Computer Use: كيف يُشغّل وكلاء الذكاء الاصطناعي الشاشة ولماذا يهم ذلك لـ GEO في 2026

Computer Use هي قدرة نموذج الذكاء الاصطناعي على إدراك شاشة الحاسوب كمدخل بصري والتفاعل معها من خلال نقرات الفأرة وضغطات المفاتيح والتمرير، تمامًا كما يفعل المشغل البشري. بدلاً من استدعاء تكامل مخصص لكل مهمة، ينظر النموذج إلى ما هو معروض على الشاشة، ويقرر ما يجب فعله، وينفذ الإجراء، ثم ينظر مرة أخرى. أدخلت Anthropic هذه القدرة على Claude، وهي الآن تشمل عدة نماذج من نماذجها.

يهم هذا الأمر لأنه يزيل قيدا قديما على الأتمتة، وهو البرمجيات التي لا تملك واجهة برمجة تطبيقات. إذا كان بإمكان الإنسان فعل شيء على الشاشة، فإن النموذج المزود بـ Computer Use يمكنه محاولة فعله أيضا. بالنسبة للمسوقين ومؤسسي الشركات، تعد هذه القدرة أيضا نافذة لفهم كيف ستتصفح وكلاء الذكاء الاصطناعي وتبحث وتتصرف بشكل متزايد عبر الويب، وهو ما له تداعيات مباشرة على الظهور.

ما هي Computer Use؟

Computer Use هي قدرة تمنح النموذج رؤية قائمة على لقطات الشاشة بالإضافة إلى التحكم بالفأرة ولوحة المفاتيح في بيئة سطح مكتب. من الناحية العملية، توفر أربع وظائف أساسية: التقاط لقطة شاشة لرؤية الحالة الحالية، تحريك المؤشر والنقر به، كتابة النصوص واختصارات لوحة المفاتيح، والتفاعل مع أي تطبيق أو واجهة. مجتمعة، تتيح هذه الوظائف للنموذج تشغيل البرمجيات مباشرة.

الفرق عن الأتمتة القديمة هو أن النموذج لا يتبع نصا برمجيا هشا مرتبطا ببرنامج واحد. إنه يفسر الشاشة بصريا ويتكيف معها، وهذا هو سبب ارتباط Computer Use الوثيق بـوكلاء الذكاء الاصطناعي الذين يسعون لتحقيق أهداف عبر أدوات عديدة. إنها طريقة ملموسة واحدة يصبح فيها النموذج فاعلا، لا مجرد مولد نصوص، بناء على الذكاء الاصطناعي متعدد الوسائط.

كيف تعمل Computer Use: الحلقة العاملة (agentic loop)

الآلية هي حلقة تغذية راجعة محكمة. يرسل التطبيق طلبا إلى النموذج مع تفعيل أداة Computer Use. يطلب النموذج لقطة شاشة لمراقبة الشاشة، ويحلل الصورة، ويعيد إجراء محدد مثل النقر عند إحداثيات معينة أو كتابة نص. ينفذ التطبيق ذلك الإجراء، ويلتقط لقطة شاشة جديدة، ويرسلها مرة أخرى، وتتكرر الدورة حتى تكتمل المهمة.

ولأن كل خطوة تستند إلى أحدث حالة للشاشة، يمكن للنموذج التعافي من مربعات حوار غير متوقعة أو تغييرات في التخطيط بدلا من الفشل التام. ونمط الإدراك والتفكير والتصرف والتكرار هذا هو المنطق نفسه الذي يشغل البحث العامل (agentic search) وسير العمل العامل الأخرى، مطبقا هنا على واجهة رسومية بدلا من مجموعة استعلامات.

الموصلات أولا، البكسلات ثانيا

التحكم في الشاشة قوي لكنه ليس دائما الخيار الأدق. من المبادئ التصميمية الشائعة مبدأ الموصلات أولا، البكسلات ثانيا: يفضل الوكيل المصمم جيدا موصلا مخصصا أو واجهة برمجة تطبيقات لخدمة مثل تقويم أو أداة محادثة عندما تتوفر، لأنها أسرع وأكثر موثوقية، ولا يلجأ إلى التحكم المباشر بالشاشة إلا عند عدم توفر أي موصل.

هذا الترتيب مهم للموثوقية. تشغيل واجهة عبر لقطات الشاشة أكثر عرضة للأخطاء من استدعاء واجهة برمجة تطبيقات نظيفة، لذلك يفضل تخصيص Computer Use للفجوات التي لا يمكن للتكاملات المهيكلة سدها. يظهر المنطق ذاته في بروتوكولات مثل model context protocol وfunction calling المهيكل، والتي تمنح الوكلاء أدوات دقيقة عند توفرها.

ما هي النماذج التي تدعم Computer Use

أطلقت Anthropic لأول مرة Computer Use كميزة تجريبية مع نموذج Claude سابق، ووسعت الدعم منذ ذلك الحين عبر مجموعة نماذجها، بما في ذلك نماذج Opus و Sonnet و Haiku الحديثة. يتطلب استخدام الأداة رأسا تجريبيا محددا، ويمكن دمج الميزة مع أدوات أخرى لبناء أتمتة أكثر شمولا.

