GPT-5.4 والاستخدام الأصلي للحاسوب: وكيل سطح المكتب من OpenAI يغير قواعد اللعبة

النموذج الذي يريد فأرتك

في 5 مارس 2026، أطلقت OpenAI نموذج GPT-5.4 — ولم تكن الميزة الرئيسية تتعلق بالرموز أو المعاملات أو بيانات التدريب. بل تعلقت بمؤشر الفأرة.

للمرة الأولى في تاريخ الذكاء الاصطناعي التجاري، يأتي نموذج لغوي كبير للأغراض العامة مزوداً بقدرات أصلية لاستخدام الحاسوب. يستطيع GPT-5.4 رؤية شاشتك وتحريك الفأرة والنقر على الأزرار والكتابة في حقول النص والتنقل بين التطبيقات وربط مهام سير العمل متعددة الخطوات عبر نظام التشغيل — كل ذلك دون نصوص برمجية مخصصة أو إضافات متصفح أو أغلفة متخصصة.

تتوفر قدرات استخدام الحاسوب في GPT-5.4 عبر واجهة برمجة التطبيقات (API) و Codex، حيث يمرر المطورون نوع أداة computer_use لتفعيل التفاعل مع الشاشة. يتعامل النموذج مع حركة الفأرة وإدخالات لوحة المفاتيح وتحليل لقطات الشاشة والتبديل بين التطبيقات كقدرات من الدرجة الأولى إلى جانب توليد النصوص والاستدلال.

عندما يستطيع نموذج أساسي تشغيل حاسوب كما يفعل الإنسان، يصبح كل برنامج يملك واجهة رسومية قابلاً للبرمجة باللغة الطبيعية. لا حاجة لواجهة برمجة تطبيقات. لا عمل تكاملي. فقط أخبر الذكاء الاصطناعي بما تريد إنجازه وشاهده يتنقل عبر الشاشة.

ما يفعله GPT-5.4 فعلياً

البنية والاستخدام الحاسوبي

يأتي GPT-5.4 بعد GPT-5.0 (أغسطس 2025) و GPT-5.2 (ديسمبر 2025) في عائلة نماذج GPT-5. يدعم النموذج نافذة سياق قياسية تبلغ 272,000 رمز، مع سياق تجريبي يصل إلى مليون رمز متاح عبر تكوين Codex وواجهة برمجة التطبيقات. تشير OpenAI إلى أن الادعاءات الفردية أصبحت أقل احتمالاً للخطأ بنسبة 33% مقارنة بـ GPT-5.2، بناءً على تقييم مطالبات المستخدمين مجهولة الهوية.

الميزة الحاسمة هي الاستخدام المتكامل للحاسوب. بدلاً من إلصاق قدرات التفاعل مع الشاشة على نماذج موجودة عبر أدوات خارجية، يعالج GPT-5.4 لقطات الشاشة كمدخلات ويعيد إجراءات منظمة — نقرات الفأرة والسحب والتمرير وضغطات المفاتيح — كمخرجات أصلية. اعتمدت أنظمة استخدام الحاسوب السابقة على نهج خط الأنابيب: التقاط الشاشة وإرسالها إلى نموذج رؤية والحصول على وصف نصي والاستدلال على الخطوة التالية ثم ترجمة ذلك الاستدلال إلى إجراء عبر وحدة تحكم خارجية. أدخل كل تسليم تأخيراً وانتشاراً للأخطاء. يختصر GPT-5.4 جزءاً كبيراً من خط الأنابيب هذا في سير عمل أكثر تكاملاً.

إصدارات Thinking و Pro

يتوفر GPT-5.4 بعدة مستويات. يتعامل النموذج الأساسي مع مهام استخدام الحاسوب القياسية. يقدم GPT-5.4 Thinking وضع استدلال موسعاً يخطط لتسلسلات متعددة الخطوات قبل تنفيذها، مستبدلاً السرعة بالدقة في سير العمل المعقد. يتيح GPT-5.4 Pro، المتاح لمشتركي ChatGPT Pro، قدرات إضافية للجلسات المطولة.

إصدار Thinking ذو أهمية خاصة للنشر المؤسسي. عند مواجهة مهمة مثل “ابحث عن أرقام إيرادات الربع الأخير في لوحة معلومات Salesforce وقارنها مع التوقعات في Google Sheets واكتب رسالة بريد إلكتروني ملخصة” — يبني GPT-5.4 Thinking خطة تنفيذ خطوة بخطوة ويتحقق منها مقابل الحالة الحالية للشاشة وينفذها بنقاط تفتيش صريحة. إذا تم تحميل تطبيق بشكل مختلف عن المتوقع، يعيد النموذج التخطيط من الحالة الحالية بدلاً من الاستمرار بشكل أعمى.

