يتحول المتصفح إلى بيئة تشغيل للذكاء الاصطناعي، لكن للمهام محددة النطاق فقط

حاسوب محمول يعرض تصورًا للذكاء الاصطناعي المحلي داخل المتصفح على مكتب مطوّر.

يمثل إعلان Microsoft في 19 نوفمبر تغييرًا عمليًا في منصة الويب في Edge: إذ أصبح من الممكن تنفيذ بعض مهام الذكاء الاصطناعي داخل المتصفح وعلى جهاز المستخدم، بدل إرسالها حصريًا إلى خدمة بعيدة. وينتقل نموذج اللغة الصغير المدمج في Edge من Phi-4-mini إلى Aion Instruct، وهو نموذج يضم 2.3 مليار مُعامل ومصمم لمهام النصوص على الجهاز. أما Prompt API المصاحب، فيمنح مواقع الويب وإضافات المتصفح طريقة لاستخدام النموذج عبر JavaScript. وتصف Microsoft نموذج Aion بأنه أصغر وأسرع من Phi-4-mini، مع دعمه لمهام شائعة مثل توليد النصوص والتلخيص واتباع التعليمات وإخراج البيانات المنظمة (مدونة Microsoft Edge).

لكن ذلك لا يحول المتصفح إلى بديل عام للنماذج السحابية. يكون النموذج المحلي المدمج مفيدًا بالدرجة الأولى عندما تكون للمهمة غاية محددة، وبنية متوقعة، وطريقة فشل مقبولة. ويشمل ذلك تلخيص النصوص، وإعادة صياغة جملة، واستخراج الحقول في بنية معروفة، وتصنيف النية، أو دعم منطق خفيف داخل التطبيق. وقد يستخدم الموقع النموذج لتحديد أي مسار من مجموعة صغيرة يطابق طلب المستخدم على أفضل وجه، أو تحويل ملاحظة طويلة إلى مسودة أقصر، أو اقتراح صياغة أوضح للنص قبل إرساله. وتكتسب هذه العمليات قيمتها تحديدًا لأن المنتج يستطيع تعريف النتيجة الجيدة وتحديد ما ينبغي فعله عندما تكون النتيجة ناقصة أو غير مثالية.

وتفصل منصة Microsoft أيضًا بين التلقين العام والقدرات الأكثر تخصصًا. ويجري اختبار Prompt API عبر تجربة أصل، بينما تظل Decisions API في مرحلة معاينة تجريبية للمطورين. وقد صُممت الأخيرة لأسئلة الإجابة بنعم أو لا، والاختيار من متعدد، والتقييم المتعلقة بالنصوص، مع إرجاع قرارات منظمة بدلًا من مقطع مُولّد. وهذا يجعلها مناسبة لتصنيف النية، وتوجيه المحتوى، والترتيب. كما أنها تؤكد القيد الأساسي: يحصل المطورون على وسيلة لاختبار مسار تنفيذ جديد، لا على عقد عام ومستقر ينبغي لكل منتج أن يجعله أساسيًا منذ إطلاقه الأول.

وينطبق منطق المهام محددة النطاق نفسه على واجهات Writing Assistance APIs في Edge. توثق Microsoft واجهات تجريبية لتلخيص النصوص وكتابتها وإعادة صياغتها باستخدام نموذج اللغة الصغير المدمج في المتصفح (Microsoft Learn). ومن الأسهل تقديم هذه الميزات بمسؤولية، لأن المدخل الأصلي يمكن أن يظل ظاهرًا. إذ يستطيع المنتج عرض التلخيص أو إعادة الصياغة كاقتراح، والاحتفاظ بالنص المصدر، وترك القرار للمستخدم كي يقبل النتيجة أو يعدلها أو يرفضها. وإذا لم يكن النموذج المحلي متاحًا، فيمكن للواجهة الانتقال إلى مسار خادمي أو إلى التحرير اليدوي المعتاد. وهذا تصميم أقوى للمنتج من التعامل مع النص المُولّد بصمت على أنه مرجع نهائي.

