصدارًا واسع النطاق مزودًا بمصنف أمان، بينما Mythos 5 هو إصدار مدعو مع بعض القيود المرفوعة. الدليل الميداني الذي تم إصداره في يوليو هو تأكيد رسمي لأسلوب العمل في عصر Fable 5.

في نمط الاستجابة التقليدي للذكاء الاصطناعي، اعتاد المطورون على جعل "الخريطة" سميكة. في مواجهة نموذج غير ذكي بما فيه الكفاية، يحتاج المطورون إلى تكديس أمثلة Few-shot التفصيلية والقيود الصارمة في كلمات التوجيه. وصلت كلمات التوجيه الأصلية لنظام Claude Code إلى 65 ألف توكن. بعد إطلاق Fable 5، قامت Anthropic بحذف 80% من كلمات التوجيه، حيث انتقلت الاستراتيجية من "تقديم القيود" إلى "تقديم السياق".

لم يكن هذا الحذف مجرد ضغط عشوائي، بل كان استجابة مباشرة لقفزة في قدرة النموذج. تحتوي كلمات التوجيه التي تبلغ 65 ألف توكن على العديد من القواعد الصارمة حول أسلوب الكود، ومعايير تشغيل الملفات، وحدود الأمان. كانت هذه القواعد ضرورية كآلية أمان في عصر النماذج الضعيفة، لمنع النموذج من الانحراف عن المسار خلال المحادثات الطويلة. لكن قدرة Fable 5 على الاستدلال قوية بما يكفي لتحديد مسار العمل الصحيح بناءً على السياق دون الحاجة إلى هذه القيود الصارمة. اكتشف مهندسو Anthropic في الاختبارات الداخلية أن الاحتفاظ بقواعد صارمة كثيرة قد يتداخل مع قرارات Fable 5. قد يتجنب النموذج الحلول الأفضل من أجل الالتزام بقاعدة معينة، أو يقع في حالة من التردد عندما تتعارض القواعد.

هذا التحول يعتمد على حقيقة قاسية: Fable 5 ذكي بما فيه الكفاية، وعندما لا تحدد "الخريطة" للمطورين "المجهول"، فإنه سيجري بكفاءة عالية في الاتجاه الخاطئ. في عصر النماذج الضعيفة، كان المطورون يكتبون التعليمات بشكل كثيف لتجنب الأخطاء، لكن في عصر Fable 5، أصبحت القيود الكثيفة قيدًا. إذا كانت كلمات التوجيه تحدد الكثير من القواعد الجامدة، فقد يتجاوز Fable 5 الهدف الفعلي من أجل الالتزام بالقواعد. إن خطوة Anthropic في تقليص كلمات التوجيه هي في الواقع تحرير للنموذج، مما يجعله يعتمد على السياق وقدرته على الاستدلال بدلاً من المطابقة القواعدية الميكانيكية.

عندما تواجه النماذج التقليدية تعليمات غامضة، فإنها عادةً ما "تخمن" التنفيذ بناءً على أفضل الممارسات في الصناعة، أو ترفض مباشرة. وهذا يؤدي إلى اكتشاف المطورين غالبًا أن الذكاء الاصطناعي قد أدخل انحرافات هيكلية خفية بعد دمج الكود. أحد السيناريوهات النموذجية هو: يصف المطور في التعليمات احتياجًا لوحدة مصادقة المستخدم، لكنه لم يحدد بوضوح خوارزمية تشفير كلمة المرور. ستفترض النماذج التقليدية استخدام خوارزميات شائعة مثل MD5 أو SHA1، والتي لم تعد آمنة، لأنها شهدت الكثير من هذه التطبيقات في بيانات التدريب. لن يكتشف المطور هذه المشكلة حتى وقت التدقيق الأمني. غير أن Fable 5 غيرت هذه المنطق. انتقل عنق الزجاجة لجودة الناتج من قدرة استدلال النموذج إلى خبرة المطورين في مجالاتهم وقدرتهم على تحديد المجهولات. إذا لم يتمكن المطور من تحديد حدود المهمة والمخاطر المحتملة بوضوح، فإن قدرة Fable 5 القوية على الاستدلال قد تسرع من توليد الأكواد الخاطئة.

