لم يعد الحديث عن “محركات البحث” مقتصر على نتائج صفحات مرقمة أو خوارزميات أرشفة. خطوة Perplexity الأخيرة بإطلاق ما سمته Model Council تمثل قفزة نوعية.
محرك بحث يتصرف كـ “مجلس شورى” تقني يجمع اراء عدة نماذج ذكاء اصطناعي متقدمة، ثم يحكم ويصنف الإجابة الأفضل والأدق بدل الاعتماد على مصدر واحد.
الإعلان عن الميزة ظهر في قنوات الشركة وملاحظات التحديث الرسمية، واصف Council Mode كآلية لتجميع اراء نماذج “حدودية” وتوليفها بواسطة نموذج ميسر (chair LLM).
ما هو Model Council بالضبط؟
Model Council هو إطار عمل داخل واجهة Perplexity يسمح بتشغيل استعلام واحد عبر مجموعة من النماذج المتقدمة (كل منها قد يكون من مزود مختلف)، ثم جمع الإجابات ومقارنتها إما عبر آلية “تصويت” أو عبر “كرسي تحكيم” يقوم بتلخيص أفضل عناصر كل إجابة لصياغة نتيجة نهائية أكثر دقة وحياد.
الشركة تروج لهذه الوظيفة كأداة للتحقق المتبادل (cross-referencing) وتقليل أخطاء أو تحيز نموذج واحد.
كيف يعمل نظام “التصويت أو التحكيم” عملياً؟
- تفويض الاستعلام: يرسل المستخدم سؤال واحد إلى Council Mode.
- تشغيل النماذج: ينفذ السؤال بالتوازي أو (بعض الأحيان) بشكل متسلسل عبر عدة نماذج مرجعية.
- دور “الكرسي”: نموذج مركزي (chair LLM) أو خوارزمية تجميع تقارن المخرجات، تضيق الاختلافات، وتعطي وزن للاجابات الأكثر اتساق مع مصادر خارجية أو قواعد تحقق داخلية.
- عرض النتيجة وشفافية المصادر: النتيجة النهائية تعرض ملخص مدعوم بقطع من إجابات النماذج، وملاحظات عن مستوى الثقة والاختلافات الجوهرية.
هذا الأسلوب يقلل الاعتماد على إجابة نموذج واحد ويجعل الناتج أقرب إلى إجماع علمي أو خدمي عند الإمكان.
لماذا تقوم Perplexity بهذه الخطوة؟
- تقليل التحيز (Bias): عبر وضع نماذج متعددة أمام نفس السؤال، يصبح من الصعب لنتيجة واحدة متحيزة أن تسيطر على الإجابة النهائية.
- مواجهة المعلومات الخاطئة: التحقق المتقاطع بين النماذج يزيد احتمال كشف التناقضات والمعلومات غير الدقيقة قبل عرضها للمستخدم.
- تقديم منصة محايدة للمستخدم: بدل من فرض نموذج وحيد، Perplexity تريد أن تكون وسيط، أو كما سماها بعض المحللين “Switzerland of AI“، منصة تجمع الأفضل من السوق وتوفر ملخص محايد.
من هم شركاء المجلس؟
أعلنت Perplexity عن فتح الوصول إلى نماذج متعددة عبر المنصة، تشمل حسب مصادر الشركة وآخر تحديثاتها نماذج من مزودين رائدين مثل OpenAI (نماذج عائلية مثل GPT-5/4.x)، Anthropic (Claude family)، وبعض إمكانيات الوصول إلى نماذج من شركات أخرى مثل Meta وGemini، بالإضافة إلى إقرار بمرونة إدراج نماذج جديدة متى صارت متاحة أو مفضلة. Perplexity تعرض في مراكز المساعدة قوائم بالنماذج المتاحة ضمن باقات الاشتراك.
ملاحظة: Perplexity نفسها تعد لاعب صاعد في سوق البحث الذكي، وتتعامل كمنصة مجهزة تجمع النماذج بدل تطوير نموذج واحد حصري.
