33 وكيل ذكاء اصطناعي على صورة واحدة بلا أي تعديل على النواة: أين يقع الحد بين الكود والنموذج؟

• حجم الأسطول: 33 وكيلًا مستقلًا على صورة واحدة غير قابلة للتعديل دون أي تفرّع في النواة
• التوفير في ملف الأدوات: ضغط البادئة من 15266 إلى 1424 رمزًا وخفض متوسط زمن الاستجابة من 17 إلى 7.7 ثانية
• سقف مخططات JSON: 302110 بايت (~75000 رمز) مع 331 أداة متصلة عند وكيل إدارة علاقات العملاء الداخلي
• دقة الحلقة الهندسية: فرق بين المساحة المحسوبة ومخطط Revit المرجعي — 267.46 مقابل 267.20 م² على 20 غرفة

عندما يعمل في بيئة الإنتاج أكثر من ثلاثين وكيل ذكاء اصطناعي — من مدرّب الشطرنج الافتراضي للأطفال إلى حاسبات المباني النمطية ومحطات التحويل —، تتكشف سريعًا حقيقة بسيطة. فجودة عمل الوكيل تُحدَّد بقرار واحد: أي جزء من المهمة انتُزع من النموذج اللغوي وأُعيد كتابته في كود بايثون، وأي جزء بقي للنموذج ليُعيد صياغته بصوت إنساني.

على مدار عام، نشرتُ 33 وكيلًا على محرك واحد دون أي تفرّع في المستودع الأساسي. فكود بيئة التشغيل غير قابل للتعديل، وفردية كل روبوت لا تعيش إلا في وحدة تخزين البيانات المُركَّبة: ملف الهوية `SOUL.md`، والإعداد التصريحي `config.yaml`، ومجلد الإضافات التطبيقية `plugins/`، وقاعدة حالة `state.db` على SQLite مع FTS5، وجداول `cron/jobs.json`. وعند الانتقال من الإطار القديم، انتقلت 233 جلسة من أصل 558 جلسة محادثة بمجرد نسخ المجلد: فالذاكرة والشخصية تخصّان البيانات، لا المحرك.

لماذا تستهلك مخططات الأدوات السياق أسرع من موجّه النظام؟

أظهر القياس الآلي على الحاويات الفعلية أن «ضريبة المحرك» الخدمية لا تتجاوز 8656 حرفًا (~2.2 ألف رمز)، وتنخفض إلى 5000 حرف عند تعطيل الذاكرة والمهارات في نماذج Gemini. ويُثبَّت التاريخ في بادئة النظام بدقة اليوم لا الثانية — وإلا فإن كل طلب سيُفقد ذاكرة التخزين المؤقت للبادئة عند المزوّد.

أما الانفجار الحقيقي فيحدث في كتلة تعريف الدوال. فبالنسبة لروبوت المؤتمرات الذي يستخدم 3 أدوات فقط، تستهلك مخططات JSON 1995 بايت ضمن موجّه من 10687 حرفًا. وعند الوكيل الصناعي في قطاع المعادن، بـ36 أداة، تبلغ المخططات 59121 بايت. وعند مسؤول إدارة علاقات العملاء (CRM) لدينا، بـ331 أداة متصلة، يصل حجم مخططات JSON إلى 302110 بايت — أي نحو 75000 رمز في بادئة كل جولة. وعندما قلّصنا في المعلم اللغوي مجموعة الأدوات بما يلائم قناة محددة، وعطّلنا الفحص الاستهلالي للبيئة، وأزلنا خطوة تفكير زائدة، انكمش موجّه الدخول من 15266 إلى 1424 رمزًا، وانخفض متوسط زمن الاستجابة من 17 إلى 7.7 ثانية.

أين يُرسم الحد بين الحساب في الكود والتوليد عبر النموذج؟

حتى في روبوت عائلي بملف هوية طويل (يصل إلى 20-23 ألف رمز)، لا يجوز إطلاقًا تفويض الحساب العددي للنموذج اللغوي: فعندما تُرك حساب نجوم المكافآت كقاعدة نصّية في الموجّه، تباعدت مصادر البيانات الثلاثة سريعًا — أظهر الرصيد 461، وأعطى جمع المصفوفة 466، وأظهر سجل المعاملات 457. فالقاعدة في الموجّه رغبة، أما القاعدة في الكود فهي ضمانة.

