CrossnoKaye تجعل وكيل الذكاء الاصطناعي في المصانع يحسب داخل بيئة Python معزولة، لا في «ذهن» نموذج LLM

إذا حاولتم ربط وكيل LLM بنظام صناعي، فأنتم تعرفون إلى ماذا ينتهي الأمر. البيانات مخزّنة في historians (مخازن السلاسل الزمنية) بأسماء وسوم (tags) فوضوية. ومنطق المعدات مدمج في شيفرة وحدات تحكم مملوكة لجهات بعينها، ولا تراه أي أداة خارجية. أما منح الوصول إلى جميع الأنظمة دفعة واحدة فيعني تناثر بيانات الاعتماد في شبكة المصنع. حلّت CrossnoKaye هذه المشكلة لا بإضافة الوكيل «من الجانب»، بل بدمجه في منصتها الخاصة.

الوكيل داخل المنصة لا خارجها

ATLAS هي منصة أتمتة معرّفة برمجيًا. يعمل في الموقع عنقود Kubernetes محلي ينفّذ سيناريوهات التحكم الأساسية (الآلات ذات الحالات المنتهية، والتسلسلات، والحدود، والتعشيق) فوق وحدات PLC وأنظمة DCS القائمة. ولا يحتاج العميل إلى استبدال العتاد. تكتفي بوابة edge بإرسال البيانات إلى الخارج، ولا تفتح أي منفذ وارد. وإذا انقطع الاتصال بالسحابة، يواصل المصنع العمل على المنطق المحلي.

يعمل الوكيل AURA داخل محيط الأمان نفسه على Amazon EKS. يقرأ حالة المصنع عبر بوابة بيانات موحدة وبصلاحيات المستخدم الذي يستدعيه. وتتوفر هناك طوبولوجيا المعدات، ومنطق التعشيق المفصّل، والقراءات الفيزيائية والمحسوبة، وسجل الإنذارات، والوثائق في Bedrock Knowledge Bases.

للسياق دور كبير. في أحد المناجم المكشوفة توقفت الكسارة الثانوية مرتين خلال وردية واحدة بعد توقف الكسارة الثلاثية. وبحسب الطوابع الزمنية وحدها بدا أن الكسارة هي المسؤولة. لكن AURA رأت مخطط السيور وعمليات التعشيق. كان سير إعادة التدوير تحت الكسارة الثلاثية ينزلق، فتعمل حماية الحمل الزائد، ثم يطفئ تعشيق أعلى المسار الكسارة الثانوية كي لا تُغمر الكسارة المتوقفة بالمواد. أُرسل المشغّل إلى السير، وعولجت المشكلة خلال دقائق.

الحساب للشيفرة لا للنموذج

يفسّر LLM السياق الهندسي جيدًا ويخطط للتحقيق، لكنه لا يستطيع حساب الإحصاءات أو الموازين على ملايين القراءات داخل الـ prompt بشكل موثوق. لذلك تكتب AURA شيفرة Python وتنفّذها في Code Interpreter من Amazon Bedrock AgentCore. وهذه آلات افتراضية دقيقة معزولة تديرها AWS. وتُضاف إليها Bedrock Guardrails وطبقات حماية على الحافة.

قراران هنا مفيدان خارج القطاع الصناعي أيضًا.

بيئات معزولة دافئة وأخرى للاستخدام الواحد. في المحادثة التفاعلية يختبر المهندس الفرضيات خطوة بعد خطوة: يحمّل إنذارات يوم كامل من 94 موقعًا، ويستبعد حساسات المستوى «المرتعشة»، ويطابق توقفات الضواغط مع درجة حرارة المحرار الرطب. كان البدء البارد في كل خطوة سيمسح الجداول من الذاكرة. لذلك تُربط بالحوار جلسة AgentCore حية واحدة بمدة TTL متحركة قدرها 15 دقيقة، وتُنشأ جلسة جديدة عند العودة بعد فترة خمول. أما بالنسبة إلى Tasks المجدولة وRoutines الليلية فالأمر معاكس. المطلوب هو قابلية إعادة الإنتاج، ولذلك يجري كل تشغيل في آلة افتراضية دقيقة جديدة تُوقف فور انتهاء الحساب. وهذا يحمي من تسرب الحالة بين التشغيلات ومن كلفة بيئة معزولة خاملة.

