Claude Mythos 5 وجد دوائر كمومية أفضل من أفضل ما نُشر — بدءًا بواحدة تقلّل البوابات بمقدار 17×

نشر برنامج STEM للزملاء التابع لـ Anthropic نتيجةً هذا الأسبوع حيث Claude Mythos 5تم تسليمه مواصفات مكتوبة بلغة واضحة لثماني دوائر كمومية، وعمل في حلقة مغلقة أمام مُقيّم آلي، وأعاد تصاميم تفوق أفضل التصاميم المنشورة في سبع منها — وفي الثامنة أنتج شيئًا لم يكن موجودًا في الأدبيات: تنفيذًا عكسيًا لخطوات القسمة (divsteps) دون تاريخ فروع مخزّن، أحد أعضائه يستخدم كيوبتات أكثر بنسبة 12% لكن بوابات أقل بمقدار 17× من أصغر تصميم سابق. الورقة، اكتشاف دوائر كمومية متقدمة باستخدام نماذج اللغة الكبيرة، وهي على arXiv (2610.22367، قُدّمت في 15 أكتوبر 2026، 46 صفحة)، ومؤلفها الرئيسي هو Andi Gu، أحد الزملاء في البرنامج، بإشراف عالم الفيزياء الكمومية Alek Kemeny، وبالتعاون مع Susanne Yelin و Mikhail Lukin من هارفارد. كل رقم أدناه هو من Anthropic نفسها أو من جداول الورقة نفسها؛ ولم يتم إعادة إنتاج أي منه بشكل مستقل بعد.

ما الذي نُفّذ فعليًا، وما الذي لم يُنفّذ

يستحق هذا الإعداد وصفًا دقيقًا، لأن الادّعاء المثير ليس أن "نموذجًا كتب بعض الشيفرة". فقد أعطت Anthropic نموذج Claude Mythos 5 مواصفةً لعنصر حسابي أساسي، فاقترح النموذج دارةً بلغة Python. ثم تحقّق مقيّم منفصل — برنامج، لا نموذج — من صحة الدارة ومنحها درجة تُحسب بضرب عدد الكيوبتات في عدد البوابات، وهو مؤشر بديل لزمن التشغيل. أُعيدت الدرجة إلى النموذج، فقام بمراجعتها. ولم يكن هناك إنسان في الحلقة بين الجولات. ووصف Anthropic الأمر بأن Claude عمل "إلى حد كبير بمفرده".

هناك أمران في تلك الحلقة يؤديان الدور الأكبر. الأول أن المُقيِّم مستقل عن المُقترِح، لذا فإن إجابة خاطئة تبدو معقولة تحصل على صفر بدلًا من أن تكسب الجدال. والثاني أن الهدف رقم، مما يعني أن النموذج يستطيع أن يعرف ما إذا كانت المراجعة قد ساعدت. وهذا هو الشكل نفسه لمجموعة اختبارات تقود وكيل برمجة، وهو السبب الذي جعل Anthropic تختار الدوائر الكمومية للدراسة: فالمجال لديه فحص صحة صارم ورخيص وآلي.

تمتد البدائيات الثماني عبر الكيمياء والتحسين والمحاكاة الكمومية ونظرية الأعداد والحوسبة العددية. وهناك قيدان يجعلان هذا المجال غير مألوف. فالدوائر الكمومية لا تحتوي على تفرع «إذا–فإن»، لأن التراكب يعني أن هناك حاجة إلى عملية لكل فرع؛ كما أنها لا تستطيع التخلص من المعلومات، لأن كل خطوة يجب أن تكون عكوسة. ويتعين إلغاء حساب القيم المؤقتة المتبقية عبر تشغيل الحساب عكسيًا، وهو ما يستهلك بوابات. ويفرض ذلك مقايضة بين المساحة والزمن لا نظير لها في الحوسبة الكلاسيكية، وهي بالضبط نوع المقايضة التي يمكن توجيه عملية بحث نحوها.