مصفوفة المجهولات الأربعة: كيف يطرح الذكاء الاصطناعي الأسئلة على المطورين

جوهر الدليل الميداني هو تقسيم مشكلات المهام إلى أربع فئات: المعلوم المعلوم، المعلوم المجهول، المجهول المعلوم والمجهول المجهول. بالاقتران مع Claude Code، يتم ربط هذه الفئات الأربع بأنماط تعليمات محددة، تغطي دورة الحياة الكاملة من قبل التنفيذ إلى بعده.

المعلوم المعلوم يتوافق مع خطة التنفيذ. في إعادة هيكلة مكتبات الكود الكبيرة، يعرف المطورون بوضوح أي الوحدات تحتاج إلى تعديل، لكنهم غير متأكدين من ترتيب التعديلات. يمكن للمطورين أن يطلبوا من الذكاء الاصطناعي مراجعة نماذج البيانات الأكثر احتمالًا للتغيير أولاً، وتأجيل إعادة الهيكلة الميكانيكية. هذا يضمن أن الذكاء الاصطناعي يتماشى مع المطورين حول الهيكل الأساسي قبل التنفيذ، مما يمنع توليد الكثير من كود الأعمال العليا عندما لا تكون الواجهات الأساسية محددة. في مشروع نقل مكتبة كود على مستوى Stripe تحتوي على 50 مليون سطر من كود Ruby، يمكن أن تقلل هذه الاستراتيجية من العمل الإضافي بشكل كبير. إذا أكمل الذكاء الاصطناعي إعادة كتابة منطق الأعمال العليا أولاً، ثم تغير نموذج البيانات الأساسية، فسيحتاج كل كود الأعمال العليا إلى إعادة كتابة.

المعلوم المجهول يتوافق مع المقابلة. هذه واحدة من أكثر الأنماط ثورية في Fable 5. لم يعد الذكاء الاصطناعي ينتظر التعليمات بشكل سلبي، بل يقوم بدور المقابل للمطورين. عند تصميم واجهة برمجة تطبيقات عالية التزامن، قد يكون المطورون واضحين بشأن الحاجة إلى معالجة عدد كبير من الطلبات، لكنهم ليسوا متأكدين من استراتيجيات التحكم في التدفق أو حلول تماسك التخزين المؤقت. يمكن للمطورين أن يطلبوا من الذكاء الاصطناعي: "اسأل أولاً عن الأسئلة التي ستغير تصميم الهيكل." قد يطرح الذكاء الاصطناعي أسئلة حول متطلبات تماسك البيانات، أو توقعات QPS القصوى، أو استراتيجيات التراجع. من خلال هذه الأسئلة، يجبر الذكاء الاصطناعي المطورين على تجسيد الأفكار الغامضة.

في سيناريو تصميم بنية الخدمات الدقيقة، يخبر المطور Fable 5 بأنه يحتاج إلى تنفيذ خدمة الطلبات. لن يبدأ Fable 5 مباشرة في كتابة الكود، بل سيطرح سؤالًا: هل تحتاج تغييرات حالة الطلب إلى ضمان معاملات عبر الخدمات؟ إذا كان الأمر كذلك، هل يتم استخدام نمط Saga أم يتم استخدام الالتزام الثنائي؟ هل يتم خصم المخزون عند إنشاء الطلب أم بعد نجاح الدفع؟ كل من هذه الأسئلة ستغير مباشرة تصميم الهيكل النهائي. من خلال الإجابة على هذه الأسئلة، يكمل المطورون في الواقع تصميم هيكلهم.