يغير التنفيذ المحلي موازنة الخيارات الهندسية، لكنه لا يلغي المفاضلات. تقول Microsoft إن Prompt API يشغل النموذج على الجهاز نفسه الذي توجد عليه المدخلات والمخرجات، وإن المدخلات لا تغادر الجهاز ولا تُجمع لتدريب نماذج الذكاء الاصطناعي. وبعد تنزيل النموذج أول مرة، لا يحتاج إرسال التلقينات إلى كمون الشبكة، كما أن النموذج الذي يوفره المتصفح مشترك بين المواقع ضمن تثبيت Edge نفسه (وثائق Prompt API). وقد تجعل هذه الخصائص إعادة الصياغة المحلية أو المصنف خيارًا جذابًا، خصوصًا عندما لا يكون إرسال النص إلى خدمة استدلال عن بُعد مرغوبًا. لكن تنزيل النموذج عند الاستخدام الأول، ومتطلبات العتاد، وحالة المتصفح، وإعدادات المستخدم، تظل عوامل تحدد ما إذا كانت الميزة متاحة فعلًا أو سريعة بما يكفي.

لذلك، فإن النموذج الذهني المناسب لمنتج ويب هو بيئة تشغيل متعددة المستويات. يمثل Aion Instruct خيارًا واحدًا للعمليات الصغيرة والمحددة بوضوح عندما يستطيع Edge توفيره. ويظل الاستدلال السحابي مهمًا عند الحاجة إلى تغطية أوسع للأجهزة، أو استدلال أقوى، أو سلوك أكثر اتساقًا. كما تظل عمليات النشر المحلية المخصصة باستخدام WebNN أو WebGPU أو ONNX Runtime خيارات منفصلة عندما يحتاج الفريق إلى تحكم أكبر في النموذج ومكدس التنفيذ. قد تسهّل واجهة المتصفح الوصول إلى نموذج مشترك، لكنها لا تلغي مسائل التوافق وجودة النتائج ومراجعة الخصوصية وتصميم مسارات التراجع.

يجب ألا يكون سؤال التنفيذ الأول هو ما إذا كان الموقع يستطيع استدعاء Prompt API، بل ما إذا كانت عملية محددة تنتمي إلى الجهاز: هل لها هدف ضيق؟ وهل يستطيع المستخدم تقبّل نتيجة غير مثالية؟ وهل يمكن الاحتفاظ بالمدخل الأصلي؟ وهل يوجد بديل حتمي عند تعذّر الاستدلال المحلي؟ تُعدّ التلخيصات، وإعادة الصياغة، والاستخراج المنظّم، وتصنيف النوايا، وقرارات التوجيه الصغيرة مرشّحات طبيعية لذلك. أما المهام التي تتطلب تغطية واسعة للحقائق، أو أحكامًا عالية المخاطر، أو سلوكًا متطابقًا عبر المتصفحات، فمن الأصعب تبريرها. ومن الأفضل قراءة إعلان Edge بوصفه دعوة لاختبار مهمة محددة ومحصورة في كل مرة، مع التعامل مع المتصفح باعتباره بيئة تشغيل إضافية للذكاء الاصطناعي، لا البيئة الوحيدة.

ما الذي يغيّره Aion وPrompt API بالنسبة إلى منتج ويب؟

تتمثل الفكرة العملية التي تطرحها Microsoft في جعل نموذج لغوي صغير جزءًا من بيئة المتصفح، بدلًا من كونه خدمة أخرى يتعين على كل موقع تنزيلها أو استضافتها أو استدعاؤها عبر الشبكة. في إعلانها الصادر في 19 نوفمبر، تصف Microsoft نموذج Aion Instruct بأنه النموذج المدمج الجديد في Edge، ليحل محل Phi-4-mini في هذا الدور. وتمنح Prompt API المصاحبة المواقعَ وإضافات المتصفح طريقةً موجهة إلى JavaScript لطلب تنفيذ مهام محددة من النموذج المحلي. وهذا التمييز مهم: ففريق المنتج لا يحصل على مساعد سحابي عام داخل كل علامة تبويب، بل على قدرة استدلال يديرها المتصفح، وقد تكون مفيدة عندما تكون المدخلات والمخرجات ونطاق الجودة المقبول محددة بصورة معقولة.

