AgentCore من AWS يحصل على خطافات Lambda ويستهلك توكنات أقل بنسبة 34% من البدائل
حدّثت AWS بيئة AgentCore harness، وهي بيئة جاهزة لتشغيل وكلاء الذكاء الاصطناعي، وأضافت إليها الخطافات (hooks). فقبل أن يعيد الوكيل أموالًا إلى عميل، يمكن لدالة Lambda الخاصة بك أن تمنع أي مبلغ يتجاوز 500 دولار. وتفيد AWS بأن الوكيل يستهلك توكنات أقل بنحو 34% مما يستهلكه على بيئات harness الشائعة الأخرى، وذلك بفضل ضغط المحادثات القديمة. ومن الأوثق كتابة قواعد الأمان في شيفرة برمجية، لا طلبها من النموذج داخل الـ prompt.
معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
تخيّل وكيل دعم فني يتولى معالجة الطلب بنفسه، وبإمكانه إعادة الأموال إلى العميل. أما أن تطلب من النموذج في الـ prompt «لا تعد أكثر من 500 دولار» فأمر غير موثوق، لأن سلوكه لا يمكن التنبؤ به. وتقترح AWS حلًا آخر في النسخة المحدّثة من Amazon Bedrock AgentCore harness.
وهي «بيئة تشغيل» مُدارة لوكلاء الذكاء الاصطناعي، أي مجموعة جاهزة تضم النموذج والـ prompt والأدوات وإدارة السياق، وتتولى AWS نفسها تشغيلها وتوسيع نطاقها. وقد بُنيت هذه البيئة الآن على Strands harness (وهي بيئة مفتوحة المصدر بترخيص Apache 2.0، أصدرتها AWS في وقت سابق من هذا العام)، وحصلت على خطافات دورة الحياة، وهي نقاط في عمل الوكيل تُشغَّل عندها شيفرتك البرمجية العادية.
فعلى سبيل المثال، تفحص دالة Lambda (دالة صغيرة في سحابة AWS) المبلغ قبل الاسترداد، ويمكنها منع الإجراء. إضافة إلى ذلك، تفيد AWS بأن الـ harness يستهلك توكنات أقل بنحو 34% من بيئات harness الشائعة الأخرى، بفضل ضغط السياق. ولا حاجة إلى ربط موارد جديدة: يصل التحديث إلى الـ harness المستخدم بالفعل.
ما الذي يحصل عليه الوكلاء افتراضيًا
إذا لم تحدد في الإعدادات النموذج ولا system prompt ولا سياسة تقليص السجل، فسيعتمد الـ harness مجموعة موصى بها. وسيتغير النموذج الافتراضي مع صدور نماذج جديدة، أما الإعدادات المحددة صراحةً فلها الأولوية دائمًا. ويعلّم الـ system prompt الوكيل أن يجمع السياق، ويختار الأدوات المناسبة، ولا يترك المهمة في منتصفها، ويتعامل مع حالات الرفض، ويتحقق من النتيجة قبل رفع التقرير.
وتؤثر بعض الميزات مباشرةً في فاتورة التوكنات. فالتخزين المؤقت التلقائي للـ prompt (حاليًا لنماذج Anthropic في Amazon Bedrock) يحفظ تعليمات النظام وأوصاف الأدوات وسجل الحوار، وتقرؤها الاستدعاءات اللاحقة بسعر مخفّض. وعندما تبلغ نافذة السياق عتبة قابلة للضبط، تُختصر الرسائل القديمة في ملخص موجز وتبقى الرسائل الحديثة كما هي. وهذا بالتحديد، بحسب AWS، ما يحقق نحو 34% من التوفير. وهذا رقم من الشركة المزوّدة، ولا يتضمن المصدر تأكيدًا مستقلًا له.
توسعت مجموعة الأدوات المدمجة:
- todo_write يحفظ خطة المهام ويستعيدها في الاستدعاءات التالية ضمن الجلسة نفسها، حتى بعد ضغط السجل؛
- subagent يسلّم مهمة مغلقة إلى «عامل» جديد ويعيد النتيجة إلى الوكيل الرئيسي؛
- web_fetch يجلب محتوى صفحة ويب؛
- أدوات read وwrite وedit المنفصلة تتيح منح الوكيل صلاحيات الملفات التي يحتاجها فقط؛
- تُنقل نتائج الأدوات الكبيرة خارج السياق: يرى الوكيل معاينة، ويجلب النسخة الكاملة عند الحاجة.
الخطافات: تحقق بالشيفرة لا بالاعتماد على الـ prompt
هناك أربعة أحداث. يعمل before_invocation قبل معالجة الطلب، ويؤدي الرفض إلى إيقاف الاستدعاء. ويُشغَّل before_tool_call بعد أن يقترح النموذج إجراءً وقبل تنفيذه: يتجاوز الرفض الاستدعاء ويواصل الوكيل عمله. ويعمل after_tool_call عندما تكون النتيجة جاهزة: تُحفظ النتيجة لكن الاستدلال اللاحق يتوقف. أما after_invocation فيُبلغ بالقرار بعد اكتمال الاستدعاء، ولا يمكن حينها سحب المخرجات التي أُرسلت فعلًا إلى المستخدم.
في مثال AWS، يسبق أداة issue_refund فحص عبر Lambda. فإذا كان المبلغ أكبر من 500 دولار، تُرجع الدالة deny مع السبب «Refund exceeds the $500 auto-approval limit». يُتجاوز الاسترداد، ويمكن للوكيل إبلاغ العميل بأن الطلب أُحيل إلى الموافقة. ويظهر كل قرار في تدفق استجابة InvokeHarness بوصفه hookEvent، ولذلك يأتي التدقيق شبه مجاني.
