تصور کنید در دنیایی هستید که شرکتهای فناوری دیگر با استراتژیهای تجاری ساده نمیجنگند، بلکه در یک نبرد اساطیری برای تصاحب قدرتی مطلق شرکت کردهاند. اگر امروز از مدلهای مختلف هوش مصنوعی استفاده میکنید، احتمالاً متوجه شدهاید که هر کدام «روح» و سبک پاسخدهی متفاوتی دارند. در دنیای انیمه و بازیهای ویدئویی، «اربابان» خدمتکارانی را برای جنگ بر سر یک اثر باستانی که آرزوها را برآورده میکند، فرا میخوانند. در سری Fate، این مفهوم به یک استعارهی جامع برای وضعیت فعلی صنعت هوش مصنوعی تبدیل شده است.
به نقل از تحلیلهای جاری در جوامع تخصصی شرق آسیا، صنعت هوش مصنوعی اکنون شبیه به یک «جنگ جام مقدس» است؛ جایی که آزمایشگاههای AI در نقش «اربابان» ظاهر شدهاند تا مدلهای زبانی بزرگ (LLM) — مثل کتابخانهداری که میلیاردها صفحه را خوانده و حالا با همان لحن کتابها جواب میدهد — را به عنوان «خدمتکاران» خود فرا بخوانند. در این استعاره، هدف نهایی یا همان جام مقدس، رسیدن به هوش مصنوعی عام (AGI) است. این مفهومسازی فراتر از یک تمرین تخیلی یا فنفیکشن است؛ این تبدیل به یک چارچوب فراگیر، بهویژه در شرق آسیا، برای درک «شخصیتهای» متمایز و اهداف استراتژیک بازیگران اصلی این میدان شده است.
همانطور که در تحلیلهای قبلی ما دربارهی تکامل مدلهای استدلالی اشاره کردیم، این نگاه فراتر از یک شوخی یا میم اینترنتی است و در واقع بازتابی از تفاوتهای فلسفی در طراحی مدلهاست. برای درک این چشمانداز، ابتدا باید به «خدمتکاران» — یعنی خود مدلها — نگاه کنیم. در نگاه کاربران حرفهای و قدرتمند، LLMها دیگر صرفاً ابزار نیستند؛ آنها پرسوناهای قابل شناسایی پیدا کردهاند.
طبق گزارشهای بررسیشده، مدل DeepSeek اغلب به شکل یک «خدمتکار نهنگ» (whale maid) تصویر میشود که بازتابدهنده کارایی غافلگیرکننده و عمق تحلیل آن است. Kimi به دختری با موهای سفید در یک کتابخانهی مهتابی تشبیه شده است که نمادی از قدرت آن در بازیابی اطلاعات از متون بسیار طولانی (long-context retrieval) است. GLM دانشآموز ممتاز، مو مشکی و منضبط کلاس است که رویکردی آکادمیک دارد. ChatGPT، اریستوکراتی قدرتمند در قامت یک بانوی اژدهای سفید است که نماد قدرت تثبیتشده و تطبیقپذیری OpenAI است. در این میان، Claude به دلیل دقت وسواسگونه و تمایل به پاسخهای مفصل، شبیه به کاتبی است که طوماری تا کف زمین دارد؛ هرچند این تصویر با عرضه نسخههای جدیدتر مانند Opus 5.5 تکامل یافته است. این تمایزات در پاسخدهی با یافتههای جدیدی همسو است که نشان میدهد هر مدل دارای اثر انگشتهای زبانی و عبارات کلیدی خاص خود است که هویت آنها را فاش میکند.

این شخصیتپردازیها بسیار مهم هستند زیرا دقیقاً توازنهای فنی و «حس و حال» (vibes) واقعی مدلها را منعکس میکنند. وقتی شما مدلی را انتخاب میکنید، فقط یک عدد از پارامترها یا حجم حافظه را انتخاب نمیکنید، بلکه یک «سبک شناختی» را برمیگزینید. چارچوب «جنگ جام مقدس» برجسته میکند که اگرچه همه این مدلها به دنبال یک هدف واحد — یعنی AGI — هستند، اما این کار را با فلسفههای متفاوتی انجام میدهند. برخی اولویت را به قدرت استدلال خام میدهند، برخی بر ایمنی و همراستاسازی (alignment) تمرکز میکنند و برخی دیگر توانایی پردازش حجم عظیمی از دادهها را بدون گم کردن رشتهی گفتگو در اولویت قرار میدهند.