المجهول المعلوم يتوافق مع العصف الذهني والنماذج الأولية. بالنسبة للأسئلة الجمالية أو الحدسية التي تتعلق بـ "رؤية ما تريد"، يمكن للمطورين أن يطلبوا من الذكاء الاصطناعي إنشاء نماذج أولية مختلفة باستخدام HTML لتكون بمثابة خيارات للإنسان. عند تطوير لوحة بيانات، قد لا يتمكن المطورون من وصف التخطيط التفاعلي المثالي بدقة باستخدام اللغة. من خلال السماح لـ Fable 5 بإنشاء أربعة نماذج أولية مختلفة تركز على جوانب مختلفة، يمكن للمطورين اختيار العناصر بشكل بصري وتجميعها. تعترف هذه الطريقة بحدود الإدراك البشري، وتستخدم النماذج الأولية السريعة لتعويض نقص الوصف اللغوي.

المجهول المجهول يتوافق مع مسح النقاط العمياء. يوجه المطورون الذكاء الاصطناعي مباشرة: "ساعدني في العثور على المجهولات المجهولة في هذا الوحدة." عند التعامل مع منطق استرجاع الدفع الذي يبدو بسيطًا، قد يغفل المطورون عن مخاطر الخصم المكرر الناتجة عن الطلبات المتزامنة، أو آلية إعادة المحاولة الزمنية الخاصة بالبوابة الخارجية. سيشير الذكاء الاصطناعي استنادًا إلى رؤيته العالمية لمكتبة الكود إلى الحدود المحتملة التي قد يغفلها المطورون، أو النقاط التاريخية المتبقية، أو المخاطر الأمنية المحتملة.

عندما قام ثاريق بتعديل فيديو إصدار Fable 5، استخدم مسح النقاط العمياء. لم يكن لديه أي معرفة بعلم الألوان، من خلال جعل Claude Code يمسح المناطق العمياء في عملية معالجة الفيديو، أشار النموذج بشكل نشط إلى نقاط المعرفة الأساسية حول تحويل مساحة الألوان وتطبيق LUT. كانت العملية المحددة هي: أولاً، جعل ثاريق Claude Code يحمل ملف الفيديو ويحلل بياناته اللونية، ثم يأمر النموذج "اكتشف التفاصيل الفنية التي قد أغفلها في عملية علم الألوان". أعاد Claude Code قائمة، بما في ذلك الفروق بين مساحة الألوان Rec.709 وRec.2020، وأوقات تحويل الترميز اللوجاريتمي إلى الترميز الخطي، والاختلافات في تأثيرات تطبيق ملفات LUT في نقاط مختلفة. تعلم ثاريق بناءً على هذه القائمة، محولًا "المجهول المجهول" إلى "المعلوم"، وأكمل في النهاية تحرير الفيديو.

خلال عملية التنفيذ، يتطلب Fable 5 من المطورين أن يسجلوا الملاحظات أثناء العمل. يحتاج المطورون إلى الحفاظ على ملف implementation-notes.md، لتوثيق القرارات الحذرة التي اتخذها الذكاء الاصطناعي عند الانحراف عن الخطة. عندما يكتشف الذكاء الاصطناعي أن الخطة الأصلية غير قابلة للتطبيق أثناء تنفيذ وظيفة معينة، ويتبنى خطة تراجع، سيتم توثيق هذا القرار. يضمن ذلك أن البشر دائمًا ما يكونون على دراية بالتقدم الفعلي للمشروع، بدلاً من السماح للذكاء الاصطناعي بالتطور في الظلام. في مشروع نقل قاعدة البيانات، قد يكتشف الذكاء الاصطناعي أن أداة الاستيراد الجماعي المستخدمة في الخطة الأصلية تحتوي على خطأ معروف في إصدار قاعدة البيانات المستهدفة، ويتبنى بدلاً من ذلك خطة الاستيراد واحدة تلو الأخرى. سيتم توثيق هذا القرار في implementation-notes.md، ويمكن للمطورين فهم منطق حكم الذكاء الاصطناعي عند مراجعة لاحقة، وإلغاءه عند الضرورة.

