LangChain تطلق وكلاء فرعيين ديناميكيين في Deep Agents: تنسيق المهام عبر الكود
أضافت LangChain إلى Deep Agents وكلاء فرعيين ديناميكيين، وهو نمط يطلق فيه وكيل الذكاء الاصطناعي وكلاء تابعين عبر الكود، لا عبر أدوات محددة مسبقًا. يوفّر هذا النهج تغطية مضمونة للمهام، وتفرّعًا متوازيًا (fan-out)، وتتبعًا مباشرًا لمسار التنفيذ. وبذلك تصبح خطوط المعالجة المعقدة متعددة الخطوات أكثر موثوقية، ودون إعادة بناء يدوية مع كل سيناريو جديد.
معالج بواسطة الذكاء الاصطناعي من LangChain Blog؛ بتحرير Hamidun News
قدّمت LangChain الوكلاء الفرعيين الديناميكيين في منصة Deep Agents، وهي آلية تتيح لوكلاء الذكاء الاصطناعي توسيع نطاق الأعمال المعقدة عبر الكود البرمجي، لا عبر استدعاءات الأدوات الثابتة. ويغيّر هذا التحديث الطريقة التي يصمّم بها المطورون خطوط الوكلاء المركّبة ويشغّلونها.
ما الذي يميّز النهج الجديد؟
قبل ظهور الوكلاء الفرعيين الديناميكيين، كانت أنظمة الوكلاء تعمل وفق مبدأ «اختر أداة واستدعِها». كان المطوّر يصف مسبقًا مجموعة من الأدوات، ويختار الذكاء الاصطناعي المناسب منها ويسلّمه زمام التنفيذ. ويعمل هذا جيدًا في المهام البسيطة والخطية، لكن هذه البنية تصطدم بسقفها سريعًا كلما زاد التعقيد.
تظهر المشكلة حين يتعيّن معالجة ألف مستند بالتوازي، أو إجراء بحث متعدد المستويات، أو بناء منطق متشعب بعدة فروع. عندها تتحول مجموعة الأدوات الثابتة إلى عنق زجاجة: فالوكيل لا يستطيع تغيير بنية التنفيذ استجابةً لما اكتشفه في الخطوة السابقة.
يغيّر الوكلاء الفرعيون الديناميكيون المنطق الأساسي: يكتب الوكيل كودًا وينفّذه، ويقرر هذا الكود بنفسه عدد الوكلاء التابعين الذين يُطلَقون، وبأي معاملات، وبأي ترتيب. وتجري عملية التنسيق برمجيًا، إذ يتكيّف الوكيل مع البيانات أثناء التشغيل، لا في لحظة تصميم النظام.
ماذا يوفّر التنسيق البرمجي؟
تبرز LangChain ثلاث مزايا رئيسية للآلية الجديدة:
- تغطية مضمونة — يحدد الكود صراحةً المهام التي يجب تنفيذها. ولا يضيع شيء بسبب غموض التعليمات أو حالة إدخال غير نمطية.
- أنماط fan-out — يتفرع الوكيل الأب إلى N من الوكلاء التابعين المتوازين، ويعالج كلٌّ منهم جزءه من البيانات أو فرعه من المنطق بشكل مستقل.
- تتبّع مباشر للتنفيذ — يظهر التنفيذ في الزمن الفعلي: أي وكيل فرعي أُطلق، وما الذي يعالجه، وأين توقف، وكم استغرقت كل خطوة.
وعمليًا، يفتح هذا فئة جديدة من المهام المستقلة. ففي التحليل القانوني لمئات العقود، ينشر الوكيل وكيلًا فرعيًا واحدًا لكل مستند، ويستخرج الشروط الرئيسية بالتوازي. وفي البحث متعدد المراحل، يختبر وكلاء فرعيون مختلفون فرضيات مختلفة، وتُجمَّع النتائج في النهاية. وفي الزحف العميق على المواقع، يجري fan-out على كل عنوان URL، دون إدارة يدوية للطوابير.
كانت سيناريوهات كهذه تتطلب سابقًا برمجة صريحة لتدفقات التحكم. أما الآن فيبني الوكيل هذا التدفق بنفسه، في شكل كود يمكن فحصه وتصحيحه. وإذا اتسعت المهمة أثناء التنفيذ، يستطيع الوكيل إضافة وكلاء فرعيين ديناميكيًا دون مقاطعة خط المعالجة الرئيسي.
