ذكرت صحيفة «فايننشال تايمز» أن شركة Anthropic حجبت أحدث نموذج ذكاء اصطناعي لها عن وكالة الاختبار الحكومية البريطانية. ويُعيد هذا التقرير إخضاع اختبار سلامة الذكاء الاصطناعي من Anthropic بالمملكة المتحدة الترتيبات تحت المراجعة مجددًا، وإلى جانبها السؤال الأوسع حول ما إذا كانت التقييمات الطوعية قبل الإطلاق من قبل الهيئات الحكومية التزام تحافظ عليه معامل الحدود عندما تضيق جداول الإطلاق. بالنسبة للمطورين الذين يبنون على هذه النماذج، تقل أهمية القصة كحادثة دبلوماسية لصالح الإشارة إلى ما إذا كانت هناك ضمانات مستقلة فعلية خلف نموذج قبل وصوله إلى نقطة نهاية API.
أبرز النقاط المستخلصة
- تقارير Financial Times أن Anthropic احتفظت بأحدث نموذج ذكاء اصطناعي لها بعيدًا عن وكالة الاختبار في المملكة المتحدة قبل الإطلاق.
- الوصول المسبق لهيئات الاختبار الحكومية طوعي وليس إلزامياً في كل من المملكة المتحدة والولايات المتحدة — لا شيء في الحقائق المبلغ عنها يشير إلى انتهاك قاعدة ما.
- تقارير FT بشكل منفصل أن باحثًا من Anthropic استقال لأن معامل الذكاء الاصطناعي «تقامر بحياتنا»، وأن OpenAI تواجه مطالبات متنافسة حول اختراق رياضي.
- مجتمعة، تشير التقارير الثلاثة إلى نفس الفجوة الهيكلية: التحقق الخارجي من ادعاءات نماذج الحدود أرق مما يشير إليه تسويق الإطلاق.
- بالنسبة للفرق التي تختار النماذج، الرد العملي هو التقييم الداخلي على مهامك الخاصة بدلاً من الاعتماد على التصديق من الطرف الثالث الذي قد لا يكون موجودًا.
ما أبلغت عنه Financial Times حول اختبار سلامة الذكاء الاصطناعي من Anthropic بالمملكة المتحدة
تقرير FT ضيق في تفاصيله: Anthropic لم تعط وكالة الاختبار بالمملكة المتحدة وصولاً إلى أحدث نموذج ذكاء اصطناعي لها. الصحيفة لا توضح، في المادة المتاحة، أي نموذج كان متورطًا، أو متى تم اتخاذ القرار، أو ما السبب الذي قدمته Anthropic. لن نملأ هذه الفجوات بالتخمين. ما يمكن قوله هو أن الوكالة المعنية هي الهيئة الوطنية بالمملكة المتحدة لتقييم أنظمة الذكاء الاصطناعي من الحدود — أنشئت كمعهد سلامة الذكاء الاصطناعي وأعيدت تسميتها منذ ذلك الحين إلى معهد أمان الذكاء الاصطناعي — وأن عملها يعتمد على معامل تسليم الوصول إلى النموذج قبل الإطلاق العام.
هذا الاعتماد هو كل القصة. المعهد لا يملك سلطة لفرض الوصول. تم بناؤه على مجموعة من الالتزامات الطوعية التي قدمتها معامل الحدود، وهذه الالتزامات كانت دائمًا عديمة الوزن القانوني. عندما يرفض معمل ما، لا توجد خطوة إنفاذ. لذلك يجب قراءة تقرير FT على أنه ليس اتهامًا بالسوء السلوك بل كدليل على مقدار الوزن الذي يمكن أن يتحمله النموذج الطوعي.
وضعت Anthropic نفسها، أكثر من أي معمل حدود آخر، كالخيار الموجه نحو السلامة. تنشر سياسة توسع مسؤولة، تنشر بطاقات النظام، وجادلت علنًا لصالح الفحص الخارجي لأنظمة الحدود. هذا الموضع بالذات هو السبب في أن تقرير FT يحمل وزنًا: الفجوة بين الموقف المعلن والسلوك المبلغ عنه هي الأخبار، وليس التفصيل التقني لأي تقييم واحد.