النتائج الأربع التي تستحق القراءة بالتفصيل

• Divsteps / العكس المعياري في حقل أولي. هذا هو العنوان الرئيسي. أنتج Claude أول تطبيق Divsteps قابل للعكس لا يخزّن أي سجل تفرعات — وهو بناء تصفه الورقة بأنه يجعل Divsteps، وهي خوارزمية كلاسيكية كانت سابقًا غير عملية للحساب الصحيح القابل للعكس، قابلة للعمل حديثًا. النتيجة القابلة للاستخدام هي تحول باريتو بدلًا من مكسب واحد: أحد أفراد عائلة التصميم الناتجة يستهلك كيوبتات أكثر بنسبة 12% وبوابات أقل بـ17× من أصغر تصميم سابق، لذا يمكن لمصرّف لديه ميزانية كيوبتات فائضة أن يشتري بوابات بها الآن.

• فك ترميز DQI / Reed–Solomon. يقلل مفكك ترميز C​laude عدد البوابات بمعامل 12 مقارنة ببناء G​oogle السابق، جزئيًا عبر استبدال خوارزمية إقليدس الموسعة بفك ترميز Berlekamp–Massey. التفصيل المتعلق بالتخزين هو المثير للاهتمام: التعامل مع الاستثناءات في أسوأ الحالات عبر 35 جولة سيستغرق 665 كيوبت، وبعد أن شغّل محاكٍ 403 ملايين عملية فك ترميز تجريبية، خصص C​laude بدلًا من ذلك مساحة لقيمة واحدة — 19 كيوبت — مع القبول بأن نحو تشغيل واحد من كل 10,000 يحتاج إلى المزيد ويفشل، وهو معدل يقع داخل ميزانية الخطأ المسموح بها.

• جمع نقاط المنحنى الإهليلجي.أنتج تشغيل واحد استمر 53 ساعة، بحد أدنى من المدخلات البشرية — موجز أولي بالإضافة إلى مطالبات متفرقة — نهجًا جديدًا. أثبت C​laude المتطابقات الجبرية، واختبر الصيغ في محاكاة عددية واسعة النطاق، وصاغ الادعاء رسميًا في Lean، وهو نوع التحقق الذاتي الذي يجعل النتيجة أصعب في رفضها باعتبارها مخرجًا يبدو معقولًا.

• مسار FeMoco، الذي يحتاج إلى تحفّظ. تضع صفحة Anthropic نتيجة Claude مقابل تقدير عام 2017 لمحاكاة عامل الحديد–الموليبدينوم المساعد: نحو 50 تريليون بوابة Toffoli، تنخفض إلى نحو 340 مليونًا، أي انخفاض بنحو 150,000 ضعف، وهو ما تصفه الصفحة بأنه بضع ساعات على آلة مستقبلية تمتلك نحو ثلاثة ملايين كيوبت فيزيائي. اقرأ ذلك كمسار على مستوى المجال، لا كنتيجة منفردة. وتنسب الصفحة نفسها الانخفاض الذي تحقق خلال ثماني سنوات إلى مجموعات بحثية عديدة، والقراءة الأمينة هي أن تصميم Claude خطوة داخل منحنى كان يهبط بحدّة بالفعل.

لبيان حجم أهمية رقم DQI: تشير تقديرات Google Quantum AI نفسها إلى أن مسألة OPI واحدة ستستغرق نحو ثلاثة أشهر على حاسوب Frontier العملاق اليوم، مقابل نحو ساعة على حاسوب كمي مستقبلي يعمل بـ DQI — ويذهب معظم تلك الساعة إلى فك ترميز Reed–Solomon. وخفض عدد بوابات فك الترميز بمقدار 12× هو خفض للحد المهيمن.

ما الذي لا يعنيه «يتفوق على أفضل نتيجة منشورة»

أربعة حدود صادقة، مذكورة قبل أن يقتبس أي شخص الرقم 17× خارج السياق.

