تبدأ 23 نوفمبرالدفعة المباشرة 3 من Vibe Coding ووكلاء الذكاء الاصطناعي: 3 أسابيع و9 جلسات حيةالدفعة 3 (23.11) →
إصدارتحليل · على الرادارX: @gkxspace→ المصدر

أحد قدامى DeepSeek يفتح شيفرة Linger: وكيل ذكاء اصطناعي محلي تجيب نماذجه أسرع بما يصل إلى 5 أضعاف

Linger وكيل ذكاء اصطناعي مفتوح المصدر يعمل على جهازك، لا في سحابة تُحاسبك على كل توكن. أنشأه فريق أحد أوائل المساهمين الرئيسيين في DeepSeek (بحسب كاتب المراجعة). يمكنك أن تقول للمساعد الرئيسي: «استدعِ مطوّر واجهات أمامية ومختبر جودة (QA) مستقلًا»، فتصلك النتيجة بعد المراجعة والتصحيح. ويشغّل محرك PolyStrata محليًا 12 نموذجًا مفتوحًا، ويسرّع الإجابات في تهيئات خاصة حتى 5 أضعاف. تحقّق من هذا الرقم على جهازك أنت.

معالج بواسطة الذكاء الاصطناعي من X: @gkxspace؛ بتحرير Hamidun News
أحد قدامى DeepSeek يفتح شيفرة Linger: وكيل ذكاء اصطناعي محلي تجيب نماذجه أسرع بما يصل إلى 5 أضعاف
المصدر: X: @gkxspace. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليX: @gkxspace ↗
رئيس التحرير
حقيقة رئيسية #1الأدوار وترتيب تسليم العمل مدوّنة في ملف team.md
حقيقة رئيسية #2المهام الطويلة تنتقل إلى Task في الخلفية، ويبقى الحوار متاحًا
حقيقة رئيسية #3يمكن ربط اشتراكات Codex وClaude أو نماذج محلية مثل Qwen وDeepSeek وGemma

Linger وكيل ذكاء اصطناعي مفتوح المصدر يعيش على حاسوبك الشخصي، لا في مركز بيانات يملكه غيرك. والمعتاد هو العكس: يعمل النموذج على الخوادم، وتدفع مقابل كل توكن (قطعة نصية يقرؤها النموذج أو يكتبها)، وتنتقل ملفاتك إلى السحابة. أما Linger من فريق SimplexAI Labs فيقترح نهجًا مختلفًا: بيئة عمل متعددة الوكلاء تعمل محليًا. وبحسب كاتب المراجعة على X، يقود المشروع أحد أوائل المساهمين الرئيسيين في DeepSeek. وإلى جانب الوكيل، فتح الفريق شيفرة محرك PolyStrata الذي يشغّل النماذج على جهازك. والمقصود بعبارة «حتى 5 أضعاف» في العنوان سرعة إجابات النماذج المحلية في تهيئات مختارة بعناية، لا تحسّنًا عامًا في الجودة.

تنبيه مهم بشأن المصدر. هذا ليس بيانًا صحفيًا رسميًا، بل تحليل متحمّس من مستخدم يقول إنه اختبر Linger عدة أيام. ولم نتحقق بشكل مستقل من سيرة قائد المشروع. ويصف المطوّرون أرقام السرعة بأنها تخص «تهيئات خاصة»، أي أنها الحد الأقصى لا المتوسط.

ويشرح المطوّرون فكرتهم بالعودة إلى التاريخ: في ستينيات القرن الماضي كانت الحوسبة مركزية، إلى أن منح الحاسوب الشخصي القدرة لكل فرد. واليوم تُدرَّب نماذج الذكاء الاصطناعي في مراكز البيانات و«تُؤجَّر» بالتوكن. وLinger محاولة لإعادة هذه الخطوة مع الحاسوب الشخصي.

فريق من الوكلاء بدل محادثة واحدة

أكثر الأجزاء عملية هو وجود عدة وكلاء في «غرفة» واحدة. تكتب للمساعد الرئيسي بعبارة عادية: أضف مهندس واجهات أمامية ومختبر جودة مستقلًا، وأنشئ ملف team.md، وسلّمني النتيجة فقط بعد أن يعثر مختبر الجودة على نقاط الضعف ويصلحها المهندس.

يعمل ملف team.md كلائحة داخلية لفريق صغير: يُدوَّن فيه من يتولى أي مهمة ولمن يُسلَّم العمل. ويشبه ذلك مراجعة الشيفرة المعتادة. فالمؤلف لا يراجع نفسه، وطرف ثانٍ يبحث عمدًا عمّا انكسر. وهذا المخطط مألوف للمطوّر، لكن المنفّذين هنا نماذج. والغاية ألا يوافق الوكيل المراجِع على الإجابة الأولى مجاملةً.

المهام الخلفية واختيار النموذج

السيناريو الثاني هو «التوائم» العاملة في الخلفية. يمكن إرسال المهام الطويلة، مثل سيناريو لقطات لفيديو أو تحليل مجموعة كبيرة من المواد، إلى Task منفصل. وأثناء عمله يمكنك في النافذة الرئيسية أن تسأل عند أي مرحلة توقف العمل ومن ينبغي تحفيزه تاليًا. وعند انتهاء المهمة تظهر الوثيقة الجاهزة في المحادثة مع معاينة لها. فلا تعطّل العمليات الطويلة الحوار.