لماذا يهم الوصول قبل الإطلاق أكثر من عمليات المراجعة بعد الإطلاق
القيمة من إعطاء وكالة اختبار وصولاً قبل الإطلاق هي أن بعض النتائج قابلة للتنفيذ فقط قبل الإطلاق. إذا كشف التقييم عن قدرة ترفع بشكل جوهري خطر الاستخدام الخاطئ — في العمليات الإلكترونية، في علم الأحياء، في العمل المستقل على آفاق طويلة — يمكن للمعمل تعديل الضمانات أو تقييد سطح النشر أو التأخير. بمجرد أن تخدم الأوزان حركة المرور، تضيق الخيارات إلى التصحيح والسياسة.
هناك أيضًا حجة قياس القدرة. تم إنشاء هيئات الاختبار الحكومية جزئيًا لأن تصحيح معامل لواجباتهم الخاصة ترتيب ضعيف هيكليًا. فريق القرصنة الداخلي في معمل يقدم تقارير للمنظمة التي تشحن المنتج. لا تفعل الجهة المقيمة الخارجية. هذا هو السبب الكامل لوجود المعهد، وهو يعمل فقط مع الوصول.
لا يعني أي من هذا أن معملاً يرفض الوصول قد شحن شيئًا خطيرًا. يعني فحصًا مستقلاً كان من المفترض أن يحدث لم يحدث، والجمهور لا يملك بديلاً عنه. يجب على القراء الذين يقارنون نماذج الحدود في قاعدة بيانات نماذج الذكاء الاصطناعي أن يفهموا أن التسعير والنوافذ السياقية حقائق منشورة، بينما عمق المراجعة الأمنية الخارجية خلف أي نموذج معين عمومًا ليس كذلك.
استقالة الباحث تضيف نقطة بيانات ثانية
تقارير FT أيضًا أن باحثًا من Anthropic استقال، قائلاً إن معامل الذكاء الاصطناعي «تقامر بحياتنا». لدينا فقط إطار العنوان للعمل معه، لذا لن نميز الحجة الكاملة للفرد أو ننسب ادعاءات محددة حول العمليات الداخلية. لكن التزامن يستحق الملاحظة بوضوح: ضمن نافذة إعداد التقارير ذاتها، يتم وصف إحدى الشركات الأكثر صوتًا بشأن السلامة في القطاع بأنها تحتفظ بنموذج من الاختبار الخارجي وتفقد باحثًا على موقف مخاطر الصناعة.
الرحيل على أساس المبدأ المعلن ليس جديدًا في هذه الصناعة، ويجب على القراء مقاومة معاملة أي استقالة واحدة كإثبات لأزمة داخلية. النقطة ذات الصلة للجمهور التقني أضيق. الخلاف الداخلي والتقييم الخارجي هما الآليتان الرئيسيتان للقبض على مشاكل قد تكون منظمة الشحن مدفوعة لتجاهلها. يصف إعداد تقارير FT احتكاكًا في كليهما في نفس الشركة في نفس الوقت.
فجوات التحقق ليست خاصة بادعاءات السلامة
يتعلق التقرير الثالث من FT في هذه العنقودية OpenAI التي تواجه مطالبات متنافسة حول اختراق رياضي. النسيج الضام مع قصة Anthropic هيكلي بدلاً من كوني شركية: في كلا الحالتين، يصعب على الأطراف الخارجية التحقق من ادعاء يدلي به معمل حدود على شروط المعمل الخاصة.
ادعاءات القدرة وادعاءات السلامة تقف على نفس الأساس هنا. يقول معمل أن نموذجًا حقق نتيجة رياضية؛ الأطراف المستقلة تطعن في الإطار. يقول معمل أن نموذجه آمن للإطلاق؛ الهيئة المخصصة للفحص لم تره. في أي من الحالتين، القارئ لا يملك وصولاً مباشرًا إلى الدليل. هذا هو البيئة التي يعمل فيها المطورون فعليًا، وتجادل بمعاملة ادعاءات البائع — القدرة والسلامة على حد سواء — كفرضيات للاختبار بدلاً من المواصفات للثقة.