الأمر الأول هو أن هذه مسودة بحثية دون إعادة إنتاج مستقلة. شغّلت Anthropic أداة التقييم؛ وتأتي خطوط الأساس للمقارنة من جداول الورقة نفسها، مع تصميمات سابقة مستمدة من Schrottenloher (2026)، وLuo et al. (2026)، وKhattar et al. (2025). والميزة المزعومة ليست سوى ادّعاء حتى يعيد أحدهم تشغيل أداة الاختبار.

الثاني هو أن تصميم الدوائر يُعد أحد مكوّنات الحاسوب الكمي، وعادةً ما تُصمَّم المكوّنات بشكل منفصل. وتلاحظ Anthropic إمكانية أن يجري تحسين تصحيح الأخطاء والترجمة البرمجية وقيود العتاد معًا بالطريقة نفسها — وهو اتجاه بحثي، وليس نتيجة.

الثالث هو نمط فشل تبلغ عنه A​nthropic ضد نفسها: في التجارب المبكرة كان النموذج متحفظًا، يعيد التشكيك مرارًا في مكاسب مدعومة جيدًا، ويتحقق مرتين أو ثلاثًا من تصاميم كانت على الأرجح سليمة. أنتج ذلك الحذر فائدة حقيقية مرة واحدة — إذ دفع إلى براهين Lean على نتيجة divsteps — لكنه أيضًا حيّز البحث نحو الأساليب الراسخة. كان التخفيف بنيويًا: اشتراط عدة أساليب مختلفة نوعيًا تُطوَّر بالتوازي، وحثّ النموذج أحيانًا على توسيع نطاق بحثه. أي شخص يبني حلقات يقودها مُقيِّم على أي نموذج رائد سيتعرّف على نمط الفشل ذلك، والحل القائم على الأساليب المتوازية هو الجزء القابل للنقل.

الرابع أن سبعًا من المهام الثماني أنتجت درجة أفضل على صياغة قائمة، بينما أنتجت واحدة صياغة جديدة. وهذان نوعان مختلفان من النتائج، ويعتبر تأطير الورقة نفسها المهمة الثامنة هي المثيرة للاهتمام، لأن البحث الذي لا يضبط سوى المعاملات داخل بنية معروفة له سقف.

الجزء الذي يتعمم إلى ما هو أبعد من الحوسبة الكمومية

إذا جرّدنا الفيزياء من الأمر، فما بنته Anthropic هو مُقترِح ومدقّق مستقل، موصولان معًا، مع هدف قياسي يراه الطرفان. أصبح هذا النمط الآن هو الشكل المعياري للعمل الوكيلي الجدي: نموذج يولّد، وآخر يتحقق، وتتوقف الحلقة عندما ينجح اختبار بدلًا من أن تتوقف عندما تبدو المخرجات جيدة. الدرس الذي تضيفه الورقة الكمومية يتعلق بأمانة الناقد — فالمقيّم هنا ليس نموذجًا ثانيًا يقدّم رأيًا. إنه محاكٍ إما أن يقبل الدائرة أو لا يقبلها.

حين لا يستطيع برنامج أن يكون الحكم، فإن البنية الأفضل التالية هي نموذج مختلف يكون حكماً، وذلك مشكلة توجيه لا مشكلة بحثية. تركّب لغة التوجيه DSL الخاصة بـ OrcaRouter عدة نماذج في نداء واحد، فيمكن لنموذج رخيص أن يدير فرع المقترح عالي الحجم بينما يُستدعى نموذج أقوى فقط في خطوة التحقق، كما يشغّل دمج النماذج لجنة من النماذج على المطالبة نفسها عندما لا يستحق رأي واحد أن يُوثق به. المغزى ليس أن موجّهاً صمّم الدوائر — فهو لم يفعل، وحلقة Anthropic لا تحتاج إلى واحد. المغزى أن الحلقة التي تصفها Anthropic قابلة للبناء على نقطة نهاية واحدة عبر أكثر من 200 نموذج من دون عقد ثانٍ، وأن تكلفة الحلقة يهيمن عليها عدد جولات المقترح التي يمكنك تحمّل تكلفتها.

