Zo Computer ترفع موثوقية وكيل الذكاء الاصطناعي 20 ضعفًا بفضل Vercel
اعتمدت Zo Computer أداتي Vercel AI Gateway وSDK للحصول على واجهة موحدة للتعامل مع نماذج OpenAI وAnthropic وMiniMax وGLM وFireworks. وكانت النتيجة أن معدل إعادة المحاولة (retry rate) تراجع من 7.5% إلى 0.34%، وارتفعت نسبة نجاح الدردشة إلى 99.93%، وانخفض زمن الاستجابة بنسبة 38%. وأصبح بالإمكان إضافة النماذج الجديدة في ثوانٍ.
معالج بواسطة الذكاء الاصطناعي من Vercel Blog؛ بتحرير Hamidun News
رفعت Zo Computer، وهي منصة سحابات شخصية مزوّدة بوكيل ذكاء اصطناعي، موثوقية نظامها 20 ضعفًا. ويعود هذا النجاح إلى اعتماد Vercel AI Gateway وSDK، اللذين وحّدا العمل مع مزوّدي النماذج المختلفين.
المشكلة: محوّل مستقل لكل واجهة API
تتيح Zo Computer لمستخدميها العمل مع أي نموذج ذكاء اصطناعي ورفع مفاتيحهم الخاصة. ويعني ذلك أن على المنصة دعم OpenAI وAnthropic وMiniMax وGLM وFireworks وعدد كبير غيرها. وكان كل مزوّد في السابق يتطلب محوّلًا (adapter) مستقلًا، مع اختلاف في معالجة الصور وفي منطق إدارة المفاتيح وفي الحالات الحدّية (edge cases).
وعندما كان يصدر نموذج جديد كل أسبوع، كان أحد المهندسين يكتب المحوّل يدويًا ثم يختبره وينشره. وبالنسبة إلى فريق من 8 أشخاص، شكّل ذلك استنزافًا مستمرًا للوقت.
وكانت المؤشرات الأولية سيئة: نسبة النجاح (success rate) 98% ومعدل إعادة المحاولة (retry rate) 7.5%. أي أن كل رسالة خمسين من المستخدم كانت إما تفشل أو تتطلب إعادة المحاولة.
الحل: SDK وGateway بدلًا من مئات التكاملات
انتقلت Zo إلى Vercel AI SDK وAI Gateway، وهما طبقتان تتقاسمان المسؤوليات.
AI SDK حلّ محل كل شيفرة المحوّلات المكتوبة يدويًا. فبدلًا من تطبيقات منفصلة لكل مزوّد، حصل المهندسون على واجهة موحدة. وأصبحت معالجة الصور موحّدة، كما توحّدت صيغ الاستجابات.
AI Gateway تولّى طبقة البنية التحتية:
- منطق إعادة المحاولة (retry logic) التلقائي بدلًا من الإدارة اليدوية
- التوجيه (routing) بين المزوّدين والتحويل الاحتياطي (fallback) إلى نماذج بديلة
- المراقبة والتحسين في الزمن الفعلي (real-time)
- إضافة النماذج الجديدة عبر ملف الإعدادات دون كتابة شيفرة
وبعد اعتماد الأداتين، صارت Zo قادرة على إضافة دعم النماذج الجديدة في أقل من دقيقة.
الأرقام: تحسّن بمقدار 20 ضعفًا وأكثر
النتائج لافتة:
- معدل إعادة المحاولة (Retry rate): من 7.5% إلى 0.34% (انخفض 20 ضعفًا)
- نسبة النجاح (Success rate): من 98% إلى 99.93%
- زمن الاستجابة P99: من 131 ثانية إلى 81 ثانية (بانخفاض 38%)
- الوقت اللازم لإضافة نموذج: أقل من دقيقة دون شيفرة
قال روب تشيونغ، المؤسس المشارك لـ Zo Computer: «لم نكن نشك حتى بوجود المشكلة إلى أن انتقلنا إلى Vercel. الأرقام كشفت الحقيقة — كانت الأعطال في السابق كثيرة جدًا».
ماذا يعني ذلك
بالنسبة إلى الشركات الناشئة مثل Zo، يعني ذلك أنها لم تعد تعتمد على بنية تحتية داخلية مخصصة لكل نموذج. ويمكن للفريق أن يركّز على المنتج، أي على كيفية تفاعل المستخدمين مع وكيل الذكاء الاصطناعي. وتستهدف Zo مليون مستخدم جديد في 2026، وتتيح لها التقنية الآن تحقيق ذلك.
Delegate Deep Research, Coding & Workflows to an AI Agent
Deploy autonomous multi-step execution with NomadNet Agent (agent.nomadnet.ai) — automated web research, data synthesis, code generation, and complex task orchestration.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.