Sakana AI تطلق Aquarium: منصة وكلاء ذكاء اصطناعي مبنية على أونتولوجيا مع رقابة بشرية
قدّمت Sakana AI منصة Aquarium التي يعتمد فيها وكلاء الذكاء الاصطناعي على «قاموس» الشركة: ماذا تعني المصطلحات، وكيف ترتبط الجداول بالوثائق، وبأي قواعد تُتخذ القرارات. وتُبنى هذه الطبقة، أي الأونتولوجيا، مرة واحدة وتُستخدم لجميع الوكلاء. ويتحقق الوكيل بنفسه من البيانات، ويتخذ القرار وينفّذ الإجراء، وينتظر موافقة الإنسان في المواضع التي تتطلب ذلك. ولهذا لا تحتاج العملية الجديدة إلى إعادة ربط البيانات ولا إلى إعادة الاتفاق على المصطلحات.
معالج بواسطة الذكاء الاصطناعي من Sakana AI Blog؛ بتحرير Hamidun News
تصطدم معظم مشاريع وكلاء الذكاء الاصطناعي في الشركات بالأعمال الروتينية المحيطة بالنموذج، لا بالنموذج نفسه. فعلى الفريق أن يربط البيانات، وأن يتفق على معنى «العميل النشط» أو «الدفعة المتأخرة»، وأن يحدد من يحق له فعل ماذا، ثم يكرر ذلك كله مع العملية التالية. قررت Sakana AI تحويل هذا الروتين إلى منتج، فقدّمت منصة Sakana Aquarium لإنشاء الوكلاء وتشغيلهم ومتابعتهم.
ما الذي تضمّه Aquarium
أساس المنصة هو الأونتولوجيا. وبعبارة مبسطة، هي قاموس مشترك وخريطة للشركة: ما أنواع الكيانات (العملاء والعقود والطلبات)، وكيف ترتبط ببعضها، وبأي قواعد تُتخذ القرارات بشأنها. وتُربط الجداول والوثائق وصيغ البيانات الأخرى بهذه الخريطة من مخازنها الحالية، دون نقل البيانات. وعند تحديث المعلومات يرى الوكيل الصورة المحدّثة.
تتكون المنصة من ثلاثة أجزاء:
- Ontology تحفظ المعرفة والقواعد والبيانات مع معانيها والروابط بينها.
- Governance تتولى الرقابة. ومن خلالها تُحدد صلاحيات الوصول والموافقة الإلزامية قبل تنفيذ أي إجراء. ويسجّل النظام ما اعتمد عليه الوكيل وما فعله في النهاية، كما يعرض سرعة العمل ودقته واستهلاك النماذج.
- Managed Agents هي البيئة التي يعمل فيها الوكلاء. يصف المطوّر سير العمل (workflow): قراءة البيانات، وقرار النموذج، واستدعاء دالة، وتأكيد الإنسان. بعد ذلك يمكن نشر الوكيل (deploy)، وتتولى المنصة إدارة دورة حياته.
ويفسّر القائمون على المنصة الاسم باستعارة: أسماك كثيرة تسبح في حوض واحد ذي بيئة منظّمة.
الفائدة العملية
الفكرة الرئيسية هي إعادة الاستخدام. فالبيانات المربوطة والأونتولوجيا اللتان بُنيتا لوكيل واحد تصلحان لغيره من الوكلاء. لنفترض أن مصرفًا أنشأ وكيلًا لفحص طلبات الائتمان. فالوكيل التالي، كالذي يُعدّ عروضًا للعملاء، لن يحتاج إلى أن يُشرح له من جديد ما معنى «العميل» ومن أين تُؤخذ بياناته. يعمل جميع الوكلاء على قاعدة واحدة، ويُدارون من مكان واحد.
وبالنسبة إلى فرق المنتجات، يهمّ أيضًا نظام الرقابة. يتحرك الوكيل ضمن الصلاحيات الممنوحة له، ويؤكد الإنسان الخطوة في المواضع الحرجة. وبعد ذلك يمكن تحليل أي قرار من خلال السجل: ما البيانات التي استُخدمت، وكيف استدل النموذج، ومن وافق، وكيف انتهى الأمر. وفي القطاعات الخاضعة للتنظيم، مثل القطاع المالي، كثيرًا ما يكون هذا التدقيق أهم من العروض التجريبية اللافتة.
من أين جاءت الفكرة وما الذي لا يزال مجهولًا
تُعرف Sakana AI بأبحاث ترفع جودة الذكاء الاصطناعي دون الاكتفاء بتكبير النموذج: التوسيع في مرحلة الاستدلال (inference)، والعمل المنسّق بين عدة نماذج، والتحسين الذاتي. وفي موازاة ذلك نفّذت الشركة مشاريع تطبيقية في القطاع المالي، منها خبير ذكاء اصطناعي في الإقراض مع MUFG Bank، وتوليد العروض تلقائيًا مع SMBC Group، وتطوير مشترك مع Daiwa Securities Group.