وثمة تفاصيل مهمة. فخطافات Lambda وحدها يمكنها تغيير مسار عمل الوكيل: فهي متزامنة وتردّ بـ allow أو deny. أما الخطافات على Amazon SNS وAmazon EventBridge فهي للإشعارات فقط، ولا تعطّل الدورة. وتُطبَّق الخطافات على الوكلاء الفرعيين أيضًا، ولذلك لا يتيح التفويض الالتفاف على سياسة الاسترداد. وإذا تعطلت Lambda أو تجاوزت المهلة، يسري failureMode، وقيمته الافتراضية deny، أي يُمنع الإجراء. وتُضبط الخطافات عبر CreateHarness أو UpdateHarness.
كيف تجرّب وما الذي يجب تثبيته في الإعدادات
يُنشأ الـ harness بأمر واحد عبر AgentCore CLI، الذي يُثبَّت عبر npm. وفي مثال AWS، بُني منسّق أبحاث يشغّل في استدعاء واحد وكلاء فرعيين، هم الباحث والمُركِّب والمراجِع، ويعيد تقريرًا موحدًا. وللخطافات عرض توضيحي باسم Refund Desk في مستودع أمثلة AgentCore على GitHub: شرح من ست خطوات للأحداث الأربعة كلها ولأهداف Lambda وSNS وEventBridge.
إذا كان لدى تطبيقك متطلبات أمان صارمة، فثبّتها صراحةً. يُثبَّت النموذج عبر المعرّف (ID)، ويُستبدل الـ system prompt عبر systemPrompt، وتُحدَّد سياسة السياق عبر truncation. ويكتسب allowedTools أهمية خاصة: فعند إغفاله أو عند القيمة ["*"] قد تتسع مجموعة الأدوات المدمجة مع الوقت. لذا اذكر ما تحتاجه فقط، مثل ["read", "web_fetch"]، أي قراءة الملفات وتحميل الصفحات دون الوصول إلى shell ودون تعديل الملفات.
والخلاصة العملية بسيطة: إذا كان الوكيل يتعامل مع الأموال أو بيانات العملاء أو الأنظمة الخارجية، فمن الأوثق كتابة القيود في شيفرة الخطافات وفي قائمة أدوات صريحة، لا في طلبات داخل الـ prompt.
- 19 نوفمبر 2026أمازون وجوجل ستحصلان على 28,4% من Anthropic بعد الطرح العام الأولي، لكن دون حق التصويت
- 19 نوفمبر 2026Social Department تستبدل بأسبوع من مشاهدة المسلسل أربعة استعلامات QuickSearch على AWS
- 19 نوفمبر 2026Skyflow في AgentCore Gateway يحجب البيانات الشخصية عن أدوات وكلاء الذكاء الاصطناعي
- 19 نوفمبر 2026Accenture تخفّض تكاليف عملائها على الرموز (التوكنات) في Bedrock بنسبة 40–85%
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي يحصل عليه الوكلاء افتراضيًا؟
إذا لم تحدد في الإعدادات النموذج ولا system prompt ولا سياسة تقليص السجل، فسيعتمد الـ harness مجموعة موصى بها. وسيتغير النموذج الافتراضي مع صدور نماذج جديدة، أما الإعدادات المحددة صراحةً فلها الأولوية دائمًا. ويعلّم الـ system prompt الوكيل أن يجمع السياق، ويختار الأدوات المناسبة، ولا يترك المهمة في منتصفها، ويتعامل مع حالات الرفض، ويتحقق من النتيجة قبل رفع التقرير. وتؤثر بعض الميزات مباشرةً في فاتورة التوكنات.
ما أبرز التفاصيل حول الخطافات: تحقق بالشيفرة لا بالاعتماد على الـ prompt؟
هناك أربعة أحداث. يعمل before_invocation قبل معالجة الطلب، ويؤدي الرفض إلى إيقاف الاستدعاء. ويُشغَّل before_tool_call بعد أن يقترح النموذج إجراءً وقبل تنفيذه: يتجاوز الرفض الاستدعاء ويواصل الوكيل عمله. ويعمل after_tool_call عندما تكون النتيجة جاهزة: تُحفظ النتيجة لكن الاستدلال اللاحق يتوقف. أما after_invocation فيُبلغ بالقرار بعد اكتمال الاستدعاء، ولا يمكن حينها سحب المخرجات التي أُرسلت فعلًا إلى المستخدم. في مثال AWS، يسبق أداة issue_refund فحص عبر Lambda.
ما أبرز التفاصيل حول كيف تجرّب وما الذي يجب تثبيته في الإعدادات؟
يُنشأ الـ harness بأمر واحد عبر AgentCore CLI، الذي يُثبَّت عبر npm. وفي مثال AWS، بُني منسّق أبحاث يشغّل في استدعاء واحد وكلاء فرعيين، هم الباحث والمُركِّب والمراجِع، ويعيد تقريرًا موحدًا. وللخطافات عرض توضيحي باسم Refund Desk في مستودع أمثلة AgentCore على GitHub: شرح من ست خطوات للأحداث الأربعة كلها ولأهداف Lambda وSNS وEventBridge. إذا كان لدى تطبيقك متطلبات أمان صارمة، فثبّتها صراحةً. يُثبَّت النموذج عبر المعرّف (ID)، ويُستبدل الـ system prompt عبر systemPrompt، وتُحدَّد سياسة السياق عبر truncation.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.