GPT-6 Astra يبني مسارات جري 5K و10K من بيانات OpenStreetMap في 27 دقيقة
ما الذي حدث؟
نشر Simon Willison تجربة عملية طلب فيها من ChatGPT Work المدعوم بـ GPT-6 Astra (Max) بناء مسارات جري دائرية بطول 5K و10K انطلاقاً من عنوان سكنه في El Granada بكاليفورنيا، باستخدام بيانات OpenStreetMap.
استغرقت المهمة 27 دقيقة، وأعادت النموذج بالضبط ما طُلب منه: خريطة تفاعلية مدمجة داخل الواجهة، وملفات GPX وGeoJSON قابلة للتنزيل.
كيف نفّذ الوكيل المهمة؟
عند سؤاله عن المنهجية، أوضح النموذج أنه:
- استخدم Nominatim لتحويل العنوان النصي إلى إحداثيات جغرافية.
- استعان بـ Overpass API لتنزيل بيانات الطرق والمسارات المحلية من OpenStreetMap.
- حسب الحلقات (loops) محلياً لضبط المسافة عند 5 و10 كيلومترات.
- استخدم مهارة visualize لتوليد ملف HTML باسم
/workspace/el-granada-5k-share.htmlيعرض الخريطة عبر مكتبة D3.js.
الثغرة: ضغط المحادثة يمحو الأثر
المشكلة الجوهرية التي رصدها Willison هي أن الكود الفعلي الذي شغّله النموذج لم يكن مرئياً في واجهة ChatGPT. وعندما حاول طلب نسخة من كود Python لاحقاً، لم يستطع النموذج توفيره لأن المحادثة كانت قد خضعت لعملية compaction (ضغط السياق).
يصف Willison هذا بأنه عيب معماري (anti-feature)، ويقترح أن أي نظام LLM يعتمد الضغط يجب أن:
- يحفظ النص الأصلي قبل الضغط.
- يتيح استرجاعه عبر أداة استدعاء (tool call) للوكيل.
مقارنة: وكيل جغرافي مقابل أدوات الخرائط التقليدية
| المعيار | GPT-6 Astra + OSM | تطبيقات الخرائط التقليدية |
|---|---|---|
| مصدر البيانات | OpenStreetMap مفتوحة | قواعد بيانات تجارية |
| التخصيص | مسارات مبنية حسب الطلب | مسارات مقترحة مسبقاً |
| المخرجات | GPX / GeoJSON / HTML | روابط مشاركة فقط |
| الشفافية | محدودة بسبب الضغط | غير قابلة للتطبيق |
| الدقة | تعتمد على تغطية OSM | عالية ومُتحقق منها |
ماذا يعني هذا لفرق الشرق الأوسط؟
تفتح هذه القدرة استخدامات واضحة في:
- التخطيط العمراني: توليد مسارات مشي ودراجات في الأحياء الجديدة.
- اللوجستيات: بناء حلقات توزيع قصيرة اعتماداً على بيانات طرق محلية.
- اللياقة والصحة العامة: مبادرات المشي المجتمعي في مدن مثل الرياض ودبي.
لكن يجب الانتباه إلى أن تغطية OpenStreetMap تتفاوت بشكل كبير بين مدن المنطقة، وأن المخرجات تحتاج تحققاً بشرياً قبل الاعتماد التشغيلي.
الخلاصة
التجربة تُظهر أن GPT-6 Astra أصبح قادراً على تنفيذ مهام وكيلية طويلة الأمد تدمج أدوات جغرافية متعددة وتنتج مخرجات قابلة للاستخدام الفعلي. لكن غياب سجل الكود بعد الضغط يمثل فجوة ثقة يجب على OpenAI معالجتها إذا أرادت اعتماداً مؤسسياً واسعاً.
ملاحظة للمراجعة البشرية: هذه التجربة فردية من مدوّنة شخصية، ولم تصدر OpenAI تأكيداً رسمياً بشأن سلوك ضغط المحادثة أو حدود مهارة visualize، لذا يُنصح بالتحقق قبل النشر المؤسسي.
أسئلة شائعة
ما هو GPT-6 Astra؟
هو أحدث نموذج من OpenAI متاح داخل بيئة ChatGPT Work، ويمتلك قدرات تنفيذ مهام وكيلية طويلة تشمل استخدام أدوات خارجية مثل Nominatim وOverpass وتوليد مخرجات برمجية وخرائط تفاعلية.
كيف يختلف هذا عن طلب مسار من خرائط جوجل؟
خرائط جوجل تعرض مسارات جاهزة مسبقاً، بينما GPT-6 Astra بنى الحلقات من الصفر اعتماداً على بيانات OpenStreetMap المفتوحة وحسب المسافة المطلوبة، ما يمنح مرونة أكبر في التخصيص لكن دون ضمانات دقة رسمية.
هل يمكن لفرق الشرق الأوسط الاستفادة من هذه القدرة الآن؟
نعم، خاصة في التخطيط العمراني والخدمات اللوجستية وتطبيقات اللياقة، لكن يجب التعامل مع المخرجات كمسودات أولية تتطلب تحققاً بشرياً، لأن تغطية OpenStreetMap تتفاوت بين مدن المنطقة.
ما مشكلة ضغط المحادثة (compaction)؟
عندما تطول المحادثة يلخّصها النظام تلقائياً، ما يؤدي إلى فقدان التفاصيل الأصلية مثل الكود المنفّذ. يقترح Willison حفظ النص الأصلي قبل الضغط وإتاحته للوكيل عبر أداة استدعاء.
المصدر: Simon Willison (LLM & tools)
محتوى بمساعدة الذكاء الاصطناعي، مراجع بشرياً.