ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارAWS Machine Learning Blog→ المصدر

AWS: التخزين المؤقت للمطالبات خفّض تكلفة رموز الإدخال لوكيل الذكاء الاصطناعي بنسبة 62%

في كل خطوة يعيد الوكيل إرسال جميع الأدوات والتعليمات والسجل إلى النموذج، وأنت تدفع ثمن هذه الرموز من جديد. وقد أوضحت AWS، باستخدام نماذج OpenAI على Bedrock، كيف يحفظ التخزين المؤقت بداية الطلب التي لا تتغير ويحاسب عليها بجزء من السعر. وفي اختبار من ست خطوات على GPT-6 Astra انخفضت تكلفة رموز الإدخال بنحو 62% مقارنة بالعمل دون تخزين مؤقت. لذلك ضع الأدوات والتعليمات في بداية المطالبة، وضع التاريخ ومعرّف الطلب في نهايتها.

معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
AWS: التخزين المؤقت للمطالبات خفّض تكلفة رموز الإدخال لوكيل الذكاء الاصطناعي بنسبة 62%
المصدر: AWS Machine Learning Blog. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليAWS Machine Learning Blog ↗
رئيس التحرير
حقيقة رئيسية #1يُخزَّن مؤقتًا البادئة التي لا يقل طولها عن 1024 رمزًا، وفي الأمثلة تبقى 30 دقيقة
حقيقة رئيسية #2العلامات الصريحة المنزلقة وفّرت نحو 61% على النموذج نفسه
حقيقة رئيسية #3بادئة من نحو 4000 رمز سُجِّلت على أنها 4120 رمزًا، ثم قُرئت من الذاكرة المؤقتة

تخيّل أن وكيل الذكاء الاصطناعي لديك يستيقظ كل صباح كما في فيلم «يوم جرذ الأرض» ولا يتذكر شيئًا. وهذا ما يحدث فعلًا: فالنموذج لا يملك ذاكرة بين الطلبات. وفي كل خطوة (استدعاء أداة، قراءة النتيجة، تقرير ما يجب فعله لاحقًا) يعيد الوكيل إرسال السجل الكامل إليه: أوصاف الأدوات والتعليمات وكل استدعاء سابق وكل نتيجة. وبحلول الدور العشرين من جلسة برمجية، يعيد النموذج قراءة الأدوار من الأول إلى التاسع عشر، وأنت تدفع ثمن كل رمز إدخال من هذه الرموز مرة بعد أخرى. وقد أوضحت AWS في مدونتها كيف يُعالَج ذلك بالتخزين المؤقت للمطالبات على نماذج OpenAI في Amazon Bedrock. ففي اختبار من ست خطوات على GPT-6 Astra، جاءت تكلفة رموز الإدخال أقل بنحو 62% مما هي عليه دون تخزين مؤقت.

كيف يعمل التخزين المؤقت وماذا نضع فيه

قبل أن يجيب النموذج، يعالج كل النص المُدخَل ويبني منه حالة عمل: مجموعة من المفاتيح والقيم (KV). يحفظ التخزين المؤقت هذه الحالة. فإذا بدأ الطلب التالي بالرموز نفسها، يحمّل الخدمة المحفوظ ويحسب الذيل الجديد فقط. وتكلّف الرموز المقروءة من الذاكرة المؤقتة أقل بكثير من الرموز العادية.

يتألف طلب الوكيل من أربعة أجزاء: قائمة الأدوات، وتعليمات المطوّر، وسجل الجلسة، والدور الجديد. الجزآن الأولان لا يتغيران إلا مع إصدار جديد، والسجل ينمو، أما الجزء الأخير فيختلف في كل مرة. ومن هنا القاعدة العملية: كل ما هو ثابت يوضع في البداية، وكل ما هو متغير (التاريخ، اسم المستخدم، معرّف الطلب) يأتي بعد التعليمات المخزَّنة مؤقتًا. ولا يعمل التخزين المؤقت إلا عند تطابق النص تمامًا، ولذلك يجب تسلسل الأدوات (serialization) بالطريقة نفسها في كل طلب، بما في ذلك حين تصل من خوادم MCP.

هناك نمطان. في النمط الضمني يقرر Bedrock بنفسه أين تنتهي بداية الطلب القابلة لإعادة الاستخدام. وفي النمط الصريح تضع العلامة prompt_cache_breakpoint حيث تريد أن ينتهي الحفظ. وتنصح AWS بالجمع بين النمطين: فالعلامة الصريحة بعد التعليمات تنشئ نقطة بداية مشتركة بين الجلسات المختلفة والوكلاء المساعدين، بينما يخزّن النمط الضمني الحوار المتنامي تلقائيًا. وينبغي مراعاة الحد الأدنى للحجم: يجب ألا يقل طول البادئة المخزَّنة مؤقتًا عن 1024 رمزًا. وفي الأمثلة تبلغ مدة بقاء الذاكرة المؤقتة 30 دقيقة، ويخبر المعامل prompt_cache_key الخدمة بالطلبات التي ينبغي أن تتشارك ذاكرة مؤقتة واحدة. أما المعامل store=False فيعطّل حفظ الردود لكنه لا يعطّل التخزين المؤقت: يبقى السجل في تطبيقك.