التغيير المباشر الأبرز معماري. يستطيع الموقع إنشاء جلسة للنموذج، وإرسال المطالبات، وتلقّي النص المُولّد، ثم تحرير الجلسة عند انتهاء العمل. وتوضح وثائق Prompt API لدى Microsoft دعم الاستجابات المتدفقة، ما يتيح للواجهة عرض المخرجات أثناء إنتاجها بدلًا من انتظار الإجابة كاملة. كما توثّق طرقًا لتقييد التوليد ومراقبة مدى توفر النموذج وتقدم تنزيله. وهذه ليست تفاصيل شكلية بالنسبة إلى المنتج. فدورة حياة الجلسة تؤثر في استهلاك الذاكرة؛ والبث يؤثر في زمن الاستجابة المحسوس؛ والقيود تؤثر في إمكانية إدراج النتيجة ضمن سير عمل منظّم؛ أما حالة التنزيل فتحدد ما إذا كان يمكن للميزة تفسير التأخير عند الاستخدام الأول بدلًا من أن تبدو معطلة.

لذلك تبدو عملية الدمج النموذجية أقل شبهًا بـ«إضافة روبوت محادثة»، وأكثر شبهًا بـ«إضافة عملية محلية». فقد ترسل أداة للكتابة الفقرة الحالية مع تعليمات لإعادة صياغتها بنبرة محددة. وقد تصنّف واجهة دعم طلب المستخدم قبل اختيار مساره. ويمكن لنموذج أن يطلب من النموذج استخراج مجموعة صغيرة من الحقول من نص، بينما تستطيع ميزة لإتاحة الوصول إنتاج وصف بديل موجز أو ملخص. في كل حالة، يوفّر المتصفح مسار تنفيذ النموذج، لكن التطبيق يظل مسؤولًا عن واجهة المستخدم، وتصميم المطالبة، والتحقق، والأذونات، وتحديد ما يحدث عند عدم توفر النموذج. وتعرض Microsoft واجهات الذكاء الاصطناعي المدمجة هذه ضمن هذا الإطار القائم على المهام، إلى جانب إمكانات الكتابة وإعادة الكتابة والتلخيص الموضحة في وثائق Writing Assistance APIs.

ويكتسب هذا التقسيم للمسؤوليات أهمية لأن التوليد المحلي لا يجعل المخرجات موثوقة تلقائيًا. فقد ينتج النموذج نصًا ناقصًا أو ركيكًا أو غير ملائم للصيغة التي يتطلبها التطبيق. وإذا كانت النتيجة تتحكم في تسمية ظاهرة، أو مسار بحث، أو إجراء منظّم، فعلى الصفحة التحقق منها والإبقاء على مسار واضح لا يعتمد على النموذج. ومن الأنماط المفيدة التعامل مع النموذج باعتباره تحويلًا اختياريًا لبيانات موجودة: يظل النص الأصلي متاحًا، ويمكن معاينة النسخة المولّدة أو التراجع عنها، ويستطيع التطبيق متابعة العمل بالمدخل دون تغيير عندما يفشل التوليد. ويجعل ذلك الميزة أكثر قدرة على الصمود، مع إبقاء دور النموذج محدودًا بما يكفي لاختباره.

