التخزين المؤقت للمطالبات خفّض فاتورة 30 خطوة لوكيل ذكي بمقدار 6,6 مرة: من $3,38 إلى $0,51

تخيّل وكيلًا للدعم الفني يتوجه 30 مرة متتالية إلى قاعدة المعرفة ونظام CRM. النموذج خلفه لا يتذكر شيئًا، ولذلك يُعيد الكود المحيط به (ويسمونه harness، أي «الغلاف البرمجي») إرسال كل شيء في كل خطوة: أوصاف الأدوات والقواعد وسجل الخطوات كاملًا. التوكن قطعة من النص يقرأ بها النموذج، وتُحتسب بها التكلفة. في المثال الافتراضي من الجزء الأول من سلسلة «هندسة الذكاء الاصطناعي لمن يدخل المجال» قرأ النموذج خلال 30 خطوة 1,63 مليون توكن، مع أن أيًّا من الطلبات لم يتجاوز 96 300. تكلّف المهمة دون كاش $3,38، ومع كاش المطالبات $0,51، أي أرخص بمقدار 6,6 مرة. إذا كنت تكتب الوكلاء أو تدفع تكلفتهم، فإن هذه الحسبة تؤثر مباشرة في ميزانيتك.

ماذا يفعل مهندس الذكاء الاصطناعي ولماذا «لا يتذكر» النموذج شيئًا

في موقع hh.ru بتاريخ 28 أكتوبر 2026 هناك 1 458 وظيفة شاغرة تذكر عبارة «AI-agent»، وتذكر 1 261 منها LLM، و520 تذكر RAG، و245 تذكر MCP. أما «تخزين المطالبات مؤقتًا» فيرد في 13 وظيفة فقط، والتوكنات في 19. الجميع يريد بناء الوكلاء على نطاق واسع، لكن قلّما يسأل أحد عن التكلفة.

على خطى تشيب هيوين (كتاب «AI Engineering») يفصل المؤلف بين الدورين. مهندس ML يدرّب النموذج بنفسه. أما مهندس الذكاء الاصطناعي فيأخذ نموذجًا جاهزًا، مثل Claude أو GPT، ويبني حوله نظامًا: يغذّيه بالبيانات، ويربطه بالأدوات، ويتحقق من النتيجة، ويراقب التكلفة. النموذج بالنسبة إليه خدمة خارجية شبيهة بقاعدة البيانات، لكنها تجيب بنص وتخطئ أحيانًا. وبحسب استطلاع Stack Overflow لعام 2026، يكتب 73% من المطورين الكود كل يوم بمساعدة المساعدين والوكلاء.

النموذج نفسه لا ينفّذ شيئًا: إما أن يجيب بنص، أو يطلب «استدعِ الدالة get_weather لموسكو»، وكودك هو الذي يشغّل الدالة. والحلقة الوكيلية في وثائق Anthropic ليست سوى while عادية: طلب، فاستدعاء أداة، فنتيجة، ثم طلب جديد، إلى أن يجيب النموذج بنص. ويُجمَّع كل طلب بالترتيب نفسه: الأدوات، ثم موجّه النظام، ثم السجل.

يُوسَّع الوكيل عبر MCP (معيار مفتوح لربط الأدوات والبيانات)، والمهارات skills (مجلدات تحتوي تعليمات؛ ولا يبقى في السياق سوى وصفها بنحو 100 توكن)، والوكلاء الفرعيين (مساعدون لكل منهم سياقه الخاص ولا يعيدون سوى النتيجة النهائية)، والخطافات hooks. الخطاف سكربت من كتابتك يعمل عند حدث في الغلاف البرمجي: يمكنه منع إجراء ما، أو سؤال إنسان، أو تشغيل linter. وقاعدة المؤلف: المهارة تنصح، والخطاف يضمن.

كم تكلّف 30 خطوة لوكيل

أسعار Sonnet 5.5 في 28 أكتوبر: $2 لكل مليون توكن إدخال و$10 لكل مليون توكن إخراج. السيناريو افتراضي: 12 ألف توكن في بداية كل طلب (الأدوات وموجّه النظام)، و200 توكن للرسالة الأولى، وفي كل خطوة رد من النموذج بحجم 400 توكن ونتيجة أداة بحجم 2 500.

