مهارات وكلاء الذكاء الاصطناعي: لماذا تتعارض فيما بينها

عندما يضيف المطورون مهارة جديدة إلى وكيل AI، فإنهم يتوقعون نتيجة مباشرة: أخطاء أقل، وسلوكًا أكثر استقرارًا، وفهمًا أفضل للأدوات. لكن الواقع كثيرًا ما يأتي بعكس ذلك، إذ يبدأ الوكيل بالعمل بصورة غير متوقعة وغير مستقرة.

كيف تتعارض المهارات

عند دخول مهارة جديدة إلى النظام، تظهر تأثيرات غريبة. فإحدى المهارات تُفعَّل تقريبًا في كل مرة، حتى لو لم تتطلبها المهمة، وكأن النظام يراها خطأً في كل مكان. أما مهارة أخرى فتبقى على العكس غير مرئية: يبدو أن الوكيل لا يعلم بوجودها، فلا يستخدمها حتى في المواقف المناسبة. وتعمل مهارة ثالثة بالتزامن مع المهارات المجاورة، فتعرقل كل منها الأخرى وتتسبب في أخطاء متسلسلة. فعلى سبيل المثال، تُنشئ إحدى المهارات الظروف التي تناسب المهارة الثانية، وتستدعي الثانية الثالثة، لتنتهي الحال بحلقة تغذية راجعة فوضوية (chaotic feedback loop).

ونتيجة لذلك، يبدو في لحظة ما أن جودة عمل الوكيل هبطت إلى ما دون مستواها الأصلي. وتُظهر الرسوم البيانية تراجعًا في الأداء، ويغري ذلك بإيقاف جميع المهارات والعودة إلى الإعداد الأصلي النظيف الخالي منها.

أبرز مشكلات التكامل

• Overactivation (التفعيل الزائد) — تعمل المهارة في سياق لا تلزم فيه، فتستحوذ على زمام التحكم وتُدخل ضجيجًا في النتائج
• Underactivation (نقص التفعيل) — لا يلاحظ الوكيل المهارة حتى في المواقف التي يجب تطبيقها فيها، وكأنها غير مرئية للنظام الذي يتخذ القرار
• Skill interference (تداخل المهارات) — تعمل المهارات على شكل موجة، فتُهيئ إحداها شروط تفعيل الأخرى، ثم تبدأ بعرقلة بعضها بعضًا وتنشأ حلقات تغذية راجعة غير مرغوبة (feedback loops)
• Context creep (تضخم السياق) — تُوسّع كل مهارة جديدة نطاق الإجراءات الممكنة، فيفقد الوكيل تركيزه ويصبح أقل قابلية للتنبؤ

كيف يمكن إصلاح ذلك

غالبًا لا تكمن المشكلة في المهارات نفسها، بل في طريقة دمجها. فالنظام الذي يقرر متى تُفعَّل مهارة بعينها لا تتم معايرته دائمًا على النحو الصحيح.

أولًا، يجب تحديد السياق والمحفزات (triggers) لكل مهارة بوضوح، وعدم السماح بشروط فضفاضة من قبيل «إذا كانت المهمة مرتبطة بالبيانات». المطلوب صياغة محددة: «إذا طلب المستخدم بيانات منظمة من API X بالمعاملات Y، فاستخدم المهارة Z».

ثانيًا، فحص التفاعلات قبل الإضافة. يجب تحليل المهارات القائمة التي قد تصطدم بها المهارة الجديدة، وتحديد الأولويات صراحةً. وإذا كان بإمكان مهارتين العمل في الموقف نفسه، فينبغي منح إحداهما أولوية التفعيل الأول.

ثالثًا، مراقبة السلوك باستمرار في بيئة الإنتاج (production). ويتطلب ذلك إضافة تسجيل تفصيلي يبيّن متى تُفعَّل كل مهارة ولماذا وبأي درجة من الثقة. وهذا يساعد على اكتشاف التفعيل الخاطئ في مرحلة مبكرة، قبل أن يؤثر في الجودة.

ماذا يعني ذلك

المهارات وسيلة قوية لتوسيع قدرات وكلاء AI، لكنها تتطلب تصميمًا ودمجًا حذرين. وإضافة مهارة جديدة وحدها لا تكفي. فلا بد من التأكد من أن النظام الذي يدير تفعيلها يعمل بصورة يمكن التنبؤ بها ولا يُنتج آثارًا جانبية. وهذه مسألة هندسة أنظمة.