Revolut تعتمد نموذج GLM من Z.ai لـ2000 مهندس بدل Claude Code

ما الذي تغيّر

كان المهندسون يعتمدون سابقًا على Claude Code من Anthropic وCodex من OpenAI. أما الآن فيعملون أساسًا مع GLM، وهو نموذج مفتوح الأوزان تتوافر معاملاته للعموم، وتشغّله Revolut على خوادمها الخاصة. وتبقى الأدوات الرائدة متاحة، لكن كخيار احتياطي بميزانية صغيرة للمشكلات الأصعب.

يُقدَّم النموذج للمهندسين عبر نحو 56 وحدة معالجة رسومية من Nvidia، وتبلغ التكلفة الإجمالية نحو 30 سنتًا لكل مليون رمز (توكن). والفاتورة ثابتة ولا ترتفع مع كل طلب. ووفق أبيتبول، انخفض زمن البرمجة بنحو 60%، وزمن التسليم (من إسناد المهمة حتى النشر) بنحو 70%.

وكانت Revolut قد أدخلت Gemini من Google في يناير، فتحسّن زمن التسليم بنحو 10% وزمن البرمجة بنحو 20%. ثم أطلقت Claude Code بميزانية 300 دولار شهريًا لكل مهندس، لكن الزيادة في الإنتاجية كانت صغيرة لأن الحصة لم تكفِ الشهر كله. أما مع النموذج المستضاف ذاتيًا فكان الوعد برموز غير محدودة. وأنفق المهندسون الرموز في البحث داخل Confluence وإدارة تذاكر Jira والبحث في Slack، وهو ما يعني بحسب أبيتبول أن عنق الزجاجة الحقيقي لم يكن كتابة الكود بل العمل المحيط به.

الصعوبات والمسألة الصينية

لم ينجح الإعداد الجديد فورًا. ففي يونيو تجاوزت أزمنة الاستجابة 10 ثوانٍ عند أربعة طلبات في الثانية. وبعد ضبط النشر على العدد نفسه من وحدات GPU، صارت Revolut تعالج أكثر من ثمانية طلبات في الثانية بزمن استجابة أقل من 1.8 ثانية. ومن نصائحه تحديد نافذة السياق بـ256 ألف رمز، واستخدام صيغة FP4 الأقل دقة بدل FP8 لتوفير نحو 40% من سعة GPU، ومراقبة معدلات إصابة الذاكرة المؤقتة.

قد يثير استخدام نموذج صيني في بنك خاضع للتنظيم تساؤلات، ويقرّ أبيتبول بذلك. لكنه يشدد على أن Revolut تستخدم أوزان النموذج فقط وتستضيفها على بنيتها التحتية أو لدى مزوّد في الاتحاد الأوروبي أو الولايات المتحدة، فلا تذهب أي بيانات إلى خدمة صينية. ويرى أن ذلك أفضل للخصوصية من إرسال الكود إلى OpenAI أو Anthropic. وتعمل الوكلاء داخل بيئة معزولة (sandbox) تسمح ببعض الأوامر وتحظر أخرى مع بقاء إنسان في الحلقة دائمًا. ولأن GLM يدعم النصوص فقط، تُحوَّل مهام الصور إلى نموذج أرخص مثل Gemini Flash.