عقود البيانات بدل نص stdout. تبيّن أن النسخ الأولى، التي كان النموذج يطبع فيها JSON أو ملخصًا إلى الخرج القياسي، هشّة. فقد كان النموذج يخلط أسماء الأعمدة، أو يفقد جزءًا من النافذة الزمنية، أو يكسر التنسيق اللازم لرسم المخططات. اليوم يتحقق المنسّق (orchestrator) مسبقًا من عقد الإدخال، ويضع في البيئة المعزولة حتى 50 مجموعة بيانات. ويضيف إلى سكربت النموذج غلافًا للتحقق يتأكد من أن كل جدول مُعلن موجود بوصفه pandas.DataFrame بالأعمدة والأنواع المطلوبة، ثم يحفظه بصيغة Parquet. وإذا فشل السكربت أو نقص عمود، فلن يرى المستخدم أرقامًا خاطئة. يحوّل Workflow على Temporal الـ traceback وعدم تطابق المخطط إلى طلب منظّم، فيصلح الوكيل الشيفرة ويعيد تشغيل الحساب.

ما الذي يعنيه هذا عمليًا

مثال على مستوى الأسطول: عند تحليل الأعطال الحرجة في 94 موقعًا خلال يوم واحد، جمّعت الشيفرة الأحداث بحسب المنشأة والقاعدة والفواصل الزمنية بين مرات التفعيل. وبدلًا من ترتيب بحسب عدد الإنذارات، تبيّن أن 103 تفعيلات في مصنع واحد ليست سوى قاعدتين متكررتين لمستوى السائل في خزان. أما في مصنع آخر فقد وقعت 58 عملية تفعيل (الأمونيا، والمبخّرات، وصمامات الغاز الساخن) خلال ثانية واحدة. وهنا بالتحديد يوجد الفشل المتسلسل للمعدات.

كما تشغّل AURA وحدات Routines، وهي مراقبات خلفية تعمل بحسب الجدول والعتبات وأنماط تشغيل المعدات. وهي تفتح التحقيق بنفسها في وضع القراءة فقط. وقبل إرسال التقرير (Brief) يتحقق النظام من أن كل رابط فيه يشير إلى نافذة قياس عن بُعد (telemetry) محفوظة.

القيود والخلاصة

أرقام نمو الإنتاج بنسبة 11–17%، وخفض استهلاك الطاقة بنسبة 21%، وانعدام حوادث السلامة لكل مليون ساعة هي ادعاءات من CrossnoKaye نفسها. وهي تخص منصة APC بأكملها، لا الوكيل وحده. كما أن الوصف شديد الارتباط بحزمة AWS: VPC Lattice وMSK وSQS وEKS وAgentCore. ويجب أيضًا تذكّر أن هذه البنية تعمل لدى CrossnoKaye فوق منصة جاهزة بنموذج موحد للمصنع، وأن معظم الشركات لا تملك مثل هذا الأساس.

ثمة ثلاثة دروس عامة. أولًا، يحتاج الوكيل إلى الوصول إلى بنية النظام، لا إلى السجلات فقط. ثانيًا، يُفضَّل حساب أي ادعاء رقمي في بيئة معزولة. ثالثًا، الأفضل ألا تُقبل نتيجة البيئة المعزولة إلا عبر مخطط ومدقّق، وأن يُعاد الخطأ إلى الوكيل ليصحح نفسه. وتصلح هذه الأساليب للمالية واللوجستيات وأي تحليلات يكون فيها الخطأ في الرقم مكلفًا.