هناك تحول مهم يحدث في بناء نماذج LLM، لكنه لا يظهر دائمًا في العناوين الرئيسية. معظم النقاش حول النماذج الجديدة ما زال يدور حول حجم النموذج، وعدد الـparameters، وطول الـcontext، ونتائج الـbenchmarks. لكن جزءًا متزايد من القفزات التي نراها اليوم يأتي من مكان مختلف ما يحدث بعد أن ينتهي بناء النموذج الأساسي.
هذا هو الـPost-Training والي راح نتكلم عنه اليوم وكيف ممكن نفس Base Model بعد Post-Training يعطي نتائج عظيمة
ولفهم أهميتها، من المفيد أن نبتعد قليلًا عن الصورة التقليدية التي اعتدناها عن تدريب نماذج اللغة. في مرحلة الـPre-Training، يتعلم النموذج من كميات ضخمة من البيانات. يتعرض للغة، والبرمجة، والكتب، والوثائق، والمواقع، وملايين الأنماط الأخرى التي تسمح له ببناء تمثيل واسع للعالم. هذه المرحلة هي التي تمنح النموذج معظم قدرته العامة.
لكن النموذج الذي خرج من الـPre-Training ليس بالضرورة نموذجًا جيدًا في العمل.
يمكنه أن يعرف الكثير، لكنه لا يعرف دائمًا كيف يستخدم ما يعرفه. يستطيع كتابة الكود، لكنه قد لا يعرف كيف يتعامل مع مشروع برمجي حقيقي. يستطيع شرح مشكلة، لكنه قد لا يعرف كيف يقضي ساعة كاملة في محاولة حلها. يستطيع استخدام أداة، لكنه لا يعرف بالضرورة متى يستخدمها، أو ماذا يفعل إذا فشلت.
الفرق بين هذه الأشياء هو بالضبط المساحة التي بدأ الـPost-Training في احتلالها.
من معرفة العالم إلى التعامل معه
الطريقة القديمة للنظر إلى النموذج كانت أقرب إلى اعتبار الذكاء كمية من المعرفة والقدرة على التنبؤ. كلما زادت البيانات والحوسبة وحجم النموذج، أصبح أكثر قدرة.
لكن النماذج الحديثة بدأت تكشف شي مختلف هناك فرق كبير بين أن يعرف النموذج كيف يفعل شي وبين أن يعرف كيف يعمل على شيء.
وهذا الفرق يظهر بوضوح في البرمجة.
نموذج قادر على إكمال دالة Python ليس بالضرورة مهندس برمجيات. المهندس لا يتعامل مع دالة منفصلة يتعامل مع مستودع كامل، ومتطلبات غير واضحة، واختبارات، وأخطاء، وdependencies، وقرارات تصميمية، وأحيانا كود كتبه أشخاص آخرون قبل سنوات.
قد يبدأ من ملف، ثم يكتشف أن المشكلة في مكان آخر. قد يكتب حل، ثم يشغل الاختبارات، ثم يجد أن الحل كسر جزء مختلف من النظام. يعود ويقرأ الخطأ، يغير افتراضاته، يجرب طريقة أخرى، ويكرر العملية حتى يصل إلى نتيجة مقبولة.
هذه ليست معلومة يمكن ببساطة إضافتها إلى dataset. إنها طريقة عمل.
وهذا تحديدًا ما يجعل الـPost-Training خطوة مهمة.
نموذج GLM-5 والقفزة من الـVibe Coding إلى Agentic Engineering
تقدم Z.ai مثال على هذا التحول. عنوان الورقة البحثية لـGLM-5 نفسه يكشف الاتجاه: From Vibe Coding to Agentic Engineering. النموذج لا يُقدَّم فقط باعتباره نموذج أفضل في توليد الكود، بل باعتباره خطوة نحو أنظمة تستطيع التعامل مع هندسة البرمجيات كعملية طويلة ومترابطة.
