اليوم ، هناك خبر يحظى بشعبية كبيرة على Hacker News ، ومحتوى الأخبار هو أن معدل البطالة في كاليفورنيا قد ارتفع إلى 5.5٪ ، وهو قاع الولايات المتحدة ، وأن صناعة التكنولوجيا تكافح: "سوق العمل قاسي للغاية". ارتفع معدل البطالة في كاليفورنيا > إلى 5.5٪ في يوليو ، وهو أعلى مستوى بين أي ولاية في الولايات المتحدة ، وفقا لبيانات حكومة الولاية الصادرة يوم الجمعة. وراء ذلك الضعف المستمر للوظائف في صناعة التكنولوجيا والوظائف المكتبية الأخرى ، فضلا عن الانكماش في سوق التوظيف. عزت الأخبار ذلك إلى ضعف قطاع التكنولوجيا ، الذي يعد جزءا محوريا من اقتصاد كاليفورنيا. تمت مناقشة الأخبار بشكل ساخن في مجتمع Hacker News ، وتم تحليل الأسباب الكامنة وراءها من وجهات نظرهم الخاصة ، وهي أكثر تعقيدا بكثير مما اقترحه العنوان. أعتقد أن هذه المناقشة هي ملخص جيد لسبب تباطؤ التوظيف في صناعة التكنولوجيا حاليا. 1. بادئ ذي بدء ، النقطة الأساسية هي: قل وداعا للتعاقب المتعددة ل "عصر سعر الفائدة الصفر" هذه هي النقطة الأكثر شيوعا وعمقا في المناقشة. يعتقد الكثيرون أن مشاكل صناعة التكنولوجيا الحالية ليست ناتجة عن عامل واحد ، بل هي تأثير مضاعف لنهاية حقبة سياسة سعر الفائدة الصفرية (ZIRP) في العقد الماضي. - انفجار فقاعة رأس المال: من حوالي عام 2012 إلى عام 2022 ، أدت أسعار الفائدة المنخفضة للغاية إلى جعل رأس المال رخيصا بشكل غير عادي. أدى تدفق رأس المال الاستثماري (VC) إلى صناعة التكنولوجيا إلى ظهور عدد لا يحصى من نماذج الأعمال التي تعتمد على النمو "المحترق" ، وخاصة شركات التشفير والميتافيرس التي تفتقر إلى القيمة الحقيقية. مع رفع بنك الاحتياطي الفيدرالي أسعار الفائدة ، انتهى عصر الأموال الرخيصة ، وانكسرت سلاسل الأموال لهذه الشركات ، مما أدى إلى العديد من عمليات تسريح العمال والإغلاق. - عدم توازن العرض والطلب على المواهب: في عصر ZIRP ، جذبت أسطورة الرواتب المرتفعة في صناعة التكنولوجيا تدفقا للمواهب. أدى التوسع الهائل في برامج علوم الكمبيوتر (CS) في الجامعات ، وازدهار المعسكرات التدريبية ، والهجرة التقنية إلى زيادة كبيرة في المعروض من مهندسي البرمجيات على مدار العقد الماضي. ومع ذلك ، مع انحسار رأس المال ، تقلص جانب الطلب ، وخاصة الشركات الناشئة ، بشكل حاد ، مما أدى إلى خلق فائض خطير من المواهب. - التأثيرات المضاعفة في صناعات مثل التكنولوجيا الحيوية: كما تضررت بشدة صناعات مثل التكنولوجيا الحيوية ، التي تعتمد أيضا على استثمارات طويلة الأجل عالية المخاطر. تعتمد هذه الصناعات على رأس المال الرخيص أكثر من صناعة البرمجيات. بعد نهاية ZIRP ، جفت أموال رأس المال الاستثماري تدريجيا ، ولم تتمكن الشركات الناشئة من الحصول على جولة جديدة من التمويل بعد نفاد "أموال المدرج" (المدرج) ، واضطرت إلى تسريح الموظفين أو الإفلاس. > (بواسطة tqi): "في رأيي ، من السابق لأوانه القول إن "الذكاء الاصطناعي" له تأثير كبير على توظيف شركات البرمجيات. التفسير الأكثر منطقية هو أنه بين عامي 2012 و 2022 ، زاد المعروض من المواهب لمهندسي البرمجيات بشكل كبير ... على جانب الطلب ، يتم استثمار صناديق رأس المال الاستثماري في عصر سعر الفائدة الصفري