ما الذي يتغير بالنسبة للفرق التي تختار نموذجًا
عمليًا، يتغير القليل جدًا حول التوفر أو التسعير. تتعلق الحقائق المبلغ عنها بعملية ما قبل الإطلاق، وليس بانسحاب المنتج. تبقى التشكيلة المنشورة من Anthropic متاحة تجاريًا، واقتصادياتها تبقى الإدخال الرئيسي في معظم قرارات الشراء. للمرجع، هنا كيف يجلس التسعير المنشور من Anthropic مقابل العروض الحدودية القابلة للمقارنة من قاعدة البيانات الخاصة بنا:
| النموذج | المورِّد | السياق | السعر لكل مليون رمز مدخل | السعر لكل مليون رمز مخرج |
|---|---|---|---|---|
| Claude Opus 5 | Anthropic | مليون | $5.00 | $25.00 |
| Claude Sonnet 5 | Anthropic | مليون | $2.00 | $10.00 |
| Claude Haiku 4.5 | Anthropic | 200 ألف | $1.00 | $5.00 |
| GPT-6 أسترا | OpenAI | 1.05 مليون رمز | $10.00 | $50.00 |
| Gemini 3.1 Pro | جوجل | 1.05 مليون رمز | $2.00 | $12.00 |
| DeepSeek V4-Pro | DeepSeek | مليون | $0.435 | $0.87 |
الانتشار في هذا الجدول هو السبب في أن الشراء نادرًا ما يعتمد على أسئلة الحوكمة. الرموز الناتجة على GPT-6 أسترا تكلف تقريبًا عشرة أضعاف ما تفعله على Claude Sonnet 5، و DeepSeek V4-Pro يقلل بهامش واسع كل خيار حدود مغلق في القائمة. يمكن للفرق التي تصمم هذه الاختلافات بحجم كبير تشغيل الأرقام من خلال حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API)، وتلك التي تزن البدائل ذات الأوزان المفتوحة مقابل API المستضافة ستجد المقايضات الموضحة في دراسة مقارنة بين تكاليف النماذج المفتوحة والمغلقة للذكاء الاصطناعي.
ما يجب أن يغيره إعداد تقارير FT هو الوزن الذي تعينه للضمان الخارجي عندما يتم استدعاؤه في محادثة البائع. إذا استشهد المورد باختبار حكومي كجزء من قصة السلامة الخاصة به، فهذا الادعاء يستحق الآن التأكيد لإصدار النموذج المحدد الذي تنوي نشره، وليس للبائع ككل.
مسألة السياسة التي يعيد هذا فتحها
بنت المملكة المتحدة قدرتها على الاختبار على الفرضية بأن التعاون الطوعي سيصمد. كانت هذه الفرضية دائمًا مشروطة بأن تحكم معامل التعاون ليكون في مصلحتها — بسمعة، أو كتحوط ضد تنظيم أقسى لاحقًا. يشير تقرير FT إلى أن هذا الحساب يمكن أن يخرج بطريقة أخرى.
يتبع اتجاهان، وكلاهما لديه تكاليف. سيعطي الوصول قبل الإطلاق الإلزامي للمعهد أسنانًا، بثمن عمليات إطلاق أبطأ ومشكلة اختصاصية للمعامل التي يقع مقرها في مكان آخر. بدلاً من ذلك، يستمر الإطار الطوعي وتبقى تغطية المعهد غير متساوية، مع عدم قدرة الجمهور على تحديد النماذج التي تم فحصها وأيها لم يكن. لا توجد إشارة مبلغ عنها حول الطريقة التي ستتحرك بها سياسة المملكة المتحدة، ولن نخمن.
بالنسبة للجمهور التقني الآثار الفورية هي أن الإفصاح وليس الإنفاذ هو المتغير الجدير بالمراقبة. سجل للنماذج التي قيّمتها الهيئة الوطنية وتلك التي لم تقيمها ستكون تغييرًا متواضعًا يستعيد معظم القيمة المعلوماتية، دون لمس جداول الإطلاق. ما إذا كان أي شخص يبني ذلك سؤال مفتوح.