يغيّر المسار الذي يوفّره المتصفح أيضًا قرار النشر مقارنةً بواجهة برمجة تطبيقات سحابية تقليدية. فعند استخدام نموذج سحابي، يرسل التطبيق طلبًا إلى نقطة نهاية يملكها مزوّد الخدمة، وعليه أن يضع في الحسبان دورات الذهاب والإياب عبر الشبكة، وبيانات اعتماد الخدمة، وحدود الاستخدام، وتكاليف الطلبات، وطريقة التعامل مع البيانات خارج الجهاز. أما مع Aion عبر Prompt API، فمسار الاستدلال المقصود يحدث على جهاز المستخدم وتديره Edge. ويعرض إعلان Microsoft ذلك بوصفه جزءًا من نهج هجين: يمكن للتنفيذ المحلي تولّي العمليات المناسبة، بينما تظل النماذج البعيدة الأكثر قدرة ملائمة للمهام التي تتجاوز نطاق نموذج المتصفح. والنتيجة ليست بديلًا ثنائيًا للذكاء الاصطناعي السحابي، بل طبقة تنفيذ إضافية يستطيع منتج الويب اختيارها لتفاعلات محددة.

وتصبح هذه الطبقة مثيرة للاهتمام خصوصًا في العمليات المتكررة والمحدودة. فقد يتجنب طلب إعادة صياغة أو تصنيف محلي إرسال النص نفسه إلى خادم، ويظل مفيدًا في الحالات التي يريد فيها التطبيق إبقاء العملية على الجهاز. لكن لا ينبغي للمطورين افتراض أن عبارة «على الجهاز» تعني سرعة فورية أو خصوصية شاملة في كل جانب تشغيلي. فقد يحتاج المتصفح إلى تنزيل النموذج قبل الاستخدام الأول، ولا تزال الصفحة مطالبة بتحديد المحتوى الذي تضعه في المطالبات وما تفعله بالنص الناتج. لذلك يعتمد سلوك الخصوصية في المنتج على تصميم الميزة كاملًا، لا على مكان تشغيل الاستدلال وحده. وتوفّر وثائق Microsoft وإعلانها قدرة المتصفح، لكنها لا تلغي الحاجة إلى حوكمة البيانات على مستوى التطبيق.

والبديل الرئيسي هو شحن نموذج أو استدعاؤه عبر المكدس الخاص بالتطبيق. يستطيع الفريق بناء ميزة مدعومة بالسحابة، أو تضمين نموذج أو بيئة تشغيل، أو استكشاف مسارات أدنى مستوى مثل WebNN وWebGPU أو النشر المستند إلى ONNX. ويمكن لهذه الأساليب أن تمنح تحكمًا أكبر في النموذج المختار، وبيئة التشغيل، وعقد المطالبات، وإيقاع الإصدارات، لكنها تضع أيضًا جزءًا أكبر من عبء التسليم على الفريق. فقد يحتاج التطبيق إلى حزم أصول النموذج، وإدارة التنزيلات، والتعامل مع اختلاف الأجهزة، وصيانة مسار التنفيذ بنفسه. أما النموذج الذي يوفّره المتصفح فيستطيع تقليل هذا التكرار: فعندما تدير Edge النموذج المعني أصلًا، يمكن للموقع استدعاء واجهة المتصفح المدعومة بدلًا من توزيع النموذج نفسه على كل مستخدم بصورة مستقلة.

ويتمثل أوضح تفوق على مستوى المنتج في التنزيل المشترك عبر المتصفح. فالنموذج مرتبط بقدرة المتصفح لا بحزمة خاصة بموقع واحد، ولذلك لا يضطر التطبيق إلى جعل مستخدميه ينزّلون نسخة منفصلة لمجرد تفعيل ميزة محلية صغيرة. ويمكن لذلك تبسيط مسار أصول الموقع، وإبقاء التكامل مركزًا على اكتشاف القدرة، وسلوك الجلسة، والمطالبات، ومسارات التراجع. لكنه لا يضمن أن النموذج موجود مسبقًا لدى مستخدم بعينه. فقد يتطلب الاستخدام الأول فحوصًا للتوافر وتنزيلًا للنموذج، ويجب أن تراعي التجربة هذه الحالة قبل عرض عنصر تحكم يبدو جاهزًا فورًا.

