أدوات المتصفح في GitHub Copilot أصبحت متاحة رسميًا داخل Visual Studio Code منذ 1 يوليو 2026، وهي خطوة مهمة للمطورين الذين يريدون اختبار صفحات الويب والتنقل داخل التطبيقات مباشرة من المحرر بدل التنقل المستمر بين المتصفح وبيئة البرمجة. الإعلان الجديد من GitHub لا يضيف مجرد تكامل شكلي، بل يمنح الوكلاء الذكيين قدرة عملية على تنفيذ خطوات تصفح حقيقية مع الحفاظ على ضوابط الخصوصية والتحكم.

هذه الإتاحة العامة تعني أن المطور يستطيع أن يطلب من الوكيل فتح صفحة، التفاعل معها، التقاط لقطات شاشة، قراءة الأخطاء الظاهرة، ثم إعادة النتائج إلى المحادثة داخل VS Code. وبالنسبة لفرق التطوير والاختبار، فهذا يختصر جزءًا مهمًا من دورة التحقق من الواجهات وتجربة المستخدم.

ما الذي تقدمه أدوات المتصفح في GitHub Copilot؟

بحسب إعلان GitHub الرسمي، أصبحت الأدوات مفعّلة افتراضيًا مع الإتاحة العامة، ويمكن للوكلاء البرمجيين تنفيذ مجموعة واسعة من المهام داخل المتصفح الحقيقي، منها:

• فتح الصفحات والتنقل بينها بصورة طبيعية.
• النقر والكتابة والتحويم والسحب والتعامل مع النوافذ الحوارية.
• قراءة محتوى الصفحة ورصد أخطاء الـ Console.
• التقاط لقطات شاشة عند الحاجة إلى التحقق البصري.
• تشغيل تدفقات عمل متعددة الخطوات عندما تكون أسرع من التنفيذ اليدوي.

هذا النوع من التكامل مهم خصوصًا لمطوري الواجهات الأمامية، ولمهندسي الجودة، ولأي فريق يريد تقليل الوقت بين كتابة الكود والتحقق من النتيجة على صفحة حية.

لماذا يُعد التحديث مهمًا للمطورين؟

الفرق هنا أن GitHub Copilot لم يعد يكتفي بتحليل الكود أو اقتراح التعديلات، بل أصبح قادرًا على رؤية أثر هذه التعديلات داخل المتصفح. عمليًا، يمكن للمطور أن يطلب من الوكيل اختبار صفحة هبوط، أو مراجعة نموذج تسجيل، أو توثيق خطأ يظهر فقط بعد سلسلة نقرات، ثم العودة بنتيجة قابلة للاستخدام داخل بيئة العمل نفسها.

كما أن هذا التوسع ينسجم مع التحولات الأوسع داخل GitHub Copilot نحو الوكلاء متعددة الخطوات. وإذا كنت تتابع جانب الإدارة والتكلفة في المنصة، فمراجعة مقالنا عن استهلاك GitHub Copilot الشهري يظهر بوضوح أكبر تساعدك على فهم كيف تتطور منظومة Copilot من حيث الاستخدام والتحكم أيضًا.

الخصوصية والتحكم ما زالا بيد المستخدم

أحد أهم الجوانب في إعلان GitHub هو أن الشركة شددت على بقاء التحكم لدى المستخدم. فالتبويبات التي يفتحها المستخدم بنفسه تبقى خاصة افتراضيًا، ولا يستطيع الوكيل الوصول إليها إلا بعد منح إذن صريح عبر خيار المشاركة مع الوكيل. كذلك فإن التبويبات التي يفتحها الوكيل تعمل في جلسات معزولة لا ترث ملفات الارتباط أو التخزين الخاص بتصفحك اليومي.

أما الأذونات الحساسة مثل الكاميرا والميكروفون والموقع الجغرافي والإشعارات وقراءة الحافظة، فلا تُمنح تلقائيًا، بل تتطلب موافقة مباشرة من المستخدم. هذه النقطة مهمة لأنها تجعل أدوات المتصفح في GitHub Copilot أكثر ملاءمة للاستخدام المهني دون التضحية بمعايير الأمان.

ماذا عن المؤسسات وفرق العمل الكبيرة؟

GitHub أوضحت أيضًا أن مديري الأنظمة في المؤسسات يستطيعون التحكم بهذه القدرات عبر إعدادات مخصصة، بما في ذلك تفعيل أو تعطيل أدوات المتصفح، وتقييد النطاقات التي يمكن للوكلاء الوصول إليها. وهذا يمنح الشركات مساحة جيدة للاستفادة من الميزة داخل بيئات العمل المنضبطة بدل فتح الوصول بشكل عشوائي.

