أصبحت عملية تشغيل Qwen 3.6 محليًا على أجهزة Mac أسهل بكثير بعد إعلان JetBrains عن Junie Local، وهي طريقة جديدة تسمح للمطورين بتشغيل نموذج الذكاء الاصطناعي على أجهزتهم مباشرة دون المرور بمعظم خطوات الإعداد اليدوي التي اعتادها مستخدمو أدوات مثل Ollama وLM Studio.
الفكرة الأساسية بسيطة: بدل البحث عن نسخة النموذج المناسبة، وضبط الإعدادات، وإنشاء نقطة اتصال محلية ثم ربطها بأداة البرمجة، تتولى Junie Local معظم هذه العملية تلقائيًا. وبمجرد تشغيل الأمر المخصص، يتم تنزيل النموذج وتجهيزه ليعمل داخل بيئة Junie على الجهاز نفسه.
الإجابة السريعة
أطلقت JetBrains ميزة Junie Local لتشغيل Qwen 3.6 محليًا على أجهزة Mac المزودة حاليًا بمعالج Apple M5 وذاكرة 64 جيجابايت على الأقل. تعتمد الخدمة على نسخة Qwen3.6-27B مضغوطة إلى 4-bit، وتتيح تشغيل وكيل البرمجة بالكامل على الجهاز دون إرسال الكود أو الأوامر إلى مزود سحابي.
ما الذي تقدمه Junie Local؟
Junie هي أداة برمجة بالذكاء الاصطناعي من JetBrains يمكنها تنفيذ مهام تتجاوز الدردشة التقليدية، مثل تعديل عدة ملفات داخل المشروع، تنفيذ تغييرات برمجية وإنشاء اختبارات آلية.
مع Junie Local، تحاول JetBrains إزالة أحد أكبر الحواجز أمام تشغيل نماذج مفتوحة الأوزان محليًا: التعقيد التقني في الإعداد.
بحسب تقرير Neowin، يكفي تشغيل الأمر /local داخل Junie حتى تبدأ عملية إعداد Qwen 3.6 وتنزيل النموذج المناسب تلقائيًا.
أي نسخة من Qwen 3.6 يتم تشغيلها؟
تعتمد JetBrains حاليًا على نموذج Qwen3.6-27B بحجم 27 مليار باراميتر، مع ضغط 4-bit وتعطيل وضع reasoning في الإعداد الافتراضي.
هذا الاختيار ليس عشوائيًا. الشركة تقول إنها ضبطت نموذجًا واحدًا على عتاد محدد حتى تجعل التجربة أقرب إلى «أمر واحد ثم ابدأ العمل»، بدل ترك المستخدم يختار بين عشرات النماذج والإعدادات.
وتوضح وثائق JetBrains أن النموذج الرئيسي يبلغ حجمه نحو 15 جيجابايت، بينما تحتاج عملية التثبيت إلى نحو 21 جيجابايت من المساحة الحرة إجمالًا. :contentReference[oaicite:1]{index=1}
المتطلبات مرتفعة جدًا في الوقت الحالي
سهولة الإعداد لا تعني أن Qwen 3.6 سيعمل على أي جهاز Mac. المتطلبات الحالية تضع Junie Local ضمن فئة المستخدمين الذين يمتلكون أجهزة حديثة وعالية المواصفات.
وفق وثائق JetBrains، تحتاج إلى macOS 26 أو أحدث، ومعالج Apple Silicon من فئة M5 أو أحدث، وذاكرة موحدة بسعة 64 جيجابايت على الأقل، إضافة إلى المساحة الحرة المطلوبة للنموذج والمحرك المحلي. :contentReference[oaicite:2]{index=2}
وهذا يعني أن غالبية أجهزة Mac الموجودة حاليًا في السوق لن تستطيع الاستفادة من الوضع المحلي بالشكل الرسمي الذي تستهدفه JetBrains.
لماذا اختارت JetBrains معالجات M5؟
تقول JetBrains إن معالجات M5 تحتوي تحسينات مناسبة لتشغيل الاستدلال المحلي، وخصوصًا تعليمات حسابية 8-bit داخل Neural Accelerator.
ووفق الشركة، يمكن أن تجعل هذه التحسينات مرحلة Prefill أسرع بنحو 40% مقارنة بشرائح M4. هذه هي المرحلة التي يقرأ فيها النموذج ملفات المشروع والسياق قبل أن يبدأ فعليًا في إنتاج الكود أو الإجابة.
وبالنسبة لوكيل برمجي يقرأ مشروعات كبيرة، فإن سرعة هذه المرحلة تؤثر مباشرة في شعور المستخدم باستجابة الأداة.