أرقام من الاختبار

في أحد الاختبارات، شغلت البادئة المكوّنة من الأدوات والتعليمات نحو 4000 رمز. وعند الطلب الأول سُجِّل 4120 رمزًا، وفي الطلبات اللاحقة قُرئت الرموز الـ4120 نفسها من الذاكرة المؤقتة. وتأتي مهمة المستخدم بعد حدّ الذاكرة المؤقتة، ولذلك لا ينشأ بسببها تسجيل جديد.

وعلى حمل من ست خطوات، حقق GPT-6 Astra أفضل نتيجة في النمط الضمني: تكلفة الإدخال أقل بنحو 62% مما هي دون تخزين مؤقت. وقدّمت العلامات الصريحة المنزلقة نحو 61% على النموذج نفسه. وفي الحالتين أعادت الذاكرة المؤقتة استخدام قدر متزايد من السجل مع نمو الحوار. وتتحفظ AWS على الفور: هذه أرقام حمل بعينه، ويجب قياس التوفير في وكيلك أنت. وفي استجابة API عدّادان لهذا الغرض: cached_tokens وcache_write_tokens.

أخطاء شائعة وما يجب فعله

الخطأ الأول يخص النمط الصريح فقط. فإذا تركت علامة ثابتة واحدة، فستُخزَّن الأدوات والتعليمات مؤقتًا، لكن السجل المتنامي سيُعالَج من جديد في كل دور. الخطأ الثاني: تحريك العلامة الوحيدة إلى الأمام. عندها قد لا تُعاد استخدام الذاكرة المؤقتة، ولذلك يُفضَّل إبقاء علامات الأدوار السابقة في السجل. والخطأ الثالث يتعلق بالنمط الضمني ومهمة تتغير. فالمهمة الجديدة لا تطابق البادئة القديمة، ومن دون علامة صريحة بعد التعليمات المشتركة لن تُحفظ البادئة المشتركة القصيرة كسجل مستقل.

وهناك قيد أيضًا: الأرقام الواردة في المقال مستخلصة من نموذج واحد وحمل واحد من ست خطوات. أما وكيل ذو ردود أدوات طويلة أو تعديلات متكررة على المطالبة فسيكون توفيره مختلفًا.

وما الذي ينبغي لمطوّر الوكلاء فعله؟ أولًا، رتّب مطالبتك: الثابت في البداية، والمتغير في النهاية، وتسلسل متطابق للأدوات. ثانيًا، استخدم النظامين معًا: علامة صريحة بعد التعليمات، والنمط الضمني للسجل. ثالثًا، سجّل منذ البداية نسبة الرموز المقروءة من الذاكرة المؤقتة. فإذا كانت منخفضة، فهذا يعني أن نصًّا ما في بداية الطلب يتغير، وأنك تدفع أكثر مما يلزم في كل دور.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول كيف يعمل التخزين المؤقت وماذا نضع فيه؟

قبل أن يجيب النموذج، يعالج كل النص المُدخَل ويبني منه حالة عمل: مجموعة من المفاتيح والقيم (KV). يحفظ التخزين المؤقت هذه الحالة. فإذا بدأ الطلب التالي بالرموز نفسها، يحمّل الخدمة المحفوظ ويحسب الذيل الجديد فقط. وتكلّف الرموز المقروءة من الذاكرة المؤقتة أقل بكثير من الرموز العادية. يتألف طلب الوكيل من أربعة أجزاء: قائمة الأدوات، وتعليمات المطوّر، وسجل الجلسة، والدور الجديد. الجزآن الأولان لا يتغيران إلا مع إصدار جديد، والسجل ينمو، أما الجزء الأخير فيختلف في كل مرة.

ما أبرز التفاصيل حول أرقام من الاختبار؟

في أحد الاختبارات، شغلت البادئة المكوّنة من الأدوات والتعليمات نحو 4000 رمز. وعند الطلب الأول سُجِّل 4120 رمزًا، وفي الطلبات اللاحقة قُرئت الرموز الـ4120 نفسها من الذاكرة المؤقتة. وتأتي مهمة المستخدم بعد حدّ الذاكرة المؤقتة، ولذلك لا ينشأ بسببها تسجيل جديد. وعلى حمل من ست خطوات، حقق GPT-6 Astra أفضل نتيجة في النمط الضمني: تكلفة الإدخال أقل بنحو 62% مما هي دون تخزين مؤقت. وقدّمت العلامات الصريحة المنزلقة نحو 61% على النموذج نفسه. وفي الحالتين أعادت الذاكرة المؤقتة استخدام قدر متزايد من السجل مع نمو الحوار.

ما أبرز التفاصيل حول أخطاء شائعة وما يجب فعله؟

الخطأ الأول يخص النمط الصريح فقط. فإذا تركت علامة ثابتة واحدة، فستُخزَّن الأدوات والتعليمات مؤقتًا، لكن السجل المتنامي سيُعالَج من جديد في كل دور. الخطأ الثاني: تحريك العلامة الوحيدة إلى الأمام. عندها قد لا تُعاد استخدام الذاكرة المؤقتة، ولذلك يُفضَّل إبقاء علامات الأدوار السابقة في السجل. والخطأ الثالث يتعلق بالنمط الضمني ومهمة تتغير. فالمهمة الجديدة لا تطابق البادئة القديمة، ومن دون علامة صريحة بعد التعليمات المشتركة لن تُحفظ البادئة المشتركة القصيرة كسجل مستقل.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…