ومن زاوية الاستخدام العملي، فإن وجود هذه الضوابط يجعل الميزة مناسبة لفرق التطوير الداخلية، وفرق اختبار المنتجات، وحتى لوكالات بناء المواقع التي تحتاج إلى تسريع المراجعات المتكررة على صفحات الويب.

كيف تبدأ باستخدام الميزة؟

للبدء، يكفي تحديث VS Code إلى إصدار حديث ثم استخدام GitHub Copilot داخل نافذة المحرر أو نافذة الوكلاء. وتوضح وثائق VS Code الرسمية أن الأدوات هي الآلية التي تمكّن الوكلاء من تنفيذ أفعال حقيقية بدل الاكتفاء بالرد النصي، وهو ما يفسر لماذا أصبحت أدوات المتصفح عنصرًا مهمًا في تجربة التطوير الحديثة.

باختصار، أدوات المتصفح في GitHub Copilot لا تمثل مجرد تحسين إضافي، بل خطوة واضحة نحو بيئة تطوير يستطيع فيها الوكيل البرمجي اختبار الواجهات وملاحظة النتائج والمساعدة في إغلاق الحلقة بين كتابة الكود والتحقق من الأداء الفعلي. ومع الإتاحة العامة التي بدأت في 1 يوليو 2026، تبدو هذه الميزة مرشحة لتصبح جزءًا أساسيًا من سير عمل كثير من المطورين خلال الفترة المقبلة.

أعلنت Google في 9 يوليو 2026 إطلاق LiteRT.js، وهي طبقة JavaScript جديدة تتيح تشغيل نماذج الذكاء الاصطناعي مباشرة داخل المتصفح بدل الاعتماد الكامل على الخوادم السحابية. وبذلك تدخل Google بقوة إلى سباق جعل تطبيقات الويب أكثر قدرة على تنفيذ مهام الذكاء الاصطناعي محليًا، مع وعود واضحة بتحسين السرعة، وخفض التكلفة، وتعزيز الخصوصية.

وبحسب الإعلان الرسمي في مدونة مطوري Google، فإن LiteRT.js يمثل ربطًا مباشرًا لمكتبة LiteRT المعروفة في بيئات التشغيل الطرفية إلى الويب، بما يسمح للمطورين بتشغيل نماذج .tflite داخل المتصفح نفسه باستخدام تسريع عتادي حديث مثل WebGPU وWebNN إلى جانب WebAssembly.

ما هو LiteRT.js ولماذا يختلف؟

الفكرة الأساسية في LiteRT.js ليست مجرد إضافة مكتبة أخرى إلى أدوات الويب، بل نقل جزء مهم من بنية تشغيل الذكاء الاصطناعي من التطبيقات المحلية والهواتف إلى المتصفح. هذا يعني أن مطور الويب يستطيع بناء تجربة تعتمد على الرؤية الحاسوبية، أو تحليل الصوت، أو مهام التنبؤ والاستدلال، من دون أن يرسل كل طلب إلى خادم بعيد في كل مرة.

الفرق الأهم هنا أن Google لا تقدم محرك JavaScript بحتًا، بل تستفيد من مكونات LiteRT نفسها، وهو ما يسمح بإعادة استخدام تحسينات الأداء والكمّ والتوافق التي تطورت أصلًا في Android وiOS وسطح المكتب. وبهذا يصبح الانتقال من نموذج موجود إلى تجربة ويب أسرع وأكثر مباشرة، خصوصًا لمن يملكون أصلًا نماذج بصيغة .tflite.

لماذا يهم المطورين والشركات؟

أهمية LiteRT.js لا تتوقف عند الجانب التقني فقط، بل تمتد إلى نموذج العمل نفسه. عندما يجري الاستدلال داخل المتصفح، تقل الحاجة إلى إرسال البيانات الحساسة إلى خوادم خارجية، وهو ما يمنح الشركات طبقة إضافية من الخصوصية، ويقلل أيضًا من تكاليف البنية السحابية كلما زاد عدد المستخدمين.

• خصوصية أفضل: لأن جزءًا من المعالجة يتم محليًا على جهاز المستخدم.
• زمن استجابة أقل: لأن التنفيذ يحدث أقرب إلى المستخدم بدل الدوران عبر خادم بعيد.
• خفض التكلفة: لأن بعض أعباء الاستدلال تنتقل من الخوادم إلى الأجهزة الطرفية.
• مرونة نشر أعلى: لأن المطور يستطيع إعادة توظيف النماذج نفسها عبر أكثر من منصة.