بشكل أساسي في شركات العملات المشفرة والميتافيرس غير المنطقية ، والتي لم ينجح معظمها ، مما أدى إلى عدم وجود شركات مدرجة في المرحلة المتأخرة أو جديدة في السوق يمكنها استيعاب هذه المواهب. ” 2. "السيف ذو الحدين" للعمل عن بعد: موجة جديدة من الاستعانة بمصادر خارجية عالمية أدى جائحة COVID-19 إلى تعميم العمل من المنزل (WFH) ، والذي كان ينظر إليه على أنه نعمة من قبل العديد من المطورين في ذلك الوقت ، ولكن الآن بدأت آثاره السلبية في الظهور. - تمهيد الطريق للاستعانة بمصادر خارجية:نظرا لأن المطورين يكافحون من أجل الحق في العمل عن بعد بالكامل ، فقد لا يدركون ذلك ، مما يفتح أيضا الباب أمام الشركات للاستعانة بمصادر خارجية للوظائف في البلدان منخفضة التكلفة. نظرا لأن الجميع بعيدون ، فلماذا لا توظف مهندسا هنديا أو من أوروبا الشرقية يبلغ عمره 1/5 مهندس أمريكي فقط وهو جيد بنفس القدر؟ - مكاتب "لا عودة إلى المكتب": يعتقد بعض المعلقين أن سياسات "العودة إلى المكتب (RTO") التي تروج لها شركات التكنولوجيا تهدف جزئيا إلى حماية الوظائف المحلية). بمجرد أن تثبت الوظيفة أنها بعيدة بنسبة 100٪ ، يمكن القيام بها في أي مكان في العالم ، ولن تكون ميزة الراتب للمهندسين الأمريكيين موجودة. - مناقشة جودة الاستعانة بمصادر خارجية: يجادل البعض بأن الاستعانة بمصادر خارجية مستمرة منذ عقود ، ولا يزال تطوير البرامج عالي الجودة يتطلب أفضل المواهب المحلية بسبب مشكلات مثل تكاليف الاتصال واختلافات المنطقة الزمنية والخلفيات الثقافية. ومع ذلك ، يعتقد أولئك الذين يدعمون منظور الاستعانة بمصادر خارجية أنه يتم التغلب على هذه العقبات مع نضوج أدوات التعاون عن بعد وتحسين نماذج الإدارة. > (بواسطة aurareturn): "لقد كنت أقول على HN منذ عام 2022: جميع مطوري أمريكا الشمالية الذين يدعمون العمل عن بعد بالكامل ، ستندهش عندما تقرر شركتك استبدالك بشخص من الخارج. نظرا لأن كل شيء بعيد ، فلماذا يجب على الشركة توظيفك مقابل 5 أضعاف السعر بدلا من موظف أجنبي يعمل بجد ويشكو أقل؟ ... قد يؤدي دعم أمر العودة إلى المكتب إلى إنقاذ حياتك المهنية على المدى الطويل. ” 3. دور الذكاء الاصطناعي: هل هو أداة إنتاجية أم ذريعة لتسريح الموظفين أم "مصاص دماء" رأس المال؟ فيما يتعلق بدور الذكاء الاصطناعي (الذكاء الاصطناعي) في هذه الموجة من فقدان الوظائف ، فإن المناقشة تمثل فجوة معقدة. - تأثير الاستبدال المباشر المحدود: يتفق معظمهم على أن الذكاء الاصطناعي الحالي لا يمكن أن يحل محل مهندسي البرمجيات ذوي الخبرة بالكامل. لكنها بدأت تحل محل بعض المهام الصغرى والمتكررة ، مثل بعض المهام الاستشارية الصغيرة. تقدم أحد المستشارين وقال إن العميل توقف عن الاتصال به لأن ChatGPT يمكنه حل بعض الأخطاء الطفيفة. - "العذر المثالي" لتسريح العمال: الاعتقاد الشائع هو أن الذكاء الاصطناعي أصبح "العذر المثالي" للشركات لتسريح الموظفين وتقليل التكاليف وزيادة الكفاءة. حتى لو كان السبب الجذري لتسريح العمال هو الانكماش الاقتصادي أو القرارات الإدارية ، فإن الشركات سعيدة بتعبئتها كتعديل استراتيجي "لتبني الذكاء الاصطناعي وتحسين الكفاءة". - "الثقب الأسود" لرأس المال: يلعب الذكاء الاصطناعي دورا رئيسيا آخر - فهو يمتص رأس المال الاستثماري الوحيد المتبقي في السوق والذي كان من الممكن أن يتدفق إلى قطاعات التكنولوجيا الأخرى. يهتم أصحاب رأس المال الاستثماري الآن بشكل حصري تقريبا بالمشاريع الذكاء الاصطناعي ، مما أدى إلى تفاقم صعوبات التمويل للشركات الناشئة في المجال غير الذكاء الاصطناعي. 