سياق المليون رمز

تتيح نافذة السياق التجريبية البالغة مليون رمز للنموذج الحفاظ على الوعي بكل ما رآه وفعله خلال الجلسات المطولة. افتح عدة علامات تبويب في المتصفح وتبديل بين التطبيقات وتصفح مستندات طويلة — يحتفظ GPT-5.4 بالسياق. هذا ما يجعل سير العمل المستدام ومتعدد التطبيقات ممكناً بدلاً من الإجراءات المعزولة لمرة واحدة. يُحسب السياق الموسع مقابل حدود الاستخدام بضعف المعدل العادي للطلبات التي تتجاوز نافذة 272K القياسية.

المعايير التي غيرت المحادثة

OSWorld: 75% وفوق الحد البشري

المعيار الذي أحدث أكبر تأثير كان OSWorld، الذي طوره باحثون في Carnegie Mellon University و University of Hong Kong. يختبر OSWorld أنظمة الذكاء الاصطناعي على مهام حاسوبية حقيقية عبر أنظمة تشغيل متعددة، مع 369 مهمة تشمل إدارة الملفات وتصفح الويب وتحرير المستندات والبريد الإلكتروني وجداول البيانات والتنسيق متعدد التطبيقات.

حقق GPT-5.4 75% على OSWorld — متجاوزاً الحد البشري البالغ 72.36% الذي حدده مبتكرو المعيار. هذا يعني أن GPT-5.4 أكمل بنجاح ثلاث من كل أربع مهام حاسوبية حقيقية قُدمت له، متفوقاً على المشاركين البشريين غير الخبراء في نفس مجموعة المهام.

لنكون دقيقين حول ما يعنيه هذا: GPT-5.4 أكثر موثوقية في تشغيل حاسوب عبر واجهته الرسومية من الشخص العادي الذي شارك في دراسة المعيار. ليس أفضل من المستخدمين الخبراء أو محترفي تكنولوجيا المعلومات، لكن أكثر موثوقية من موظف مكتب نموذجي يتنقل في برنامج غير مألوف.

GDPval: مطابقة مهنية بنسبة 83% عبر 44 مهنة

المعيار الرئيسي الثاني كان GDPval — Generalized Digital Proficiency Validation — إطار التقييم من OpenAI الذي يقيس مدى قدرة أنظمة الذكاء الاصطناعي على أداء مهام العمل المعرفي الحقيقية. يشمل GDPval 44 مهنة عبر 9 قطاعات، مع مهام تطلب منتجات عمل حقيقية مثل العروض التقديمية التجارية وجداول البيانات المحاسبية وجداول الرعاية العاجلة ومخططات التصنيع.

طابق GPT-5.4 أو تجاوز المحترفين في 83% من المقارنات عبر هذه المهن الـ 44 — ارتفاعاً من 70.9% لـ GPT-5.2. هذا لا يعني أن GPT-5.4 يمكنه استبدال 44 مهنة. بل يعني أنه يستطيع التعامل مع الأجزاء الروتينية والقائمة على الشاشة من تلك الوظائف — الأجزاء التي تتضمن سير عمل راسخ وملء نماذج ونقل بيانات بين التطبيقات وإجراءات موثقة. تبقى المكونات الإبداعية والشخصية والتحليلية العميقة خارج القدرات الحالية.

ما الذي يتغير الآن

بالنسبة للبرمجيات والمؤسسات

كل شركة SaaS تملك واجهة رسومية اكتسبت للتو — أو خسرت — طبقة تكامل لم تبنها. تعني قدرة استخدام الحاسوب في GPT-5.4 أن أي تطبيق يملك شاشة يمكن أتمتته عبر اللغة الطبيعية، بغض النظر عما إذا كان يوفر واجهة برمجة تطبيقات أم لا.

يخلق هذا مفارقة. الشركات التي استثمرت في واجهات برمجة تطبيقات متينة تواجه منافسة من نموذج يمكنه ببساطة النقر عبر واجهتها. على العكس، التطبيقات القديمة التي لم تبنِ واجهات برمجة تطبيقات أبداً — أنظمة ERP القديمة والبوابات الحكومية والأدوات الخاصة بالقطاعات — أصبحت قابلة للأتمتة بين ليلة وضحاها.

تواجه أقسام تكنولوجيا المعلومات في المؤسسات فئة جديدة من تحديات التحكم في الوصول. عندما يستطيع وكيل ذكاء اصطناعي رؤية شاشتك وتشغيل فأرتك، فإنه يرث جميع صلاحيات المستخدم المسجل دخوله عبر كل التطبيقات المرئية. تعالج OpenAI هذا من خلال إطار أذونات قابل للتكوين في واجهة برمجة التطبيقات، حيث يمكن للمطورين ضبط ملف الأمان للنموذج وسياسات التأكيد لتتناسب مع تحمل المخاطر لتطبيقهم.