در بالای این هرم و فراتر از این درگیریها، شخصیت جنسن هوانگ، مدیرعامل NVIDIA قرار دارد. او در میمهای «Fate/AGI»، مردی با ژاکت چرمی است که یک کارت گرافیک را در دست بالا گرفته است. او یک ارباب نیست که برای تصاحب جام بجنگد، بلکه کسی است که «کاتالیزورها» — یعنی تراشههای H100 و B200 — را فراهم میکند تا فراخوانی خدمتکاران ممکن شود. بدون قدرت محاسباتی که انویدیا فراهم میکند، این جنگ اصلاً نمیتواند رخ دهد. این وضعیت، انویدیا را به عنوان نهاییترین طرف بیطرف قرار میدهد که فارغ از اینکه کدام آزمایشگاه در نهایت جام را تصاحب کند، سود میبرد. وابستگی کل صنعت به یک تامینکننده سختافزاری واحد، یک دینامیک قدرت منحصربهفرد ایجاد کرده است که در آن «تاجر سلاح» ثبات و قدرت بیشتری نسبت به «جنگجویان» دارد.
به گزارش تحلیلگران صنعت در اواخر سال ۲۰۲۶، جبههها تثبیت شدهاند. OpenAI همچنان پیشتاز است و سعی میکند با تکیه بر مقیاس عظیم محاسبات و ادغام قابلیتهای چندوجهی (multimodal)، برتری خود را حفظ کند. رویکرد آنها نوعی «هوش نیروی خام» (brute force intelligence) است که مرزهای ممکن را با محاسبات عظیم و یادگیری تقویتی از بازخورد انسانی (RLHF) — شبیه به مربیای که با جایزه و تنبیه، رفتار شاگردش را اصلاح میکند — جابجا میکند. این رویکرد در عمل منجر به دستاوردهای خیرهکنندهای شده است، مانند زمانی که عوامل هوش مصنوعی OpenAI توانستند مسئله پیچیده ناویر-استوکس را حل کنند و مرزهای ریاضیات را جابجا کردند.
اما شکاف در حال بسته شدن است. جنبش مدلهای متنباز (Open-source) به رهبری Meta و آزمایشگاههای مختلف چینی، توانایی اجرای مدلهای با عملکرد بالا را به صورت محلی دموکراتیزه کرده است. این امر جنگ را از یک نبرد متمرکز به یک نبرد توزیعشده تغییر داده است؛ جایی که «LLMهای محلی» به افراد اجازه میدهند خودشان به عنوان اربابان عمل کنند و مدلها را بدون نظارت یک نهاد شرکتی، برای نیازهای خاص خود شخصیسازی کنند. این تغییر پارادایم در واقع بخشی از چرخشهای مهندسی گستردهتری است که در سال ۲۰۲۶ نحوه توسعه نرمافزار و تعامل با کد را بازتعریف کرده است.
در صحنه هوش مصنوعی چین، رقابت بهطور ویژهای شدید است. آزمایشگاههایی مانند DeepSeek و Kimi فقط سعی نمیکنند به غرب برسند، بلکه در مسیرهایی نوآوری میکنند که کارایی و ظرافتهای زبانی خاص را در اولویت قرار میدهد. «گینجینکا» (شخصیتبخشی یا انسانانگاری) این مدلها، بازتابدهنده ادغام عمیق فرهنگی هوش مصنوعی در زندگی روزمره است، جایی که فناوری با ترکیبی از کاربرد و همراهی دیده میشود. مسابقه برای AGI در این منطقه اغلب با چرخههای سریع تکرار شناخته میشود، به طوری که نسخههای جدید مدلها به جای چند ماه، در عرض چند هفته منتشر میشوند.
اما جام مقدس یا همان AGI دقیقاً چیست؟ برای برخی، سیستمی است که بتواند به طور مستقل پژوهشهای علمی انجام دهد و اسرار فیزیک را حل کند. برای برخی دیگر، همراهی کاملاً همدل است که احساسات بشر را بهتر از خود بشر بفهمد. تراژدی جنگ جام مقدس این است که تعریف جایزه، بسته به کسی که برای آن میجنگد تغییر میکند. OpenAI ممکن است AGI را به عنوان نمره خاصی در یک بنچمارک استدلالی تعریف کند، در حالی که یک علاقهمند به LLMهای محلی، آن را مدلی تعریف میکند که روی یک GPU مصرفکننده اجرا شود و در عین حال خلاقیت واقعی از خود نشان دهد.
