في 2 أغسطس 2026، شارك أندريه كارباتي على X: أنه قدم الفقرة الأولى من مقدمة "سيد الخواتم" إلى Claude Opus 5، بميزانية تبلغ حوالي مليون رمز وتقريبًا 10 دولارات، لتحويلها إلى عالم ثلاثي الأبعاد باستخدام Three.js.

مؤلف المقال والمصدر: 0x9999in1، ME News



ملخص

• في 2 أغسطس 2026، شارك أندريه كارباتي على X: أنه قدم الفقرة الأولى من مقدمة "سيد الخواتم" إلى Claude Opus 5، بميزانية تبلغ حوالي مليون رمز وتقريبًا 10 دولارات، لتحويلها إلى عالم ثلاثي الأبعاد باستخدام Three.js.
• استغرق Opus 5 حوالي ساعتين لكتابة حوالي 5500 سطر من الكود، وأنتج مقطع فيديو متحرك مدته 93 ثانية. الصور خشنة، لكنها نجحت فعلاً في تحويل النص إلى مشهد ثلاثي الأبعاد متحرك.
• المفتاح ليس أن "الذكاء الاصطناعي أنشأ لعبة جاهزة بـ 10 دولارات" — فلم يفعل ذلك. تم نشر الفيديو فقط، وليس مستودع الكود المفتوح أو نسخة قابلة للعب.
• الصوت ليس مُنشأ بواسطة النموذج. قال كارباتي إن التعليق الصوتي تم إنشاؤه يدويًا باستخدام ElevenLabs لأنه كان يهتم بنوع الصوت المستخدم.
• الإشارة الحقيقية هي: أن "تكلفة إنتاج" برنامج التصور المخصص تنخفض أسرع من قدرة الذكاء الاصطناعي على "فحص وتجربة أعماله".
• لا يمكن لـ Opus 5 مشاهدة الفيديوهات بشكل أصلي بكفاءة، ولا يمكنه تجربة الألعاب، بل يمكنه فقط التقاط لقطات شاشة ببطء عبر عقد مختلفة للتحقق، مع حدوث أخطاء متعددة خلال العملية.
• ما قاله كارباتي عن ظهور "GTA" عند الطلب هو اتجاه، وليس واقعًا اليوم. هذا الشيء اليوم أقرب إلى صندوق منظور ثلاثي الأبعاد تُولَّد تلقائيًا في المتصفح.

نص، ساعتان، 5500 سطر من الشيفرة

Let's clarify things first.

في 2 أغسطس 2026، نشر أندريه كارباتي منشورًا. أجرى تجربة: أخذ الفقرة الافتتاحية من "سيد الخواتم" وقدمها إلى Claude Opus 5. قدم ميزانية قدرها مليون رمز، وقدر تكلفتها بحوالي 10 دولارات. كان الطلب واحدًا فقط — عرضها باستخدام Three.js.

Then what?

تشغيل النموذج استغرق حوالي ساعتين. كُتِبَ حوالي 5500 سطر من الشيفرة. وأُنتِج في النهاية فيديو مدته 93 ثانية، يمر عبر عالم متوسطي مُصمم بشكل فني ومحرك الحركة.

كيف يقيم كارباتي ذلك بنفسه؟ كلمتان: janky but fun. خشن، لكن ممتع.

هذا قول صادق. لأن إنجاز هذا الأمر يتطلب من النموذج القيام بمهام شاقة ومتعددة: وضع قطع متعددة الأضلاع في إحداثيات ثلاثية الأبعاد (x, y, z)، وترتيب مواقعها، ثم كتابة كود لجعل المشهد بأكمله يتحرك، مع ضمان أن تعمل كل هذه العناصر دون تعطل.

نص أدبي، بدون مشاهد، بدون مكتبة أصول، بدون تعليمات واضحة. الشخصيات، البيئة، الترتيب، الجو، الكاميرا، الإيقاع — كلها تعتمد على نموذج يتخيلها بنفسه. وقد نجح فعلاً في تجميعها.

هذا هو المكان الذي يُفاجئك فيه.

لكن من فضلك اهدأ أولاً: ما الذي تم إنجازه، وما الذي لم يُنجز

قبل أن تُشعر بالحماس، يجب أن تُميّز بين ثلاثة أشياء: ما الذي قام به النموذج فعلاً، وما الذي أضافه الإنسان، وما الذي لم يحدث أبداً.

المُولَّد من النموذج هو تلك الأسطر الخمسة والأربعون من الشيفرة، وهو المشهد المُولَّد تلقائيًا باستخدام Three.js، وهو الرسوم المتحركة التي يمكن تشغيلها خلال 93 ثانية. هذا الجزء حقيقي، موثوق، ومستحق للنظر بجدية.

