Amazon Bedrock

قرّرت أن تطبيقك يحتاج نموذجاً أساسياً. الآن تبدأ الأسئلة التي لا يستمتع بها أحد: أي وحدات GPU، وكم عددها، وفي أي منطقة، ومن يُصلحها، وماذا يحدث الثالثة فجراً حين تتضاعف حركة الطلبات ثلاث مرات، وكيف تستبدل بها نموذجاً أفضل بعد ستة أشهر دون إعادة بناء كل شيء.

وُجد Amazon Bedrock كي لا تجيب عن أي من ذلك. تعرّفه AWS بأنه "خدمة مُدارة بالكامل توفّر وصولاً آمناً بمستوى المؤسسات إلى نماذج أساسية عالية الأداء من شركات ذكاء اصطناعي رائدة، وتتيح لك بناء تطبيقات الذكاء الاصطناعي التوليدي وتوسيعها".

اقرأ ذلك كقائمة أشياء لم تعد تفعلها. لا خوادم تحدّد حجمها. لا أوزان نماذج تنزّلها. لا منظومة استدلال تشغّلها. ترسل طلباً إلى نقطة نهاية API وتستقبل نصاً مولَّداً، والسعة تحته مشكلة شخص آخر.

واجهة واحدة، نماذج كثيرة

يدعم Bedrock أكثر من 100 نموذج أساسي من مورّدين منهم Amazon وAnthropic وDeepSeek وMiniMax وMoonshot AI وOpenAI. الكتالوج يستحق الملاحظة، لكنه ليس المقصود. المقصود ما يجلس أمامه.

كل نموذج من تلك النماذج يُبلَغ عبر الخدمة نفسها. عملياً تستدعي واجهة Converse، وتسمّي معرّف النموذج، وتمرّر رسائلك:

import boto3

client = boto3.client('bedrock-runtime', region_name='us-east-1')
response = client.converse(
    modelId='anthropic.claude-opus-4-7',
    messages=[
        {'role': 'user', 'content': [{'text': 'لخّص تذكرة الدعم هذه.'}]}
    ]
)

الآن غيّر modelId إلى نموذج من Amazon Nova. لا شيء آخر في ذلك الاستدعاء يتغيّر. مصادقتك، وحزمة SDK، ومعالجة الأخطاء، والتسجيل، وسياسات IAM، كلها تواصل العمل.

قارن ذلك بالبديل. بدون Bedrock، كل مورّد يعني حساباً منفصلاً، ومفتاح API منفصلاً مخزّناً في مكان ما، وحزمة SDK منفصلة بشكل طلب خاص بها، وفاتورة منفصلة، ومراجعة أمنية منفصلة. إضافة مورّد نماذج ثانٍ مشروع كامل. على Bedrock هي سلسلة نصية.

هذا هو سبب وصف درس اختيار النموذج للاختيار بأنه قابل للتراجع. تلك القابلية ليست خاصية عامة في الذكاء الاصطناعي التوليدي، بل خاصية البناء خلف طبقة تجريد، وBedrock هو تلك الطبقة.

وحدّ واحد يستحق الصراحة: الاستدعاء قابل للنقل، والسلوك ليس كذلك. المطالبة المضبوطة لنموذج لا تنتج المخرج نفسه على نموذج آخر، والنماذج تختلف في نافذة السياق، وأقصى طول للمخرج، وأي معاملات استدلال تقبل. يجعل Bedrock التبديل رخيصاً، لكنه لا يُغني عن إعادة التحقق.

ما الذي يضيفه Bedrock حول النموذج

استدعاء نموذج خام ليس تطبيقاً. بين "يستجيب النموذج" و"تُشحن الميزة" تقع مجموعة مشكلات يصطدم بها كل فريق، وBedrock يقدّم إجابات مُدارة لمعظمها.

Knowledge Bases تتولى التوليد المعزَّز بالاسترجاع. تصف AWS الغرض مباشرة: يستخدم RAG "معلومات من مصادر بيانات لتحسين صلة الاستجابات المولَّدة ودقتها"، ومع Knowledge Bases "تستطيع دمج معلوماتك الخاصة في تطبيقات الذكاء الاصطناعي التوليدي". وجّهها إلى بياناتك، فتدير الاستيعاب والتقطيع والتضمين والتخزين والاسترجاع، ثم تعيد استجابات مع استشهادات تتيح تتبّع الإجابة إلى مصدرها. قاعدة المعرفة المُدارة تترك لـ AWS تشغيل خط الأنابيب كله، والقاعدة المُدارة من العميل تتيح لك إحضار مخزن متجهي خاص بك مثل Amazon OpenSearch Serverless أو Amazon Aurora أو Amazon Neptune، والتحكم بالاستيعاب والفهرسة بنفسك.

Guardrails هي طبقة السلامة. تقدّم "ضمانات قابلة للإعداد تساعدك على بناء تطبيقات ذكاء اصطناعي توليدي آمنة"، وتأتي في ستة أنواع سياسات:

تفصيلان عن Guardrails يستحقان الإمساك. هي تقيّم المطالبة الداخلة واستجابة النموذج معاً، لا طرفاً واحداً. وتستطيع العمل بلا نموذج إطلاقاً: واجهة ApplyGuardrail تفحص المحتوى وحدها، فتتحقق من نص قبل دخوله خط أنابيبك.

تخصيص النموذج يغطي ثلاث طرق. الضبط الدقيق المُشرَف يدرّب على أمثلة مدخل ومخرج موسومة. والضبط الدقيق التعزيزي يتعلّم من دوال مكافأة تعرّفها أنت بدل الأزواج الموسومة. والتقطير ينقل المعرفة من نموذج معلّم كبير إلى نموذج طالب أصغر وأسرع وأرخص. المجال الثالث يغطي متى يكون كل منها القرار الصحيح.