وتنشئ واجهة البرمجة أيضًا حدًا مفيدًا بين البنية التحتية للمتصفح ومنطق المنتج. إذ يستطيع المتصفح إظهار ما إذا كان بالإمكان إنشاء جلسة نموذج، والإبلاغ عن التقدم أثناء إتاحة النموذج. وبعد ذلك يمكن للصفحة أن تقرر عرض تحسين، أو تأجيله، أو استخدام تنفيذ آخر. وعندما لا تعود الجلسة مطلوبة، يستطيع التطبيق تدميرها بدل التعامل مع النموذج بوصفه تبعية دائمة وغير مرئية. ويناسب ذلك الميزات التي تعمل عند نقاط تفاعل مقصودة—مثل «إعادة الصياغة» أو «التلخيص» أو «التصنيف»—أكثر من افتراض أن كل جزء من الموقع ينبغي أن يستشير نموذج لغة باستمرار.

وبالنسبة إلى المطورين، لا يتمثل السؤال الأساسي في ما إذا كانت JavaScript تستطيع الآن استدعاء نموذج ذكاء اصطناعي، بل في ما إذا كان لإجراء منتج معين إدخال محدود، ومخرج قابل للاختبار، ومسار تراجع موثوق عندما يعجز المتصفح عن توفير الاستدلال المحلي. يجعل Aion وPrompt API نمذجة هذا النوع من الميزات أسهل، لأن Edge توفّر النموذج وآلية التنفيذ. لكنهما لا يلغيَان العمل الهندسي المتعلق بعقود المطالبات، وفحوص المخرجات، وتحكم المستخدم، وحالة التنزيل، والمسارات البديلة. وتمثل هذه الاعتبارات الجسر إلى سؤال التنفيذ التالي: كيف ينبغي للمنتج اكتشاف القدرات الفعلية للمتصفح والجهاز قبل أن يعد بتفاعل مدعوم بالذكاء الاصطناعي.

تكلفة التنفيذ الخفية هي اكتشاف الإمكانات

أول خطأ هندسي سيكون التعامل مع Prompt API كما لو أنها ميزة عادية في المتصفح. قد تحتوي الصفحة على JavaScript الصحيح، ومع ذلك يتعذر عليها تنفيذ طلب محلي. يعتمد التوفر على قناة Edge وحالة الميزة، ونظام التشغيل، وإصدار Edge المطلوب، وقدرات الرسوميات في الجهاز، وإعدادات المتصفح، والسياسات الإدارية. لا يشكل Aion Instruct وPrompt API خطًا أساسيًا موحدًا يحصل عليه كل زائر تلقائيًا؛ بل هما إمكانات يجب على التطبيق اكتشافها أثناء التشغيل.

يجب أن يحدث هذا الاكتشاف قبل أن يعد المنتج المستخدم بنتيجة مدعومة بالذكاء الاصطناعي. وتشمل المتطلبات الحالية ما لا يقل عن 3 غيغابايت من ذاكرة VRAM، ومساحة تخزين كافية في ملف تعريف المتصفح الخاص بالمستخدم، واتصالًا شبكيًا غير خاضع لعداد البيانات لتنزيل النموذج عند الاستخدام الأول. يوفّر المتصفح النموذج، لكنه لا يزال مضطرًا إلى الحصول عليه وتخزينه قبل أن تتمكن الجلسة من توفير الاستدلال المحلي. لذلك قد يجتاز الجهاز فحصًا سطحيًا لإصدار المتصفح، ثم يفشل لأنه يفتقر إلى ذاكرة الرسوميات المتاحة أو مساحة ملف التعريف أو ظروف الشبكة اللازمة لإكمال الإعداد. وقد تؤثر سياسات المؤسسات أيضًا في إتاحة الميزة، كما قد تكون إعدادات الذكاء الاصطناعي على الجهاز معطّلة. والنتيجة هي مصفوفة إمكانات، لا اختبارًا واحدًا بنعم أو لا.