عمل في هذه المشاريع مهندسون ميدانيون (Forward Deployed Engineers) درسوا بيانات العميل وعملياته، وصمّموا سير العمل، وقيّموا النتيجة ورفعوا الدقة. ولاحظت الشركة أن ربط البيانات والاتفاق على المصطلحات يُنجزان من الصفر في كل مشروع. فجمعت Aquarium هذا العمل في منصة مشتركة. ويعمل على المنتج مهندسو Sakana AI ومهندسون سابقون في Palantir وSnowflake وMicrosoft وAWS، أي في شركات تبني منصات البيانات وإدارتها. ويشبه نهج الأونتولوجيا ما تفعله Palantir، لكن هذه مقارنة من عندنا لا من كلام Sakana نفسها.
وللمنصة قيود أيضًا. فالإعلان لا يتضمن اختبارات أداء (benchmarks) ولا أسعارًا ولا قائمة بمصادر البيانات المدعومة ولا أسماء النماذج داخل المنصة. ولا توجد كذلك حالات استخدام علنية بأثر قابل للقياس، وتعد Sakana بعرضها لاحقًا. ويبدو من النص أن المنتج يُباع عبر الاستشارات والتنفيذ بمشاركة FDE، لا كخدمة يمكن تجربتها ذاتيًا. وتذكر الشركة اتجاهين ضمن خططها: تحديث الأونتولوجيا والوكلاء استنادًا إلى التعديلات والقرارات التي تظهر أثناء العمل، ومساعدة الذكاء الاصطناعي في بناء الوكلاء أنفسهم.
والخلاصة للمطوّرين والمؤسسين بسيطة. ينتقل سوق منصات الوكلاء من سؤال «أي نموذج نختار» إلى سؤالي «على ماذا يبني الوكيل قراراته» و«كيف نراقب ذلك». وإذا كنتم تبنون وكلاء لعدة عمليات، فمن الأفضل أن تفكروا مسبقًا في طبقة مشتركة للتعريفات وصلاحيات الوصول، وإلا ستدفعون ثمن إعادة الضبط في كل مشروع. أما قياس مدى إفادة Aquarium في العمل الفعلي فلن يكون ممكنًا إلا بعد ظهور الحالات العلنية الأولى.
- 19 يوليو 2026Sakana AI تطلق Sakana Marlin: وكيل ذكي يعدّ تقارير من 100 صفحة مع شرائح عرض
- 7 يوليو 2026Sakana AI تطلق مترجم Sakana Translate للغات اليابانية والإنجليزية والصينية
- 31 يوليو 2026الأنطولوجيات تعود إلى الواجهة: كيف تعيد وكلاء الذكاء الاصطناعي وNeo4j إحياء الويب الدلالي
- 31 أكتوبر 2026الأنطولوجيا مدقِّقًا لوكيل الذكاء الاصطناعي: على UniProt تتفوق علامات الخطأ فيها على الصدفة بهامش ضئيل فقط
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي تضمّه Aquarium؟
أساس المنصة هو الأونتولوجيا. وبعبارة مبسطة، هي قاموس مشترك وخريطة للشركة: ما أنواع الكيانات (العملاء والعقود والطلبات)، وكيف ترتبط ببعضها، وبأي قواعد تُتخذ القرارات بشأنها. وتُربط الجداول والوثائق وصيغ البيانات الأخرى بهذه الخريطة من مخازنها الحالية، دون نقل البيانات. وعند تحديث المعلومات يرى الوكيل الصورة المحدّثة. تتكون المنصة من ثلاثة أجزاء: Ontology تحفظ المعرفة والقواعد والبيانات مع معانيها والروابط بينها. Governance تتولى الرقابة. ومن خلالها تُحدد صلاحيات الوصول والموافقة الإلزامية قبل تنفيذ أي إجراء.
ما أبرز التفاصيل حول الفائدة العملية؟
الفكرة الرئيسية هي إعادة الاستخدام. فالبيانات المربوطة والأونتولوجيا اللتان بُنيتا لوكيل واحد تصلحان لغيره من الوكلاء. لنفترض أن مصرفًا أنشأ وكيلًا لفحص طلبات الائتمان. فالوكيل التالي، كالذي يُعدّ عروضًا للعملاء، لن يحتاج إلى أن يُشرح له من جديد ما معنى «العميل» ومن أين تُؤخذ بياناته. يعمل جميع الوكلاء على قاعدة واحدة، ويُدارون من مكان واحد. وبالنسبة إلى فرق المنتجات، يهمّ أيضًا نظام الرقابة. يتحرك الوكيل ضمن الصلاحيات الممنوحة له، ويؤكد الإنسان الخطوة في المواضع الحرجة.
ما أبرز التفاصيل حول من أين جاءت الفكرة وما الذي لا يزال مجهولًا؟
تُعرف Sakana AI بأبحاث ترفع جودة الذكاء الاصطناعي دون الاكتفاء بتكبير النموذج: التوسيع في مرحلة الاستدلال (inference)، والعمل المنسّق بين عدة نماذج، والتحسين الذاتي. وفي موازاة ذلك نفّذت الشركة مشاريع تطبيقية في القطاع المالي، منها خبير ذكاء اصطناعي في الإقراض مع MUFG Bank، وتوليد العروض تلقائيًا مع SMBC Group، وتطوير مشترك مع Daiwa Securities Group. عمل في هذه المشاريع مهندسون ميدانيون (Forward Deployed Engineers) درسوا بيانات العميل وعملياته، وصمّموا سير العمل، وقيّموا النتيجة ورفعوا الدقة.
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.