لایه استقرار در برابر توان‌مندی مدل؛ خندق جدید رقابتی غول‌های فناوری

اگر مدیر یک نقشه راه هوش مصنوعی هستید، توقف کنید؛ دیگر زمان آن نیست که روی این موضوع تمرکز کنید که کدام مدل در یک بنچمارک ۲٪ بهتر است. اکنون باید اصطکاک‌های استقرار را ارزیابی کنید و ببینید ارائه‌دهندگان شما چقدر در پشتیبانی عملیاتی «پیش‌رو» هستند.

در حالی که صنعت مدت‌ها بر هوشمندی مدل‌ها متمرکز بود، گلوگاه واقعی اکنون نحوه عملکرد هوش مصنوعی در محیط‌های تولیدی پیچیده سازمانی است. این تغییر مسیر با موجی از سرمایه‌های کلان مشخص می‌شود: طبق گزارش‌های صنعتی، AWS (آمازون وب سرویسز) در ۱ ژوئیه ۲۰۲۶، یک میلیارد دلار برای پیشبرد مهندسی استقرار پیش‌رو اختصاص داد و تنها دو روز بعد، مایکروسافت با تخصیص ۲.۵ میلیارد دلار و اعزام ۶۰۰۰ مهندس به شرکت Microsoft Frontier Co پاسخ داد. به گفته جادسون آلتوف، این مدل کسب‌وکار جدید «فراتر» از برچسب‌های استاندارد مهندسی استقرار پیش‌رو عمل می‌کند.

این تحول درست زمانی رخ می‌دهد که صنعت دریافته است داشتن یک API قدرتمند به تنهایی برای مقیاس سازمانی کافی نیست. ما در حال گذار از «عصر مدل» به «عصر زمان اجرا» (Runtime) هستیم؛ یعنی دوره‌ای که ارزش واقعی در زیرساخت‌های پیرامونی است — مواردی مانند طبقه‌بندی‌کننده‌ها، مجوزهای وزن مدل، میزهای کار توسعه و مهندسانی که روی زمین حضور دارند. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی گسترش کاربردهای Claude از طریق مهارت‌های جمع‌سپاری اشاره کردیم، اکنون می‌بینیم که آزمایشگاه‌ها در حال ساخت ماشین‌آلاتی صنعتی برای استقرار این مهارت‌ها در مقیاس وسیع هستند.

تصاحب لایه استقرار

بر اساس گزارش thesequence.substack.com، صنعت در حال پذیرش استراتژی «FDE پالانتیر» (Forward Deployed Engineering یا مهندسی استقرار پیش‌رو) است. این روش شامل قرار دادن مستقیم مهندسان در محیط تولید مشتری است تا زمان استقرار از چندین ماه به چند روز کاهش یابد.

• Microsoft Frontier Co: با حمایت ۲.۵ میلیارد دلاری برای استقرار هوش مصنوعی سازمانی توسط ۶۰۰۰ متخصص.
• AWS FDE Org: سرمایه‌گذاری یک میلیارد دلاری برای ایجاد مدلی عامل‌محور (Agentic). در این مدل، مهندسان و عامل‌های طراحی‌شده به‌طور خاص در کنار تیم‌های مشتری مستقر می‌شوند تا تضمین شود که مشتریان در نهایت به خودکفایی کامل می‌رسند.
• OpenAI و Anthropic: هر دو شرکت در مه ۲۰۲۶ واحدهای مشابهی را با تمرکز ویژه بر استقرار ایجاد کردند.

همگرایی چهار شرکت سرمایه‌دار جهان نشان می‌دهد که توانایی مدل‌ها اکنون به یک کالای عمومی تبدیل شده و خندق رقابتی جدید، لایه‌ی زمان اجرای پیرامون مدل است.

