Anthropic وOpenAI وCursor: ثمانية مستويات لنضج هندسة الوكلاء

نشرت Habr AI ترجمة لمقالة عن ثمانية مستويات من هندسة الوكلاء—وهي ممارسة تحول نموذج اللغة الكبير من مساعد لإكمال تلقائي إلى فريق من المطورين يعمل بشكل شبه مستقل. الفكرة الرئيسية للمقالة: القفزة في جودة النموذج وحدها لا تضمن نموًا في الإنتاجية إذا لم تؤسس الفريق السياق والقواعد والأدوات وحلقات التغذية الراجعة.

من الأوامر إلى الوكلاء

المستويان الأول والثاني مألوفان بالفعل للمؤلف: إكمال التبويب وبيئة تطوير الوكيل. في هذه المرحلة، يسرع الذكاء الاصطناعي المهام المحلية—ينهي أجزاء الكود ويساعد في التعديلات عبر ملفات متعددة ويبني خطة من فكرة. لكن الاختراق الحقيقي يبدأ في المستوى الثالث، حيث تأخذ هندسة السياق مركز الصدارة. لا يتعلق الأمر بأمر مصقول، بل بالانضباط: أي ملفات وقواعد وأوصاف أدوات يتلقاها النموذج، وما هو موجود في سجل الجلسة، وكم من الضوضاء الزائدة تستهلك نافذة السياق. كلما قل القمامة، كان النتيجة أكثر استقراراً.

«كل رمز يجب أن يستحق مكانه في الأمر.»

المستوى الرابع هو هندسة التراكم: لا تستخدم الفريق النموذج فحسب، بل تحول الاكتشافات الناجحة إلى نظام. إذا ارتكب الوكيل خطأ، يتم تثبيت الاستنتاجات في ملفات القواعد والتوثيق وأنماط العمل بحيث لا تكرر الجلسة التالية نفس الأخطاء. يضيف المستوى الخامس إلى هذا أدوات الإجراء: بروتوكول أداة الرسائل والمهارات والوصول إلى واجهات برمجية التطبيقات وقواعد البيانات والتكامل المستمر والمتصفح. من هذه النقطة فصاعداً، يتوقف نموذج اللغة الكبير عن كونه مجرد شريك محادثة حول الكود ويبدأ فعلياً في تغيير قاعدة الكود واختباره والمشاركة في المراجعات.

حيث ينمو العائد

يعتبر المستوى السادس هو النقطة التي يرى المؤلف فيها أن الترميز بالذكاء الاصطناعي يصبح جاهزاً للإنتاج حقاً. هنا، السياق وحده لا يكفي—يهمك بيئة كاملة حول الوكيل: الاختبارات وأجهزة التنسيق والكتابة والسجلات والتحققات من المتصفح وحلقات التغذية الراجعة الأخرى. تمكّن هذه النموذج ليس فقط من توليد تصحيح بل من ملاحظة خطأ والتحقق من نفسه والقيام بتكرار آخر دون تدخل بشري. تسمي المقالة هذا بهندسة التسخير—تصميم بيئة تشغيل حيث يمكن للوكيل أن يرى عواقب تغييراته الخاصة والاصطدام بالقيود وليس الإرشادات الغامضة.

• ملفات القواعد والتوثيق التي تحدد السياق
• أدوات واجهة سطر الأوامر أو بروتوكول أداة الرسائل للوصول إلى البيانات والاختبارات والواجهات
• الضغط العكسي التلقائي: الأنواع والأجهزة والخطافات والتكامل المستمر
• تقسيم الأدوار بين المنفذ والمراجع حتى لا يتحقق الوكيل من نفسه

من هنا ينشأ المستوى السابع—الوكلاء في الخلفية. إذا كان النموذج قادراً على بناء خطة والتنقل في مستودع والتحقق من النتائج بمفرده، فلا تحتاج بعد الآن إلى الاحتفاظ به في علامة تبويب تفاعلية. يمكن للوكيل أن يعمل بشكل غير متزامن: استكشاف قاعدة الكود وكتابة ميزة وتشغيل الفحوصات وفتح طلب شحذ والعودة فقط بالأسئلة أو الملخص. بالنسبة للفريق، يغير هذا طريقة العمل نفسها: يقضي المطور وقتاً أقل في التلاعب اليدوي بالمهام وبشكل متزايد يعمل كموصل يحدد النية والقيود والأولويات.

إلى أين يتجه السوق

ما بعد ذلك هو ما يبدو لا يزال أشبه بالحافة الأمامية من الممارسة اليومية. المستوى الثامن هو فرق الوكلاء المستقلة، حيث ينسق نماذج لغات كبيرة متعددة مع بعضها البعض مباشرة بدلاً من خلال مشغل مركزي واحد. يقدم النص أمثلة من Anthropic وCursor: تم استخدام الوكلاء المتوازيين بالفعل لكتابة مترجم C وتجميع متصفح وإجراء هجرات كبيرة في قاعدة الكود.

لكن مع الحجم تأتي المشاكل القديمة في التطوير: الانحدارات والتضاربات والتعليقات الزائدة والحذر المفرط وتكاليف الحوسبة المتزايدة. لذا يقدم مؤلف المقالة استنتاجاً متزناً: يجب أن تركز معظم الفرق الآن ليس على حلم أقسام الذكاء الاصطناعي المستقلة تماماً، بل على الوصول إلى الأقل إلى مستوى سابع ناضج. أي بناء سياق نظيف وتراكم قواعد ومهارات عالية الجودة وحلقات تغذية راجعة موثوقة وتنسيق في الخلفية.

وفقاً له، هنا حيث يكمن الربح العملي الأقرب. وهنا حيث يصبح الفرق بين فريق ذكاء اصطناعي قوي وضعيف ملحوظاً بشكل خاص: يسرع البعض الإصدارات، والبعض الآخر يغرق في الفوضى التي أتمتوها بأنفسهم.

ماذا يعني هذا

مقالة Habr AI مفيدة لأنها تحول المحادثة حول «النماذج الذكية» إلى محادثة حول نضج الهندسة. سوق الترميز بالذكاء الاصطناعي لا يتحرك نحو زر سحري، بل نحو أنظمة حيث تتلقى النماذج السياق الصحيح والأدوات العاملة والحدود الصارمة للتغذية الراجعة. لن يكون الفائزون هم من لديهم ببساطة النموذج الأحدث، بل من يبنون خط أنابيب عمل حوله بشكل أسرع.