عندما تتوقف وكلاء الذكاء الاصطناعي عن كونها «غير محدودة»، تصبح الميزانيات سطح الهجوم الجديد

إن تغيير Anthropic في الفوترة أكثر من مجرد تعديل في التسعير. فهو يرسم خطًا فاصلًا واضحًا بين الدردشة البشرية والأتمتة التي تقودها الآلات، وهذا مهم لأن وكلاء الذكاء الاصطناعي الحديثة نادرًا ما يتصرفون كمساعدين عاديين. فهي تقرأ الملفات، وتستدعي الأدوات، وتعيد المحاولة عند المهام، وتستمر في العمل حتى بعد أن يغلق الشخص تبويب المتصفح. وبمجرد نقل هذا النشاط إلى تجمع منفصل من الاعتمادات الشهرية، تصبح مراقبة التكلفة جزءًا من هندسة الأمان.

حقائق سريعة

• سيتم فصل استخدام Claude البرنامجي عن حدود اشتراك الدردشة العادية اعتبارًا من 15 يونيو.
• سيُطبق نظام منفصل للاعتمادات الشهرية على أدوات الأتمتة مثل Agent SDK وGitHub Actions.
• ستُحاسب الاعتمادات بأسعار شبيهة بأسعار واجهة API، وترتبط بفئة خطة Claude الخاصة بالمستخدم.
• تشمل أمثلة مبالغ الاعتمادات 20 دولارًا لخطة Pro، و100 دولار لـ Max 5x، و200 دولار لـ Max 20x.
• قد تحتاج الوكلاء طويلة التشغيل، ومهام CI، وسير العمل المؤتمتة الأخرى إلى ضوابط إنفاق وحدود إعادة محاولة أكثر صرامة.

المعنى التقني بسيط: لم يعد الاستخدام التفاعلي والاستخدام البرنامجي يُعاملان على أنهما الشيء نفسه. هذا التمييز مهم لأن أعباء عمل الوكلاء تميل إلى استهلاك عدد أكبر من الرموز مقارنة بالدردشة العادية. فقد يستهلك سير عمل يبحث في الويب، ويعدّل الشيفرة، ويستدعي الأدوات، ويدور عبر الإخفاقات، الميزانية بسرعة، خاصة عندما تكون المطالبات كبيرة أو تكون عمليات إعادة المحاولة متكررة.

من منظور دفاعي، لا يتمثل الخطر الحقيقي في ارتفاع الإنفاق فقط. فإذا شغّل فريق الذكاء الاصطناعي داخل مسارات CI أو GitHub Actions أو غيرها من المهام الخلفية، فقد يؤدي نفاد تجمع الاعتمادات إلى تعطيل الأتمتة في أسوأ لحظة ممكنة. ويمكن أن يحول ذلك مشكلة تكلفة إلى مشكلة توافر. وفي سير العمل ذات الامتيازات، يثير أيضًا أسئلة حوكمة: من يملك الميزانية، ومن يتلقى التنبيهات، وماذا يحدث عندما يبدأ روبوت في الدوران؟

القراءة الأكثر أمانًا هي قراءة حذرة. فالمعلومات المتاحة تدعم تحليل مخاطر، لا ادعاءً قاطعًا بأن كل سير عمل سيتعطل أو أن جميع الفرق ستواجه الأثر نفسه في الفوترة. وإذا فرضت Anthropic الاعتمادات على مستوى المستخدم بدلًا من تجميعها على مستوى المجموعة، فقد يصبح من الأصعب إدارة الأتمتة المشتركة. وإذا كانت حدود إعادة المحاولة والمهلات ضعيفة، فقد يستهلك وكيل خارج عن السيطرة الاعتمادات أسرع مما هو متوقع.

لهذا السبب تكتسب قياسات الاستخدام أهمية. ينبغي للفرق التي تخطط لنشر وكلاء جادين أن تتتبع الإنفاق حسب مساحة العمل والنموذج ونافذة السياق، وأن تفصل الدردشة البشرية عن الأتمتة الآلية، وأن تستخدم التخزين المؤقت للمطالبات حيثما كانت التعليمات المتكررة لا مفر منها. وفي GitHub Actions أو البيئات المماثلة، تظل أذونات أقل قدر ممكن من الامتيازات والنطاق الضيق للأسرار أمرين أساسيين، لأن ضغط الفوترة لا يقلل من مخاطر الأمان؛ بل قد يفاقمها.

الدرس الأوسع هو أن الذكاء الاصطناعي الوكالي ينضج ليصبح بنية تحتية مُقننة بالاستهلاك. وبمجرد أن تحمل الأتمتة تكلفة حقيقية للاستهلاك، تصبح خيارات الهندسة وضوابط الميزانية والحدود التشغيلية جزءًا من نموذج التهديد. بالنسبة إلى المؤسسات التي تبني باستخدام الذكاء الاصطناعي، لم يعد السؤال هو ما إذا كان الوكيل قادرًا على إنجاز المهمة، بل ما إذا كان قادرًا على إنجازها بكفاءة ويمكن التنبؤ بها ومن دون تحويل الإنفاق إلى نمط فشل جديد.

الخلاصة

يمكن قراءة هذا التغيير على أنه إشارة تحذير للمكدس الأوسع للذكاء الاصطناعي: الأتمتة «المجانية» تتراجع لصالح التحكم القائم على الاستخدام. وستشعر الفرق التي تتعامل مع الوكلاء كجلسات دردشة قابلة للاستهلاك السريع بالتغيير أولًا. أما الفرق التي تقيسهم وتحدهم وتحكمهم مثل أعباء العمل السحابية فستكون في وضع أفضل عندما يصل الحد الفوترة التالي.

WIKICROOK

• Agent SDK: مجموعة أدوات للمطورين لبناء وكلاء ذكاء اصطناعي يمكنهم استخدام الأدوات والملفات وتنفيذ الأوامر ضمن سير عمل مؤتمت.
• الاستخدام البرنامجي: وصول الذكاء الاصطناعي عبر الشيفرة أو واجهات API أو البرامج النصية بدلًا من شخص يكتب في نافذة دردشة.
• تجمع الاعتمادات الشهرية: كمية ثابتة من الاستخدام المقنن تُخصص لفترة فوترة وتُستهلك أثناء تنفيذ العمل.
• التخزين المؤقت للمطالبات: إعادة استخدام محتوى المطالبات المتكرر لتقليل المعالجة المتكررة وخفض استهلاك الرموز.
• قياسات الاستخدام: بيانات القياس التي توضح مدى استخدام نظام ذكاء اصطناعي، وأين يُستخدم، وكم تكلفته.