النقطة الثالثة هي المرونة في اختيار النماذج. يستطيع Linger ربط اشتراكات Codex وClaude، أي استخدام نماذج سحابية مدفوعة مسبقًا بوصفها «عقلًا» للوكلاء. كما يعمل مع التشغيل المحلي للنماذج، وهو ما يتولاه PolyStrata. والمعلن دعم 12 نموذجًا مفتوحًا، منها Qwen وDeepSeek وGemma. وفي أفضل التهيئات تأتي الإجابات أسرع بما يصل إلى 5 أضعاف. أما أي النماذج، وأي عتاد، وأي أوضاع تقف خلف هذا الرقم، فلا يتضح من المنشور. وستضطر إلى المقارنة بـ llama.cpp ومحركات أخرى على حاسوبك المحمول بنفسك.

ماذا تفعل عمليًا

يهمّ Linger المطوّرين ومديري المنتجات لثلاثة أسباب. أولًا، هو بيئة عمل جاهزة لا مجموعة مكتبات: العمل متعدد الأدوار والمهام الخلفية ومعاينة النتائج مجمّعة مسبقًا. ثانيًا، يتيح المخطط الهجين إبقاء المهام الحساسة على نموذج محلي وتمرير المعقّدة منها إلى الاشتراكات السحابية. ثالثًا، يمكن قراءة الشيفرة المفتوحة وفحصها وتكييفها مع فريقك.

وله قيود أيضًا. فجودة النماذج المحلية على حاسوب محمول عادي لا تزال أدنى من النماذج السحابية الرائدة. وعدة وكلاء في غرفة واحدة يستهلكون موارد أكثر من وكيل واحد. وعبارة «حتى 5 أضعاف» المعلنة يجب إعادة إنتاجها على عتادك قبل أن تبني عليها خططك. والمشروع جديد، لذا من المبكر الحكم على استقراره، وعلى أمان وصول الوكلاء إلى الملفات، وعلى جودة التوثيق.

إذا كنت ترغب منذ مدة في بناء فريق وكلاء شخصي دون استئجار خوادم الآخرين، فشغّل Linger على مشروع تجريبي. ابدأ بثنائي بسيط: «منفّذ ومختبر جودة مستقل»، وانظر إلى أي حد تتحسن النتيجة فعلًا. ولا تنقل مهامك العملية إلا بعد أن ترى الأثر وتقيس السرعة على جهازك.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول فريق من الوكلاء بدل محادثة واحدة؟

أكثر الأجزاء عملية هو وجود عدة وكلاء في «غرفة» واحدة. تكتب للمساعد الرئيسي بعبارة عادية: أضف مهندس واجهات أمامية ومختبر جودة مستقلًا، وأنشئ ملف team.md، وسلّمني النتيجة فقط بعد أن يعثر مختبر الجودة على نقاط الضعف ويصلحها المهندس. يعمل ملف team.md كلائحة داخلية لفريق صغير: يُدوَّن فيه من يتولى أي مهمة ولمن يُسلَّم العمل. ويشبه ذلك مراجعة الشيفرة المعتادة. فالمؤلف لا يراجع نفسه، وطرف ثانٍ يبحث عمدًا عمّا انكسر. وهذا المخطط مألوف للمطوّر، لكن المنفّذين هنا نماذج.

ما أبرز التفاصيل حول المهام الخلفية واختيار النموذج؟

السيناريو الثاني هو «التوائم» العاملة في الخلفية. يمكن إرسال المهام الطويلة، مثل سيناريو لقطات لفيديو أو تحليل مجموعة كبيرة من المواد، إلى Task منفصل. وأثناء عمله يمكنك في النافذة الرئيسية أن تسأل عند أي مرحلة توقف العمل ومن ينبغي تحفيزه تاليًا. وعند انتهاء المهمة تظهر الوثيقة الجاهزة في المحادثة مع معاينة لها. فلا تعطّل العمليات الطويلة الحوار. النقطة الثالثة هي المرونة في اختيار النماذج. يستطيع Linger ربط اشتراكات Codex وClaude، أي استخدام نماذج سحابية مدفوعة مسبقًا بوصفها «عقلًا» للوكلاء.

ما أبرز التفاصيل حول ماذا تفعل عمليًا؟

يهمّ Linger المطوّرين ومديري المنتجات لثلاثة أسباب. أولًا، هو بيئة عمل جاهزة لا مجموعة مكتبات: العمل متعدد الأدوار والمهام الخلفية ومعاينة النتائج مجمّعة مسبقًا. ثانيًا، يتيح المخطط الهجين إبقاء المهام الحساسة على نموذج محلي وتمرير المعقّدة منها إلى الاشتراكات السحابية. ثالثًا، يمكن قراءة الشيفرة المفتوحة وفحصها وتكييفها مع فريقك. وله قيود أيضًا. فجودة النماذج المحلية على حاسوب محمول عادي لا تزال أدنى من النماذج السحابية الرائدة. وعدة وكلاء في غرفة واحدة يستهلكون موارد أكثر من وكيل واحد.

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.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
ما رأيك؟
جارٍ تحميل التعليقات…