بالنسبة للعمال

تُحدد نتائج GDPval كمياً ما شعر به كثير من العاملين في المعرفة: الذكاء الاصطناعي يقترب من مستوى القدرة اللازم للتعامل مع المهام الرقمية الروتينية. تقيس المطابقة البالغة 83% عبر 44 مهنة إكمال المهام في سير عمل محدد جيداً. تتضمن الوظائف الحقيقية غموضاً وتبديل سياقات وتفاوضاً شخصياً وأحكاماً لا يستطيع GPT-5.4 تكرارها. لكن جزء “العمل المتكرر” في كثير من الأدوار — الساعات المقضاة في التنقل بين التطبيقات ونسخ البيانات وملء النماذج واتباع الإجراءات — أصبح الآن قابلاً للأتمتة بطريقة مختلفة نوعياً.

المشهد التنافسي

Claude يلحق بالركب

أطلقت Anthropic خاصية Claude Computer Use في نسخة تجريبية في أكتوبر 2024، مراكمةً حوالي 17 شهراً من البيانات الواقعية قبل إطلاق GPT-5.4. هذه الأسبقية مهمة — بنت Anthropic أنظمة متينة لاستعادة الأخطاء من خلال اختبارات إنتاج مكثفة. يحقق Claude Opus 4.6 الآن 72.7% على OSWorld، أقل بقليل من الحد البشري لكن خلف 75% لـ GPT-5.4.

والجدير بالذكر أن Anthropic وسعت قدرات استخدام الحاسوب في Claude للتوفر العام في أواخر مارس 2026، مما يتيح للمستخدمين إرسال مهمة لـ Claude من هاتفهم وترك الوكيل يكملها على حاسوبهم — مما يشير إلى أن استخدام الحاسوب أصبح ميزة قياسية وليس عامل تمييز.

نهج Google القائم على المتصفح

اتخذت Google DeepMind مساراً مختلفاً مع Project Mariner ونموذج Gemini 2.5 Computer Use. بدلاً من التحكم العام بسطح المكتب، ركزت Google على الأتمتة القائمة على المتصفح مع تكامل عميق مع Chrome و Google Workspace. النهج أكثر تقييداً لكنه موثوق في نطاقه — يحقق Project Mariner 83.5% على معيار WebVoyager للمهام الخاصة بالويب.

الوكلاء مفتوحو المصدر يضيقون الفجوة

حققت وكلاء استخدام الحاسوب مفتوحة المصدر تقدماً كبيراً. حقق OS-Symphony 65.8% على OSWorld، بينما دفعت الوكلاء التجارية المبنية على أسس مفتوحة إلى نسب أعلى. تقلصت الفجوة بين النماذج مفتوحة المصدر ونماذج الخطوط الأمامية بشكل كبير مقارنة بما كانت عليه قبل عام.

مسألة الأمان

بيانات الشاشة كسطح هجوم

تقدم وكلاء استخدام الحاسوب سطح أمان جديد: كل ما هو مرئي على الشاشة يصبح مدخلاً محتملاً. يشمل ذلك معلومات قد لا يدركها المستخدمون بوعي — إشعارات منبثقة وعلامات تبويب المتصفح في الخلفية وأسماء الملفات على سطح المكتب. نفذت OpenAI سلوكيات أمان قابلة للتكوين وسياسات تأكيد، ويُصنف GPT-5.4 كـ “High cyber capability” ضمن إطار الجاهزية في OpenAI مع أنظمة مراقبة وضوابط وصول مناسبة.

مشكلة هلوسات الإجراءات

الهلوسات النصية مزعجة. هلوسات الإجراءات خطيرة. عندما يخطئ GPT-5.4 في تحديد زر أو ينقر على العنصر الخاطئ أو يقرأ نص الشاشة بشكل خاطئ، تكون العواقب تغييرات فعلية على أنظمة حقيقية. معدل فشل 25% على OSWorld يعني أن مهمة واحدة من كل أربع تنتهي بنتيجة غير صحيحة. في البيئات عالية المخاطر — الأنظمة المالية والسجلات الطبية والمستندات القانونية — يستلزم معدل الخطأ هذا إشرافاً بشرياً في الحلقة.

ما القادم

يرسي GPT-5.4 استخدام الحاسوب كقدرة قياسية لنماذج الذكاء الاصطناعي المتقدمة بدلاً من إضافة تجريبية. تبني شركات مثل Induced AI و MultiOn و Perplexity Computer حلولاً عمودية فوق هذه القدرات، بينما يشير استحواذ Anthropic على شركة Vercept المتخصصة في استخدام الحاسوب إلى مدى جدية القطاع تجاه هذا الاتجاه.