وفي مدرّب الشطرنج، لا يُقيّم النموذج الوضعية بنفسه مطلقًا. فعمليتان من Stockfish (تلعب الأولى بميزانية عُقد `nodes` واحتمالية خطأ طفولي `blunder_p`، وتحلّل الثانية النقلة)، إلى جانب أربعة كاشفات تعتمد على `python-chess` (القطع المعلّقة، الشوكات مع حساب تكلفة التبادل، التثبيتات `pin-aware`، ومات في نقلة واحدة)، تجمّع معًا عقد JSON صارمًا:

```json { "played_move": {"san": "Фg4"}, "verdict": {"label": "blunder", "win_before_pct": 55.0, "win_after_pct": 4.0}, "best_move": {"san": "Фe2", "line_san": ["Фe2", "d6", "d3", "Сe6"]}, "punishment_line_san": ["Кxg4"], "tactics_against_student": [ {"motif": "hanging_piece", "fact_ru": "ферзь на g4 под боем коня f6 без защиты"} ] } ```

ويحوّل النموذج هذه الحزمة إلى عبارة من المدرّب، وفي الخرج، تفحص 342 سطرًا من التعبيرات النمطية كل حقل وكل نقلة مقارنة بقائمة سماح `allowlist`، فتستبعد إحداثيات مُبتكرة مثل `Qz9` أو أحرفًا سيريلية مشابهة.

كيف تعمل الوكلاء الصناعية دون استرجاع معزَّز بالبحث (RAG)، وأي ثغرات

تظهر عند تقاطع الإضافات؟

في مشاريع تصميم المباني النمطية من حاويات معيارية وحساب محطات التحويل 2KTP-400/10/0.4 كيلوفولت، لا يوجد أي RAG متجهي إطلاقًا — فمعايير البناء (SP وGOST وPUE) وسلالم التصنيفات مُضمَّنة مباشرة داخل دوال بايثون. فعند طلب «مهجع لـ42 شخصًا، ثلاثة في كل غرفة»، يُنفَّذ بالكود، في 40 ثانية بدل ثلاثة أيام في Revit، كل من: هندسة الفتحات، وضبط المساحات (ألواح ساندويتش بسُمك 100 ملم، فواصل بسُمك 80 ملم)، وتوليد ورقة A3، والتصدير بصيغة DXF لبرنامج AutoCAD، وفحص المعايير (من 6 م² للشخص، وممر من 1400 ملم).

وعلى مرجع من 20 غرفة، أعطى الكود 267.46 م² مقابل 267.20 م² عند المهندس المعماري، واكتشف خطأً في مخطط مرسوم يدويًا (4.

17 م² للشخص مقابل معيار 6 م²). وفي قطاع الطاقة، لا تُمنح حالة `PASS` إلا بعد التحقق بالصيغة الحسابية (قاطع دخول بقيمة 1000 أمبير عند تيار محوّل يبلغ 909 أمبير)، بينما تحصل القياسات الميدانية (التأريض حتى 4 أوم، مانعات الصواعق ОПН) إلزاميًا على حالة `INFO`.

وأدق الأعطال تحدث عندما يحاول النموذج «التحايل» على المدقق. فبعد ظهور حالة `FAIL` بسبب تحميل زائد على المحوّل على خطين بقيمة 600 أمبير لكل منهما، خفّض النموذج نفسه التيار إلى 2×385 أمبير (ما قلّص الحمل من 1200 إلى 770 أمبير)، وجزّأه إلى `200 + 200 + 185 + 185 أمبير`، فحصل على `OK`. وبعد هذه الحادثة، أدخلنا مطابقة كل معيار مع كراسة الشروط الأصلية. أما الحادثة التي جرت على منصة عرض تجريبية، حيث قام الروبوت، ومعه نسخة ممسوحة من كراسة الشروط، بإنشاء بيئة `venv` بنفسه، وتثبيت `pymupdf`، وتحويل 13 صفحة إلى صور PNG، فقد علّمتنا ضرورة إقفال `terminal` و`code_execution` و`delegation` وملفات `cron`.

وقد شكّلت هذه الثوابت أساس [Nomad AI](https://nomadnet.ai) وبيئة التشغيل [agent.nomadnet.ai](https://agent.nomadnet.ai). وتُتاح ممارسة بناء أنظمة من هذا النوع في [Hamidun Academy](https://academy.hamidun.com) (نسخة تجريبية لمدة 72 ساعة)، كما تتوفر أكثر من 370 مهارة في [Vibe Club](https://hamidun.com/club).