وهذا المسار ينسجم مع اتجاه أوسع يرى أن المتصفح لم يعد مجرد نافذة لعرض الصفحات، بل صار طبقة تشغيل فعلية لأدوات العمل الذكية. ولمن يريد رؤية هذه الفكرة من زاوية تجربة الاستخدام اليومية، يمكنه قراءة مراجعة Dia Browser في 2026 لفهم كيف يتحول المتصفح نفسه إلى مساحة عمل أكثر ذكاءً.

أبرز المزايا العملية في LiteRT.js

1. تسريع عتادي عبر CPU وGPU وNPU

تقول Google إن LiteRT.js يستطيع الاستفادة من أكثر من مسار للتسريع: المعالج المركزي عبر XNNPACK، والمعالج الرسومي عبر WebGPU، ووحدات المعالجة العصبية عبر WebNN حيثما توفرت. هذه النقطة مهمة جدًا لأن قيمة الذكاء الاصطناعي على الويب لا تظهر في مجرد تشغيل النموذج، بل في القدرة على تشغيله بسرعة كافية تسمح بتجارب لحظية وتفاعلية.

2. طريق أسهل لنماذج PyTorch وLiteRT

من المزايا العملية أيضًا أن Google تضع LiteRT.js ضمن منظومة أوسع تشمل التحويل من PyTorch إلى LiteRT، ثم نشر النموذج على الويب. هذا يقلل الاحتكاك بين فرق تعلم الآلة وفرق الواجهة الأمامية، ويجعل الانتقال من النموذج التجريبي إلى المنتج الفعلي أكثر سلاسة.

3. أداء أفضل في الاستخدامات الثقيلة

بحسب الأرقام التي عرضتها Google، تفوق LiteRT.js على بعض بيئات التشغيل المنافسة بما يصل إلى 3 مرات في بعض اختبارات الاستدلال على CPU وGPU، بينما قد تصل مكاسب التسريع إلى 5 إلى 60 مرة عند الاستفادة من WebGPU أو WebNN بدل التنفيذ القياسي على CPU في التطبيقات الشرهة للأداء مثل تتبع الأجسام، وتحويل الصوت، ومعالجة الصور في الزمن الحقيقي. هذه أرقام مرجعية من اختبارات Google نفسها، لكنها تعطي مؤشرًا واضحًا على اتجاه الأداء الذي تستهدفه المنصة.

أين يمكن أن نرى LiteRT.js فعليًا؟

إذا نجح LiteRT.js في تحقيق وعوده على نطاق واسع، فمن السهل تخيل استخدامه في تطبيقات ويب كثيرة: كاميرات ذكية داخل المتصفح، أدوات تحسين الصور، تطبيقات نسخ الصوت محليًا، مساعدات تعليمية تفاعلية، أو حتى واجهات أعمال تنفذ جزءًا من التحليل والتصنيف على جهاز المستخدم مباشرة.

الميزة هنا أن هذه السيناريوهات لا تحتاج دائمًا إلى نموذج لغوي ضخم. أحيانًا يكفي نموذج رؤية، أو كشف كائنات، أو تصنيف، أو تحسين صورة، وهذه كلها فئات تستفيد بقوة من التنفيذ المحلي السريع عندما تكون الموارد العتادية متاحة.

هل يعني ذلك نهاية TensorFlow.js؟

ليس بالضرورة. Google تقدم LiteRT.js بوصفه امتدادًا أكثر كفاءة لبعض الاستخدامات، لا إعلان وفاة فوريًا لكل ما سبقه. ما يتغير فعلًا هو أن المطورين صار لديهم خيار أقوى حين يريدون تشغيل نماذج .tflite بكفاءة أعلى داخل المتصفح، خصوصًا في المشاريع التي تحتاج أداءً قريبًا من التطبيقات المحلية.

كما أن Google توفر بالفعل دليل البدء بـ LiteRT.js، ما يوحي بأنها تريد تسريع تبني الأداة عمليًا، لا الاكتفاء بإعلان نظري عنها.

الخلاصة

إطلاق LiteRT.js خطوة مهمة لأنها تدفع فكرة الذكاء الاصطناعي داخل المتصفح من خانة التجارب المثيرة إلى خانة البنية القابلة للاستخدام الفعلي. وإذا تمكنت Google من الحفاظ على هذا الزخم في التوافق، والتوثيق، ودعم WebNN وWebGPU على نطاق أوسع، فقد نرى جيلًا جديدًا من تطبيقات الويب الذكية التي تكون أسرع وأرخص وأكثر احترامًا لخصوصية المستخدم.

