Meta AI تطلق وكيلًا مرشدًا للذاكرة: ارتفاع الدقة بمقدار 8.3 نقطة مئوية

نشرت Meta AI وصفًا لمنظومة من وكيلين، حيث يحتفظ الوكيل المساعد المرشد ببنك ذاكرة منظم ويقرر متى يذكّر الوكيل الرئيسي بالأخطاء التي سبق تشخيصها. وفي اختبارين معياريين حسّنت المنظومة النتائج بما يصل إلى 8.3 نقطة مئوية.

لماذا تكرر الوكلاء الأخطاء نفسها مرارًا

تتعامل وكلاء الذكاء الاصطناعي جيدًا مع التعليمات القصيرة، لكنها في المهام الطويلة متعددة الخطوات تبدأ «بنسيان» ما توصلت إليه سابقًا. فقد يشخّص الوكيل مشكلة ما في الخطوة الخامسة، ثم يحاول بعد عدة تكرارات السلوك المسار الفاشل نفسه، لأن التفاصيل خرجت من نطاق انتباهه الحالي، فتدخل المنظومة في حلقة مفرغة.

وهذه ليست مشكلة نظرية. فالسيناريو المعتاد أن يكتشف الوكيل أن نهجًا معينًا لا يعمل، فيعدّل استراتيجيته، لكنه في أثناء المهمة الطويلة «ينسى» ذلك ويعود إلى الخطوة الأصلية غير الفعّالة. وتُعد حلقات الأخطاء المتكررة من الأسباب الرئيسية التي تجعل الوكلاء يتعثرون في المهام الواقعية: كتابة الشيفرة البرمجية، والأبحاث، والأتمتة متعددة المراحل.

كيف يعمل الوكيل المرشد للذاكرة

عالجت Meta AI هذه المشكلة بدور متخصص مستقل، هو الوكيل المرشد للذاكرة. فهو لا ينفذ المهمة الأساسية، بل يدير قاعدة بيانات منظمة بما جرّبه الوكيل الرئيسي وما اكتشفه.

يسجّل الوكيل المساعد في بنك الذاكرة:

• الأخطاء التي سبق تشخيصها وأسبابها
• الخطوات الفاشلة التي ينبغي التخلي عنها
• الأنماط التي لم تُحقق نتيجة من قبل
• السياق الراهن عن حالة المهمة

والميزة الأساسية في المنظومة هي انتقائية التدخل. فالوكيل المرشد لا يقاطع الوكيل الرئيسي عند كل خطوة، بل يقرر بنفسه: إذا كان الموقف يستدعي التذكير تدخّل، وإذا لم يكن هناك خطر التزم الصمت. وتبيّن أن القدرة على «الصمت في اللحظة المناسبة» لا تقل أهمية عن التذكير ذاته، إذ إن المقاطعات المتواصلة كانت ستثقل الوكيل الرئيسي بسياق زائد وتخفض كفاءته.

«يحتفظ الوكيل المرشد المتخصص ببنك ذاكرة منظم ويقرر متى يذكّر الوكيل الرئيسي ومتى يلتزم الصمت»، بحسب وصف

Meta AI للمنظومة.

ما مدى ارتفاع الجودة في الاختبارات

في اختبارين معياريين، حققت المنظومة ذات الوكيل المرشد زيادة بلغت ما يصل إلى 8.3 نقطة مئوية مقارنة بوكيل منفرد بلا آلية لإدارة الذاكرة. وبحسب Meta AI، شملت الاختبارات تحديدًا المهام المعقدة متعددة الخطوات، أي السيناريوهات التي يفقد فيها الوكلاء المنفردون السياق ذا الصلة في الغالب ويقعون في الحلقات المفرغة.

قد تبدو زيادة تتجاوز 8 نقاط مئوية متواضعة، لكنها في المهام الوكيلية، حيث يبلغ مستوى الدقة الأساسي في كثير من الأحيان 40–60%، خطوة كبيرة إلى الأمام. ولا يتضمن إعلان Meta AI المنشور أسماء الاختبارات المعيارية المستخدمة.

ماذا يعني ذلك

تمثل بنية «الوكيل الرئيسي + مدرب الذاكرة» ردًا عمليًا على أحد العيوب الجوهرية في أنظمة الذكاء الاصطناعي الحالية. فالمشكلة ليست في نقص «ذكاء» الوكيل، إذ إنه قادر على تشخيص الأخطاء بشكل صحيح. المشكلة في غياب آلية منظمة تُبقي هذه التشخيصات في السياق العملي طوال جلسة طويلة.

تنقل Meta AI إدارة الذاكرة إلى دور متخصص مستقل، وتُظهر نتيجة قابلة للقياس. وإذا ثبتت قابلية هذا النهج للتوسع، فقد يرفع موثوقية الوكلاء في المهام الواقعية طويلة الأمد: أتمتة الشيفرة البرمجية، وخطوط الأبحاث، والعمليات التجارية متعددة المراحل.

*Meta مصنّفة في روسيا منظمة متطرفة ومحظورة فيها.