والأهم أن Z.ai لم تتعامل مع الـPost-Training باعتباره مرحلة صغيرة في نهاية عملية التدريب. في GLM-5، طورت بنية للتدريب بالتعزيز غير المتزامن، بحيث يمكن فصل توليد تجارب النموذج عن عملية تحديثه. كما قدمت أساليب RL مخصصة للمهام التي تمتد عبر خطوات كثيرة، حيث لا تكون النتيجة مرتبطة بإجابة واحدة قصيرة، وإنما بسلسلة كاملة من الأفعال والتفاعلات.
هذا التفصيل التقني مهم لأنه يعكس مشكلة أكبر.
تدريب نموذج على سؤال وإجابة شيء، وتدريبه على العمل لمدة طويلة داخل بيئة شيء آخر تمامًا.
Post-traning يودي النموذج في حته تانيه خالص
في الحالة الأولى، يمكن أن يكون لدينا prompt ثم response. في الحالة الثانية، لدينا ما يشبه رحلة كاملة النموذج يقرأ، يقرر، يستخدم أداة، يحصل على نتيجة، يغير خطته، يجرب مرة أخرى، ثم يصل في النهاية إلى نتيجة.
كل هذه الرحلة تصبح مادة للتعلم. وهنا تبدأ طبيعة الـPost-Training في التغير.
البيئة جزء من عملية التدريب
في الـPre-Training، البيانات هي نقطة البداية. نحتاج إلى نصوص أكثر، وكود أكثر، وبيانات أفضل، ثم ندرب النموذج عليها.
أما في الـAgentic AI، فالبيئة نفسها يمكن أن تصبح مصدر للخبرة.
يمكن وضع النموذج أمام repository حقيقي، وإعطاؤه issue، ثم السماح له باستخدام terminal وقراءة الملفات وتشغيل الاختبارات. يمكن وضعه في متصفح، أو قاعدة بيانات، أو simulator، أو بيئة أمن سيبراني، ثم مراقبة ما يفعله.
الاختلاف هنا جوهري. بدل أن نعطي النموذج مثال على الحل، نسمح له بمحاولة الوصول إلى الحل.
قد يفشل في المحاولة الأولى. وهذا ليس بالضرورة امرا سيئا. الفشل نفسه يحمل معلومات. النموذج الذي حاول تعديل ملف خاطئ ثم اكتشف ذلك من الاختبارات تعلم شيئًا لم يكن موجود في السؤال الأصلي. إذا تكرر هذا ملايين المرات، تبدأ لدينا كمية ضخمة من بيانات الخبرة.
وهذه البيانات قد تكون أكثر أهمية من مجرد الإجابات النهائية. فالإجابة النهائية تخبرك بما نجح.
أما الـtrajectory فتخبرك كيف وصل النموذج إلى النجاح. وهذه إحدى أكثر الأفكار أهمية في المرحلة الحالية من تطوير النماذج.
الـTrajectory أهم من الإجابة
لو أعطيت نموذج مشكلة برمجية وحصلت في النهاية على patch صحيح، فلديك معلومة مفيدة. لكن لو احتفظت بكل ما حدث قبل ذلك، تصبح لديك معلومات أكثر بكثير.
تعرف الملفات التي قرأها النموذج، والأفكار التي جربها، والأخطاء التي واجهها، والأدوات التي استخدمها، والقرارات التي اتخذها، والطريق الذي أدى في النهاية إلى الحل.
الفرق يشبه الفرق بين إعطاء طالب الإجابة الصحيحة وبين مراقبة الطالب أثناء حل المسألة. في الحالة الأولى، تعرف النتيجة. في الثانية، تستطيع معرفة طريقة التفكير والعمل.
وهذا هو السبب في أن الـAgentic RL أكثر تعقيدًا من تدريب نموذج على إجابات قصيرة. النموذج لا يتعلم فقط اختيار token أفضل؛ بل يتعلم إدارة سلسلة من القرارات داخل بيئة تتغير استجابة لأفعاله.
