الوكيل المستقل (Autonomous Agent)
الوكيل المستقل عبارة عن نظام ذكاء اصطناعي يدرك بيئته ويتخذ قرارات وينفذ إجراءات ويكرر نحو هدف محدد بتدخل بشري ضئيل أو بلا تدخل بين الخطوات ويعمل عبر آفاق زمنية ممتدة.
الوكيل المستقل عبارة عن نظام ذكاء اصطناعي يعمل بقدر كبير من الاستقلالية: فهو يدرك المدخلات من بيئته—نصوص أو أكواد أو محتوى ويب أو بيانات استشعار أو مخرجات استدعاءات tools السابقة—ويستدل حول كيفية التقدم نحو هدف ويختار وينفذ إجراءات ويحدث سلوكه بناءً على التغذية الراجعة كل ذلك دون الحاجة إلى موافقة بشرية عند كل خطوة فردية. في سياق نماذج اللغة الكبيرة agents المستقلة عبارة عن LLMs مجهزة بوصول tools وذاكرة وحلقة تحكم تمكّن من إكمال المهام من البداية إلى النهاية.
يعمل الوكيل المستقل من خلال حلقة إدراك-استدلال-عمل. عند كل دورة يعالج ملاحظاته الحالية ويستدل حول حالة المهمة والخطوات التالية (غالبًا عبر chain-of-thought) ويختار إجراءً من مجموعة خياراته (بحث ويب وتنفيذ الأكواد و file I/O واستعلامات قواعد البيانات واستدعاءات API أو بناء sub-agents) وينفذه ويدمج النتيجة في دورة الاستدلال التالية. تتراوح معماريات التخطيط من نمط ReAct البسيط (استدلال ثم عمل) إلى Reflexion (حلقات النقد الذاتي) والتحلل الهرمي (orchestrator agent يفوض إلى عاملين متخصصين). الذاكرة المستمرة—external vector stores أو قواعد بيانات منظمة أو سياق موجز—تسمح بأن يعمل agents عبر جلسات أطول من context window واحد.
تحول agents المستقلة الذكاء الاصطناعي من أداة تنتج مخرجات فردية إلى عملية تحقق أهدافًا عبر الزمن. هذا يتيح حالات استخدام كانت سابقًا تتطلب جهودًا بشرية ماهرة مستمرة: إجراء مشاريع بحثية متعددة المصادر وإدارة سير عمل تطوير البرمجيات وتنسيق خطوط معالجة البيانات وأتمتة تفاعلات خدمة العملاء الموجهة للعملاء. الآثار الاقتصادية كبيرة: تصبح المهام المهنية الطويلة الأمد قابلة للتفويض إلى أنظمة تعمل بشكل مستمر وعلى التوازي.
بحلول عام 2026 agents المستقلة موجودة في الإنتاج عبر عدة قطاعات. في هندسة البرمجيات أنظمة مثل Devin (Cognition AI) و GitHub Copilot Workspace تتولى مهام الأطراف الشاملة؛ على SWE-bench تحل frontier agents 40-70٪ من مشاكل GitHub الحقيقية في التقييمات المضبوطة. نشرات المؤسسات تمتد عبر دعم العملاء والتحليل المالي وأتمتة العمل المعرفي. الموثوقية والأمان يبقيان التحديات الهندسية السائدة: معدلات الفشل تتراكم مع طول المهمة والحماية بالرمل—تقييد الإجراءات التي تتطلب تأكيد بشري—عنصر معياري في معماريات الإنتاج. معايير التقييم بما في ذلك SWE-bench و GAIA (General AI Assistants) توفر قياس الأداء الموحد عبر فئات المهام.