إطار Foundation Models من آبل مفتوح المصدر: Claude وGemini

فعلت آبل ما نادراً ما تفعله: فتحت الباب الأمامي. إطار Foundation Models — وهو طبقة الذكاء الاصطناعي التي تعمل على الجهاز وتشغّل Apple Intelligence — يصبح مفتوح المصدر، ولم يعد يتحدث إلى نماذج آبل وحدها. فمع بروتوكول LanguageModel الجديد، أصبحت واجهة Swift نفسها التي تشغّل نموذجاً خاصاً على معالج Neural Engine قادرة الآن على توجيه الطلبات إلى نموذج Claude من Anthropic أو Gemini من Google. بالنسبة للمطورين الذين يبنون على iOS وiPadOS وmacOS، يعيد هذا التغيير بهدوء تشكيل طريقة بناء ميزات الذكاء الاصطناعي.

ما الذي تغيّر فعلاً

عندما أطلقت آبل إطار Foundation Models عام 2025، كان طريقة نظيفة ومبنية على Swift لاستدعاء النموذج المحلي خلف Apple Intelligence. كان يوفّر التوليد المُوجَّه، واستدعاء الأدوات، والبث المباشر — لكنه كان يتحدث إلى نموذج واحد فقط. وإن احتجت إلى نموذج متقدم لمهمة صعبة، كنت تخرج من الإطار تماماً وتكتب عميل HTTP يدوياً.

تحديث 2026 يزيل هذا الجدار. ثلاثة أمور وصلت معاً:

• مفتوح المصدر. الإطار نفسه، إضافة إلى واجهتين خلفيتين مرافقتين — CoreAILanguageModel وMLXLanguageModel — تُطرح مفتوحة المصدر، ليتمكن المطورون من فحصها وتوسيعها وتشغيل طيف واسع من النماذج المحلية على معالج Neural Engine وواحدة معالجة الرسوميات في الماك.
• مزوّدون خارجيون. بروتوكول LanguageModel الجديد يتيح لأي نموذج تقريباً أن يدعم جلسة LanguageModelSession. وتطرح Anthropic وGoogle حزم Swift رسمية لتوصيل Claude وGemini بالواجهة نفسها تماماً.
• طبقة سحابية مجانية. أتاحت آبل أحدث نماذج Private Cloud Compute مجاناً للمطورين الصغار، مع دعم إدخال الصور ليتمكن النموذج من التفكير في الصور إلى جانب النص.

العنوان الأبرز هو قابلية التشغيل البيني: واجهة واحدة، ونماذج متعددة، يُختار منها لكل طلب بحسب الكلفة وزمن الاستجابة والخصوصية.

الواجهة الواحدة التي تشغّل كل شيء

الكائن الأساسي لم يتغير. تنشئ جلسة LanguageModelSession، وتمنحها التعليمات، وتستدعي respond(to:). الاستدلال على الجهاز يبدو هكذا:

import FoundationModels
 
let session = LanguageModelSession(
    model: SystemLanguageModel.default,
    instructions: "You are a concise assistant for a travel app."
)
 
let reply = try await session.respond(to: "Suggest three activities in Tunis.")
print(reply.content)

الآن استبدل نسخة النموذج بمزوّد متقدم — Gemini عبر Firebase مثلاً — ويبقى كل شيء آخر متطابقاً:

import FoundationModels
import FirebaseAILogic
 
let ai = FirebaseAI.firebaseAI()
let gemini = ai.geminiLanguageModel(name: "gemini-3.5-flash")
 
let session = LanguageModelSession(
    model: gemini,
    instructions: "You are a concise assistant for a travel app."
)
 
let reply = try await session.respond(to: "Suggest three activities in Tunis.")

موضع الاستدعاء لا يعرف ولا يهتم بأي نموذج أجاب. هذا هو جوهر بروتوكول LanguageModel: يعلن التطبيق عمّا يحتاجه — توليد نص، أو مخرجات منظّمة، أو استدعاء أدوات — ويحدد البروتوكول أي نموذج يحقق ذلك. ويصل Claude عبر حزمة Swift الخاصة بـ Anthropic بالشكل نفسه.

المخرجات المنظّمة تصمد بعد التبديل

الميزة التي أحبها المطورون أكثر في الإطار الأصلي — التوليد المُوجَّه عبر @Generable — تعمل عبر جميع المزوّدين. تُعلّق نوع Swift، فيُقيَّد النموذج ليعيد هذا الشكل بالضبط، دون تحليل JSON هشّ:

@Generable
struct Activity {
    @Guide(description: "Short activity name")
    let name: String
 
    @Guide(description: "Estimated cost in Tunisian dinar")
    let priceTND: Int
 
    let category: String
}
 
let result = try await session.respond(
    to: "Recommend one activity in Sidi Bou Said.",
    generating: Activity.self
)
 
print(result.content.name, result.content.priceTND)

لأن القيد يعيش داخل الإطار، ينتج نوع @Generable نفسه مخرجات منظّمة صالحة سواء أُجيب على الجهاز أم بواسطة Claude في السحابة. والبث (streamResponse(to:)) واستدعاء الأدوات ينتقلان بالطريقة نفسها.

