كيف تشغّل وكيل ذكاء اصطناعي لتشخيص البنية التحتية على جهاز MacBook

خلص مطوّر نشر نتائج تجربته على Habr إلى أن وكيل الذكاء الاصطناعي المحلي قادر على تشخيص مشكلات البنية التحتية وحلّها مباشرة على جهاز MacBook ضعيف المواصفات. وهذا يعني أن المهندسين حصلوا للمرة الأولى على أداة بسيطة لأتمتة التشخيص الروتيني دون الحاجة إلى السحابة.

ما هو الوكيل المحلي للتشخيص

يعمل وكيل الذكاء الاصطناعي في الوضع الوكيلي (agentic mode)، فيحلّل حالة النظام بنفسه، ويقرأ السجلات، وينفّذ الأوامر، ويقترح الحلول. والفارق الجوهري في النسخة المحلية أنها تعمل دون سحابة، على جهاز المهندس نفسه، باستخدام نموذج LLM صغير.

يرى الوكيل بنيتك التحتية عبر واجهات قياسية: أوامر الشل، وملفات السجلات، والمقاييس القادمة من أنظمة المراقبة. ويحلّل ما يجري، ويبحث عن الشذوذات، ويربط الأحداث في سلسلة من الأسباب والنتائج.

لماذا يهمّ هذا مهندسي DevOps وSRE

التشخيص عمل روتيني مستمر. فعندما ينهار تطبيق، ينفّذ المهندس سلسلة من الإجراءات:

• يحلّل سجلات التطبيقات ونظام التشغيل بحثًا عن الأخطاء
• يقارن المقاييس الحالية بالمعدّل التاريخي الطبيعي
• يفحص عمليات النشر (deploy) الأخيرة والتغييرات في ملفات الإعداد
• يعيد إنتاج السيناريوهات التي تؤدي إلى الخلل
• يضع فرضية حول السبب الجذري

قد يستغرق ذلك من 30 دقيقة إلى ساعة. ويمكن للوكيل المحلي أن يتولى البنود الأربعة الأولى، تاركًا للمهندس القرار النهائي والإجراءات.

النتائج: الحل يعمل لكنه يحتاج إلى تحسين

خلاصة المقال الرئيسية هي «نعم، ولكن». فالوكيل قادر فعلًا على حل مهام التشخيص على MacBook، غير أن هناك عقبات خفية.

السرعة. يتطلب نموذج LLM تحميلًا إضافيًا للذاكرة، ويستغرق تحليل السجلات الكبيرة وقتًا. وعلى جهاز MacBook بذاكرة 8 GB RAM قد يستغرق ردّ الوكيل من 10 إلى 20 ثانية، بدلًا من نصف ثانية في النسخة السحابية.

الدقة. يجب تدريب الوكيل على سجلات حقيقية من بنيتك التحتية. فالنموذج العام (generic) سيُنتج كثيرًا من الإنذارات الكاذبة، وسيفوّت الأخطاء الخاصة بنظامك.

الأمان. تكمن ميزة التنفيذ المحلي في أن البيانات لا تغادر إلى السحابة، لكن لا بد من تصفية صارمة للأوامر التي يحق للوكيل تنفيذها. فالحذف التلقائي للملفات في بيئة الإنتاج (production) فكرة سيئة.

«الوكيل المحلي يحل مهام حقيقية، لكنه ليس سحرًا؛ إنه أداة تتطلب إعدادًا

صحيحًا وتنقيحًا مستمرًا.»

أين تعمل هذه الفكرة بأفضل صورة

يفيد الوكيل المحلي بصورة خاصة في الشركات التي يكون فيها تشخيص التطبيقات روتينًا متكرر الحدوث، وتكون البنية التحتية مستقرة بما يكفي للتدريب على البيانات التاريخية، وتوجد فيها متطلبات سرّية (confidentiality) تمنع خروج البيانات إلى السحابة.

ماذا يعني ذلك

تخرج وكلاء الذكاء الاصطناعي المحليون من نطاق التجارب إلى الاستخدام العملي. وبالنسبة إلى مهندسي DevOps وSRE، يعني ذلك أنه يمكن البدء بأتمتة جزء من التشخيص الآن، دون انتظار حل سحابي. جهاز MacBook قوي بما يكفي بالفعل؛ والمهم هو تقييد صلاحيات الوكيل تقييدًا صحيحًا، وتدريبه على بيانات نظامك، وعدم انتظار حل مثالي.