NVIDIA تطلق AI-Q للأبحاث المعمّقة داخل أطر عمل الوكلاء

أطلقت NVIDIA مكوّن AI-Q، وهو امتداد للوكلاء (Claude Code وCodex) يضيف قدرة البحث المعمّق عبر backend منفصل. يعالج النظام الطلبات في أربع مراحل: التصنيف، والتوضيح، والتحليل السطحي، والتحليل المعمّق. ويدعم المصادر المؤسسية عبر MCP مع المصادقة.

معالج بواسطة الذكاء الاصطناعي من NVIDIA Developer Blog؛ بتحرير Hamidun News
NVIDIA تطلق AI-Q للأبحاث المعمّقة داخل أطر عمل الوكلاء
المصدر: NVIDIA Developer Blog. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليNVIDIA Developer Blog ↗
رئيس التحرير
حقيقة رئيسية #1تصنيف الطلب — تحديد ما إذا كان المطلوب مرجعاً سريعاً أم بحثاً كاملاً
حقيقة رئيسية #2التوضيح مع الإنسان — إذا كان السؤال غير واضح، يطرح النظام أسئلة توضيحية
حقيقة رئيسية #3البحث السطحي — العثور على إجابة سريعة للطلبات البسيطة

قدّمت NVIDIA نظام AI-Q، وهو نظام يضيف مهارات متخصصة للبحث المعمّق إلى أطر عمل الوكلاء. وبدلاً من تضمين القدرات البحثية في الوكلاء العامين، يفصل AI-Q هذه الوظيفة في backend مستقل، ما يتيح للمنسّقين (orchestrators) مثل Claude Code التركيز على إدارة تدفقات العمل.

لماذا يعجز الوكلاء التقليديون؟

تؤدي أطر مثل Claude Code وCodex وLangChain Deep Agents دور المنسّق على نحو ممتاز: فهي تدير الجلسات وسلاسل الأدوات، وتنفّذ الشيفرة، وتفهم نوايا المطوّر. لكن حين يتعلق الأمر بأبحاث جادة، مثل تجميع عدد كبير من المستندات، وإعداد مراجعات موثّقة، وإجراء تحليل مع الإشارة إلى المصادر، يرتفع مستوى التعقيد بشكل حاد. وتضمين هذا المنطق في الوكيل غير فعّال وغير مريح.

كيف يعمل AI-Q

يعمل AI-Q بوصفه skill منفصلاً، أي قدرة إضافية يستطيع الوكيل استدعاءها. ويتضمن النظام pipeline كاملاً للبحث: تصنيف النية، وحواراً مع المستخدم للتوضيح، وبحثاً سطحياً للإجابات السريعة، وتحليلاً معمّقاً للتجميع من نقاط متعددة.

  • تصنيف الطلب — تحديد ما إذا كان المطلوب مرجعاً سريعاً أم بحثاً كاملاً
  • التوضيح مع الإنسان — إذا كان السؤال غير واضح، يطرح النظام أسئلة توضيحية
  • البحث السطحي — العثور على إجابة سريعة للطلبات البسيطة
  • التحليل المعمّق — تجميع مصادر كثيرة وتقديم الروابط المرجعية

ويُقيَّم الأداء وفق معايير مثل FreshQA وDeep Research Bench، إذ تعتمد NVIDIA على بنشمارك حقيقية للتأكد من أن النظام يقدّم نتائج موثوقة.

بيانات المؤسسات مدمجة

من الميزات اللافتة أن AI-Q يدعم خوادم MCP (Model Context Protocol) المصادَق عليها بوصفها مصادر للبيانات. وهذا يعني أن الوكيل يستطيع البحث في المستندات الداخلية للشركة دون تسريبها إلى الخارج. وقد وفّرت NVIDIA ثلاثة أنماط للمصادقة: خوادم مفتوحة، وحسابات خدمة (service accounts) للبيانات المؤسسية المشتركة، ورموز bearer للحفاظ على هوية المستخدم.

«يُقدَّم pipeline البحث الكامل، بما يشمل التصنيف والتوضيح والتحليل

السطحي والمعمّق، كقدرة عالية المستوى»

نشر مرن

يمكن للمؤسسات نشر AI-Q على أجهزتها الخاصة: عبر Docker Compose على حاسوب المطوّر المحمول، أو عبر Helm في data center خاضع للتنظيم. وتبقى البيانات المصدرية الحساسة داخل المؤسسة، ولا تخرج إلا النتائج المقتبسة. وهذا أمر حاسم للشركات التي لا ترغب في إرسال مستنداتها الداخلية إلى السحابة.

ماذا يعني ذلك

يعكس AI-Q اتجاهاً يميّز عام 2026: تخصيص المكوّنات بدلاً من الشمولية. فالوكلاء يتحسّنون حين يستطيعون إسناد المهام المعقدة إلى أدوات متخصصة. وبالنسبة للمطوّرين، يعني ذلك أن البحث المعمّق لم يعد مدمجاً في LLM نفسه، بل في المنظومة المحيطة به، وهو ما يجعله أكثر موثوقية ووضوحاً ويتيح استخدام مصادرهم الخاصة.

القصة

أسئلة وأجوبة حول الخبر

لماذا يعجز الوكلاء التقليديون؟

تؤدي أطر مثل Claude Code وCodex وLangChain Deep Agents دور المنسّق على نحو ممتاز: فهي تدير الجلسات وسلاسل الأدوات، وتنفّذ الشيفرة، وتفهم نوايا المطوّر. لكن حين يتعلق الأمر بأبحاث جادة، مثل تجميع عدد كبير من المستندات، وإعداد مراجعات موثّقة، وإجراء تحليل مع الإشارة إلى المصادر، يرتفع مستوى التعقيد بشكل حاد. وتضمين هذا المنطق في الوكيل غير فعّال وغير مريح.

ما أبرز التفاصيل حول كيف يعمل AI-Q؟

يعمل AI-Q بوصفه skill منفصلاً، أي قدرة إضافية يستطيع الوكيل استدعاءها. ويتضمن النظام pipeline كاملاً للبحث: تصنيف النية، وحواراً مع المستخدم للتوضيح، وبحثاً سطحياً للإجابات السريعة، وتحليلاً معمّقاً للتجميع من نقاط متعددة. تصنيف الطلب — تحديد ما إذا كان المطلوب مرجعاً سريعاً أم بحثاً كاملاً التوضيح مع الإنسان — إذا كان السؤال غير واضح، يطرح النظام أسئلة توضيحية البحث السطحي — العثور على إجابة سريعة للطلبات البسيطة التحليل المعمّق — تجميع مصادر كثيرة وتقديم الروابط المرجعية ويُقيَّم الأداء وفق معايير مثل FreshQA وDeep Research Bench، إذ تعتمد NVIDIA على بنشمارك حقيقية للتأكد

ما أبرز التفاصيل حول بيانات المؤسسات مدمجة؟

من الميزات اللافتة أن AI-Q يدعم خوادم MCP (Model Context Protocol) المصادَق عليها بوصفها مصادر للبيانات. وهذا يعني أن الوكيل يستطيع البحث في المستندات الداخلية للشركة دون تسريبها إلى الخارج. وقد وفّرت NVIDIA ثلاثة أنماط للمصادقة: خوادم مفتوحة، وحسابات خدمة (service accounts) للبيانات المؤسسية المشتركة، ورموز bearer للحفاظ على هوية المستخدم. «يُقدَّم pipeline البحث الكامل، بما يشمل التصنيف والتوضيح والتحليل السطحي والمعمّق، كقدرة عالية المستوى»

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…