والجدير بالذكر أن القدرة لا ترتبط فقط بحجم النموذج: فقد أفادت التقارير أن نموذج Haiku الأصغر والأسرع يتفوق على نماذج أكبر في اختبارات Computer Use القياسية، ما يجعله خيارا جذابا للأتمتة الحساسة للتكلفة وذات الحجم الكبير. تقدم هذه القدرة من قبل Anthropic لـClaude، مع ظهور ميزات تصفح عاملة مشابهة عبر السوق الأوسع.

ما الذي يمكن أن تفعله Computer Use

تتألق هذه القدرة في العمل عبر التطبيقات المتعددة التي لا تملك واجهة برمجة تطبيقات نظيفة. تشمل المهام النموذجية ملء النماذج عبر تطبيقات ويب مختلفة، واختبار مسارات واجهة المستخدم من البداية إلى النهاية، ونقل إدخال البيانات من نظام إلى آخر، ومراجعة المستندات لاستخراج معلومات منظمة، وتشغيل أتمتة متعددة الخطوات عبر أدوات سطح المكتب. باختصار، تتولى العمل المعقد الذي يربط الأنظمة ببعضها.

وتمتد أيضا إلى مهام الويب، حيث يمكن للوكيل التنقل عبر المواقع والنقر عبر المسارات وإتمام إجراءات يقوم بها المستخدم عادة يدويا. وعلى منصة WebArena، وهي معيار قياسي للتنقل الذاتي على الويب عبر مواقع حقيقية، أفادت التقارير أن Claude حقق نتائج متقدمة بين أنظمة الوكيل الواحد، ما يشير إلى كفاءة حقيقية في مهام المتصفح متعددة الخطوات. وهذه هي الكفاءة نفسها الكامنة وراء البحث عبر الذكاء الاصطناعي العامل.

لماذا تهم Computer Use تحسين محركات البحث وGEO

Computer Use لمحة عن ويب عامل حيث يتولى الذكاء الاصطناعي التصفح نيابة عن المستخدم. ومع تزايد تنقل الوكلاء وقراءتهم وتصرفهم عبر المواقع، ينتقل السؤال بالنسبة للعلامات التجارية من هل يصل إنسان إلى صفحتكم إلى هل يستطيع وكيل إدراكها وتحليلها والتصرف بناء عليها. تساعد الواجهات النظيفة والبنية الواضحة والمحتوى القابل للوصول الوكلاء على النجاح، وليس فقط الزوار البشريين.

بالنسبة لتحسين محركات البحث التوليدية، الدرس العملي هو جعل موقعكم قابلا للقراءة من قبل الآلات التي تشغله بصريا وبرمجيا. الصفحات المنظمة جيدا والسريعة والواضحة أسهل على الوكيل قراءتها واستخدامها، وهو ما يتراكم مع أهداف الاستشهاد والظهور الكامنة وراء عمل الظهور في البحث عبر الذكاء الاصطناعي الأوسع. يضمن بحث الكلمات المفتاحية وتخطيط المحتوى السليمان أن المحتوى الذي يصل إليه الوكلاء يجيب فعلا عن المهمة المطروحة.

التحديات والحدود والسلامة

Computer Use أبطأ وأقل موثوقية من واجهة برمجة تطبيقات مباشرة. تجعل أوقات الإجراء المبلغ عنها والتي تتراوح بين ثانيتين وخمس ثوان تقريبا لكل خطوة هذه التقنية غير مناسبة للعمليات عالية التكرار أو الفورية، كما أن تشغيل واجهة عبر لقطات الشاشة لا يزال بإمكانه إنتاج أخطاء تتراكم عبر مهمة طويلة. إنه مساعد كفؤ للعديد من سير العمل، وليس مشغلا خاليا من العيوب.

تستحق السلامة عناية حقيقية. تشمل الاحتياطات الموصى بها تشغيل الوكيل في جهاز افتراضي مخصص بصلاحيات دنيا، وتقييد الوصول إلى الإنترنت، وإبقاء بيانات الاعتماد بعيدا عن الشاشة، والحفاظ على إشراف بشري على الإجراءات المهمة. تشير Anthropic أيضا إلى أن الميزة يمكن أن تكون مؤهلة للاحتفاظ الصفري بالبيانات، حيث لا يتم تخزين البيانات المرسلة عبرها بعد الاستجابة. التعامل مع الوكيل كمتدرب قوي لكن خاضع للإشراف يحافظ على فائدته دون مخاطر لا داعي لها.

الخلاصة

تتيح Computer Use لنموذج الذكاء الاصطناعي رؤية شاشة والتحكم بفأرة ولوحة مفاتيح افتراضيتين، وتشغيل البرمجيات تماما كما يفعل الإنسان عبر حلقة الإدراك والتفكير والتصرف والتكرار. إنها تفتح الباب أمام أتمتة التطبيقات التي تفتقر إلى واجهة برمجة تطبيقات، وتشغل التنقل العامل على الويب، وتعمل بشكل أفضل كحل احتياطي للموصلات المخصصة لا كخيار أول.

بالنسبة للعلامات التجارية، تنذر هذه التقنية بويب يتم تصفحه بشكل متزايد من قبل الوكلاء، ما يكافئ المواقع النظيفة والقابلة للقراءة الآلية. اربطوا هذه القدرة بـوكلاء الذكاء الاصطناعي والبحث العامل لرؤية الصورة الكاملة. مصادر مرجعية: Anthropic Claude Docs، Developers Digest، وCNBC.