تظهر العمليات الأكثر غير المنطقية في مرحلة القبول. بعد انتهاء المحادثات الطويلة، لا يمكن فهم التغييرات العميقة للذكاء الاصطناعي فقط من خلال النظر إلى اختلافات الشيفرة. طلب طارق من كلود إنشاء تقرير HTML يتضمن السياق وشرحًا بديهيًا، مع مجموعة من الأسئلة في الأسفل. لن يتم دمج الشيفرة إلا إذا تم الإجابة على جميع الأسئلة بشكل صحيح. هذا يقلب تمامًا النموذج التقليدي "الإنسان يختبر الذكاء الاصطناعي"، حيث يعوض الذكاء الاصطناعي عن نقص فهم البشر للعمليات الغامضة في المحادثات الطويلة من خلال الأسئلة العكسية. قد تتضمن الأسئلة: "لماذا تم استخدام القفل المتفائل في هذه الدالة بدلاً من القفل المتشائم؟" "في أي سيناريو قد تؤدي استراتيجية انتهاء صلاحية التخزين المؤقت إلى عدم اتساق البيانات؟" يجب أن يكون المطورون قادرين على الإجابة بدقة على هذه الأسئلة لإثبات فهمهم لتغييرات الذكاء الاصطناعي.

النظام الثنائي بين Fable 5 وMythos 5: إطلاق القدرات والعودة الآمنة

أصدرت Anthropic كل من Fable 5 وMythos 5، مما يعكس التوازن بين إطلاق القدرات والتحكم في الأمان. Mythos 5، كجزء من مشروع Glasswing، أزال بعض القيود المتعلقة بالأمان الشبكي، موجهًا للمستخدمين المدعوين. بينما Fable 5، كنسخة مطروحة على نطاق واسع، يحتوي على مصنف أمان صارم.

عندما يواجه Fable 5 مسائل حساسة تتعلق بالأمان الشبكي أو البيولوجيا، فإنه يعود تلقائيًا إلى استجابة Claude Opus 4.8. تقول الشركة إنه في البيانات المبكرة، لم تؤدِ أكثر من 95% من محادثات Fable إلى أي عودة للأمان، وكانت نسبة الأخطاء أقل من 5%.

يضمن هذا النظام الثنائي أن Fable 5 يمكن أن يُطرح بأمان في السوق العامة، لكنه أيضًا يجلب انقطاعًا في التجربة. يواجه بعض المطورين، أثناء القيام بالبرمجة الشبكية الأساسية أو الأبحاث البيولوجية، عودة قسرية. على سبيل المثال، عند كتابة أداة تدقيق أمان تتعلق بالتنصت على حزم البيانات الشبكية، قد يؤدي Fable 5 إلى تفعيل المصنف الأمني، مما يؤدي إلى انقطاع سير العمل الفعال الذي يقوده Fable 5، مما يؤدي إلى انخفاض فوري في قدرة النموذج. قد يواجه المطورون أيضًا عودة إلى Opus 4.8 عند كتابة نصوص اختبار قواعد جدار الحماية، بسبب وجود منطق مسح المنافذ في الشيفرة. على الرغم من أن الشركة وعدت بتقليص نطاق المصنف في التحديثات المستقبلية، وإطلاق خطة وصول موثوقة للباحثين، إلا أن العودة الآمنة لا تزال واحدة من نقاط الألم التي أبلغ عنها المطورون في المرحلة الحالية.

حرق التوكن وإرهاق التفاعل: تكلفة التوضيح النشط

جلب التوضيح النشط للآليات غير المعروفة تكاليف وتجارب ملحوظة في الاستخدام الفعلي.