لماذا Qwen 3.6 وليس Qwen 3.8 الأحدث؟
اللافت أن JetBrains لم تختر النسخة الأحدث من عائلة Qwen. ووفق التقرير، اختارت Qwen 3.6 بدل Qwen 3.8 لأن الأخير أبطأ على أجهزة Mac الحالية عند تشغيل نمط reasoning الذي يحتاجه.
القرار يوضح أن أحدث نموذج ليس دائمًا أفضل خيار للتشغيل المحلي. عندما تكون موارد الجهاز محدودة مقارنة بمراكز البيانات، يصبح التوازن بين جودة النموذج وسرعته واستهلاك الذاكرة أكثر أهمية من رقم الإصدار.
الخصوصية هي الميزة الأكبر
أحد أهم أسباب الاهتمام بتشغيل الذكاء الاصطناعي محليًا هو إبقاء البيانات على الجهاز.
JetBrains تقول إن Junie Local يشغل الأوزان والاستدلال محليًا، وإن كود المشروع والأوامر والتغييرات لا تغادر الجهاز أثناء استخدام الوضع المحلي. كما يمكن استخدامه بعد تنزيل النموذج دون اتصال دائم بالإنترنت. :contentReference[oaicite:3]{index=3}
هذا الجانب مهم خصوصًا للمطورين الذين يعملون على كود خاص بشركات أو عملاء، أو في بيئات لديها قيود صارمة على إرسال الشيفرة إلى خدمات سحابية.
وسبق أن تناولنا في سوالف بالتفصيل فكرة الذكاء الاصطناعي المحلي On-Device AI ومزاياه في الخصوصية والعمل دون اتصال.
لا اشتراكات أو رصيد أثناء التشغيل المحلي
تروج JetBrains لـJunie Local باعتباره نموذجًا لا يعتمد على حساب عدد Tokens أو الرصيد المستخدم، لأن عملية الاستدلال تتم على جهاز المستخدم نفسه.
بالتالي، بعد تنزيل Qwen 3.6 وتشغيله، لا توجد رسوم مرتبطة بكل طلب أو كل دورة عمل كما يحدث مع كثير من خدمات الذكاء الاصطناعي السحابية.
لكن التكلفة تنتقل عمليًا إلى العتاد والطاقة؛ فجهاز Mac بذاكرة 64 جيجابايت ليس جهازًا منخفض التكلفة، كما تحذر JetBrains من أن تشغيل النموذج لفترات طويلة يستهلك قدرًا ملحوظًا من الطاقة ويمكن أن يرفع حرارة الجهاز.
كيف يقارن الأداء بالنماذج السحابية؟
بحسب JetBrains، سجل Qwen 3.6 داخل Junie Local أداءً قريبًا من Sonnet 4 في اختبارات الشركة، مع تركيز الاستخدام على المهام اليومية وغير شديدة التعقيد.
هذه مقارنة صادرة عن JetBrains نفسها وليست اختبارًا مستقلًا، لذلك من الأفضل التعامل معها كمؤشر على المستوى الذي تستهدفه الشركة وليس حكمًا نهائيًا على أداء النموذج في كل المهام.
لكن مجرد قدرة نموذج محلي على تنفيذ أعمال برمجية مفيدة دون الحاجة إلى اتصال سحابي يوضح السرعة التي يتطور بها مجال النماذج المحلية.
الدعم قد يتوسع خارج أجهزة Mac
الوضع الحالي ليس النهاية. JetBrains تقول إن لديها بالفعل نماذج أولية تعمل على NVIDIA DGX Spark وبطاقات RTX 5090 المكتبية، ما يشير إلى أن Junie Local قد يتوسع مستقبلًا إلى أجهزة أخرى.
كما تؤكد الشركة أن البدء بنموذج واحد وعتاد واحد هو مجرد المرحلة الأولى، وأن دعم المزيد من النماذج والأجهزة سيأتي لاحقًا. :contentReference[oaicite:4]{index=4}
خطوة صغيرة لكنها مهمة للذكاء الاصطناعي المحلي
المثير في Junie Local ليس أن تشغيل نموذج محلي على Mac أصبح ممكنًا؛ هذا كان متاحًا بالفعل باستخدام أدوات مثل Ollama وLM Studio.
الفرق هو محاولة تحويل العملية من مشروع تقني يحتاج إلى معرفة بالنماذج والأوزان والخوادم المحلية إلى ميزة جاهزة داخل أداة يستخدمها المطور أصلًا.
إذا نجح هذا الاتجاه وتراجعت متطلبات العتاد مستقبلًا، فقد يصبح تشغيل نماذج مثل Qwen 3.6 محليًا جزءًا عاديًا من أدوات البرمجة اليومية، بدل أن يظل تجربة موجهة أساسًا للمستخدمين المتقدمين.
لا يسمح بنقل هذا المحتوى من سوالف دون الاشارة برابط مباشر
