Nanocode: أقوى نموذج ذكاء اصطناعي للبرمجة يمكنك بناؤه بـ 200 دولار فقط

في خطوة جريئة تهدف إلى إضفاء الطابع الديمقراطي على تطوير نماذج الذكاء الاصطناعي المتخصصة، أطلق المطور سلمان محمدي مشروعاً جديداً بعنوان Nanocode. هذا المشروع ليس مجرد أداة برمجية، بل هو دليل شامل يوضح للمطورين كيفية تدريب نموذج ذكاء اصطناعي خاص بهم للبرمجة من الألف إلى الياء، مستوحى من فلسفة النماذج الرائدة مثل Claude. يعتمد Nanocode على مكتبة JAX ويستغل قوة معالجات Tensor Processing Units (TPUs) من Google ، مما يجعله متاحاً وفعالاً من حيث التكلفة. تكمن الفكرة الجوهرية وراء Nanocode في استخدام تقنية "الذكاء الاصطناعي الدستوري" (Constitutional AI)، وهي المنهجية التي تتبعها شركة Anthropic لتطوير نماذج Claude الشهيرة. من خلال كتابة ملف SOUL.md الخاص بالمشروع، وتحديد واجهة تفاعلية للوكيل البرمجي، وتوليد بيانات اصطناعية، يمكن للمطورين مواءمة النموذج مع قيم ومعايير محددة. وقد صُمم المشروع ليتبع نهجاً تعليمياً مشابهاً لمشروع nanochat الشهير لأندريه كارباثي، مما يجعله نقطة انطلاق مثالية للمهتمين بتطوير الوكلاء الأذكياء. من الناحية الاقتصادية، يقدم المشروع قيمة استثنائية. يمكن للمستخدمين البدء مجاناً عبر برنامج Google TRC الذي يمنح وصولاً إلى TPUs قابلة للاسترداد، أو الاستفادة من رصيد Google Cloud المتاح للمستخدمين الجدد. بالنسبة للتدريب الفعلي، تظهر الأرقام كفاءة عالية: يمكن إعادة إنتاج نموذج d24 (بـ 1.3 مليار بارامتر) في حوالي 9 ساعات على TPU v6e-8 بتكلفة 200 دولار، بينما يمكن تدريب نموذج d20 (بـ 477 مليون بارامتر) في 1.5 ساعة فقط بتكلفة 34 دولاراً. ورغم أن المشروع مُحسّن للعمل على TPUs ، إلا أنه متوافق أيضاً مع معالجات NVIDIA الرسومية. تعتمد عملية التدريب على دمج بيانات إضافية من The Stack-V2 بنسبة 1:5، مما أدى إلى تحسين أداء النموذج في فهم الأكواد البرمجية وتقليل تكلفة الرموز (tokenization). ومن خلال المقارنة مع nanochat ، أظهر Nanocode تفوقاً ملحوظاً في معالجة لغات البرمجة، حيث سجل تحسناً بنسبة 50.9% في كفاءة الرموز البرمجية مقارنة بـ nanochat ، مما يثبت أن التخصص في البيانات يؤتي ثماره عند التركيز على المهام البرمجية. يستخدم النظام هيكلية دقيقة للتعامل مع الأدوات (tool-calling)، حيث يقوم النموذج بإدراج طلبات الأدوات ضمن استجاباته. تم تعريف أربعة أدوات رئيسية: Read لقراءة الملفات، Edit لتعديل الأكواد، Grep للبحث عن أنماط معينة، و Bash لتنفيذ أوامر النظام. هذا التصميم يسمح للنموذج بالعمل كشريك برمجي متكامل، حيث يمكنه التفكير في خطواته وشرحها قبل تنفيذها. يُعد هذا المشروع قفزة نوعية للمطورين المستقلين الذين يرغبون في بناء وكلاء برمجيين مخصصين دون الحاجة إلى ميزانيات ضخمة. من خلال تبني مبادئ الذكاء الاصطناعي الدستوري، يمنح Nanocode السيطرة الكاملة للمطور على سلوك النموذج، مما يجعله أداة قوية في ترسانة أي مبرمج عصري. إن المستقبل يتجه نحو نماذج أصغر وأكثر تخصصاً، و Nanocode يثبت أن هذه النماذج ليست حكراً على الشركات الكبرى.