أصبحت نماذج Grok من xAI متاحة أصلياً على منصة Databricks Agent Bricks، وقد جاء الإعلان مباشرةً خلال قمة البيانات والذكاء الاصطناعي من Databricks يوم 18 يونيو 2026. ويتيح هذا التكامل للمؤسسات بناء وكلاء ذكاء اصطناعي مدعومين بنماذج Grok مع إبقاء جميع بياناتها داخل بيئة Lakehouse محوكمة من Databricks.
أبرز النقاط
- نماذج Grok أصبحت قابلة للاستدعاء أصلياً داخل Databricks Agent Bricks، منصة Databricks لبناء وكلاء الذكاء الاصطناعي ونشرهم وحوكمتهم
- تستطيع المؤسسات بناء وكلاء يستدلّون مباشرةً على البيانات المنظَّمة وغير المنظَّمة داخل الـ Lakehouse، دون تصدير البيانات إلى أنبوب خارجي
- تبقى جميع عمليات معالجة البيانات تحت حوكمة Unity Catalog، عبر نقاط نهاية بدون احتفاظ بالبيانات — لا يحتفظ شركاء النماذج، بما فيهم xAI، بأي بيانات مُرسَلة
- لا تُدرّب Databricks نماذجها الأساسية على بيانات العملاء
- ينضم Grok إلى قائمة نماذج تضم بالفعل OpenAI وAnthropic وGemini وQwen، إضافةً إلى Kimi المُضاف حديثاً
ما هي Agent Bricks
Agent Bricks هي منصة Databricks المخصّصة لدورة حياة وكلاء الذكاء الاصطناعي كاملةً — من البناء إلى النشر إلى الحوكمة. ومنذ إطلاقها العام الماضي، نمت المنصة لتدعم أكثر من 100,000 وكيل يعالجون أكثر من كوادريليون رمز (token) سنوياً. وتصف Databricks المنصة بأنها تحلّ "الـ 99% المفقودة" — أي أعمال البنية التحتية والحوكمة المحيطة بحلقة عمل الوكيل الأساسية.
تربط المنصة السياق المستمدّ من البيانات الموجودة أصلاً في الـ Lakehouse بالتحكّم وحرية اختيار النموذج الذي يشغّل كل وكيل. وهذا يتيح لفرق الهندسة بناء وكلاء يعملون على كميات ضخمة من بيانات المؤسسة مع بقائهم داخل بيئة واحدة محوكمة.
نماذج Grok
تم إبراز نسختين من Grok للتكامل مع Databricks:
- Grok 4.3 — النموذج الرائد للاستدلال من xAI، بنافذة سياق تبلغ مليون رمز. بسعر 1.25 دولار لكل مليون رمز إدخال و2.50 دولار لكل مليون رمز إخراج.
- Grok Build 0.1 — نسخة مخصّصة للبرمجة، بسعر 1.00 دولار لكل مليون رمز إدخال و2.00 دولار لكل مليون رمز إخراج.
الحوكمة والتحكّم في البيانات
بُني التكامل حول طبقة الحوكمة لدى Databricks. فالوكلاء والأدوات والنماذج تُسجَّل في Unity Catalog لحوكمة موحَّدة جنباً إلى جنب مع أصول البيانات، فيما توفّر بوابة Unity AI Gateway اكتشاف النماذج وضوابط الوصول ومراقبة التكاليف بميزانيات لكل مستخدم ومجموعة، إلى جانب توجيه ذكي لحركة الطلبات.
والأهم بالنسبة للقطاعات الخاضعة للتنظيم، أكّدت Databricks أن شركاء النماذج لا يحتفظون بالبيانات المُرسَلة عبر هذه الميزات. فالمنصة تستخدم نقاط نهاية بدون احتفاظ بالبيانات، ولا تُدرّب Databricks نماذجها الأساسية على بيانات العملاء.
التأثير
تواصل هذه الصفقة المسيرة المطّردة لـ Grok نحو البنية التحتية للمؤسسات. فقد وصل Grok تدريجياً إلى Oracle Cloud Infrastructure وMicrosoft Azure AI Foundry وAmazon Bedrock، ويصل الآن إلى طبقة منصة البيانات حيث تقيم بيانات المؤسسة أصلاً. وبالتقائه بهذه البيانات في مكانها، يزيل التكامل واحدة من أكبر نقاط الاحتكاك في الذكاء الاصطناعي المؤسسي: نقل البيانات الحساسة خارج بيئة محوكمة للوصول إلى نموذج قوي.
وبالنسبة لـ Databricks، يوسّع إدراج Grok قائمة النماذج داخل Agent Bricks في لحظة تتزايد فيها رغبة المؤسسات في تبديل المزوّدين دون إعادة هندسة بنيتها. وكما قال غريغوري روكيتا، نائب رئيس قسم التقنية في Edmunds: "توفّر لنا Databricks أساساً آمناً ومحوكماً لتشغيل نماذج متعدّدة وتبديل المزوّدين مع تطوّر احتياجاتنا. وكل ذلك مع إبقاء التكاليف تحت السيطرة."
البُعد الإقليمي (منطقة الشرق الأوسط وشمال إفريقيا)
بالنسبة للمؤسسات في منطقة الشرق الأوسط وشمال إفريقيا — حيث تحكم سيادة البيانات وإقامتها واللوائح القطاعية مثل نظام حماية البيانات الشخصية السعودي (PDPL) كل قرار يتعلق بالذكاء الاصطناعي — فإن نموذجاً يعمل على بيانات داخل Lakehouse محوكم، دون احتفاظ المزوّد بها، يخفّض حاجز الامتثال أمام تبنّي الذكاء الاصطناعي المتقدّم. وتستطيع مؤسسات القطاع المصرفي والطاقة والحكومة تقييم وكلاء مدعومين بـ Grok دون الحاجة أولاً إلى حلّ مشكلة نقل البيانات التي عطّلت كثيراً من المشاريع التجريبية الإقليمية.
ما التالي
مع وجود Grok الآن إلى جانب OpenAI وAnthropic وGemini وQwen وKimi داخل Agent Bricks، تنتقل قصة المنافسة من "أيّ نموذج" إلى "أيّ منصة محوكمة". ويُتوقّع أن تختبر المؤسسات عدة نماذج متقدّمة على البيانات الداخلية نفسها وقواعد التوجيه ذاتها، مختارةً النموذج المناسب لكل عبء عمل بدلاً من الالتزام بمزوّد واحد. فطبقة النموذج تتحوّل إلى مكوّن قابل للتبديل، بينما تستقرّ نقطة الارتباط الآن في طبقة البيانات والحوكمة.
المصدر: Databricks