AgentForesight: مدقّق بحجم 7B يرصد أخطاء الأنظمة متعددة الوكلاء أثناء تنفيذ المهمة

قدّم باحثون من جامعة روتجرز وجامعة تكساس في أوستن وجامعة بيردو نظام AgentForesight: نموذجًا من 7 مليارات معامل يراقب النظام متعدد الوكلاء في الزمن الحقيقي، ويحاول رصد الخطأ الحاسم قبل أن تفشل المهمة. وقد قُبل البحث في NeurIPS 2026. الفكرة بسيطة في صياغتها، صعبة في تنفيذها: الانتقال من مراجعة الأخطاء بعد وقوعها إلى التدقيق أثناء سير العمل.

خطأ لا يبدو خطأً

نادرًا ما يترافق الفشل في الأنظمة متعددة الوكلاء مع استثناء برمجي أو رسالة حمراء في السجل. في الغالب يبدو كل شيء عاديًا. يصوغ أحد الوكلاء فرضية خاطئة: يخلط في شروط المهمة، أو يعامل معلومة غير مؤكدة على أنها حقيقة ثابتة، أو يختار نهجًا غير مناسب. أما بقية الوكلاء فلا يعرفون أن الأساس هشّ. يقرؤون رسالته كمدخلات ويواصلون العمل بحسن نية. النظام مشغول، والرموز (tokens) تُستهلك، والخطوات تتوالى واحدة تلو الأخرى. وتأتي النتيجة خاطئة، بينما يكمن السبب في مكان ما من بداية السلسلة.

هذا السيناريو تحديدًا هو ما يعدّه المؤلفون المشكلة الرئيسية. فالخطأ لا يظهر في موضعه، بل يتكاثر عبر الثقة المتبادلة بين الوكلاء.

من إسناد الأخطاء إلى التدقيق

انصبّ الاهتمام حتى الآن على إسناد الإخفاقات بعد وقوعها. فالمهمة فشلت، وبين يدي النموذج أو الإنسان سجل كامل، ويحاولان تحديد أي وكيل أفسد العمل وفي أي خطوة. هذا التحليل مفيد لتصحيح الأخطاء وتحسين النظام، لكنه لا ينقذ التشغيل الحالي. فالمال والوقت أُنفقا بالفعل.

ينقل AgentForesight الفحص إلى داخل العملية. يتلقى مدقّق صغير مسار التنفيذ وهو ينمو، ومهمته أن ينبّه عند ظهور خطأ حاسم فيه. ويبدو اختيار حجم 7B مقصودًا. فمراقب تعادل كلفته كلفة منظومة الوكلاء نفسها لا معنى له اقتصاديًا. أما نموذج خفيف يعمل إلى جانبها فيبقى زيادة مقبولة على كلفة التشغيل.

ما هو معروف حتى الآن

لا يتضمن الجزء المتاح من المادة نتائج اختبارات معيارية، ولا وصفًا لبيانات التدريب، ولا مقارنة بالطرق الأساسية. لذلك نورد أدناه ما ثبتت صحته فقط.

• نوع النظام: مدقّق لخطوط المعالجة متعددة الوكلاء
• حجم النموذج: 7B معامل
• نمط العمل: مباشر (online) أثناء تنفيذ المهمة
• الهدف: كشف الخطأ الحاسم قبل فشل المهمة بأكملها
• المؤلفون: Rutgers وUT Austin وPurdue
• المنصة: NeurIPS 2026
• لم يُكشف عنه في المصدر: مقاييس الدقة، وزمن التأخير، وتركيب مجموعات الاختبار، والترخيص، وإتاحة الأوزان

يتوقف على هذه البيانات الناقصة تقريبًا كل تقييم عملي. فالمدقّق العامل في الزمن الحقيقي لا تكفي دقته وحدها، بل يهم أيضًا التوازن بين الإنذارات الكاذبة والأخطاء الفائتة. إذا رفع الراية كثيرًا، سيبدأ الفريق بتجاهله. وإذا بالغ في الحذر، فلا جدوى منه. وثمة معيار حاسم آخر: إلى أي مدى مبكرًا يلاحظ المدقّق المشكلة. التنبيه قبل خطوة واحدة من النهاية شبه عديم الفائدة، أما قبل خمس أو ست خطوات فيتيح إعادة تشغيل الفرع.

كيف يمكن تطبيق ذلك

حتى من دون أرقام من الورقة، فالاتجاه واضح، وعلى الفرق التي تبني أنظمة الوكلاء أن تستعد مسبقًا.

• سجّلوا مسارات التنفيذ كاملة مع بيان أي وكيل مرّر ماذا، وعلى أي أساس. من دون ذلك لا يمكن تدريب أي مدقّق ولا اختباره.
• حدّدوا الخطوات الحاسمة في عمليات التشغيل الفاشلة لديكم. مثل هذه المجموعة تفيد في تقييم حلول الأطراف الأخرى مثل AgentForesight، وفي الضبط الدقيق الخاص بكم.
• حدّدوا ما يفعله النظام عند إشارة المدقّق: يتراجع عن الخطوة، أو يعيد سؤال الوكيل، أو يستدعي إنسانًا، أو يتوقف ببساطة. فالكاشف الذي لا تتبعه آلية استجابة لا يقدّم الكثير.
• انتظروا نشر النص الكامل والشيفرة قبل اعتماد الطريقة في بيئة الإنتاج. والسؤالان الأساسيان: كيف تتصرف على مهامكم أنتم لا على مهام الاختبار، وكم تضيف إلى زمن التأخير.

إذا جاءت النتائج مقنعة، فسيصبح الإشراف على الوكلاء طبقة مستقلة من البنية التحتية، لها نماذجها ومقاييسها الخاصة.