ومع زيادة طول هذه السلاسل، يصبح التدريب نفسه أصعب. لهذا السبب أصبحت البنية التحتية للـRL موضوعًا مهم بحد ذاته. الأبحاث الحديثة المرتبطة بـ
مثل SAO، على سبيل المثال، تحاول معالجة مشكلة التدريب غير المتزامن في المهام الـAgentic، وقد استُخدمت هذه التقنية في مسار تدريب GLM-5.2.
ملاحظة تقنية: طورت
تقنيات مثل SAO لمعالجة مشكلة مهمة في تدريب الـAgentic RL: الـAgents تحتاج وقتًا طويلًا لتنفيذ الـtrajectories، ولذلك يصبح من غير الفعال أن تنتظر عملية التدريب انتهاء جميع التجارب قبل أن تبدأ بتحديث النموذج. الفكرة هي جعل توليد التجارب والتدريب أكثر تداخلًا، بحيث تستفيد البنية التحتية من وقت الانتظار بدل أن يضيع
الموضوع إذن لم يعد مجرد “نضيف RL بعد الـSFT”.
نحن نعيد بناء طريقة التدريب لتتناسب مع نموذج بدأ يتصرف كوكيل يعمل داخل بيئة.
لماذا GLM-5.3 أكثر انه من مجرد إصدار جديد؟
أعلنت
في أغسطس 2026 أن GLM-5.3 حقق نتائج قوية في اختبارات الأمن السيبراني، من بينها 84.5% في CyberGym مقابل 83.8% للنسخة التي قارنتها بها من Mythos 5، مع فارق واضح في ExploitBench. والأهم من الأرقام نفسها أن
تصف GLM-5.3 بأنه نموذج عام للبرمجة اكتسب قدراته في الأمن السيبراني من خلال expanded post-training and reinforcement learning، وليس نظام مبني من البداية كمحرك متخصص في الأمن. كما قالت الشركة إنه يعتمد على نفس النموذج الأساسي المستخدم في GLM-5.2 مع تدريب أطول وأكثر تنوعًا في البيئات.
إذا كانت لديك قاعدة نموذج قوية، فإن الطريقة التي تدربها بها بعد ذلك يمكن أن تغير طبيعة قدراتها بشكل كبير.
النموذج الأساسي يمكن أن يمتلك المعرفة اللازمة لفهم البرمجيات والثغرات والأدوات. لكن وضعه داخل بيئات تدريب مناسبة يمكن أن يحوله من نموذج “يعرف عن الأمن السيبراني” إلى نموذج يستطيع تنفيذ سلسلة من العمليات المرتبطة بالبحث عن ثغرة والتحقق منها.
هذا فرق بين knowledge وcapability.
المعرفة موجودة في الاثنين، لكن القدرة العملية لا تظهر إلا عندما يتعلم النموذج كيف يوظفها.
النموذج ماصار اذكى أذكى صار أكثر خبرة
ربما هذه أفضل طريقة لفهم التحول. الـPre-Training يشبه بناء عقل واسع المعرفة. أما الـPost-Training الحديث فيشبه إعطاء هذا العقل قدر من التدريب العملي.
وهذا يفسر شيئ نراه باستمرار في النماذج الجديدة أحيانا لا تأتي القفزة الكبيرة من تغيير جذري في الـbase model، وإنما من الطريقة التي جرى بها تدريب النموذج على استخدام قدراته.
في البرمجة مثلًا، يمكن أن يكون لدى نموذجين معرفة متقاربة جدًا باللغات البرمجية. لكن أحدهما قد يكون مر بآلاف أو ملايين السيناريوهات التي تعلم فيها أن يقرأ الاختبارات قبل التعديل، ويتحقق من dependencies، ويشخص الأخطاء، ويعيد المحاولة عند الفشل.
هذا النموذج سيبدو للمستخدم وكأنه “أذكى”، رغم أن جزءًا من الفرق لا يتعلق بالمعرفة الخام أصلًا.
إنه ببساطة أكثر خبرة في العمل.
وهنا تبدأ كلمة intelligence نفسها في أخذ معنى مختلف.