4. "منطقة الصدأ" في صناعة التكنولوجيا؟ المخاوف الهيكلية بشأن المستقبل أعرب بعض أعضاء اللجنة عن مخاوفهم بشأن المستقبل من منظور أوسع ، ورسموا أوجه تشابه بين صناعة التكنولوجيا والتصنيع الذي كان مجيدا ثم متدهشا في يوم من الأيام "حزام الصدأ". - تكرار فقدان الوظائف: مثلما قامت الولايات المتحدة بالاستعانة بمصادر خارجية للتصنيع في الصين ، تتدفق وظائف تكنولوجيا المعلومات وتطوير البرمجيات الآن إلى الهند وأمريكا اللاتينية وأوروبا الشرقية على نطاق واسع. قد يؤدي هذا إلى بطالة هيكلية طويلة الأجل لمجموعة مهندسي البرمجيات التي كانت ذات يوم ذات رواتب جيدة. - التأثير السياسي والاجتماعي: إذا اختفى عدد كبير من وظائف التكنولوجيا من الطبقة الوسطى ، فقد يؤدي ذلك إلى مشاكل اجتماعية وسياسية جديدة ، مثل تراجع حزام الصدأ الذي لا يزال يؤثر على المشهد السياسي الأمريكي اليوم. - الجدل حول سياسة الهجرة والتأشيرات (H1B / O1): وجه جزء من المناقشة أصابع الاتهام إلى تأشيرات العمل مثل H1B ، بحجة أنه تم إساءة استخدامها ، مما أدى إلى انخفاض رواتب المهندسين المحليين وزيادة المنافسة. وآخرون من أشد المدافعين عن هجرة المهرة، بحجة أن هذه المواهب العليا من جميع أنحاء العالم، مثل خريجي جامعة واترلو، هي التي تشكل حجر الزاوية في الابتكار في وادي السيليكون. 5. إدارة الشركة والتغيير الثقافي: "تأثير المسك" وجهة نظر مثيرة للاهتمام هي أن ماسك كان له تأثير مثالي على عمليات التسريح الجماعية للعمال على تويتر (الآن X). - ترشيد تسريح العمال: عندما قام ماسك بتسريح أكثر من 75٪ من موظفي تويتر ، كان المنتج لا يزال يعمل ، مما جعل العديد من الرؤساء التنفيذيين يفكرون: "بما أنه يستطيع القيام بذلك ، فلماذا لا أستطيع؟" هذا يكسر عقلية "المزيد من المواهب ، كلما كان ذلك أفضل" لشركات التكنولوجيا في الماضي ، مما يجعل تسريح العمال على نطاق واسع أكثر قبولا نفسيا وتجاريا. 6. العوامل السياسية والسياسية: الجدل حول تغييرات قانون الضرائب هناك دليل تقني ولكنه بعيد المدى حول التغييرات في قوانين الضرائب الأمريكية. - قاعدة إطفاء نفقات البحث والتطوير (القسم 174): هناك بند في قانون الإصلاح الضريبي لإدارة ترامب (TCJA) في عام 2017 يتطلب من الشركات إطفاء نفقات البحث والتطوير (R&D) مثل رواتب تطوير البرمجيات على أقساط على مدى خمس سنوات بدءا من عام 2022 ، بدلا من خصمها بالكامل في العام الحالي كما كان من قبل. وقد أدى ذلك إلى زيادة العبء الضريبي بشكل كبير على شركات التكنولوجيا ، وخاصة الشركات الناشئة ، وتثبيط نوايا التوظيف في الولايات المتحدة. - التأثير التصالحي للفواتير الأخيرة: يصحح مشروع قانون إعادة البناء بشكل أفضل (BBB) الذي تم تمريره مؤخرا هذه المشكلة جزئيا ، مما يسمح بخصم الإنفاق المحلي على البحث والتطوير على الفور مرة أخرى. يعتقد بعض المعلقين