باختصار، LiteRT.js ليس مجرد مكتبة جديدة للمطورين، بل إشارة واضحة إلى أن معركة الذكاء الاصطناعي القادمة لن تكون فقط على مستوى النماذج، بل أيضًا على مستوى مكان التنفيذ نفسه: هل يبقى في السحابة، أم ينتقل أكثر فأكثر إلى جهاز المستخدم؟

كشفت شركة Moonshot AI الصينية عن نموذجها الجديد Kimi K3، لتدخل بقوة في سباق الذكاء الاصطناعي العالمي. وأثار الإعلان اهتمامًا واسعًا بين شركات التكنولوجيا والمستثمرين، خاصة مع استمرار المنافسة بين الصين والولايات المتحدة لتطوير نماذج أكثر قوة وكفاءة. ويرى مراقبون أن النموذج الجديد يعزز مكانة الصين في مجال النماذج مفتوحة المصدر، ويعيد النقاش حول مستقبل هذا النوع من تقنيات الذكاء الاصطناعي.

Kimi K3 يشعل المنافسة العالمية هل تبدأ الصين مرحلة جديدة في سباق الذكاء الاصطناعي

Kimi K3 يشعل المنافسة العالمية هل تبدأ الصين مرحلة جديدة في سباق الذكاء الاصطناعي

أكدت شركة Moonshot أن Kimi K3 لا يزال أقل من النماذج المغلقة الأكثر تطورًا، مثل Claude وGPT-5.6، لكنه قدم نتائج قوية في اختبارات الأداء المختلفة. كما أوضحت أن النموذج نجح في منافسة عدد كبير من النماذج العالمية، وحقق مستويات مرتفعة في معايير التقييم.

وأظهرت تقارير صادرة عن منصات تقييم مستقلة أن Kimi K3 يمتلك قدرات متقدمة في معالجة المهام المعقدة، مما جعله ضمن أبرز النماذج المطروحة حاليًا في سوق الذكاء الاصطناعي.

الأسواق المالية تتفاعل مع الإعلان

لم يقتصر تأثير إطلاق النموذج على قطاع التكنولوجيا فقط، بل امتد إلى الأسواق المالية العالمية. فقد شهد مؤشر ناسداك تراجعًا ملحوظًا، بينما تعرضت أسهم شركات تصنيع الرقاقات، وفي مقدمتها إنفيديا، لضغوط بيعية نتيجة مخاوف المستثمرين من اشتداد المنافسة في سوق الذكاء الاصطناعي.

ويرى محللون أن إطلاق نماذج قوية من شركات صينية قد يعيد توزيع موازين المنافسة، خاصة مع اعتماد العديد من الشركات العالمية على تقنيات الذكاء الاصطناعي في منتجاتها وخدماتها.

• غوغل تطلق LiteRT.js لتشغيل نماذج الذكاء الاصطناعي محليًا داخل المتصفح بسرعة أعلى وخصوصية أفضل

انتقادات للسياسات الأمريكية

تزامن الإعلان مع تصاعد الانتقادات الموجهة إلى السياسات الأمريكية المنظمة لقطاع الذكاء الاصطناعي. وأشار مسؤولون وخبراء إلى أن كثرة اللوائح والقيود قد تؤثر في سرعة الابتكار، بينما تستمر الشركات الصينية في تطوير نماذج جديدة بوتيرة متسارعة.

ويعتقد بعض المتخصصين أن الولايات المتحدة تحتاج إلى تحقيق توازن بين حماية الأمن القومي ودعم الابتكار، حتى تحافظ على موقعها في المنافسة العالمية.

• أدوات المتصفح في GitHub Copilot تصل رسميًا إلى VS Code وتوسّع قدرات الوكلاء البرمجية

خلافات حول أساليب تدريب النماذج

عاد الجدل مجددًا بشأن طرق تدريب نماذج الذكاء الاصطناعي الصينية، إذ اتهم بعض المسؤولين الشركات الصينية بالاعتماد على تقنيات تعرف باسم Distillation، والتي تستخدم مخرجات نماذج أخرى لتحسين الأداء.

في المقابل، يرى خبراء أن مستوى Kimi K3 يعكس تطورًا حقيقيًا في قدرات البحث والتطوير داخل الصين، وليس نتيجة الاعتماد على هذه التقنية فقط، مؤكدين أن النموذج يقدم أداءً متقدمًا يستحق المتابعة.

• الوكلاء الخارجيون في Notion 3.6: كيف يجمع Claude وCursor والمهام المشتركة في لوحة واحدة؟

هل تشكل النماذج المفتوحة المصدر تهديدًا؟

انقسمت آراء الخبراء حول مستقبل النماذج مفتوحة المصدر. فبينما يرى البعض أنها تسرع الابتكار وتوسع استخدام الذكاء الاصطناعي، يحذر آخرون من إمكانية استغلالها في تطبيقات ضارة إذا غابت الضوابط المناسبة.