المشكلة الأصعب ليست التدريب، بل تعريف النجاح
لكن هذه الطريقة تفتح مشكلة جديدة. إذا كان النموذج يتعلم من التجربة، فمن الذي يخبره أن تجربته كانت جيدة؟
في بعض المجالات، الإجابة سهلة . الكود إما أن يمر بالاختبارات أو لا. البرنامج إما أن يحقق الهدف أو يفشل. المسألة الرياضية لها إجابة يمكن التحقق منها.
لكن العالم الحقيقي أكثر فوضوية. يمكن أن تكون هناك عدة حلول صحيحة لمشكلة واحدة. يمكن أن يكون الحل سريعًا لكنه غير آمن. يمكن أن يكون صحيحًا لكنه صعب الصيانة. يمكن أن يكون مناسبًا في بيئة معينة وغير مناسب في أخرى.
لهذا السبب تصبح الـverifiers والـreward signals من أهم أجزاء منظومة الـPost-Training.
قد يكون النموذج ممتازًا، لكن إذا أعطيته معيارًا سيئًا للنجاح، فسوف يصبح ممتازًا في تحقيق الشيء الخطأ.
وهذه ليست مشكلة تقنية صغيرة. كلما زادت استقلالية الـAgent، زادت أهمية تعريف الهدف الذي نريد منه أن يحسنه.
في الـChatbot التقليدي، الخطأ قد يكون إجابة سيئة. أما في Agent لديه صلاحية تنفيذ الأوامر، فالخطأ يمكن أن يكون سلسلة كاملة من القرارات الخاطئة.
لذلك فإن تحسين الـPost-Training يعني في الوقت نفسه تحسين قدرتنا على بناء بيئات وطرق تقييم تستطيع تمييز السلوك الجيد من السلوك الذي يبدو جيدًا فقط.
وهذا يغير اقتصاد البيانات
هناك تحول آخر قد يكون أكثر أهمية على المدى البعيد. لسنوات كانت البيانات البشرية هي المورد الأساسي الذي تتنافس عليه مختبرات الذكاء الاصطناعي. نبحث عن الكتب، والمواقع، والكود، والمحادثات، والوثائق، وكل شيء يمكن أن يساعد النموذج على فهم العالم.
لكن البيانات البشرية لها حد طبيعي. البشر ينتجون المحتوى بوتيرة محدودة، بينما يمكن للنماذج أن تنتج ملايين التجارب في وقت قصير.
إذا استطعنا بناء بيئات يمكن للنموذج أن يتفاعل معها وتقييم نتائجه بشكل موثوق، فإن البيانات لم تعد شيئًا نجمعه فقط.
يمكننا توليده من التجربة. وهنا تتحول قيمة الـdataset نفسها. بدل أن تكون أهم البيانات هي النصوص التي كتبها البشر، يمكن أن تصبح أهم البيانات هي الخبرات التي أنتجتها النماذج أثناء محاولتها حل المشكلات.
وهذا لا يعني أن البيانات الاصطناعية ستحل محل البيانات البشرية ببساطة. التجارب الاصطناعية تحتاج إلى بيئات جيدة، وتحتاج إلى تحقق، ويمكن أن تعيد تدوير أخطاء النموذج نفسه. لكن عندما يكون لدينا verifier قوي، تصبح هذه الحلقة أكثر قابلية للتوسع.
من Scaling النموذج إلى Scaling الخبرة
المرحلة الأولى من الذكاء الاصطناعي الحديث اعتمدت على فكرة واضحة: كلما زادت الحوسبة والبيانات وحجم النموذج، يمكن أن نحصل على قدرات أفضل.
ثم أصبحت عملية الاستدلال نفسها جزءًا من الـscaling. النموذج يستطيع أن ينفق وقتًا أطول في التفكير أو استخدام الأدوات للوصول إلى نتيجة أفضل.
الآن يظهر نوع ثالث من الـscaling: زيادة كمية الخبرة التي يحصل عليها النموذج أثناء الـPost-Training.