أنهم شعروا بانتعاش في سوق التوظيف في شهر يوليو تقريبا ، والذي قد يكون له علاقة به. أخيرًا انطلاقا من هذه المناقشات ، فإن أسباب الانكماش الحالي في التوظيف في صناعة التكنولوجيا في كاليفورنيا معقدة للغاية ، ولا يسببها عامل واحد ، ولا يمكن أن تعزى ببساطة إلى "الذكاء الاصطناعي يحل محل البشر" أو "الركود الدوري في الصناعة" ، ولكن نتيجة للركود الاقتصادي بعد نهاية عصر سعر الفائدة الصفري ، وإعادة هيكلة سوق العمل العالمي الناجم عن العمل عن بعد ، والتأثير المزدوج ل الذكاء الاصطناعي كتقنية جديدة ومغناطيس لرأس المال ، والتغيرات في السياسات الضريبية المحددة. لا أعرف متى سأخرج من هذا المأزق؟ أو السبب ليس فقط هذه التي تمت مناقشتها أعلاه

الترجمة: لماذا لا تستطيع نماذج اللغات الكبيرة إنشاء برامج بقلم كونراد إيروين شيء واحد أقضي الكثير من الوقت في القيام به هو إجراء مقابلات مع مهندسي البرمجيات. من الواضح أن هذه مهمة صعبة ، ولا أجرؤ على القول إن لدي أي حيل. لكنها منحتني الوقت للتفكير في ما يفعله مهندس البرمجيات الفعال. الدورة الأساسية لهندسة البرمجيات عندما تنظر إلى متذوق حقيقي ، سترى أنه يقوم دائما بالخطوات التالية في دورة: * بناء نموذج عقلي للاحتياجات. * اكتب (نأمل؟!) ) التعليمات البرمجية التي تنفذ المتطلبات. * قم ببناء نموذج عقلي لكيفية تصرف التعليمات البرمجية الخاصة بك بالفعل. * ابحث عن الفرق بين الاثنين ، ثم قم بتحديث الكود (أو المتطلبات). هناك العديد من الطرق لإنجاز هذه الخطوات ، ولكن الشيء العظيم في المهندسين الفعالين هو قدرتهم على بناء نماذج عقلية واضحة والحفاظ عليها. كيف تعمل نماذج اللغات الكبيرة؟ لكي نكون منصفين ، فإن نماذج اللغات الكبيرة جيدة جدا في كتابة التعليمات البرمجية. كما أنهم يقومون بعمل جيد في تحديث الكود عندما تشير إلى المشكلة. يمكنهم أيضا القيام بكل الأشياء التي قد يفعلها مهندس حقيقي: قراءة التعليمات البرمجية ، وكتابة الاختبارات وتشغيلها ، وإضافة السجلات ، و (من المفترض) استخدام مصحح الأخطاء. لكن ما لا يمكنهم فعله هو الحفاظ على نموذج ذهني واضح. سوف تقع نماذج اللغة الكبيرة في ارتباك لا نهاية له: سيفترضون أن الكود الذي يكتبون قابل للاستخدام بالفعل. عندما يفشل الاختبار ، يمكنهم فقط تخمين ما إذا كان رمز إصلاح أو اختبارا ثابتا. عندما يشعرون بالإحباط ، فإنهم ببساطة يقطعون كل شيء ويبدأون من جديد. هذا هو عكس ما أتوقعه من مهندس. يختبر مهندسو البرمجيات أثناء عملهم. عندما يفشل الاختبار ، يمكنهم استخدام نموذجهم العقلي لتحديد ما إذا كان سيتم إصلاح الكود أو الاختبار ، أو جمع المزيد من المعلومات قبل اتخاذ القرار. عندما يشعرون بالإحباط ، يمكنهم طلب المساعدة من خلال التواصل مع الناس. على الرغم من أنهم يحذفون كل شيء في بعض الأحيان ويبدأون من جديد ، إلا أنه خيار يتم اتخاذه بعد فهم أوضح للمشكلة. لكنها ستكون قريبا ، أليس كذلك؟ هل سيتغير هذا عندما تصبح النماذج أكثر قدرة؟ ربما؟؟ لكنني أعتقد أن هذا يتطلب تغييرا جوهريا في طريقة بناء النماذج وتحسينها. تتطلب هندسة البرمجيات نماذج أكثر من مجرد إنشاء تعليمات برمجية. عندما يواجه الشخص مشكلة ، يكون قادرا على تنحية السياق بأكمله جانبا مؤقتا والتركيز على حل المشكلة المطروحة ، ثم العودة إلى المشكلة الكبيرة المطروحة. يمكنهم أيضا التبديل بين الصورة الكبيرة والتفاصيل الدقيقة ، وتجاهل التفاصيل مؤقتا للتركيز على الكل ، والبحث في الأجزاء عند الضرورة. لا نصبح أكثر إنتاجية بمجرد حشر المزيد من الكلمات في "نافذة السياق" الخاصة بنا ، فهذا لن يؤدي إلا إلى الجنون. على الرغم من أننا نستطيع التعامل مع قدر كبير من السياق ، إلا أننا نعلم أن هذه النماذج التوليدية لديها حاليا العديد من المشكلات الخطيرة التي تؤثر بشكل مباشر على قدرتها على الحفاظ على نماذج عقلية واضحة: * الإغفال السياقي: النماذج ليست جيدة في اكتشاف المعلومات السياقية التي تم التغاضي عنها. * تحيز الحداثة: يخضعون لتحيز حداثة شديد عند العمل مع نوافذ السياق. * الهلوسة: غالبا ما "يتخيلون" التفاصيل التي لا ينبغي أن تكون موجودة. قد لا تكون هذه المشاكل مستعصية على التغلب عليها ، ويعمل الباحثون على إضافة الذاكرة إلى النماذج حتى يتمكنوا من ممارسة مهارات تفكير مماثلة لأننا نفعل. لكن لسوء الحظ ، في الوقت الحالي ، لا يمكنهم (بعد تجاوز مستوى معين من التعقيد) فهم ما حدث بالفعل. لا يمكنهم إنشاء برامج لأنهم لا يستطيعون الحفاظ على "نموذجين عقليين" متشابهين في نفس الوقت ، ومعرفة الاختلافات ، وتحديد ما إذا كانوا يريدون تحديث التعليمات البرمجية أو تحديث المتطلبات. إذن ماذا الآن؟ من الواضح أن نماذج اللغات الكبيرة مفيدة لمهندسي البرمجيات. يقومون بإنشاء التعليمات البرمجية بسرعة ويتفوقون في دمج المتطلبات والوثائق. بالنسبة لبعض المهام ، هذا يكفي: المتطلبات واضحة بما فيه الكفاية ، والمشاكل بسيطة بما يكفي بحيث يمكن القيام بها بين عشية وضحاها. ومع ذلك ، بالنسبة لأي مهمة ذات بعض التعقيد ، لا يمكنهم الحفاظ على سياق كاف بدقة كافية للتكرار لإنتاج حل قابل للتطبيق في النهاية. بصفتك مهندس برمجيات ، فأنت لا تزال مسؤولا عن التأكد من أن المتطلبات واضحة وأن الكود يقدم بالفعل ما يدعي القيام به. في Zed ، نؤمن بمستقبل حيث يمكن للبشر ووكلاء الذكاء الاصطناعي بناء البرامج معا. ومع ذلك ، فإننا نعتقد اعتقادا راسخا (على الأقل في الوقت الحالي) أنك السائق خلف عجلة القيادة ، وأن نماذج اللغات الكبيرة هي مجرد أداة أخرى في متناول يدك.

بالأمس ذهبت إلى مؤتمر مدير المنتجات في CSDN لتقديم عرض تقديمي. عندما دعاني أصدقائي في CSDN لإلقاء خطاب في مؤتمر مدير المنتج قبل ثلاثة أشهر ، أردت في الواقع رفضه. والسبب هو أن شركتي الناشئة قد تم تأسيسها لمدة نصف عام فقط ، وليس لدي الكثير من الأفكار لمشاركتها معك. ومع ذلك ، قال أصدقاء CSDN إنه لا يهم ، لا يزال المؤتمر على بعد ثلاثة أشهر ، ولا يزال هناك متسع من الوقت ، ويمكننا أيضا مشاركة بعض تجارب المنتج السابقة. من قبيل الصدفة ، بعد أن أصدرنا FlowSpeech الأسبوع الماضي ، انفجرت سمعة المنتج ، وزاد MRR بمقدار 3 مرات ، كما كسر ARR هدفا صغيرا ، والأهم من ذلك ، أن مستخدمينا حققوا أموالا حقيقية باستخدام المنتج ، وهو أفضل دليل على قوة منتجنا. لذلك عندما كنت ألقي خطابا بالأمس ، مازحت معك أن المحتوى الذهبي لهذا PPT اليوم قد ارتفع بشكل كبير ، يرجى الاستماع بعناية.

