Work Agents: 16 باحثًا يبنون منظومة إحداثيات موحدة لوكلاء الذكاء الاصطناعي

أصدر فريق من 16 باحثًا ورقة مسحية بعنوان Work Agents: Systems, Capabilities, and Optimization (arXiv 2610.35845). يحاول المؤلفون الإجابة عن سؤال يشغل اليوم كل من ينشر الوكلاء: كيف نضمن أن تصل المهمة المفوَّضة إلى نتيجة قابلة للتحقق؟ ومن بين المؤلفين Zishan Xu وEnjun Du وMingqi Gao وCheng Yang وJunhao Shen وDifan Zou وWeiwen Liu. حصدت الورقة 15 تصويتًا مؤيدًا في Hugging Face Daily Papers، وأُرفقت بها صفحة المشروع ومستودع awesome-working-agent على GitHub الذي يجمع الأدبيات ذات الصلة.

الوكيل منظومة لا نموذجًا

تنطلق الورقة من فرضية مفادها أن نماذج foundation انتقلت من توليد المعلومات إلى تنفيذ العمل الرقمي. فالوكلاء يمرّون عبر الأدوات والتطبيقات وسير العمل. ويرى المؤلفون في المقابل أن الأبحاث تفتقر إلى رؤية موحدة لكيفية تنفيذ الوكيل ما كُلِّف به بموثوقية.

يقترحون النظر إلى work agent بوصفه منظومة من جزأين: نموذج foundation وruntime harness، أي البنية البرمجية المحيطة التي يعمل النموذج داخلها. ينجز الوكيل المهام في stateful workspace، وهي مساحة عمل تحتفظ بحالتها، وعليه أن يسلّم في النهاية نتيجة قابلة للتحقق. ومن ثم لا تتحدد الموثوقية بأوزان النموذج وحدها، بل أيضًا بطريقة تصميم الذاكرة والأدوات ومراقبة الخطوات وقبول النتيجة النهائية.

محوران وخمسة أشكال للعمل وخمس عائلات من القدرات

لوصف الظروف التي يعمل فيها الوكيل، يقدّم المؤلفون بُعدين:

• Work persistence — مدى استمرارية العمل واعتماده على حالة محفوظة بين الخطوات والجلسات.
• Work openness — مدى انفتاح البيئة وعدم إمكانية التنبؤ بها، بدلًا من أن تقتصر على مجموعة إجراءات معروفة سلفًا.

يُقسَّم العمل الرقمي بحسب حجم المهام وتنظيمها إلى خمسة أشكال. وعلى هذا التصنيف تُبنى قائمة من خمس عائلات من القدرات اللازمة للتنفيذ الموثوق. وتوفّر هذه العناصر معجمًا موحدًا يتيح المقارنة بين وكيل لعملية واحدة في تطبيق مغلق ووكيل يدير مشروعًا طوال أسابيع في بيئة مفتوحة.

أين نُحسِّن: النموذج أم البنية المحيطة أم الاثنان معًا

يخصص المسح جزءًا مستقلًا لطرق تحسين الوكلاء. ويتناول المؤلفون ثلاثة اتجاهات:

• Model optimization — مواصلة تدريب النموذج نفسه وتحسينه.
• Harness optimization — ضبط البنية المحيطة: كيف يُبنى الوكيل حول النموذج وكيف يتفاعل مع مساحة العمل.
• Joint optimization — الضبط المشترك للنموذج والبنية المحيطة.

هذا التقسيم مفيد عمليًا. فالفرق كثيرًا ما تنسب تقدّم الوكيل إلى نموذج جديد، مع أن المكسب ربما جاء من إعادة بناء harness، والعكس صحيح أيضًا. أما عند تحسين الجزأين معًا، فتؤخذ اعتماداتهما المتبادلة في الحسبان بوضوح.

التقييم بحصيلة العمل

يحلل المؤلفون أساليب التقييم ومقاييسه من زاوية work outcomes، أي نتائج العمل المنجز. فالمطلوب قياسه ليس معقولية الإجابة، بل ما إذا كانت المهمة قد حُلّت وهل يمكن التحقق من ذلك. وهذا مبدأ حاسم للأعمال: فالعميل يدفع مقابل تقرير جاهز أو تذكرة مغلقة أو شيفرة تعمل، لا مقابل سلسلة استدلال أنيقة.

ويحدد قسم المستقبل ثلاثة اتجاهات:

• التفويض المستدام للعمل على آفاق زمنية طويلة (sustained work delegation)؛
• التكيف مع البيئات المفتوحة؛
• التفاعل بين تنفيذ العمل ونمو قدرات الوكيل.

يستحق البند الأخير الاهتمام لأن الوكيل قد يكتسب خبرة بنفسه أثناء تنفيذ المهام ويتحسن، فيما تتعامل أجندة البحث مع التنفيذ والتعلم بوصفهما عمليتين مترابطتين.

كيف نستخدم هذا الإطار عند اختيار حزمة الوكلاء

لا يقدّم المسح معيارًا جاهزًا (benchmark)، لكنه يقدّم قائمة تحقق للتصميم والمشتريات. وقبل مقارنة الوكلاء بحسب التصنيفات، ينبغي الإجابة عن عدة أسئلة:

• ما مدى استمرارية عملكم وأين تُخزَّن حالته؟
• ما مدى انفتاح البيئة: مجموعة ثابتة من واجهات API أم تطبيقات ومواقع عشوائية؟
• ما الذي يعود في وكيلكم إلى النموذج وما الذي يعود إلى البنية المحيطة، وأي جزء يمكنكم تغييره؟
• وفق أي نتيجة قابلة للتحقق تقبلون العمل؟

من المرجح أن ترى الفرق التي تجيب عن هذه الأسئلة قبل اختيار النموذج أين تحديدًا تنكسر موثوقية الوكيل، ولن تبحث عن سبب الإخفاقات في المكان الخطأ.