أطلقت Meta نموذج Muse Wonder في 12 أكتوبر بسعر 4 دولارات لكل مليون رمز دخل (input tokens) و20 دولاراً لكل مليون رمز خرج (output tokens)، مع نافذة سياق بحجم مليون رمز، ودعم لواجهة برمجة تطبيقات (API) تتحدث بثلاث صيغ: OpenAI Responses وChat Completions وAnthropic Messages. وهذه الجزئية الأخيرة تحديداً هي ما يجعله قابلاً للاستخدام عبر لوحة Sharkly اليوم. ويوثّق دليل وكلاء البرمجة من Meta تشغيل مشغلي Codex وClaude Code على muse-wonder-1.0 عبر توجيههما إلى api.meta.ai، وكلاهما بيئتا تشغيل (Runtimes) يمكن لجهاز Sharkly Computer إتاحتهما. أما النموذج الذي ركزت عليه المقاييس المرجعية الرئيسية لـ Meta، وهو Muse Wonder Full، فغير متاح عبر واجهة برمجة التطبيقات ولا يمكن استخدامه كنموذج لبيئة تشغيل؛ وسنوضح المزيد عن ذلك أدناه.
يشرح هذا الدليل كيفية إعداد مسار لـ Muse Wonder على جهاز Sharkly Computer حالي باستخدام بيئة تشغيل Codex، وتسمية النموذج في الوكيل (Agent) حتى توضح اللوحة المسار الذي أُسندت إليه كل مهمة (Task)، بالإضافة إلى توجيه المهام المناسبة لطبيعة النموذج وفقاً للأرقام الصادرة عن Meta وArtificial Analysis: ألا وهي جولات العمل المستقلة الطويلة (long agentic runs).
ملخص سريع
قم بإعداد مزوّد Codex لـ Meta في الملف ~/.codex/config.toml على الجهاز، مع تعيين model = "muse-wonder-1.0" وwire_api = "responses"، وقراءة المفتاح من المتغير MODEL_API_KEY في بيئة الخدمة المحلية. أعد الفحص حتى تظهر بيئة التشغيل Codex بالحالة Available. أنشئ وكيلاً على بيئة التشغيل تلك، وحدد النموذج في وسائطه المخصصة (Custom arguments)، وأسند إليه المهام الطويلة: كإعادة الهيكلة البرمجية متعددة الخطوات، وعمليات الترحيل، وحلقات المراجعة والإصلاح. واحتفظ بالمهام كثيفة المعرفة والمهام المعتمدة بشدة على سطر الأوامر لوكلاء Opus 5.5 أو Astra. يبحث الوكلاء وينفذون ويختبرون ويرفعون التقارير، بينما تتكفل المهمة بنتيجة العمل.
أين يتم تعيين النموذج؟
لا تختار Sharkly النماذج بنفسها؛ إذ توضح وثائق الوكلاء أن الوكيل يتبع النموذج الافتراضي لبيئة التشغيل ولا يعرض اسم النموذج، ولتغيير النماذج يتم تحديد نموذج جديد في الوسائط المخصصة (Custom arguments) الخاصة بالوكيل أو بيئة التشغيل، على سبيل المثال specify model: model-name. لا توجد قائمة منسدلة للنماذج ولا خيار للتحكم في عمق التفكير، نظراً لعدم قدرة Sharkly على قراءة النموذج الذي استخدمته بيئة التشغيل بدقة موثوقة.
بالنسبة لنماذج Meta، يعني هذا وجود طبقتين: الأولى هي المزوّد، حيث تعثر بيئة التشغيل على api.meta.ai ومفتاحه، ويقع ذلك في تكوين بيئة التشغيل نفسها على الجهاز. أما اختيار النموذج فيكون على مستوى الوكيل. وبهذا يمكن لجهاز واحد استضافة وكيل Muse Wonder ووكيل Opus 5.5 على بيئات تشغيل مختلفة، مع تدوين اسم النموذج في مكان يتيح للمراجع قراءته بسهولة.
الخطوة 1: إعداد مزوّد Meta لـ Codex على الجهاز
يوفر دليل Meta تكوين Codex المطلوب. أضف التالي على الجهاز في الملف ~/.codex/config.toml:
model = "muse-wonder-1.0"
model_provider = "meta"
model_reasoning_effort = "high"
model_context_window = 1048576
[model_providers.meta]
name = "Meta Model API"
base_url = "https://api.meta.ai/v1"
env_key = "MODEL_API_KEY"
wire_api = "responses"
ملاحظتان من Meta: أولاً، قم بتسجيل الخروج من OpenAI داخل Codex أولاً، وإلا فسيستمر في استخدام مزوّد OpenAI. ثانياً، يعد wire_api = "responses" ضرورياً، لأن Responses API تنقل التفكير عبر الجولات المتعاقبة، وهو ما يحافظ على ترابط وسياق المهام الطويلة.