أين يمكنك فعلاً تشغيل شيء كهذا

لا يمكن استدعاء Claude Mythos 5 نفسه. فهو محصور على شركاء مُعتمدين وأعضاء برنامج التحقق، ولا يظهر في أي واجهة برمجية عامة، ولا يُوجَّه إلى هنا — إذ لا يمكن توجيه نموذج مُقيَّد إلى الجمهور العام. أما ما يمكن الوصول إليه فهو نظيره العام. تُصدر Anthropic كل خطوة حدودية في هيئة وحدتين (SKU) من الأوزان نفسها: وحدة Mythos المزوّدة بضمانات الأمن السيبراني والأحياء المضبوطة للمدافعين المعتمدين، ووحدة Fable التي تبقى فيها منظومة الضمانات كاملة مُفعَّلة.Claude Fable 5 هو العضو غير المُقيَّد من جيل Claude Mythos 5، وهو مُدرَج في كتالوج OrcaRouter بسعر Anthropic المُعلن البالغ 10 دولارات لكل مليون رمز إدخال و50 دولارًا لكل مليون رمز إخراج، مُمرَّرًا دون أي هامش ربح، وإلى جانبه Claude Fable 5.1 — التوأم العام لـ Claude Mythos 5.1 — بالسعر نفسه مع قراءة ذاكرة مؤقتة أقل بنسبة 75%. وهذا هو المسار العملي إلى طبقة القدرات التي تتناولها الورقة، وهو يكلّف رقم البائع نفسه لا رقمًا مُضافًا إليه هامش ربح.

من الجدير قوله بوضوح: لم تأتِ مكاسب الورقة البحثية من مُوجِّه واحد، بل من حلقة. وعلى أي شخص يحاول إعادة إنتاج هذا أن يخصص ميزانية لمئات الجولات من اقتراح-تقييم-تنقيح لكل عنصر أولي، وأن يختار نموذجًا يمكنه تحمّل تكلفته لكل جولة. وهذه هي الحجّة لوضع الحلقة خلف موجّه مزوَّد بتحويل تلقائي عند الفشل، بدلًا من المراهنة على بحث يستغرق اثنتي عشرة ساعة وعلى أن يمرّ مزوّد واحد ببعد ظهر جيد.

ماذا تشاهد بعد ذلك

ثلاثة أمور قابلة للتحقق. إعادة تشغيل مستقلة للمُقيِّم على دوائر divsteps وDQI، وهي السبيل الوحيد لأن يصبح 17× و12× أكثر من مجرد أرقام Anthropic. وما إذا كانت أداة الاختبار (harness) نفسها ستُصدر، لأن حلقة التغذية الراجعة هي المساهمة القابلة لإعادة الاستخدام، والدوائر هي العرض التوضيحي. وما إذا كان النمط نفسه من المُقترِح والمُقيِّم يظهر في مسألة لا تكون صحتها قابلة للتحقق آليًا، إذ عند هذه النقطة لم يعد سؤال النموذج كقاضٍ مسألة أكاديمية.

حتى ذلك الحين، فإن الخلاصة المنصفة هي أنّ نموذجًا حدوديًا مقيَّدًا، وُجِّه نحو مجالٍ ذي دالة هدفٍ رخيصة ومُتْرَكًا وحده مدّة 53 ساعة، قد حرّك حدودًا في الموارد ظلّ الباحثون البشر يدفعونها منذ ثماني سنوات. وهذا جديرٌ بأن يُؤخذ على محمل الجدّ استنادًا إلى قوّة المنهج، حتى مع بقاء المضاعِفات المحدّدة موسومةً بأنها مضاعِفات المورّد نفسه.

لا شيء من ذلك افتراضي: تم جمع إخفاقات الذكاء الاصطناعي الموثقة وحوادث الوكلاء الكامنة وراء إصدارات مثل هذا في OrcaRouter AI Incident Archive، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة النزاع الخاصة به.