في منتج ويب حقيقي، ينبغي اعتبار اكتشاف الإمكانات جزءًا من تجربة استخدام الميزة. تحقّق من وجود واجهة البرمجة المعنية، ثم تحقّق من إمكانية إنشاء جلسة ومن توفر النموذج قبل إدخال المستخدم في سير عمل يعتمد عليها. وعندما تعرض الواجهة معلومات عن تنزيل النموذج أو مدى توفره، استخدمها للتمييز بين حالتي «غير مدعوم» و«ما يزال قيد الإعداد». هذا التمييز مهم: فالمستخدم الذي ينتظر التنزيل الأول ينبغي أن يرى حالة إعداد، بينما يجب أن يُعرض على جهاز مُدار عطّل الذكاء الاصطناعي على الجهاز مسار آخر. وينبغي للتطبيق أيضًا أن يتوقع تغير الإمكانات بين الزيارات أو بين الأجهزة، لذلك يجب إجراء الفحص داخل التطبيق قيد التشغيل، لا الاكتفاء بافتراضات وقت البناء.

المهلات الزمنية مهمة بالقدر نفسه. قد يتجنب الاستدلال المحلي رحلة ذهاب وإياب إلى خدمة بعيدة، لكنه لا يجعل كل طلب فوريًا، كما أن إعداد النموذج الأولي يضيف تأخيرًا منفصلًا. حدّد مهلة قصوى لتحضير النموذج وللطلب الفعلي. وإذا تجاوزت أي من المرحلتين هذه المهلة، فعلى الواجهة أن تتوقف عن الانتظار وتستخدم مسارًا احتياطيًا محددًا. قد يكون المسار الاحتياطي تنفيذًا على الخادم، أو سير عمل تقليديًا بلا ذكاء اصطناعي، أو رسالة بسيطة تتيح للمستخدم المتابعة من دون مساعدة. المهم أن يكون المسار الاحتياطي حتميًا: يجب أن يعرف المستخدم ما سيحدث عندما يكون المسار المحلي غير متاح أو بطيئًا أو منقطعًا.

أكثر أنماط التصميم أمانًا هو الحفاظ على الإدخال الأصلي في كل خطوة. يجب أن يعرض إعادة الصياغة المحلية نسخة مقترحة بجانب النص الذي أدخله المستخدم، لا أن تستبدل المصدر قبل قبول النتيجة. وينبغي وسم الملخص أو التصنيف أو الحقل المستخرج بأنه ناتج مولّد قابل للمراجعة، مع إبقاء المستند أو الطلب الأساسي قابلًا للاستعادة. يفيد ذلك في معالجة الأخطاء المعتادة، لكنه يصبح أهم خصوصًا عندما تفشل جلسة النموذج بعد أن تكون الواجهة قد غيّرت حالتها بالفعل. فإذا تعذر على المتصفح إنشاء جلسة، أو حُظر التنزيل، أو انتهت مهلة الطلب، يجب ألا يفقد المستخدم النص الذي أطلق العملية.

يجب أن تراعي فحوص الإمكانات أيضًا حالة واجهات البرمجة نفسها. يجري إتاحة Prompt API عبر مسار تجربة أصلية، بينما تظل واجهات الذكاء الاصطناعي الأخرى في المتصفح تجريبية أو محدودة بسيناريوهات المعاينة المخصصة للمطورين. وتؤثر هذه الحالة في مقدار منطق المنتج الذي ينبغي بناؤه حولها. يمكن للفريق اختبار التجربة، وقياس مدى فائدتها، ومعرفة المهام التي تستفيد من التنفيذ المحلي، لكنه لا ينبغي أن يفترض أن نقطة دخول تجريبية ستتصرف مثل عقد مستقر يعمل عبر المتصفحات. فالمتصفح ونظام التشغيل وعتاد الجهاز وحالة ملف التعريف وبيئة السياسات، كلها تقع بين استدعاء JavaScript والنتيجة الناجحة.