يبلغ حجم الطلب عند الخطوة الأخيرة 96 300 توكن، أي أقل من عُشر نافذة السياق. لكن كل خطوة تدفع من جديد ثمن كل ما سبقها، ولذلك قرأ النموذج خلال 30 خطوة 1,63 مليون توكن، أي أكثر بـ17 مرة. وتشغل ردود النموذج مجتمعةً نحو 12 ألف توكن، فيذهب معظم المال تقريبًا إلى الإدخال. والإجمالي دون كاش هو $3,38.

وللغة تأثير مستقل. أجرى المؤلف قياسًا صغيرًا على ثلاثة أزواج من النصوص المتطابقة (وثائق، ونثر، وكود)، بنحو 1 000 حرف لكل لغة. على Sonnet 4.6 وHaiku 4.5 استهلك النص الروسي توكنات أكثر بمقدار 1,6 مرة من الإنجليزي، وعلى Sonnet 5.5 أكثر بمقدار 1,27 مرة. والسبب ليس في الروسية (فقد صار 402 توكن 415)، بل في الإنجليزية: فقد ارتفع عددها من 252 إلى 327 توكن بسبب الطريقة الجديدة في تقسيم النص. العينة صغيرة، فهي مؤشر تقريبي وليست دراسة.

كيف يحقق الكاش 6,6 مرة وكيف تتجنب كسره

عند الخطوة 30 يكون النموذج قد قرأ معظم محتوى الطلب تقريبًا في الخطوة 29: الأدوات نفسها، والموجّه نفسه، والسجل نفسه. لا يعالج الكاش بداية الطلب المتكررة من جديد، ويتقاضى عنها 5–10% من السعر. أنت تضع علامة (يصل عددها إلى أربع) تحدد الموضع الذي يُحفظ حتى بلوغه. ولن يصيب الطلب التالي الكاش إلا إذا تطابقت البداية تمامًا، حتى الحرف الواحد. يعيش الكاش 5 دقائق، وكل إصابة تمدّد مدته، ويمكن إبقاؤه ساعة مقابل رسم إضافي. والحد الأدنى في نماذج Claude الجديدة هو 512 توكن؛ وإذا كان الطلب أقصر فلن يظهر خطأ، بل لن يُفعَّل الكاش ببساطة.

ومع الكاش تكلّف الطلبات نفسها $0,51 بدلًا من $3,38. وكسر الكاش سهل: فتغيير وصف أداة يُبطل الكاش للطلب كله، أما البحث في الإنترنت أو الوقت الحالي في موجّه النظام فيُبطلان الكاش للموجّه والسجل. وتغيير tool_choice أو إضافة صورة يصفّران السجل.

ما العمل عمليًا: ابدأ بطلب واحد، وفضّل السلسلة على الوكيل ما دام يمكن كتابة الخطوات في الكود. أبقِ ما لا يتغير في البداية، ولا تغيّر مجموعة الأدوات في منتصف الجلسة، ولا تضع في البداية تواريخ أو معرّفات ID عشوائية. راقب الحقل usage: فإذا كانت قيمة cache_read_input_tokens صفرًا في أغلب الأحيان، فالكاش لا يعمل. أسند العمل المزعج إلى الوكلاء الفرعيين، وانقل التعليمات الطويلة إلى المهارات، ونفّذ الفحوص الإلزامية عبر الخطافات. وأعطِ الوكيل وسيلة ليتحقق من نفسه، كالاختبارات أو البناء أو المتصفح، وإلا أعلن «انتهيت» مبكرًا جدًا.

تحفّظ: الحسبة افتراضية، والتوفير الفعلي يتوقف على طول المهمة والفواصل بين الطلبات وثبات بداية الطلب. وفي الجزء الثاني من السلسلة سيتناول المؤلف الموثوقية، أي idempotency (خاصية عدم تكرار الأثر) وdurable execution (التنفيذ الدائم)، وفي الثالث الفرق بين السلسلة والوكيل على مثال وكيل الدعم.