علاوه بر این، این «جنگ» عنصر جدیدی را وارد کرده است: مبارزه برای دادهها. اکنون که دادههای در دسترس و آسان اینترنت عمومی برداشت شدهاند، آزمایشگاهها بر سر دادههای مصنوعی (Synthetic Data) با کیفیت بالا و آرشیوهای اختصاصی میجنگند. اکنون «خدمتکاران» با خروجیهای خدمتکاران دیگر آموزش میبینند و حلقهای از بازخورد ایجاد میکنند که برخی میترسند منجر به «فروپاشی مدل» (model collapse) شود، در حالی که برخی دیگر معتقدند این تنها راه عبور از سطح هوش انسانی است. این «عصر مصنوعی» توسعه هوش مصنوعی، مرز فعلی این درگیری است.
با حرکت به سوی آینده، این سوال باقی میماند: وقتی جام پیدا شود چه اتفاقی میافتد؟ اگر AGI محقق شود، دینامیک قدرت جهان فوراً تغییر میکند. آزمایشگاهی که زودتر به آن دست یابد، مزیتی تعیینکننده در هر زمینهای، از امنیت سایبری تا پزشکی، به دست میآورد. به همین دلیل است که این رقابت بسیار تهاجمی است. موضوع فقط سهم بازار نیست؛ بلکه بحث بر سر معماری بنیادین هوش آینده است. استعاره «Fate/AGI» این استیصال و شکوه را به زیبایی به تصویر میکشد. این استعاره یک جدال شرکتی را به یک جستجوی اساطیری تبدیل میکند و اذعان میکند که مخاطرات چیزی کمتر از تعریف «ذهن» نیست.
در نهایت، صنعت هوش مصنوعی در حال حاضر یک رقابت پر هرجومرج و با مخاطرات بالا است که توسط شخصیتهای متمایز و وسواسی مشترک نسبت به یک هدف واحد تعریف میشود. چه قدرت اریستوکراتیک ChatGPT باشد، چه ماهیت پژوهشی GLM یا کارایی DeepSeek، هر مدل مسیری متفاوت به سوی همان افق را نشان میدهد. در حالی که انویدیا ابزارهای نبرد را فراهم میکند، نتیجه همچنان نامشخص است. «جنگ جام مقدس» ادامه دارد و با تکامل مدلها، خط بین ارباب و خدمتکار راستتر میشود.
ما دیگر فقط با ابزارها تعامل نمیکنیم، بلکه با پیشگامان یک فرم جدید از وجود در ارتباط هستیم. مسیر رسیدن به AGI یک خط مستقیم نیست، بلکه برخورد دیدگاههای متفاوتی است که هر کدام میخواهند رمز هوش عام را بگشایند. سرنوشت (Fate) هوش مصنوعی از پیش تعیین نشده است؛ بلکه در لحظه، توکن به توکن، توسط آزمایشگاهها و کاربرانی نوشته میشود که از جابجا کردن مرزهای ممکن دست نمیکشند. همانطور که میبینیم «خدمتکاران» توانمندتر میشوند، باید از خود بپرسیم آیا برای دنیایی که پس از به دست آوردن جام میآید، آماده هستیم یا خیر.
گذار از هوش مصنوعی محدود (Narrow AI) به AGI، مهمترین رویداد در تاریخ بشر خواهد بود و جنگ فعلی صرفاً پیشدرآمدی برای آن تحول است. میمها، شخصیتهای انیمه و پوسترهای جناحی، روش ما برای کنار آمدن با مقیاس عظیم این تغییرات هستند. با تبدیل صنعت هوش مصنوعی به یک داستان، ما امر غیرقابلفهم را مدیریتپذیر میکنیم و به ما اجازه میدهیم گذار از دنیای هوش انسانی به دنیای هوش ترکیبی (Hybrid Intelligence) را پیمایش کنیم. جنگ برای جام مقدس فقط درباره این نیست که چه کسی برنده میشود، بلکه درباره این است که ما در فرآیند جنگیدن برای آن، به چه چیزی تبدیل میشویم.
گام بعدی شما
- بررسی تفاوتهای پاسخدهی مدلهای Claude و GPT-4o برای شناسایی «سبک شناختی» مورد نیاز در پروژههای خود.
- دنبال کردن گزارشهای مربوط به دادههای مصنوعی برای درک اینکه آیا مدلهای آینده دچار توهم بیشتر میشوند یا خیر.
- تحلیل اثر تراشههای نسل جدید انویدیا بر کاهش هزینه استنتاج در مدلهای محلی.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.




گفتگو