يوضع المفتاح في بيئة العملية التي تُشغّل Codex، وهي الخدمة المحلية على جهاز Sharkly Computer. عيّن MODEL_API_KEY حيث تقرأ تلك الخدمة بيئتها، ثم أعد تشغيلها. إياك ووضع المفتاح في Sharkly؛ إذ تؤكد وثائق الأجهزة صراحةً أن كلمات المرور والرموز المميزة ومفاتيح API لا مكان لها في حقول الملف التنفيذي أو الوسائط أو البيئة الخاصة ببيئة التشغيل، فهذه الحقول مخصصة للإعدادات الافتراضية وليست للبيانات السرية.
قم بالاختبار داخل طرفية عادية على ذلك الجهاز قبل التعامل مع اللوحة:
codex "Say which model you are and stop."
إذا جاءت إجابة Codex من muse-wonder-1.0، فيمكن لـ Sharkly استخدامه. افتح تفاصيل الجهاز وشغّل إعادة الفحص أو اختبار الاتصال، وعندها ينبغي أن تظهر بيئة تشغيل Codex بالحالة Available. ظهور الجهاز متصلاً بالإنترنت يعني فقط أن خدمته المحلية ترسل نبضات اتصال؛ بينما حالة بيئة التشغيل هي المقياس الفعلي لإمكانية بدء التشغيل.
إذا كنت تفضل اعتماد Claude Code كبيئة تشغيل، فإن دليل Meta يحدد مطابقة خانات النماذج كالتالي: ANTHROPIC_BASE_URL="https://api.meta.ai" وANTHROPIC_AUTH_TOKEN="$MODEL_API_KEY" وANTHROPIC_MODEL="muse-wonder-1.0"، مع تحويل خانة Opus إلى Wonder، وخانتي Sonnet وHaiku بالإضافة إلى CLAUDE_CODE_SUBAGENT_MODEL إلى muse-spark-1.3، وتعيين ENABLE_TOOL_SEARCH="true" حتى تستمر أدوات MCP في التحميل. تتطلب كل خانة نموذجاً من Meta، وإلا فسيحاول وضع التخطيط (Plan Mode) والوكلاء الفرعيون استدعاء نماذج Claude التي لا توفرها Meta. وتنطبق القاعدة نفسها: يوضع المفتاح في بيئة المضيف، لا في حقول Sharkly.
الخطوة 2: إنشاء وكيل يوضح النموذج الذي يستخدمه
افتح Agents، واختر New Agent، وحدد الجهاز وبيئة تشغيل Codex، وسمِّ الوكيل وفقاً لمساره مثل Long-run worker بدلاً من Muse. في الوسائط المخصصة (Custom arguments)، حدد النموذج muse-wonder-1.0، بما يطابق ما اختبرته. واضبط مجلد العمل على Create temporary directory ليعمل كل Task في بيئة معزولة، واجعل مهلة المهمة أطول مقارنة بالمسارات الأقل تكلفة؛ إذ تراهن Meta في تسويق هذا النموذج بالكامل على قدرته على المتابعة دون توقف، وهو بالضبط ما يقيسه معيار SWE-Marathon.
ولأن Sharkly لا تعرض اسم النموذج، فإن التعليمات تجعل الوكيل يوثق ذلك كتابةً:
You are the long-run lane. State the model id you ran on at the top of your report.
Take the Task as written. Plan before you edit, and keep a running list of what
you tried and why, so a reviewer can follow the path, not only the diff.
Run the closest relevant check before reporting done. Report failures as failures.
If you need a fact you are not sure of, look it up in the repository or say you
could not confirm it. Do not fill gaps from memory.
Stop and ask before anything destructive, anything that sends data outside the
attached repositories, or any action you would want a person to confirm.
التعليمة الرابعة موجودة لسبب وجيه؛ حيث تقيّم Artificial Analysis نموذج Wonder بـ 25 نقطة على مؤشر المعرفة مقابل 46 لـ Opus 5.5، مع نسبة هلوسة تبلغ 27%. إنه منفذ قوي لكنه مرجع معرفي ضعيف؛ والتعليمة ترشده بدقة إلى الدور المطلوب منه.
الخطوة 3: توجيه المهام الطويلة إلى هذا المسار
إليك الاستخدام الأمثل لهذا المسار، استناداً إلى بطاقة نموذج Meta ونتائج التجارب المستقلة:
| المقياس | Muse Wonder | Claude Opus 5.5 |
|---|---|---|
| SWE-Marathon (جلسات البرمجة الطويلة) | 53.1 | 46.3 |
| DeepSWE 1.1 | 78.8 | 74.2 |
| Terminal-Bench 4.0 | 52.0 | 59.6 |
| AA-Omniscience (المعرفة) | 25 | 46 |
| مؤشر الذكاء | 52 | 58 |
| السعر لكل مليون رمز دخل / خرج | $4 / $20 | $4 / $20 |
السعر متطابق، لكن الأداء مختلف. وقاعدة توجيه المهام لفريق العمل تتضح مباشرة:
- أسند المهمة إلى وكيل Muse Wonder عندما تكون المهمة طويلة، وتتضمن خطوات عديدة، ومن المرجح أن تواجه عقبات: مثل إعادة هيكلة ملفات برمجية متعددة، أو ترحيل التبعيات البرمجية مع معالجة الاختبارات غير الناجحة، أو حلقات الإصلاح والتحقق المستمرة.