الأسئلة الشائعة
هل انتهكت شركة Anthropic أي قانونٍ بحجبها النموذج؟ لا شيء في تقرير FT يشير إلى انتهاك قانوني. يستند الوصول قبل الإطلاق لوكالة الاختبار بالمملكة المتحدة على التزامات طوعية وليس قانون، لذا فإن رفض الوصول ليس بحد ذاته غير قانوني.
أيُّ نموذجٍ من نماذج Anthropic تم حجبه؟ لا تحدد التقارير المتاحة النموذج. لن نسمي واحدة بالاستدلال — يشير حساب FT إلى أحدث نموذج من Anthropic دون تحديده في المادة المتاحة لنا.
هل يؤثر هذا على نماذج Claude الحالية القائمة في الإنتاج؟ لا. تتعلق الحقائق المبلغ عنها بعملية تقييم ما قبل الإطلاق. النماذج المنشورة من Anthropic والتسعير والنوافذ السياقية دون تغيير ومدرجة في قاعدة بيانات نماذج الذكاء الاصطناعي.
كيف ينبغي لفريقك التعويض عن غياب تقييم خارجي؟ قيّم على مهامك الخاصة. بناء مجموعة اختبارات خاصة بالمهام، قياس سلوك الرفض وأنماط الفشل على المدخلات الحقيقية الخاصة بك، ومعاملة توثيق السلامة من البائع كإدخال واحد وليس كبديل للاختبار. ستجد الفرق التي تعيير المعايير على سير العمل بنمط الوكلاء السياق المقارن في دليلنا إلى وكلاء البرمجة بالذكاء الاصطناعي.
هل يقتصر هذا الأمر على شركة Anthropic فقط؟ تتعلَّق تقرير «فايننشال تايمز» بـAnthropic تحديدًا، لكنَّ الضعف الجوهري الكامن وراءه — المتمثل في الطابع الطوعي للوصول إلى النماذج دون وجود آليات إنفاذ أو سجل عام يُوثِّق ما تم اختباره — ينطبق على كل مختبر رائد يعمل ضمن نفس الإطار.
الخلاصة
الوقائع المُبلَّغ عنها محدودة: وفقًا لصحيفة «فايننشال تايمز»، لم تمنح Anthropic وكالة الاختبار البريطانية حق الوصول إلى أحدث نموذج لها قبل الإطلاق، كما استقال باحثٌ من Anthropic بسبب موقف الصناعة من المخاطر. ولا يصف أيٌّ من التقريرين انتهاكًا قانونيًّا، ولا يغيِّر أيٌّ منهما ما هو متاح للشراء اليوم.
ما يغيِّره هذان التقريران هو مدى الثقة المعقولة التي يمكن لطرف خارجي وضعها في طبقة الضمان المحيطة بالإطلاقات الرائدة. فالتقييم الطوعي السابق للإطلاق لا يُنتج معلوماتٍ إلا عندما تشارك المختبرات فيه، وتقرير «فايننشال تايمز» هو دليلٌ على أن المشاركة طوعيةٌ في الواقع كما هي على الورق. أما الوثائق المنشورة من Anthropic نفسها، بما في ذلك سياساتها للتوسع المسؤول، فتظل السجل الرئيسي لما تلتزم به الشركة داخليًّا — وللوقت الحالي، فإن هذا السجل يشكِّل جزءًا أكبر من الصورة العامة أمام الجمهور مقارنةً بأي تقييم خارجي.
أما لأي شخصٍ ينشر تطبيقاته باستخدام هذه واجهات برمجة التطبيقات، فإن النتيجة العملية ليست ملفتة، لكنها دائمة: إن إطار التقييم الخاص بك هو الضمان الوحيد الذي تتحكم فيه تمامًا. ويمكن الحصول على بيانات السعر والقدرات من مصادر خارجية، كما في مؤشر الأداء السعري للذكاء الاصطناعي. أما ضمان السلامة الملائم لنشرك المحدد فلا يمكن الحصول عليه من مصدر خارجي.
المصادر: news.google.com. تم التقرير في 9 سبتمبر 2026.