الموثوقية: الحجة الأقوى
إحدى المشكلات الجوهرية في أنظمة الوكلاء هي عدم القدرة على التنبؤ. فقد «ينسى» الوكيل جزءًا من المهمة، أو يختار أداة غير مناسبة، أو يتعطل عند خطوة وسيطة دون أي إشارات. ويكون ذلك مؤلمًا بوجه خاص في أنظمة الإنتاج، حيث يُكتشف الخطأ بعد ساعات.
يستهدف التنسيق البرمجي نقطة الضعف هذه تحديدًا. فحين يصف الوكيل خطة التنفيذ في شكل كود، يستطيع النظام التحقق مسبقًا من اكتمال التغطية: جميع الفروع محددة، وحالات الحدود مأخوذة في الحسبان. وتتيح التتبعات المباشرة للمشغّلين مراقبة كل وكيل فرعي في الزمن الفعلي والتدخل إذا حدث خلل، بدلًا من تحليل السجلات بأثر رجعي.
وتصف LangChain ذلك بأنه أساس لخطوط معالجة موثوقة متعددة الخطوات، وهو مفهوم ظل وعدًا تسويقيًا، وصار الآن يملك آلية تقنية محددة. وسيتمكن الفرق التي تبني أتمتة للمؤسسات من توسيع أنظمة الوكلاء دون إعادة بناء يدوية كاملة مع كل سيناريو استخدام جديد.
ماذا يعني ذلك؟
الوكلاء الفرعيون الديناميكيون تحوّل معماري في منظومة LangChain: من وكلاء بوصفهم آلات حالة بمجموعة أدوات صارمة، إلى وكلاء بوصفهم منسّقين برمجيين. وللمطورين يعني ذلك مستوى جديدًا: خطوط معالجة معقدة وقابلة للتوسع، يحدد الوكيل بنفسه بنيتها أثناء العمل. وليس هذا مجرد راحة إضافية، بل فئة مختلفة من المهام تصبح قابلة للتنفيذ.
- 3 يوليو 2026LangChain تحدّث LangSmith: مساعد مناوبة لتنبيهات الأعطال، وتصحيح صوتي للتتبعات، وأداة Deep Agents Rubrics
- 13 أكتوبر 2026LangChain تدمج ScaleDown مع Deep Agents لضغط السياق
- 9 أكتوبر 2026LangChain تضيف إلى Managed Deep Agents واجهة API للتفاعلات وردودًا بالرموز التعبيرية للوكلاء
- 19 يوليو 2026LangChain وNVIDIA تطلقان مخطط NemoClaw Deep Agents لوكلاء الذكاء الاصطناعي في المؤسسات
أسئلة وأجوبة حول الخبر
ما الذي يميّز النهج الجديد؟
قبل ظهور الوكلاء الفرعيين الديناميكيين، كانت أنظمة الوكلاء تعمل وفق مبدأ «اختر أداة واستدعِها». كان المطوّر يصف مسبقًا مجموعة من الأدوات، ويختار الذكاء الاصطناعي المناسب منها ويسلّمه زمام التنفيذ. ويعمل هذا جيدًا في المهام البسيطة والخطية، لكن هذه البنية تصطدم بسقفها سريعًا كلما زاد التعقيد. تظهر المشكلة حين يتعيّن معالجة ألف مستند بالتوازي، أو إجراء بحث متعدد المستويات، أو بناء منطق متشعب بعدة فروع.
ماذا يوفّر التنسيق البرمجي؟
تبرز LangChain ثلاث مزايا رئيسية للآلية الجديدة: تغطية مضمونة — يحدد الكود صراحةً المهام التي يجب تنفيذها. ولا يضيع شيء بسبب غموض التعليمات أو حالة إدخال غير نمطية. أنماط fan-out — يتفرع الوكيل الأب إلى N من الوكلاء التابعين المتوازين، ويعالج كلٌّ منهم جزءه من البيانات أو فرعه من المنطق بشكل مستقل. تتبّع مباشر للتنفيذ — يظهر التنفيذ في الزمن الفعلي: أي وكيل فرعي أُطلق، وما الذي يعالجه، وأين توقف، وكم استغرقت كل خطوة. وعمليًا، يفتح هذا فئة جديدة من المهام المستقلة.
ماذا يعني ذلك؟
الوكلاء الفرعيون الديناميكيون تحوّل معماري في منظومة LangChain: من وكلاء بوصفهم آلات حالة بمجموعة أدوات صارمة، إلى وكلاء بوصفهم منسّقين برمجيين. وللمطورين يعني ذلك مستوى جديدًا: خطوط معالجة معقدة وقابلة للتوسع، يحدد الوكيل بنفسه بنيتها أثناء العمل. وليس هذا مجرد راحة إضافية، بل فئة مختلفة من المهام تصبح قابلة للتنفيذ.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.