وهذا مختلف عن مجرد زيادة عدد الـparameters. يمكن أن يكون لديك نموذج كبير ، لكنه لا يعرف كيف يعمل داخل بيئة معينة.
ويمكن أن يكون لديك نموذج مشابه، لكنه تدرب على ملايين السيناريوهات داخل تلك البيئة. الثاني قد يكون أفضل بكثير في المهمة المحددة.
وهذا يفتح مساحة جديدة بالكامل للمنافسة بين مختبرات الذكاء الاصطناعي. لن يكون السؤال فقط من يستطيع بناء أفضل model.
سيصبح السؤال من يستطيع بناء أفضل training environment، وأفضل verifier، وأفضل feedback loop، وأفضل بنية تسمح للنموذج بإنتاج الخبرة والاستفادة منها.
وهذا هو السبب في أن الـAgentic AI مهم
عندما نتحدث عن Agents، غالبًا ما يبدو الموضوع كأنه مجرد طبقة فوق النموذج: أدوات، browser، terminal، memory وبعض orchestration. لكن من منظور التدريب، الـAgent أكثر من ذلك. إنه بيئة يمكن للنموذج أن يتعلم فيها. النموذج الذي يتعلم فقط الإجابة على سؤال قد يصبح chatbot ممتاز.
أما النموذج الذي يتعلم إنجاز مهمة عبر عشرات الخطوات، فقد يصبح شيئًا مختلفًا تمامًا. وهذا يفسر لماذا أصبحت أدوات مثل Claude Code جيدة حتى خارج عالم البرمجة. التجربة التي وصفها Ethan Mollick مع Claude Code لم تكن عجيبة لأن النموذج كتب بضعة أسطر من الكود، وإنما لأنه استطاع العمل بشكل مستقل لأكثر من ساعة، واستخدام أدوات متعددة، وإنتاج مخرجات وسيطة، وتصحيح بعض أخطائه، ثم الوصول إلى منتج قابل للتشغيل. Mollick نفسه يرى أن القفزة جاءت من اجتماع نموذج قوي مع ما يسميه الـagentic harness، أي مجموعة الأدوات والآليات التي تسمح للنموذج بالعمل باستقلالية أكبر.
وهنا توجد نقطة الـintelligence الذي يراه المستخدم لا يأتي دائمًا من النموذج وحده. النظام كله مهم.
النموذج، والأدوات، والـcontext management، والذاكرة، والـsubagents، وطريقة إدارة المهمة، كلها يمكن أن تغير النتيجة بشكل كبير. Mollick أشار إلى هذا التحول أيضًا في حديثه عن عصر الـAgentic AI، حيث أصبح من الضروري التفكير في ثلاثة أشياء معًا النموذج، والتطبيق، والـharness الذي يربطهما. (
)
وهذا يعيدنا إلى الـPost-Training.
إذا كان الـharness هو البيئة التي يعمل فيها النموذج، فإن الـPost-Training هو أحد الأشياء التي تعلم النموذج كيف يستفيد من تلك البيئة.
المستقبل قد يكون في بناء “مصانع خبرة”
لهذا السبب أعتقد أن الصناعة تتجه نحو شيء يشبه مصانع الخبرة الاصطناعية. مختبر AI لن يكون فقط مكانًا يبني model ثم يطلقه.
سيصبح لديه مجموعة من البيئات التي تمثل أنواعًا مختلفة من العمل: البرمجة، البحث، استخدام الأدوات، تحليل البيانات، الأمن، وربما مجالات علمية وهندسية أكثر تخصصًا.
يدخل النموذج إلى هذه البيئات ويعمل. كل تجربة تنتج feedback. التجارب الجيدة تستخدم للتدريب. النموذج الجديد يعود إلى البيئة بقدرات أفضل. ثم ينتج خبرة أفضل. وتستمر الدورة.
في هذه الصورة، النموذج ليس منتج العملية بالكامل. هو جزء من حلقة تعلم. وهذه نقطة مختلفة جذريًا عن الطريقة التي اعتدنا بها النظر إلى إطلاق النماذج.