تأثير Model Council على تجربة المستخدم
- هل ستبطئ الإجابات؟ عملياً، التأخر الملحوظ قد يكون صغير أو معدوم للمستخدم العادي لأن بنية الحوسبة السحابية في 2026 تتيح تشغيل نماذج متعددة بسرعة عالية، Perplexity صرحت أن الوضعية مصممة لتبقى سلسة، بينما تعرض شروح توضيحية عن أي فروقات في المخرجات. بمعنى اخر: الـ “تشاور” يحدث بسرعة وفي الخلفية غالباً.
- هل ستكون ميزة مدفوعة؟ نعم، الإطلاق الأولي لـ Model Council استهدف مستخدمي الطبقات العليا (مثل Perplexity Max/Pro) مما يشير إلى أنها ميزة محفوفة بتكاليف تشغيل أعلى قد تقدم ضمن اشتراك مدفوع أو مستوى احترافي.
ماذا يعني هذا للمنافسة مع Google؟
الرسالة الضمنية واضحة، نموذج واحد (ولو كان قوي مثل Gemini) ليس بالضرورة كافياً في عالم تتزايد فيه الأدلة على اختلاف نقاط القوة بين النماذج.
Perplexity تختبر نموذج أعمال ومنهجية جديدة، سرد متعدد النماذج قد يضغط على Google لإعادة التفكير في اعتمادها على نموذج وحيد (Gemini) أو لبناء آليات مشابهة للمقارنة والتحقق داخل منتجاتها.
تحليلات السوق الحديثة تشير إلى أن أدوات agentic والأنظمة التجميعية قد تغير حجم البحث التقليدي وطريقة تقديم الإجابات.
الجانب التجاري: لماذا قد تختار Perplexity الاشتراك وليس الإعلانات؟
في سياق أوسع، Perplexity اتخذت مؤخراً موقف تحوطي تجاه الإعلانات وركزت بدلاً من ذلك على الاشتراكات والمنتجات المؤسسية، وهو ما يتناغم مع تقديم ميزات باهظة الحساب مثل Model Council التي تستهدف المستخدمين المحترفين.
هذا التوجه التجاري يقلل مخاطر تضارب المصالح (ads vs. impartial answers).
تحليل: نقاط القوة والقيود
نقاط القوة
- إجابات أقل انحراف وأكثر توازن عبر التحقق المتقاطع.
- مرونة اختيار أفضل نموذج لكل مهمة (قوة التخصص).
- قيمة مضافة موجهة للمحترفين، أبحاث استثمارية، مراجعات طبية أو قانونية، قرارات استراتيجية.
القيود والمخاطر
- الاعتماد على نماذج طرف ثالث يثير قضايا تراخيص، التوافق، وخصوصية البيانات.
- اختلافات غير متوقعة بين النماذج قد تعقد تفسير النتيجة النهائية للمستخدم العادي.
- التبعية على نماذج المدفوعات الخارجية قد تزيد تكلفة التشغيل وتنعكس على سعر الاشتراكات.
الخلاصة
إطلاق Model Council من Perplexity ليس مجرد ميزة جديدة، بل رسالة استراتيجية بمعنى البحث الذكي يتحول من عرض مصادر إلى تصميم هيئات فكرية اصطناعية تقارن وتقرر.
إذا نجحت الفكرة من الناحية التجارية والتقنية فسنشهد نمو في منصات تحاول أن تكون وسيط محايد يجمع أفضل ما في كل نموذج.
في المقابل، الشركات الكبيرة مثل Google قد تضطر لإعادة تقييم استراتيجياتها، إما بتقوية Gemini أو بتبني آليات تجميع ومقارنة داخلية.
المستقبل الأقرب للنطاق البحثي يبدو أقل أحادية وأكثر تعددية في مقاربة الإجابة، وهذا أمر جيد للمستخدمين الذين يبحثون عن دقة وشفافية.