وكلاء الذكاء الاصطناعي: ثلاث دعائم تفصل روبوت الدردشة عن الموظف الرقمي

إذا كنت تعتقد أن GPT-4 أو Claude 3 كانا قمة الإنجاز، فلدي أخبار لك. نموذج اللغة الكبيرة بحد ذاته هو ببساطة محدث محادثة مثقف جداً، لكنه مشتت للغاية. يمكنه كتابة قصيدة عن الفيزياء الكمية، لكنه غير قادر على حجز تذكرة طيران لك بشكل مستقل دون أن يضيع في أفكاره الخاصة.

لتحويل "سحب الوسوم الذكية" إلى وكيل مستقل حقيقي قادر على حل المهام بدون إشرافك، اضطرت الصناعة إلى إعادة اختراع العجلة بإضافة ثلاث وحدات حرجة إلى الشبكة العصبية. يظهر الاستعراض الحديث لتقنيات إنشاء الوكلاء أننا وجدنا أخيراً العمارة التي تعمل بالفعل. أول وأكثر سؤال حرج هو الذاكرة.

نحن معتادون على RAG، حيث ينظر النموذج ببساطة إلى قاعدة بيانات، لكن للوكيل، هذا ليس كافياً. يحتاج إلى ذاكرة عمل لتذكر النتائج الوسيطة، وذاكرة طويلة الأجل للتعلم من أخطائه. تخيل موظفاً يأتي إلى العمل كل يوم وينسى ما فعله بالأمس.

هذا بالضبط ما يبدو عليه معظم روبوتات الدردشة الحديثة. يؤكد الباحثون أن الذاكرة الفعالة يجب أن تكون هجينة: يجب أن يكون النموذج قادراً على استرجاع السياق ذي الصلة بسرعة وتجاهل الضوضاء، وإلا فإن "دماغ" الوكيل سيفيض ببساطة بالنفايات. العمود الثاني هو التخطيط.

هذا هو بالضبط المجال حيث فشلت معظم المشاريع مثل AutoGPT بشكل مذهل قبل عام. كانت النماذج تعلق في حلقات، وتكرر نفس الإجراءات بلا نهاية، أو تستسلم ببساطة في منتصف الطريق. أصبح النهج الحديث للتخطيط أكثر تعقيداً بكثير.

الآن لا يقتصر الأمر على سلسلة من الأفكار (Chain of Thought)، بل نظام ديناميكي. يجب أن يكون الوكيل قادراً على تقسيم الهدف المعقد إلى مهام فرعية صغيرة، وتقييم فرصه للنجاح في كل منها، والأهم من ذلك، تغيير الخطة أثناء التنفيذ إذا حدث خطأ ما. هذا يحول الذكاء الاصطناعي من منفذ سلبي إلى استراتيجي نشط.

العنصر الثالث هو استخدام الأدوات. بدونه، الوكيل مجرد فيلسوف في برميل. ليكون مفيداً، يجب أن يكون قادراً على استدعاء API، وكتابة وتنفيذ الأكواد، والبحث عن المعلومات في المتصفح، والتفاعل مع البرامج الشركاتية.

لكن المشكلة هي أن الأدوات تتغير باستمرار، وهناك آلاف منها، وتعليم النموذج استخدام كل واحدة مستحيل. لذا انتقل التركيز إلى "تعلم الأدوات": يجب على الوكيل نفسه أن يفهم أي مطرقة يحتاجها لمسمار معين، وأن يكون قادراً على قراءة تعليمات البرنامج الجديد دون مساعدة بشرية. لماذا هذا مهم الآن؟ لأننا وصلنا إلى سقف الذكاء "النقي".

مجرد زيادة معاملات النموذج لا توفر بعد الآن النمو الانفجاري في الإنتاجية الذي كان الجميع يأمل فيه. المستقبل لا ينتمي إلى شبكات عصبية أحادية ضخمة، بل إلى أنظمة معقدة حيث يعمل LLM فقط كمعالج مركزي، محاط بمحيط من الذاكرة والمخططات والواجهات الخارجية. هذا هو الانتقال من ألعاب توليد النصوص إلى أدوات أتمتة الأعمال الحقيقية.

الخلاصة: عصر المنافسة على عدد معاملات النموذج ينتهي، وتبدأ معركة معمارية الوكلاء.