ماذا عن الصوت؟ أوضح كارباتي في رده أنه قام يدويًا بإنشاء التعليق الصوتي باستخدام ElevenLabs. وقال إن نماذج اللغة الكبيرة يمكنها في الواقع استدعاء واجهة برمجة التطبيقات لإكمال العملية تلقائيًا، لكنه كان يهتم بتحديد الصوت المستخدم، لذا قام بالعمل يدويًا. إذًا، هذه ليست خطوة إنتاج آلية بالكامل من النص إلى الفيديو النهائي. لا تصفها بهذه الطريقة.

ماذا لم يحدث؟

لا توجد مكتبة كود قابلة للتنزيل. لا توجد مستودعات مفتوحة المصدر. لا توجد نسخة قابلة للعب يمكنك الدخول إليها كمراقب أو كشخصية ثانوية أو كشخصية رئيسية. لا توجد قدرة على توليد عوالم جديدة في الوقت الفعلي أثناء اللعب. لا توجد "نموذج عالم" عام ومُدرَّب. ولا توجد تصادمات أو تفاعلات أو اتساق سردي مناسبة للإنتاج. حتى قائمة قابلة للتكرار لاستهلاك الرموز والتكاليف لم تُنشر.

مُعلَن، وهو فيديو واحد.

إذًا، العبارة التي تُستشهد بها مرارًا وتكرارًا: "GTA ظاهر حسب الطلب" — an ephemeral GTA of X on demand — هي الاتجاه الذي يشعر كارباتي بالحماس إزاءه، وليس الشيء الذي بين يديه. المنتج الحالي اليوم يشبه أكثر صندوقًا ثلاثي الأبعاد تلقائيًا مُولَّدًا، وهو بعيد جدًا عن لعبة عالم مفتوح.

لماذا أحتاج إلى استخدام هذا العدد الكبير من الكلمات للحديث عن "ما لم يفعله"؟

لأن أكبر تشويه في انتشار نسخة العرض التجريبية من لعبة Opus 5 حدث على هذا المستوى. فقد قام البعض بمشاركة "إنشاء لعبة The Lord of the Rings بـ 10 دولارات" دون ملاحظة النصوص الصغيرة التي تقول: "فيديو، غير نهائية، صوت مُصنّع يدويًا، بدون كود". يجب أن تستند الآراء إلى حقائق، ويجب أولاً تحديد حدود الحقائق.

لماذا هذا يستحق الملاحظة الجادة أكثر من "البطريق الذي يركب دراجة"؟

التجربة التي قام بها كارباتي، المعنى الحقيقي لها ليس في "إظهار المهارة"، بل في "استخدام مقياس مختلف".

كيف كان الناس يختبرون قدرة النماذج الكبيرة على ترميز الصور في الماضي؟ كانوا يطلبون منها رسم SVG لـ"البطريق الذي يركب دراجة". كان هذا الاختبار مفيدًا — فقد كان يُظهر الاستدلال المكاني، واتباع التعليمات، وفهم الرسومات في المتصفح. لكنه كان سهلًا جدًا للإجابة عن ظهر قلب، كما كان سهلًا جدًا للحكم بناءً على إطار واحد فقط.

مهمة "سيد الخواتم" طوّرت بُعد التقييم بشكل كبير.

البعد الزمني: من دقائق قليلة إلى حوالي ساعتين. حجم الكود: من عشرات أو مئات الأسطر إلى حوالي 5500 سطر. درجة الغموض: من "جسم واحد بالإضافة إلى التكوين" إلى معالجة "الشخصيات، البيئة، التسلسل الزمني، الجو، الكاميرا، الإيقاع" جميعها. الحالة: من ثابتة أساسية إلى أحداث متحركة تتقدم مع الوقت. المواد: من أشكال قليلة إلى كمية كبيرة من الكائنات البرمجية القابلة لإعادة الاستخدام.

الأكثر إرهاقًا هو بعد التحقق. ارسم ملف SVG، وستعرف فورًا إذا كان صحيحًا أم لا. لكن عند عرض عالم متحرك، يجب عليك التحقق من عدد لا يحصى من اللحظات والانتقالات — الهندسة، الكاميرا، التغطية، الحركة، الإيقاع، الأداء، أي جزء منها قد ينهار.

هذا هو المهمة الحقيقية ذات الدورة الطويلة، والغموض العالي، والحالة القوية. إنها تقترب من جوهر "إنشاء برنامج" وليس فقط "رسم صورة".