حرق التوكن هو نقطة الألم الأكثر تركيزًا من ملاحظات المطورين. يفرض Fable 5 التفكير التكيفي، ولا يدعم إيقاف سلسلة التفكير، ويمكن التحكم في عمق التفكير فقط من خلال معلمة الجهد. اشتكى العديد من مستخدمي مجتمع Reddit من أن Fable 5 "تأكل خطتي القصوى"، بسبب المخرجات الطويلة والتفكير المستمر، مما أدى إلى استهلاك التوكن بشكل غير متحكم فيه. تم تسعير Fable 5 عند 10 دولارات للإدخال / مليون توكن، و50 دولارًا للإخراج / مليون توكن، مع نافذة سياق افتراضية تبلغ 1 مليون توكن، مما يشكل ضغطًا اقتصاديًا كبيرًا على المطورين الأفراد. أفاد بعض المستخدمين أنه أثناء إعادة هيكلة الشيفرة على نطاق متوسط، استهلكت عملية التفكير والإخراج العكسي لـ Fable 5 عشرات الآلاف من التوكن في غضون دقائق. تحت خطة الاشتراك القصوى 20x، أفاد بعض المستخدمين أن سرعة استهلاك Fable 5 وصلت إلى 2 دولار في الدقيقة، وهو ما يتجاوز التوقعات بكثير.

تظهر ملاحظات المجتمع أن جهد Fable 5 المتوسط غالبًا ما يتجاوز أقصى جهد Opus 4.8. وهذا يعني أنه عند التعامل مع المهام البسيطة، لا يزال Fable 5 يستهلك قدرًا كبيرًا من القوة الحاسوبية للتفكير العميق. بالنسبة للمطورين ذوي الميزانية المحدودة، يجب عليهم استخدام معلمة الجهد بشكل صارم، أو تجنب استخدام Fable 5 في المهام البسيطة. وقد قام بعض المطورين بتلخيص الخبرات العملية: بالنسبة للعمليات الواضحة مثل CRUD أو معالجة السلاسل البسيطة، يمكن استخدام الجهد المنخفض؛ بينما بالنسبة للمهام المعقدة المتعلقة بتصميم الهيكل، يجب تفعيل الجهد المتوسط أو العالي. ومع ذلك، حتى مع ذلك، لا يزال استهلاك التوكن لـ Fable 5 أعلى بكثير من النماذج السابقة.

إرهاق التفاعل يزعج المطورين أيضًا. على الرغم من أن إجراء مقابلات مع المطورين يمكن أن يحسن جودة تصميم الهيكل، إلا أنه يزيد بشكل كبير من عدد جولات التفاعل وتكاليف الوقت. بالنسبة للمهام ذات الأهداف الواضحة والمسارات المحددة مثل CRUD، فإن هذا التعاون على طريقة سقراط يصبح عبئًا. يحتاج المطورون إلى الإجابة باستمرار على أسئلة الذكاء الاصطناعي لدفع عملية توليد الشيفرة. في بيئة التطوير السريعة، قد تؤدي هذه التفاعلات المتكررة إلى انخفاض في كفاءة التطوير. قد يتطلب تنفيذ وظيفة تسجيل مستخدم بسيطة، عند استخدام وضع المقابلة في Fable 5، الإجابة على 5 إلى 10 أسئلة حول سياسات كلمة المرور، والتحقق من البريد الإلكتروني، وأدوار المستخدم، بينما قد يرغب المطور ببساطة في إنشاء نموذج بسرعة. تكمن قيمة Fable 5 في اكتشاف النقاط العمياء في المشاريع المعقدة، وليس كبديل عام في جميع السيناريوهات.

الأخطاء في مصنف الأمان تؤثر أيضًا على تماسك سير العمل. على الرغم من أن الشركة وعدت بتقليص نطاق المصنف في التحديثات المستقبلية، إلا أن حالات انقطاع سير العمل بسبب العودة الآمنة لا تزال موجودة في المرحلة الحالية. هذا الانقطاع في التجربة جعل بعض المطورين يشككون في استقرار Fable 5. في مجالات محددة مثل تدقيق الأمان، وتطوير أدوات اختبار الاختراق، وتحليل البيانات البيولوجية، قد يحتاج المطورون إلى التبديل بشكل متكرر إلى Mythos 5 أو الانتظار لموافقة خطة الوصول الموثوق، مما يزيد من تعقيد سير العمل.

من هندسة التعليمات إلى إدارة المجهول: شجرة المهارات الجديدة للمطورين

إطلاق Claude Fable ونشر الدليل العملي ينقل رسالة واضحة: النموذج أصبح ذكيًا بما فيه الكفاية، والآن حان دور المطورين.