لذلك، يتضمن التنفيذ العملي ثلاثة مسارات: مساعدة محلية عند نجاح فحص توفر القدرة، وإعادة محاولة مقيّدة أو حالة تجهيز عندما يكون النموذج لا يزال قيد الإتاحة، ومسار بديل متوقع عندما لا تتحقق المتطلبات. سجّل هذه النتائج من دون التعامل معها كأنها إخفاقات متطابقة. إن تتبّع الأجهزة غير المدعومة، والإعدادات المعطّلة، وقيود السياسات، وفشل التنزيل، وانتهاء المهلات، وعمليات الإكمال الناجحة، يمنح الفريق أدلة على المواضع التي تعمل فيها الميزة والمواضع التي تسبب فيها احتكاكًا. وإلى أن تنضج واجهات برمجة التطبيقات، تكون هذه الأدلة أكثر قيمة من افتراض أن عرضًا تجريبيًا واعدًا يمثل النطاق الكامل للمستخدمين الذين يجب على موقع إنتاجي خدمتهم.

أين ينبغي للفرق أن تبدأ الاختبار—وأين ينبغي أن تنتظر

البداية الأكثر أمانًا هي اختيار ميزة تحسّن فيها المنظومة النموذجية سير عمل قائمًا، من دون أن تصبح الطريقة الوحيدة لإتمامه. وتُعد إعادة الصياغة محليًا مثالًا جيدًا: يستطيع المستخدم طلب نسخة أقصر أو أوضح أو أكثر رسمية من النص، مع بقاء النص الأصلي متاحًا إذا كانت النتيجة ضعيفة أو تعذر على المتصفح تشغيل النموذج. وينطبق النمط نفسه على التلخيص عندما يظل النص المصدر كاملًا ظاهرًا، ويتوفر مسار من جهة الخادم أو مسار يدوي. وتصف واجهات برمجة تطبيقات المساعدة على الكتابة من Microsoft هذه الفئة من المهام المدعومة من المتصفح، بينما توفر Prompt API واجهة أكثر عمومية للتطبيقات التي تحتاج إلى إرسال مطالبات إلى نموذج لغوي مدمج.

وتُعدّ مهام التصنيف والتوجيه أيضًا تجارب أولية معقولة، بشرط التعامل مع المخرجات بوصفها اقتراحًا لا قرارًا لا يقبل التشكيك. فقد يساعد نموذج محلي في فرز رسالة واردة، أو اقتراح النية، أو اختيار مسار للتنقل، أو تحديد نوع مساعدة إمكانية الوصول التي ينبغي تقديمها. وتبدو هذه الاستخدامات جذابة لأن التطبيق يستطيع الاحتفاظ بالمدخل ومتابعة العمل عبر مسار حتمي عندما يكون النموذج غير متاح أو غير واثق. وينطبق المبدأ نفسه على ميزات إمكانية الوصول الخفيفة: قد يساعد نموذج يعمل داخل المتصفح في إنتاج نسخة بلغة مبسطة، أو وصف موجز، أو عرض بديل، لكن لا ينبغي للمنتج حذف المحتوى المصدر أو افتراض أن الصياغة المُولّدة صحيحة لكل مستخدم.

وقبل طرح أي من هذه التجارب، ينبغي للفرق إنشاء مجموعة اختبارات من مدخلات تمثيلية وآمنة من ناحية الصلاحيات. ويجب أن تغطي هذه المجموعة نصوصًا قصيرة وطويلة، وطلبات ملتبسة، ومحتوى مشوهًا، وأساليب كتابة متعددة، وتعليمات خصمية مضمنة في نص يتحكم فيه المستخدم. وينبغي فحص كل تشغيل لأكثر من مجرد التحقق من إرجاعه استجابة. فعلى اختبارات الجودة تسجيل ما إذا كانت المخرجات تحافظ على المعنى، وتتبع التنسيق المطلوب، وتتجنب اختلاق التفاصيل، وتظل قابلة للاستخدام عندما يرفض النموذج الإجابة أو ينتج إجابة غير مكتملة. وبالنسبة إلى التصنيف والتوجيه، ينبغي أن تتضمن مجموعة الاختبار حالات يكون فيها الإجراء الصحيح هو ترك المدخل دون تغيير أو تمريره عبر مسار قائم على الخادم.

