نظام DuoDiscover المعتمد على وكلاء البرمجة يسرّع vLLM بمقدار 1.92 مرة ويتفوق على ArchAgent v2

تتمثل العقبة الكبرى أمام البحث الذاتي عن التحسينات البرمجية في الهندسة الفعلية في تكلفة الفحص الواحد؛ إذ تستغرق الاختبارات المعيارية الكاملة أو تتبع عمليات التشغيل ساعات طويلة، مما يترك مجالاً لعدد محدود جداً من المحاولات الحقيقية. ويقترح مطورو DuoDiscover تجاوز هذا القيد عبر تمكين الوكلاء من ابتكار بديل منخفض التكلفة للتقييم الفعلي، مع مراقبة دقته لضمان عدم انحرافه. وعبر اختباره على مستودعين برمجيين وأربع مجموعات من أنوية GPU وTPU، أظهر النظام نتائج تفوقت على الخبراء البشريين، وتجاوز نظام ArchAgent v2 المعتمد على AlphaEvolve في مهمة تصميم المعالجات المركزية بزمن بحث أقل بكثير.

مقياس تقريبي بدلاً من التشغيل الكامل

يعتمد DuoDiscover على ثلاث آليات رئيسية. الأولى: يحدد كل وكيل عامل داخل الأسطول هدف التحسين ويبني له في الوقت نفسه أداة تقييم مخصصة وسريعة، أطلق عليها الباحثون اسم yardstick (أي مسطرة القياس). بعد ذلك، يتحرك الوكيل وفقاً لتدرج هذه المسطرة تحديداً، وليس استناداً إلى المقياس الحقيقي. يؤدي ذلك إلى خفض تكلفة الخطوة الواحدة بعدة مراتب من حيث الحجم، مما يسمح بتنفيذ دورات تكرارية عديدة حيث كان الوقت في السابق لا يتسع إلا لخمس دورات فقط.

ينطوي هذا النهج بطبيعة الحال على نقطة ضعف واضحة؛ إذ يمكن لعملية البحث استغلال الفجوة بين المقياس التقريبي والهدف الفعلي، فترتفع نتائج المسطرة بينما تظل السرعة الحقيقية ثابتة أو تتراجع. ولذلك تبرز الآلية الثانية، وهي «اختبارات الدقة» (fidelity tests). تعيد هذه الاختبارات التحقق بانتظام مما إذا كان ترتيب المرشحين وفقاً لمسطرة yardstick يتطابق مع ترتيبهم وفقاً للتقييم الفعلي؛ فإذا انحرفت المسطرة، يتم إبطالها واستبعادها.

أما الآلية الثالثة فتتعلق بالتنظيم؛ إذ يعمل الأسطول بأسلوب تصاعدي من الأسفل إلى الأعلى، دون تقسيم مركزي للمهام. ويتولى منسق خفيف إدارة تشغيل الوكلاء وإيقافهم، وتحديث التعليمات للوكلاء النشطين، وتزويد الوكلاء الجدد بالنتائج المؤكدة لزملائهم. ولا توجد تجزئة مسبقة للمشكلة إلى مهام فرعية، بل يتشكل الهيكل تلقائياً انطلاقاً مما يكتشفه الوكلاء.

ما أظهرته القياسات

اختُبر النظام على مقياسين لمستودعات برمجية كاملة، وعلى أربع مجموعات من أنوية GPU وTPU تضم مئات الأنوية إجمالاً. وجاءت الأرقام الرئيسية في الورقة البحثية كالتالي:

• SWE-fficiency: حقق النظام متوسط زيادة في السرعة يعادل ضعف ما حققه الخبراء البشريون.
• SOL-Exec: احتل المركز الأول في 121 نواة من أصل 235، وكان بين أفضل 3 مراكز في 212 نواة.
• vLLM: تسريع الأداء بمقدار 1.92 مرة مقارنة بالكود الأساسي.
• SQLite: تسريع الأداء بمقدار 1.38 مرة.
• المعمارية الدقيقة للـ CPU: في تقييمات تستغرق حتى 28 ساعة، جاءت النتيجة أعلى من ArchAgent v2 ومن أفضل تصميم بشري.
• الحالة نفسها للـ CPU: حقق مكاسب بلغت 1.65 مقارنة بـ ArchAgent v2 خلال 16.7 يوماً مقابل أكثر من 40 يوماً.

تبرز نتائج vLLM وSQLite بوضوح؛ فهما قاعدتان برمجيتان ناضجتان خضعتا لتحسينات مكثفة لفترات طويلة، وعادة ما تكون فرص التحسين السهلة فيهما قد استُنفدت بالفعل. ويعني تسريع vLLM بنحو الضعف أن الوكلاء عثروا على إمكانات كامنة لم يلتفت إليها فريق التطوير. أما في حالة المعالجات، فالأمر أكثر إثارة؛ فعندما يستغرق الفحص الواحد أكثر من 24 ساعة، يصطدم البحث التطوري الكلاسيكي بحدود الميزانية الزمنية. وهنا أتاح مقياس yardstick إنجاز المهمة في 16.7 يوماً فقط، بنتيجة تفوقت على النظام السابق المبني على AlphaEvolve وعلى الخبراء من البشر.

من يستفيد من هذا عملياً؟

تتجاوز هذه الفكرة حدود الورقة البحثية؛ فأي فريق عمل تستغرق لديه اختبارات الانحدار أو اختبارات التحميل أو عمليات المحاكاة ساعات طويلة يواجه العقبة نفسها. والخلاصة العملية هنا: قبل زيادة عدد الوكلاء، يجدر الاستثمار في مقياس تقريبي سريع وفي اختبار لضمان دقته؛ فمن دون التحقق من صحة الترتيب، سينتهي الأمر بالوكيل إلى تحسين شوائب ناتجة عن القياس نفسه.

توفر الورقة البحثية لفرق البنية التحتية العاملة على الاستدلال والأنوية دليلاً عملياً: لقد بات الأسطول الذاتي قادراً على منافسة خبراء الأنوية وإيجاد هوامش تسريع في مكتبات مثل vLLM. وبالنسبة لمطوري الرقائق، تكمن الأهمية في تقليص دورة البحث من أكثر من 40 يوماً إلى 16.7 يوماً، وهو ما يغير الجدوى الاقتصادية لتجارب المعماريات الدقيقة برمتها.

ومع ذلك، تظل القيود واضحة؛ فالنتائج استخلصها المؤلفون على مقاييس أداء محددة، ولم تخضع للتحقق المستقل بعد. كما لم يُكشف عن تكلفة الحوسبة التي استهلكها الأسطول، مما يعني أن المقارنة في التكلفة مع الجهد البشري أو ArchAgent v2 لا تصح إلا من حيث زمن البحث فقط. لكن المسار بات واضحاً: لم تعد نقطة الاختناق في الأبحاث الذاتية تكمن في توليد الأفكار، بل في التحقق منها بطريقة رخيصة وموثوقة، وهو الأساس الذي يبني عليه DuoDiscover كامل بنيته الهندسية.