"كمزارع ، أشتري فقط الطعام العضوي. بصفتي ممارسا في الذكاء الاصطناعي ، فأنا أنظر فقط إلى المحتوى غير الناتج عن الذكاء الاصطناعي ". 😅

يعد Vibe Coding مصطلحا سيئا ومضللا ، ومعناه الأكبر هو أنه يستخدم الذكاء الاصطناعي للنماذج الأولية ، والذي يمكن أن يساعد في تحديد متطلبات المنتج بسرعة. في هندسة البرمجيات ، عادة ما يتم التخلي عن رمز تطوير النموذج الأولي ، ويحتاج النظام إلى إعادة تصميمه وترميزه وتنفيذه عند تطوير المنتج رسميا.

في هندسة السياق ، يحتاج الوكيل إلى استخدام الأدوات والبيئات للحصول على البيانات وإكمال السياق

تعليم الدراسة الذاتية لعلوم الكمبيوتر TeachYourselfCS إذا كنت مهندسا عصاميا أو تخرجت من دورة برمجة ، فمن الضروري أن تدرس علوم الكمبيوتر. لحسن الحظ ، ليس عليك إنفاق سنوات والكثير من المال للحصول على درجة علمية: يمكنك الحصول على تعليم 💸 على مستوى عالمي بنفسك. على الإنترنت ، هناك العديد من مصادر التعلم في كل مكان ، لكن الجوهر والخبث يتعايشان. بدلا من قائمة مثل "200+ دورة تدريبية مجانية عبر الإنترنت" ، فأنت بحاجة إلى إجابات لأسئلة مثل: ما هي المواد التي يجب أن تدرسها ولماذا؟ ما هي أفضل دورة كتاب أو فيديو لهذه الموضوعات؟ في هذا الدليل ، نحاول تقديم إجابات نهائية لهذه الأسئلة.

هنا يأتي أصدقائي ~ أكسب 20 يوانا فقط مقابل 3 ملايين مستخدم: الطفرة الزائفة لأدوات الذكاء الاصطناعي - ListenHub من منا لا يروي نكتة. كان الكثير من الناس مهتمين بالقضية التي شاركتها على Hard Ground Hacking ، وقمت بعمل بودكاست على وجه التحديد على ListenHub من @oran_ge. يمكنك الاستماع إليها ~

يشعر العديد من الأصدقاء بالقلق بشأن قيود استخدام ChatGPT Team و Enterprise ، والآن تم إصدار مقالتين جديدتين للأسئلة المتداولة (FAQ) لشرح ذلك. * إصدار فريق ChatGPT - GPT-5 و GPT-4o غير محدودين ، ولكن هناك القيود التالية لإصدارات الطراز المختلفة: * 200 طلب تفكير GPT-5 يوميا * 2800 GPT-5 طلب مصغر للتفكير في الأسبوع * 15 طلب GPT-5 Pro شهريا * 3 طلبات GPT-500 كل 4.1 ساعة * 300 طلب O4-mini و O3 يوميا * ChatGPT Enterprise - GPT-5 و GPT-4o و GPT-4.1-mini غير محدودة ، ولكن هناك القيود التالية لإصدارات الطراز المختلفة: * 200 طلب تفكير GPT-5 في الأسبوع * 15 طلب GPT-5 Pro شهريا * 20 طلب GPT-4.5 في الأسبوع * 3 طلبات GPT-500 كل 4.1 ساعة * 300 طلب O4-mini يوميا * 100 طلب O4-mini-high يوميا * 100 طلب O3 في الأسبوع * 15 طلب O3-Pro شهريا ذكرت مقالة الأسئلة الشائعة أيضا أن القيود الحالية لنموذج التفكير GPT-5 مؤقتة وهي في الواقع أعلى من الحدود طويلة المدى المذكورة أعلاه.

هذا صحيح: أقل في المطالبة بقول ما لا يجب فعله ، ولكن ما يجب فعله. النموذج الكبير مشابه جدا للناس ، وكلما لم تدعه يفعل ذلك ، كان من الأسهل جذب الانتباه