بالطبع، يجب القول بشكل موضوعي: هذا ليس اختبار معياري صارم للنموذج. لم يُنشر Prompt الكامل من قبل كارباتي، ولا تمت مشاركة تكوين سلسلة الأدوات، أو عدد المحاولات، أو مسارات الرموز، أو الشيفرة المصدرية، أو معايير التقييم. إنه تجربة عامة ذات محتوى مفيد، وليست مقارنة أفقية خاضعة للتحكم. لا تستخدمها للتصنيف.

الأرخص هو "الإنشاء"، والأغلى لا يزال "العين"

ما هو التحليل الحقيقي وراء هذا الأمر؟

أعتقد أن تكلفة إنشاء برامج التصميم المخصصة تنخفض أسرع من قدرة الذكاء الاصطناعي على فحص وتجربة أعماله.

هذا يحتاج إلى شرح مفصل.

في الماضي، كان يصعب العثور على من يرغب في إنشاء محتوى عالي التخصيص — مثل تحويل فقرة نصية محددة إلى مشهد ثلاثي الأبعاد حصري — لماذا؟ لأن التكلفة والوقت غير مبررين. كم ستدفع وكم يومًا ستستغرق إذا وظفت فريقًا لتحويل مقدمة "سيد الخواتم" إلى مقطع متحرك مدته 93 ثانية؟

لكن يمكن للنموذج اللغوي الكبير الاستمرار في العمل دون توقف. إنه لا يشعر بالتعب ولا يشتكي، ويكسب 10 دولارات في ساعتين. عالم مخصص أصبح من "السلع الفاخرة" إلى "شيء يتم توليده بسهولة". هذا انخفاض حقيقي وهائل في العرض.

لكن المشكلة في الطرف الآخر.

يستطيع أوبوس 5 خلق عالم، لكنه لا يستطيع رؤية عالمه الذي خلقه بسلاسة. فهو لا يستطيع مشاهدة الفيديوهات بكفاءة أو بشكل أصلي، ولا يمكنه الدخول إلى الألعاب لتجربتها. إنه يقتصر على التقاط لقطات شاشة ببطء عبر عقد مختلفة، وفحص كل لقطة على حدة. هذا يشبه رسامًا مُغطى العينين وهو يرسم، ويُسمح له فقط بفتح عينيه للنظر إلى اللوحة كل بضع دقائق. خلال هذه العملية، تحدث أخطاء متعددة، وتبقى العديد من الأجزاء الخشنة والمعطلة — وهكذا جاء مصطلح "janky".

الإنتاج هو انفجار، والفحص هو تسرب.

هذا هو أوضح مقارنة في منشور كارباتي: فقد تمكّن بالفعل من خلق عالم، لكنه لا يزال غير قادر على التحقق من هذا العالم أو تجربته بسلاسة.

العين، أصبحت العقبة الجديدة.

هذا ليس حالة فردية: طوال الصيف كله "صنع لعبة في جملة واحدة"

سيسأل البعض: هل هذا مجرد أداء موفق بالصدفة؟

ليس كذلك. عندما تنظر إلى الخط الزمني، بدءًا من يوليو 2026، ظهرت سلسلة كاملة من العروض التوضيحية المماثلة حول Opus 5، وأصبحت شائعة طوال الصيف.

استخدمه أحدهم لإنشاء لعبة استراتيجية فضائية على غرار Homeworld، ونشر قائمة التكاليف: 632.65 دولارًا أمريكيًا. وقام آخر بإنشاء نسخة مقلدة على غرار Rocket League، وهي أكثر واقعية، مع كود قابل للتحقق وإصدار قابل للعب، وقابلية تكرار أعلى. كما توجد ألعاب FPS داخل المتصفح، واستكشاف صحراء مولّد برمجيًا، وألعاب رعب، وسباقات كارتينغ...

Have you noticed the pattern?

جودة هذه العروض التوضيحية متباينة، وقابلية التكرار تختلف بشكل كبير. بعضها يحتوي فقط على فيديو دون كود، بينما يعرض البعض الآخر فواتير حتى. لكنها جميعًا تشير إلى اتجاه واحد: استخدام مطالبة نصية طبيعية لدفع النموذج لكتابة آلاف الأسطر من الكود بشكل مستقل وطويل الأمد، وبناء عالم تفاعلي يعمل — حيث تحول هذا الأمر من "غير قابل للتصور" إلى "يحاوله الناس أسبوعيًا".

ليس فيلم كارباتي عن "سيد الخواتم" معجزة ظهرت فجأة. إنه نقطة على هذه المنحنى. نقطة تم توضيحها بوضوح من قبل شخص مؤثر، باستخدام نص كافٍ_romانسي_.

إذًا، هل جاء عصر ألعاب الذكاء الاصطناعي أم لا؟

العودة إلى السؤال الذي كنت تريد طرحه أكثر.