المهارات الجديدة التي يحتاج المطورون لتطويرها ليست كتابة مطالبات أكثر تعقيدًا، بل هي تعريف المجهول، وإدارة عدم اليقين، والتعرف على النقاط العمياء الخاصة بهم من خلال أسئلة الذكاء الاصطناعي. هذه هي عملية انتقال من "هندسة التعليمات" إلى "إدارة المجهول". تعتقد OmniTools أن إعادة تشكيل سير العمل هذه أكثر ثورية من مجرد ترقية المعلمات.

في الهندسة التقليدية للتعليمات، يركز المطورون على كيفية وصف المتطلبات بشكل أكثر وضوحًا وبدون غموض. بينما في إدارة المجهول، يحتاج المطورون إلى الاعتراف بحدود معرفتهم، واستخدام قدرة الذكاء الاصطناعي على طرح الأسئلة لسد هذه الفجوات. يتطلب ذلك من المطورين أن يكون لديهم خبرة قوية في المجال، ليتمكنوا من تقديم أحكام دقيقة عندما يطرح الذكاء الاصطناعي سؤالًا مثل "هل يحتاج رد الدفع إلى معالجة الاهتزازات الشبكية التي تؤدي إلى إشعارات مكررة؟" يجب أن يكون المطور قادرًا على تقييم خطورة هذا السؤال وتقديم إجابة معقولة. إذا كان المطور نفسه يفتقر إلى الفهم لظروف حدود نظام الدفع، فلن تتمكن أسئلة الذكاء الاصطناعي من سد هذه الفجوة المعرفية.

لكن هذه الآلية ليست شاملة. حدود استخدامها تكون في المشاريع المعقدة وتصميم الأنظمة، بينما تكون مفرطة التصميم للمهام البسيطة. عندما يتوقف الذكاء الاصطناعي عن التظاهر بأنه يعرف كل شيء، يجب على المطورين مواجهة الفراغات في معرفتهم. آلية التوضيح النشطة في Fable 5، في جوهرها، تستخدم تكلفة التفاعل مقابل جودة الشيفرة. بالنسبة للمطورين الذين يرغبون في استثمار الوقت في التفكير في الهيكل، يمكن أن تقلل هذه الآلية بشكل كبير من مخاطر إعادة العمل في المستقبل؛ بينما بالنسبة للفرق التي تسعى إلى التكرار السريع، قد تصبح هذه الآلية عقبة أمام الكفاءة.

من النظام الثنائي بين Fable 5 وMythos 5، إلى تراكم منهجية الدليل العملي، تقوم Anthropic بإعادة تعريف حدود التعاون بين الذكاء الاصطناعي والمطورين. لم يعد النموذج أداة تنفيذ سلبية، بل شريك تعاون يمتلك القدرة على التفكير النشط. يتحول دور المطور من "كاتب التعليمات" إلى "مدير المجهول". يتطلب هذا التحول من المطورين إعادة تقييم سير عملهم، وإيجاد نقطة توازن جديدة بين الكفاءة والجودة.

إخلاء مسؤولية: يُقدَّم هذا المحتوى لأغراض الترويج العام والمعلومات فقط، ولا يُعدّ نصيحة مالية أو استثمارية أو قانونية أو ضريبية. لا تُعتبر أي أحداث أو مكافآت أو فعاليات عبر الإنترنت أو معلومات ذات صلة مذكورة هنا توصيةً أو دعوةً لشراء أو بيع أو تداول أو التعامل بأي شكل من الأشكال في أي أصول مشفرة أو استخدام أي خدمات. الأصول المشفرة شديدة التقلب وقد تؤدي إلى الخسارة. قد لا تتوفر خدمات WEEX وفعالياتها عبر الإنترنت في جميع المناطق، وتخضع للقوانين واللوائح وشروط الأهلية المعمول بها. أنت مسؤول عن ضمان توافق استخدامك لخدمات WEEX مع القوانين المحلية، وعن تقييم المخاطر بعناية قبل المشاركة في أي أنشطة متعلقة بالعملات المشفرة.