لكن هناك حدًا لهذه الفكرة
لا ينبغي أن نبالغ في الاتجاه المعاكس ونقول إن الـPost-Training سيجعل الـPre-Training غير مهم. هذا غير صحيح. الـPost-Training يحتاج إلى أساس قوي. إذا لم يكن لدى النموذج أصلًا قدر كافٍ من المعرفة والقدرة على الاستدلال وفهم الأدوات، فلن تنقذه بيئة التدريب بسهولة.
الـPre-Training يبني مساحة واسعة من القدرات، بينما يحاول الـPost-Training صقل هذه القدرات واستخراجها وتوجيهها نحو مهام محددة.
العلاقة بين الاثنين أقرب إلى البناء ثم التدريب العملي. ولا يمكن فصل أحدهما بالكامل عن الآخر. لكن ما تغير هو أن مرحلة ما بعد البناء أصبحت أكثر أهمية بكثير مما كانت عليه في السابق.
السؤال الحقيقي في الجيل القادم
إذا استمر هذا الاتجاه، فقد تتغير الطريقة التي نقارن بها النماذج. اليوم ما زلنا نحب الأرقام السهلة: benchmark أعلى، context أطول، parameters أكثر.
لكن هذه المقاييس لا تخبرنا دائمًا كيف سيتصرف النموذج عندما نعطيه مهمة حقيقية ونتركه يعمل.
قد يصبح من المفيد أكثر أن نعرف مقدار العمل الذي يستطيع النموذج إنجازه بشكل موثوق، وكم عدد الخطوات التي يستطيع إدارتها، وكيف يتعامل مع الفشل، وكيف يستخدم الأدوات، وهل يستطيع الحفاظ على خطة عبر مهمة طويلة.
وهنا تصبح الحدود بين model وagent وenvironment أقل وضوحًا. النموذج وحده ليس هو المنتج. المنتج هو النظام الذي يجعل النموذج قادرًا على العمل. وهذه ربما تكون أهم نتيجة يمكن استخلاصها من التطورات الأخيرة في GLM والنماذج الأخرى التي تتجه بقوة نحو الـAgentic AI.
في الختام
لم يعد تطوير نماذج الذكاء الاصطناعي مجرد سباق لبناء عقل أكبر. المرحلة الجديدة تتعلق بما يحدث لهذا العقل بعد بنائه. الـPre-Training يمنح النموذج معرفة وقدرات عامة واسعة. أما الـPost-Training الحديث فيبدأ بتعليمه كيف يستخدم هذه القدرات داخل بيئات حقيقية، وكيف يتعامل مع الأدوات، وكيف يتعلم من الفشل، وكيف يكرر المحاولة، وكيف يحول سلسلة من القرارات إلى نتيجة ناجحة.
نماذج GLM-5 وGLM-5.3 مثالان مهمان على هذا الاتجاه، ليس فقط بسبب نتائجهما، وإنما بسبب ما تكشفه طريقة تطويرهما قيمة النموذج لا تتحدد بالكامل عند لحظة انتهاء الـPre-Training. يمكن أن تتغير قدراته بشكل كبير عندما نضعه داخل بيئات أكثر تعقيدًا وندربه على خبرة أطول وأكثر تنوعًا. وهذا يقود إلى تحول أوسع في فلسفة بناء الذكاء الاصطناعي.
في الماضي، كانت البيانات تخبر النموذج عن العالم. أما الآن فنحن نحاول أن نجعل النموذج يتفاعل مع العالم، ويتعلم من نتائج تفاعله معه. وربما يكون هذا هو التحول الحقيقي الذي يختبئ خلف كلمة Post-Training. لسنا فقط نحاول أن نجعل النموذج يعرف أكثر. نحن نحاول أن نجعله أكثر خبرة.
وفي النهاية، قد لا تكون النماذج الأكثر قدرة هي التي قرأت أكبر قدر من المعلومات، وإنما التي حصلت على أكبر قدر من الخبرة في تحويل تلك المعلومات إلى أفعال ناجحة.