Has it arrived?

رأيي هو: الاتجاه تم تحديده، لكن العصر لم يحن بعد.

يُقال إن الاتجاه مؤكد لأن منحنى تكلفة العرض قد انقلب للأسفل، وينخفض بسرعة. لقد تم تجاوز الخطوة من 0 إلى 1 تقنيًا في توليد محتوى تفاعلي مخصص على المدى الطويل بواسطة الذكاء الاصطناعي. ما تبقى هو الانتقال من 1 إلى قابلية الاستخدام، واللعب، والبيع.

يُقال إن العصر لم يأتِ بعد، لأن العقبات الثلاث لا تزال قائمة بشكل حقيقي.

أولها هو حلقة التغذية الراجعة الإدراكية. يجب أن يكون النموذج قادرًا على الرؤية واللعب وتقييم إخراجه بشكل أصلي، وليس الاعتماد على شخص يلتقط لقطات شاشة أو يضيف تعليقًا صوتيًا أو يُصلح الأخطاء. هذه أصعب جزء في القدرات متعددة الوسائط — ليس "فهم صورة واحدة"، بل "فهم عملية ديناميكية تتفاعل وتتغير مع الزمن".

الثانية هي القابلية للتكرار والتسليم. الفيديو ليس برنامجًا. العرض التوضيحي ليس منتجًا. هناك فرق هائل بين مقطع مذهل مدته 93 ثانية، وشيء يمكن للآخرين تنزيله وتشغيله وتعديله واللعب به لمدة ساعة.

الثالثة، هي أهمية كلمة "الواقعية الزمنية". تخيل كارباتي أنك تدخل عالماً مُنشأً فورياً، كشخصية، كمُشاهد، كشخصية غير قابلة للتحكم—كما لو أنك تعيش لعبة GTA تُنشأ حسب الطلب. لكن الآن، نحن ننتظر ساعتين لتصدر فيديو واحد. الانتقال من "فيديو بعد ساعتين" إلى "توليد الطريق تحت قدميك في الوقت الحقيقي" ليس تغييراً كمياً، بل تغييراً نوعياً.

لذلك لا أحب تعبير "لقد حان العصر". إنه مبالغ فيه.

أنا أفضّل أن أقول هذا: نحن نغادر عصر "البجعات التي تركب الدراجات" وندخل مرحلة انتقالية حيث يمكن للنماذج إنشاء عوالم خشنة، لكنها لا تزال غير قادرة على رؤية ما أنشأته.

كم سيستمر هذا الفترة الانتقالية؟ لا أحد يعرف. قد تكون سنتين أو خمس سنوات. يعتمد ذلك على متى تكتمل تلك "العين" — القدرة المولودة مع الذكاء الاصطناعي على الإدراك والتدقيق الذاتي.

لكن هناك نقطة واحدة أنا متأكد منها.

عندما يكون بناء عالم ما يتطلب فقط 10 دولارات وساعتين، فإن الندرة لم تعد في "البناء". الندرة هي في "إدراك ما بنيتَه" و"ما الذي ترغب حقًا في بنائه". الآلة مسؤولة عن "البناء" في الجملة الثانية، بينما "الرغبة" و"الإدراك" في الجملة الأولى لا تزال مؤقتًا من اختصاص الإنسان.

The rough Middle-earth is already running.

أما متى ستتمكن حقًا من الدخول — لا تتعجل، خذ وقتك. هذا الأمر يستحق الانتظار.

Reference source

• المنشور الأصلي والفيديو الذي نشره أندريه كارباتي على X (تويتر الأصلي) في 2 أغسطس 2026
• أعلنت Anthropic رسميًا عن Claude Opus 5، anthropic.com
• الموقع الرسمي لـ Three.js، threejs.org
• explainx.ai: "Karpathy's $10 Opus 5 Lord of the Rings World: The New AI Eval"، 2 أغسطس 2026
• Benzinga: "أندريه كارباتي يقول إن الذكاء الاصطناعي تجاوز الأوامر البسيطة بعد أن بنى كلاود أوبوس عالمًا ثلاثي الأبعاد لـ'سيد الخواتم'"، أغسطس 2026
• Enterprise DNA: "لحظة المعيار من الجيل التالي لأندريه كارباتي"، 2 أغسطس 2026
• explainx.ai: "بني Opus 5 لعبة استراتيجية فضائية على نمط Homeworld من مطالبة واحدة — بعد إنفاق 632.65 دولارًا"، 28 يوليو 2026
• explainx.ai: "أفضل 10 أوامر لعبة Claude Opus 5 (مع الأوامر الفعلية)"، 29 يوليو 2026