- أبقِ المهمة على Opus 5.5 أو Astra عندما تعتمد المهمة بشكل مكثف على الطرفية، أو تحتاج لمعرفة موسوعية واسعة، أو تتطلب أدق مراجعة ممكنة. يشرح مقال أي وكيل تُسند إليه المهمة؟ القاعدة العامة في ذلك.
بعد ذلك، اختر مهمة ذات معيار قبول محدد، وحدد وكيل Muse Wonder كمسؤول عنها، وانقلها من قائمة الانتظار (Backlog) إلى حالة جاهزة للبدء. تتدرج المهمة عبر الحالات: في قائمة الانتظار، ثم قيد الإرسال، ثم قيد التشغيل، بينما يسجل سجل التنفيذ استدعاءات الأدوات وأحداث بيئة التشغيل. وعندما يتوقف الوكيل لطرح سؤال، يعود الاستفسار إلى المهمة كتعليق ويصل إلى صندوق الوارد (Inbox). دربت Meta نموذج Wonder على مراجعة المستخدم قبل الإجراءات الحساسة؛ واللوحة توفر مساحة واضحة لاستقبال هذه التنبيهات. يوضح مقال التركيز النشط وقائمة المراجعة كيفية التعامل معها.
ما لا يمكنك تشغيله: Muse Wonder Full
يحرز Muse Wonder Full درجة 56 مقابل 52 لـ Wonder، ويتعادل مع Claude Code على Sonnet 5.5 عند 68 نقطة في مؤشر وكلاء البرمجة. لكنه متاح حصرياً داخل Muse Code على خطتي Power بقيمة 50 دولاراً وMaximum بقيمة 200 دولار. ولا يمتلك النموذج معرّف API، وبالتالي لا يمكن توجيه Codex أو Claude Code إليه، كما أن Muse Code ليست بيئة تشغيل ترصدها خدمة Sharkly المحلية. ورغم أن Sharkly توفر بيئة تشغيل ACP مخصصة للأدوات التي لا يتم رصدها تلقائياً، إلا أن وثائق Meta لا تذكر ما إذا كانت Muse Code تدعم ACP، لذا يجدر اعتبار الأمر غير مختبر. بالنسبة للفرق البرمجية، يعد Full نموذجاً يستخدمه مهندس بمفرده في الطرفية، ولا يمكن للوحة إسناد المهام إليه. يناقش مقال نموذج Muse Wonder Full متاح عبر الاشتراكات فقط تفاصيل هذا الأمر.
التكلفة والبيانات
لا يضاف أي شيء من هذا إلى فاتورة Sharkly؛ فاستهلاك النموذج يتم عبر مفتاح Meta المضبوط على الجهاز وبأسعار Meta الرسمية: 4 دولارات للإدخال / 20 دولاراً للإخراج / 0.20 دولار للبيانات المخزنة مؤقتاً لكل مليون رمز، بدون تكلفة إضافية للسياق الطويل، وبحد أقصى للفريق يبلغ 3000 طلب و4 ملايين رمز في الدقيقة. وبما أن الجولات الطويلة تعيد إرسال سياقها في كل دور، فإن مسار Muse Wonder يعتمد بصورة طبيعية على التخزين المؤقت؛ وقد رصدت Artificial Analysis تكلفة بلغت 4.52 دولار للمهمة مقابل 5.98 دولار لـ Opus 5.5، ويعود ذلك أساساً لانخفاض تكلفة مخرجات Wonder.
لا تُستخدم بيانات واجهة برمجة التطبيقات في الوضع القياسي (Standard) لـ Meta في تدريب النماذج، على خلاف اشتراكات Muse Code التي تفعّل وضع المساهم (Contributor) افتراضياً. وتعتمد بيئة التشغيل على الجهاز واجهة برمجة التطبيقات، لذا تبقى الشيفرة البرمجية لفريقك بعيدة عن بيانات تدريب Meta دون الحاجة إلى تعديل أي إعدادات.
تغير النموذج هذا الأسبوع، لكن السياق وخطوات التقدم والعقبات والنتائج والمراجعة البشرية ظلت واضحة من لحظة تقديم الطلب وحتى إطلاقه. يمكنك بناء ذلك يدوياً عبر مساحات العمل المتفرعة (worktrees)، أو استخدام Sharkly لإدارة سير العمل بالكامل.