جنگ حاکمیتی: ZCode در برابر Fable 5

در حالی که غول‌های آمریکایی بر سر استقرار می‌جنگند، Z.ai محیط توسعه‌ی عامل‌محور ZCode را به‌صورت رایگان عرضه کرد. این محیط بر پایه مدل GLM-5.2 ساخته شده است؛ یک مدل با معماری ترکیب خبره‌ها (MoE)—شبیه به تیمی از متخصصان که برای هر سؤال فقط فرد خبره فراخوانده می‌شود—با ۷۴۴ میلیارد پارامتر که ۴۰ میلیارد پارامتر آن در هر لحظه فعال است. این مدل دارای یک پنجره زمینه (Context Window) واقعی یک میلیون توکنی است و روی ۲۸.۵ تریلیون توکن آموزش دیده است.

نکته کلیدی این است که ZCode از وزن‌های باز (Open Weights) با مجوز MIT استفاده می‌کند و کاملاً روی تراشه‌های هواوی آموزش دیده است، به این معنا که به هیچ تراشه‌ای از شرکت‌های آمریکایی نیاز ندارد. این امر یک جایگزین «بدون کلید قطع» برای کاربرانی فراهم می‌کند که نگران ریسک‌های نظارتی و تحریمی هستند. این ترس برای Claude Fable 5 محصول Anthropic به واقعیت تبدیل شد؛ این مدل از اواسط ژوئن به مدت ۱۹ روز آفلاین شد، چرا که پژوهشگران آمازون یک روش jailbreak (دور زدن حفاظ‌های مدل) پیدا کردند که مدل را مجبور می‌کرد نقاط ضعف نرم‌افزاری را فاش کند. این اتفاق در ادامه بحران‌های امنیتی و ریسک‌های وابستگی بود که منجر به توقف موقت این مدل توسط دولت آمریکا شد.

مدل Fable 5 در ۱ ژوئیه ۲۰۲۶ پس از رفع محدودیت‌های دیواره‌های آتش کنترل صادرات آمریکا بازگشت. این بازگشت نه تنها پایداری مدل را احیا کرد، بلکه منجر به جهشی در نرخ اتوماسیون برای کاربران آزاد شد. این بازگشت با یک اصلاح مهندسی سیستم همراه بود: یک طبقه‌بندی‌کننده (Classifier) که بیش از ۹۹٪ تلاش‌های jailbreak را شناسایی می‌کند. در این حالت، سیستم به‌جای نمایش خطای استاندارد ۴۰۳، درخواست را به‌طور نرم به مدل Opus 4.8 منتقل می‌کند تا پاسخ دهد. این تغییر، استقرار مدل‌های پیشرو را به یک «متوازن‌کننده بار» (Load Balancer) با یک لایه تطبیق و انطباق تبدیل می‌کند. در نتیجه، Anthropic، آمازون، مایکروسافت و گوگل اکنون در حال تدوین یک استاندارد CVSS برای jailbreakها هستند تا بتوانند امتیاز شدت خطر را برای پرامپت‌ها تعیین کنند.

علوم تخصصی و میزهای کار عامل‌محور

شرکت Anthropic همچنین Claude Science را معرفی کرد. این یک مدل جدید نیست، بلکه یک میز کار هماهنگ‌کننده برای عامل‌ها است. این ابزار دارای بیش از ۶۰ مهارت تخصصی و کانکتور منتخب در زمینه‌های ژنومیک، پروتئومیک، زیست‌شناسی ساختاری و شیمی-اطلاعات است. این سیستم می‌تواند ساختارهای پروتئینی را به‌صورت بومی رندر کند و روی خوشه‌های (Cluster) شخصی کاربر از طریق SSH اجرا شود.

در Claude Science، بازتولیدپذیری (Reproducibility) به عنوان یک اصل اولیه و درجه‌یک در نظر گرفته شده است. هر نمودار و شکل همراه با کد دقیق و محیطی که آن را تولید کرده است عرضه می‌شود. برای تضمین کیفیت، یک عامل بازبین (Reviewer Agent) هم‌زمان با خط لوله اجرا می‌شود تا ارجاعاتی که یافت نمی‌شوند را علامت بزند؛ در واقع این یک سیستم CI/CD برای مقالات علمی است تا همان کاری را برای آزمایشگاه‌های تر (Wet Labs) بکند که Claude Code برای کدهای برنامه‌نویسی کرد.