يشير المسار طويل المدى نحو وكلاء ذكاء اصطناعي ينسقون سير عمل رقمية كاملة عبر عشرات الأدوات، مع الحفاظ على السياق واتخاذ أحكام على مدى عمليات ذاتية مستدامة. GPT-5.4 هو الخطوة الأولى بمستوى إنتاجي على هذا المسار.

لقد تغيرت يد الفأرة.

رادار القرار (المنظور الجزائري)

| البعد | التقييم |

|——-|———|

| الصلة بالجزائر | متوسطة — واجهة برمجة تطبيقات استخدام الحاسوب في GPT-5.4 متاحة عالمياً، لكن التبني المؤسسي يعتمد على موثوقية النطاق العريض والطبيعة الحالية المتمحورة حول الإنجليزية للتفاعل مع الواجهات — يبقى دعم اللغة العربية محدوداً لأتمتة سطح المكتب |

| البنية التحتية جاهزة؟ | جزئياً — يتطلب الوصول إلى واجهة برمجة التطبيقات اتصالاً مستقراً بالإنترنت؛ البنية التحتية للنطاق العريض في الجزائر، رغم تحسنها المستمر لكنها غير متساوية، تحد من النشر على نطاق المؤسسات خارج الجزائر العاصمة ووهران وقسنطينة، رغم إمكانية الوصول السحابي للشركات الحضرية |

| المهارات متوفرة؟ | جزئياً — يستطيع المطورون الجزائريون البناء على واجهة برمجة التطبيقات، لكن فرق تكنولوجيا المعلومات المؤسسية تفتقر للخبرة في نشر وكلاء الذكاء الاصطناعي وأطر الأذونات والتداعيات الأمنية لمنح أنظمة الذكاء الاصطناعي وصولاً على مستوى الشاشة لبيئات الإنتاج |

| الجدول الزمني للعمل | 6-12 شهراً — مراقبة تحسينات دعم واجهة اللغة العربية وتسعير واجهة برمجة التطبيقات الإقليمي؛ يجب على المتبنين الأوائل في التكنولوجيا المالية وخدمات التعهيد والخدمات الرقمية بدء برامج تجريبية الآن مع بناء سياسات حوكمة داخلية لوكلاء الذكاء الاصطناعي |

| أصحاب المصلحة الرئيسيون | مديرو تكنولوجيا المعلومات في المؤسسات، شركات التعهيد، شركات تطوير البرمجيات، الشركات الناشئة في التكنولوجيا المالية، وزارة الاقتصاد الرقمي والمؤسسات الناشئة — يجب على هؤلاء تقييم وكلاء استخدام الحاسوب لأتمتة المكاتب الخلفية وتكامل الأنظمة القديمة |

| نوع القرار | استراتيجي — ستعيد وكلاء استخدام الحاسوب تشكيل التعهيد وعمليات المكاتب الخلفية وسير عمل الأنظمة القديمة — وكلها قطاعات نمو للاقتصاد الرقمي الجزائري يمكن أن تشهد مكاسب إنتاجية كبيرة من التبني المبكر |

| مستوى الأولوية | مرتفع — يمثل تحقيق 75% على OSWorld ومطابقة 83% على GDPval تغييراً نوعياً في قدرات الذكاء الاصطناعي سيعيد تشكيل العمل المعرفي عالمياً خلال 12 إلى 18 شهراً؛ المؤسسات الجزائرية التي تؤخر التقييم تخاطر بالتخلف عن المنافسين الإقليميين |

خلاصة سريعة: تعتبر قدرات أتمتة سطح المكتب في GPT-5.4 ذات صلة خاصة بقطاع خدمات التعهيد والخدمات الرقمية المتنامي في الجزائر، حيث تشكل المهام الحاسوبية الروتينية جوهر العديد من الشركات. يجب على المؤسسات البدء في استكشاف عمليات النشر التجريبية عبر واجهة برمجة التطبيقات مع مراقبة دعم اللغة العربية والتسعير الإقليمي — تعني المطابقة المهنية بنسبة 83% أن مكاسب إنتاجية حقيقية متاحة اليوم، لكن معدل الفشل البالغ 25% على المهام المعقدة يتطلب تخطيطاً دقيقاً للإشراف البشري.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• Introducing GPT-5.4 — OpenAI
• OpenAI launches GPT-5.4 with Pro and Thinking versions — TechCrunch
• OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks — arXiv
• GDPval: Measuring AI Performance on Real-World Tasks — OpenAI
• GPT-5.4 vs Claude Opus 4.6 for Agentic Tasks — DataCamp
• OpenAI’s GPT-5.4 Doubles Down on Safety — Help Net Security
• Introducing the Gemini 2.5 Computer Use Model — Google

المصادر والقراءات الإضافية