وتهم القياسات التشغيلية بقدر أهمية جودة الصياغة. فعلى الفرق قياس التأخير عند الاستخدام الأول، وزمن الاستجابة في الجلسات المتكررة، ومعدلات الفشل، وسلوك التنزيل، وتأثير الميزة في البطارية أو استجابة الجهاز. ويعني تنزيل النموذج للمرة الأولى ومتطلبات العتاد التي توثقها Edge أن توفر واجهة برمجة تطبيقات محلية لا يضمن توفر النموذج فورًا لكل زائر. لذلك، ينبغي أن تسجل التجربة المفيدة مسار القدرة الذي جرى اختياره: نموذج محلي، أو تنفيذ بديل، أو عدم إضافة تحسين. كما ينبغي أن تميز بين استجابة نموذج حقيقية وبين انتهاء مهلة، أو طلب مرفوض، أو متصفح غير مدعوم، أو قيد مؤسسي، أو إعداد لدى المستخدم يعطّل الذكاء الاصطناعي على الجهاز.

وينبغي أن تبدأ مراجعة الخصوصية من تدفق البيانات، لا من افتراض أن عبارة «على الجهاز» تجعل الميزة آمنة تلقائيًا. فما زال التطبيق هو الذي يقرر النص الذي يضعه في المطالبة، والمدة التي يحتفظ خلالها بالنص الأصلي والنتائج المُولّدة، وما إذا كان يرسل أيًا منهما إلى خادم لأغراض التسجيل أو المعالجة البديلة. ويجب التعامل مع النص الحساس وفق سياسات المنتج القائمة، كما ينبغي أن تفصل المطالبات بوضوح بين تعليمات التطبيق ومحتوى المستخدم غير الموثوق. وقد يقلل تشغيل النموذج محليًا الحاجة إلى نقل بعض المدخلات، لكنه لا يلغي الحاجة إلى إدارة دقيقة للاحتفاظ بالبيانات، والموافقة، وضبط الوصول، واختبارات إساءة الاستخدام.

ينبغي أن يكون البديل داخل المتصفح حالةً مصمَّمة في المنتج، لا استثناءً مخفيًا داخل معالجة الأخطاء. فإذا لم يكن النموذج متاحًا، يمكن للواجهة الإبقاء على النص الأصلي، أو إتاحة أداة تحرير تقليدية، أو استخدام قدرة خادمية موجودة عند ملاءمة ذلك، أو توضيح أن التحسين غير متاح. وينبغي وضع حدود زمنية للمهلة، وألا تؤدي إعادة المحاولة إلى إبقاء المستخدمين عالقين في حلقة، كما يجب أن يظل النص المُولَّد مميَّزًا بوضوح إلى أن يقبله المستخدم. ويمكن لبيانات قياس أداء البدائل أن تكشف ما إذا كانت الإخفاقات تتركز حول إصدار معيّن من المتصفح، أو نظام تشغيل، أو قدرة عتادية، أو حالة التنزيل، أو سياسة محددة، أو مهمة بعينها.

في الوقت الراهن، ينبغي أن توجه هذه الأدلة قرارات التبنّي. تستطيع الفرق أن تتعلم الكثير من مشاريع تجريبية محدودة النطاق، ذات نتيجة قابلة للتراجع ومسار غير قائم على الذكاء الاصطناعي يمكن الاعتماد عليه. وعليها التريث قبل جعل سير عمل أساسي يعتمد على Prompt API أو Decisions API أو ميزات الكتابة المرتبطة بهما، ما دامت الواجهات تجريبية أو محصورة في المعاينة أو خاضعة لبوابات قدرات قابلة للتغيير. لا يتمثل الحد العملي في نجاح عرض توضيحي على جهاز تطوير واحد، بل في تصرف الميزة بصورة متوقعة عبر الظروف المدعومة، واستمرارها في خدمة المستخدمين عند غياب النموذج المحلي. يجعل Aion Instruct وPrompt API الاستدلال من جانب المتصفح مجالًا جديرًا بالاختبار، لكن قابلية التشغيل البيني المستقرة، وجودة الأداء المقيسة، وسلوك البدائل المحدد بوضوح، هي ما ينبغي أن يحدد متى يتحول الاختبار إلى اعتماد إنتاجي.