التقييمات تسجّل درجات النماذج على بياناتك أنت، إما برمجياً، أو بنموذج حَكَم، أو بمراجعين بشر. قابلتَها في درس اختيار النموذج.

AgentCore يحوّل النموذج إلى وكيل يخطّط ويتصرف. هذا موضوع قائم بذاته، والدرس الثالث يلتقطه.

النمط عبر هذه كلها واحد: كل واحدة منها مشكلة كنت ستحلّها ببنيتك التحتية الخاصة، وتُقدَّم لك بدلاً من ذلك كإعداد.

سؤال البيانات، مُجاباً بشكل ملموس

كل مؤسسة تسأل نسخة من هذا: إن أرسلنا نص عملائنا إلى نموذج طرف ثالث، ماذا يرى ذلك الطرف؟

يجيب Bedrock عن السؤال بنيوياً لا بوعد. في كل منطقة يتوفر فيها Bedrock، يوجد حساب نشر نماذج واحد لكل مورّد نماذج. تلك الحسابات يملكها ويديرها فريق خدمة Bedrock. وحين يسلّم مورّد نموذجاً، تنفّذ AWS نسخاً عميقاً لبرمجيات الاستدلال والتدريب الخاصة به إلى تلك الحسابات. ثم تأتي الجملة المهمة: "لأن مورّدي النماذج لا يملكون وصولاً إلى تلك الحسابات، فهم لا يملكون وصولاً إلى سجلات Amazon Bedrock ولا إلى مطالبات العملاء واستجاباتهم".

فاستدعاء نموذج طرف ثالث على Bedrock ليس كاستدعاء واجهة ذلك المورّد نفسه. مطالبتك تذهب إلى حساب تشغّله AWS لا إلى المورّد. المورّد قدّم النموذج، وهو لا يستقبل حركة الطلبات.

وفوق ذلك تحصل على ضوابط AWS المعتادة: التشفير عبر AWS KMS، والاتصال الخاص عبر Amazon VPC وAWS PrivateLink فلا تعبر الطلبات الإنترنت العام، وIAM لتحديد من يستدعي أي نموذج، وCloudTrail لسجل التدقيق.

هذه أنفع حقيقة في الدرس لسؤال سيناريو. حين يذكر نص السؤال قطاعاً منظَّماً، أو قاعدة إقامة بيانات، أو مراجعة أمنية يجب أن توافق على المورّد، فعزل حساب النشر هو ما تُبنى عليه الإجابة.

أين يتوقف Bedrock

Bedrock خيار افتراضي جيد، والافتراضي ليس إجابة شاملة. هو يقدّم ويخصّص نماذج موجودة سلفاً. ثلاثة مواقف تقع خارجه.

تريد تدريب نموذج من الصفر، على معماريتك، بحلقة تدريب خاصة بك. لا مدخل لذلك في Bedrock.

تحتاج نموذجاً غير موجود في الكتالوج، أو تحكماً كاملاً في بيئة التقديم، مثل حاوية استدلال بعينها، أو نوع نسخة بعينه، أو النشر داخل VPC خاصتك على عتاد اخترته.

تعمل على تعلم آلة تقليدي لا ذكاء اصطناعي توليدي. نموذج كشف الاحتيال على بيانات معاملات جدولية شجرة معزَّزة بالتدرج لا نموذج أساسي، وليس لدى Bedrock ما يقدّمه له.

كل واحدة من هذه النقاط تشير إلى الخدمة نفسها، وهي موضوع الدرس التالي.

نصائح للاختبار

• Bedrock هو المسار المُدار بالكامل وبلا خوادم إلى النماذج الأساسية. كلمات السيناريو مثل "لا بنية تحتية ندير" أو "أسرع طريق إلى الإنتاج" أو "لا نريد تشغيل وحدات GPU" تشير إلى هنا.
• واجهة واحدة عبر مورّدين كثر هي الفارق الواجب تذكّره. أي سؤال عن تبديل النماذج بتكلفة قليلة، أو مقارنة النماذج دون إعادة كتابة تطبيق، يفحص هذا.
• طابق القدرة بالمشكلة: بيانات خاصة داخل الإجابات تعني Knowledge Bases؛ حجب المحتوى الضار أو الخارج عن الموضوع يعني Guardrails؛ كشف إجابة غير مؤسَّسة يعني فحوص التأسيس السياقي تحديداً.
• الـ guardrails تقيّم المدخل والمخرج، وApplyGuardrail تعمل دون استدعاء نموذج. الخيارات التي تدّعي أنها للمخرج فقط خاطئة.
• عبارة "تدريب نموذج من الصفر" هي التي تُخرج Bedrock من الطاولة. وكذلك "نحتاج تحكماً كاملاً في حاوية التقديم".
• عزل المورّدين عبر حسابات نشر النماذج هو الجواب عن أي سؤال حول رؤية مورّدي النماذج لمطالباتك. هم لا يرونها.
• النموذج المخصّص يتطلب Provisioned Throughput لتقديمه. احفظ الاقتران، ودرس التكاليف يشرح لماذا يؤلم.

الفكرة التي تحملها معك أن Bedrock يبادل التحكم بالسرعة، وتلك المبادلة صحيحة في الغالب. الدرس التالي عن الحالات التي لا تكون فيها كذلك، وعن الخدمة التي تجلس تحته مباشرة.