Dynamic Profiles: تبديل النموذج في منتصف الجلسة

الإضافة الأكثر تطلعاً للمستقبل هي Dynamic Profiles، التي تتيح للتطبيق تبديل النماذج والأدوات والتعليمات في منتصف الجلسة. وتقدّمها آبل بوصفها الأساس لسير العمل متعدد الوكلاء: شغّل استدلالاً محلياً رخيصاً للأدوار الروتينية، ثم صعّد طلباً صعباً واحداً إلى نموذج متقدم دون هدم المحادثة.

النمط العملي هو موجّه (Router). أبقِ معظم الحركة خاصة ومجانية على الجهاز، واحجز الاستدعاءات المدفوعة للنماذج المتقدمة للطلبات التي تحتاجها فعلاً:

func model(for difficulty: Difficulty) -> any LanguageModel {
    switch difficulty {
    case .simple:  return SystemLanguageModel.default        // private, on-device
    case .complex: return anthropic.claudeModel(name: "claude-opus-4-8")
    }
}

هذه هي البنية التي كانت تتطلب سابقاً بوابة مخصصة، ومنطق إعادة محاولة، وثلاث حزم SDK مختلفة. أما الآن فهي جملة switch خلف بروتوكول واحد.

لماذا يهمّ هذا مطوري منطقة الشرق الأوسط وشمال إفريقيا

بالنسبة للفرق في تونس والسعودية والمنطقة الأوسع، التحول أكثر من مجرد راحة. الاستدلال على الجهاز يعني أن بيانات المستخدم — سجلات العملاء، وسجل المحادثات، والمستندات — لا تغادر الجهاز أبداً في المهام الروتينية، وهو ما يقع تماماً في الجانب الصحيح من متطلبات إقامة البيانات. وعندما تحتاج فعلاً إلى نموذج متقدم، تتخذ خياراً متعمّداً لكل طلب بدلاً من إرسال كل شيء إلى مزوّد واحد افتراضياً.

وهناك قصة كلفة حقيقية أيضاً. توجيه معظم الاستدلال إلى النموذج المحلي المجاني وطبقة Private Cloud Compute من آبل، ثم الدفع فقط مقابل التصعيدات الصعبة، أرخص بكثير من ضخّ كل رمز إلى واجهة نموذج متقدم. وبالنسبة لتطبيق ذي استخدام كثيف لكن بسيط في معظمه، تحدد هذه النسبة ما إن كانت الميزة ميسورة أصلاً.

ولأن المزوّد تفصيل تنفيذي، فأنت غير مقيّد. إن ناسبك Claude اليوم وناسبك نموذج مفتوح أرخص الربع القادم، تغيّر سطراً واحداً — نسخة النموذج — ويبقى بقية التطبيق دون مساس. هذه القابلية للنقل هي بالضبط استراتيجية المرونة متعددة النماذج التي تحمي من انقطاعات المزوّدين وتغيّرات الأسعار.

البدء

يُطرح الإطار كجزء من نظام التشغيل، فلا توجد تبعية تُضاف للاستخدام على الجهاز. ولإدخال مزوّد:

1. أضف حزمة Swift الخاصة بالمزوّد (Anthropic أو Firebase AI Logic من Google) عبر Swift Package Manager.
2. أنشئ نموذج المزوّد ومرّره إلى LanguageModelSession.
3. أبقِ أنواع @Generable والمطالبات كما هي تماماً — فهي مستقلة عن المزوّد.
4. أضف دالة توجيه بحيث تقرر الصعوبة والكلفة والخصوصية أي نموذج يجيب.

إن كنت تصمّم ميزات الذكاء الاصطناعي من الصفر، فمن المفيد اقتران ذلك بنظرة أوسع إلى بنية البرمجيات المبنية على الذكاء الاصطناعي أولاً لتكون طبقة التوجيه جزءاً أساسياً من التصميم لا فكرة لاحقة.

الخلاصة

أمضت آبل سنوات وهي تُبقي منظومة الذكاء الاصطناعي مغلقة وعلى الجهاز فقط. فتح إطار Foundation Models — والسماح لـ Claude وGemini بالإجابة عبر جلسة Swift نفسها التي يستخدمها Neural Engine — يحوّله إلى موجّه نماذج حقيقي. يحصل المطورون على واجهة واحدة، وتوليد موجّه يصمد بعد التبديل، وطريقة نظيفة لموازنة الخصوصية وزمن الاستجابة والكلفة لكل طلب. إنها من أكثر خطوات المنصات أثراً في 2026 لكل من يطلق ذكاءً اصطناعياً على أجهزة آبل، وكلفة الترحيل تقارب الصفر: فجلساتك الحالية تتحدث اللغة الجديدة أصلاً.