چرخش‌های سخت‌افزاری و زیرساختی

هم‌زمان با تکامل لایه فیزیکی، بازیگران جدیدی با ارزش‌های کلان و اهداف سخت‌افزاری خاص ظهور کرده‌اند:

• Etched: با تولید اولین تراشه‌های A0 روی فرآیند N4P شرکت TSMC از حالت مخفی خارج شد. این شرکت ۸۰۰ میلیون دلار جذب کرده است (از جمله یک دور اخیر ۵۰۰ میلیون دلاری با ارزش ۵ میلیارد دلار پس از سرمایه‌گذاری) و بیش از یک میلیارد دلار قرارداد برای «خوشه‌های استنتاج پیشرو» دارد که تابستان امسال ارسال می‌شوند.
• Crusoe: تأمین‌کننده ظرفیت مراکز داده AI برای متا و اوراکل است و در حال مذاکره برای جذب ۳ میلیارد دلار سرمایه است که انتظار می‌رود ارزش آن را به ۳۰ میلیارد دلار برساند (سه برابر ارزش ۱۰ میلیارد دلاری در اکتبر).
• ElevenLabs: مذاکراتی برای یک پیشنهاد خرید ثانویه (Secondary Tender Offer) تا سپتامبر در پیش دارد که به کارکنان اجازه می‌دهد سهام خود را با ارزش تقریبی ۲۲ میلیارد دلار بفروشند، یعنی دو برابر دور سرمایه‌گذاری فوریه.
• Meta: در حال توسعه یک کسب‌وکار زیرساخت ابری برای فروش دسترسی به محاسبات و مدل‌های AI است، از جمله پیشنهادی مشابه Bedrock برای مدل‌های Muse Spark خود. این اقدام، متا را در رقابت مستقیم با AWS، Azure و Google Cloud قرار می‌دهد.
• Venice: پلتفرمی با اولویت حریم خصوصی، دارای رمزگذاری سمت کاربر و بدون ذخیره‌سازی در سمت سرور است. این شرکت در سری A مبلغ ۶۵ میلیون دلار به رهبری Dragonfly با ارزش ۱ میلیارد دلار جذب کرد و با درآمد سالانه بیش از ۷۰ میلیون دلار، اکنون سودآور است.
• Arena: بنچمارک معروف متولد شده در UC Berkeley که تنها ۸ ماه پس از عرضه تجاری سرویس ارزیابی‌های AI خود، به درآمد سالانه ۱۰۰ میلیون دلار رسید.

نوآوری‌های پژوهشی مدل‌ها

به‌رغم تمرکز بر زمان اجرا، آزمایشگاه‌ها همچنان مرزهای کارایی و تخصصی‌سازی مدل‌ها را جابه‌جا می‌کنند:

• Google Research (TabFM): یک مدل بنیادی Zero-shot برای داده‌های جدولی و سری‌های زمانی. این مدل که روی صدها میلیون مجموعه داده مصنوعی آموزش دیده، از یک معماری ترکیبی استفاده می‌کند که در آن توجه (Attention) سطرها و ستون‌ها به‌صورت متناوب عمل می‌کند تا تعاملات پیچیده ویژگی‌ها را بدون نیاز به مهندسی دستی ویژگی‌ها یا تنظیم هایپرپارامترها استخراج کند.
• NVIDIA (TwoTower): معماری ۳۰ میلیارد پارامتری که مدل‌سازی زبان انتشار (Diffusion) را به دو بخش تقسیم می‌کند: یک برج متن (Context Tower) اتورگرسیو منجمد برای توکن‌های پاک، و یک برج حذف‌کننده نویز (Denoiser Tower) قابل آموزش برای بلوک‌های نویزی. این روش توان عملیاتی (Throughput) تولید را ۲.۴۲ برابر افزایش می‌دهد در حالی که کیفیت پایه حفظ می‌شود.
• Meta AI (TUA-Bench): یک محک جدید برای عامل‌های ترمینال (Terminal-use agents) در ۱۲۰ تکلیف دنیای واقعی. نتایج نشان می‌دهد که عامل‌های پیشرو تنها ۶۵.۸٪ موفقیت دارند، که نشان‌دهنده چالش‌های جدی در بازیابی خطا و برنامه‌ریزی‌های طولانی‌مدت است.
• Yale & Google (RLMF): یادگیری تقویتی با بازخورد فراشناختی (Metacognitive Feedback). در این پارادایم، مدل‌های زبانی بر اساس دقت قضاوت‌های آن‌ها درباره عملکرد خود پاداش می‌گیرند، که به مدل اجازه می‌دهد عدم قطعیت داخلی خود را به‌صورت عددی و زبانی کالیبره کند.
• Tencent/WeChat (SkillHone): چارچوبی برای تکامل مداوم مهارت‌ها که از تاریخچه تصمیمات پایدار در تشخیص‌ها و بازبینی‌ها استفاده می‌کند. این سیستم به زیر-عامل‌ها اجازه می‌دهد مهارت‌ها را در طول جلسات مختلف بهبود ببخشند و به نتایجی در سطح State-of-the-art در بنچمارک‌های GAIA و WebWalkerQA-EN دست یابند.
• Microsoft (SKILLOPT): یک بهینه‌ساز فضای متنی قابل کنترل که مهارت‌های عامل را به‌عنوان وضعیت خارجی یک عامل منجمد و با استفاده از بازخورد مسیر (Trajectory Feedback) آموزش می‌دهد.

چشم‌انداز رقابتی جدید

شرکت متا همچنین به‌طور غیررسمی برنامه آزمایشی Pocket را عرضه کرد که محصول خرید شرکت Gizmo است. این اپلیکیشن به کاربران اجازه می‌دهد از طریق پرامپت‌های متنی و یک فید اکتشافی قابل پیمایش، اپلیکیشن‌ها و بازی‌های تعاملی («گیزموها») بسازند.

در یک حرکت سخت‌افزاری مجزا، گزارش شده است که Anthropic در حال مذاکره با سامسونگ برای بررسی طراحی یک تراشه AI سفارشی است. اگرچه آن‌ها هنوز درباره سطح توان یا نقش سرور تصمیم نگرفته‌اند، اما همچنان استراتژی متنوع‌سازی پشته سخت‌افزاری خود را در میان گوگل، آمازون و انویدیا حفظ می‌کنند.

این چرخش عظیم به سمت «زمان اجرا» یعنی انتخاب مدل برای رهبران کسب‌وکار به یک تصمیم کالامحور تبدیل شده است. مزیت رقابتی واقعی اکنون در دست کسی است که بتواند این مدل‌ها را سریع‌تر در فرآیندهای تجاری ادغام کند. خندق دیگر وزن‌های مدل نیست، بلکه خط لوله مهندسی است.

اگر شما نقشه راه هوش مصنوعی سازمان خود را مدیریت می‌کنید، توقف کنید؛ دیگر زمان آن نیست که روی این موضوع تمرکز کنید که کدام مدل در یک بنچمارک ۲٪ بهتر است. اکنون باید اصطکاک‌های استقرار را ارزیابی کنید و ببینید ارائه‌دهندگان شما چقدر در پشتیبانی عملیاتی «پیش‌رو» هستند.

گام بعدی شما

• تحلیل کنید که در سازمان شما، چه مقدار زمان از «تصمیم به استقرار» یک قابلیت AI می‌گذرد؛ اگر بیش از یک هفته است، شما دچار اصطکاک استقرار هستید.
• از ارائه‌دهندگان سرویس خود بپرسید آیا مدل «مهندسی پیش‌رو» (FDE) دارند یا صرفلاً یک مستندات API به شما می‌دهند.
• اگر دغدغه حاکمیت داده دارید، مدل‌هایی با وزن‌های باز و آموزش‌دیده بر روی سخت‌افزارهای غیرآمریکایی (مانند ZCode) را بررسی کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ برای درک لایه زیرین این رقابت، به تحلیل ما درباره تراشه‌های اختصاصی و جنگ GPUها مراجعه کنید.