NVIDIA تطوّر نظام تحقق من «المهارات» (skills) لإدارة وكلاء الذكاء الاصطناعي
طوّرت NVIDIA نظام Verified Agent Skills لإدارة أدوات وكلاء الذكاء الاصطناعي. ويساعد هذا النظام المؤسسات على توسيع استخدام الوكلاء مع الحفاظ على سيطرتها على قدراتهم. أصبح بالإمكان الآن التحقق من skills التي تُربط عبر معيار Model Context Protocol، لضمان عملها بموثوقية.
معالج بواسطة الذكاء الاصطناعي من NVIDIA Developer Blog؛ بتحرير Hamidun News
طوّرت NVIDIA آلية Verified Agent Skills، وهي آلية للتحقق من أدوات وكلاء الذكاء الاصطناعي تتيح للمؤسسات توسيع نطاق الأنظمة المستقلة بأمان.
مشكلة توسيع نطاق الوكلاء المستقلين
يزداد وكلاء الذكاء الاصطناعي استقلالية وقوة. فهم يستطيعون التخطيط للمهام، والوصول إلى قواعد البيانات، والتكامل مع الخدمات الخارجية. لكن كلما زاد عدد الأدوات التي يحصل عليها الوكيل، ارتفعت مخاطر السلوك غير المتوقع.
لا تحتاج المؤسسات إلى الحماية على مستوى runtime فقط، من guardrails ومرشّحات متنوعة. فهي تحتاج أيضًا إلى شفافية كاملة: ما الأدوات التي يستخدمها الوكيل، وما الذي تستطيع فعله، وهل توجد قيود على الوصول. وبدون ذلك يصبح التوسع محفوفًا بمخاطر كبيرة.
ويزيد انفتاح منظومة الذكاء الاصطناعي المشكلة تعقيدًا. فقد ظهرت نماذج مفتوحة، وskills (تعليمات) قابلة للنقل، ومعايير مثل Model Context Protocol (MCP) تتيح ربط الأدوات بغض النظر عن الجهة المصنِّعة. وبينما تزداد المرونة، تتراجع إمكانية التحكم.
Verified Agent Skills: كيف يعمل؟
تقترح NVIDIA اعتماد skills قبل استخدامها. فكل أداة تدخل السجل الرسمي تخضع لتدقيق يشمل:
- فحص الأمان والتأكد من خلوها من الثغرات
- اختبار التوافق مع معيار MCP
- توثيق الوظائف والحالات الحدّية
- وصف صلاحيات الوصول التي تتطلبها skill
- التأكد من عدم وجود آثار جانبية
بعد اجتياز التدقيق تحصل skill على حالة "verified"، وتستطيع المؤسسة الوثوق بها. ويمكن للوكيل استخدام هذه الأداة، بينما تتوفر للمسؤول معلومات كاملة عمّا يجري.
يشبه ذلك نهج متاجر التطبيقات: يطوّر المطوّر الأداة، لكن عليه اجتياز فحص للحصول على شارة التحقق الرسمية والإدراج في المستودع. وهذا يعني شفافية للمستخدمين، وللمطوّرين فرصة للتوسع عبر ثقة المجتمع.
دور Model Context Protocol في المنظومة
يُعدّ Model Context Protocol المعيار الذي تراهن عليه NVIDIA. فبدلًا من دمج الأدوات مباشرة في النموذج، تُربط عبر بروتوكول موحّد. ويسهّل ذلك التطوير والاختبار، والأهم من ذلك التحقق.
عندما تُطوَّر skills وفق معيار واحد، يصبح تدقيقها واعتمادها أسهل. وعندما تكون معتمدة، تستطيع المؤسسة بناء منظومات كاملة من الوكلاء وهي على يقين بأن كل مكوّن فيها اجتاز الفحص.
ماذا يعني ذلك للصناعة
يمثّل ذلك تحولًا من "ثق ولكن تحقق" إلى "تحقق أولًا ثم ثق". وتنتقل إدارة وكلاء الذكاء الاصطناعي إلى مستوى جديد من الشفافية البنيوية. وستتمكن المؤسسات من اختيار skills التي تربطها بشكل صريح، بدلًا من الاعتماد على أن تؤدي guardrails عملها.
وبالنسبة للشركات (enterprise)، يعني ذلك إمكانية توسيع نطاق الوكلاء دون التنازل عن الأمان. أما لمطوّري skills فهو فرصة للدخول إلى المنظومة الرسمية والحصول على الاعتماد. وبالنسبة للصناعة ككل، هو خطوة نحو استخدام الأنظمة المستقلة بطريقة خاضعة للإدارة ويمكن التنبؤ بها.
أسئلة وأجوبة حول الخبر
Verified Agent Skills: كيف يعمل؟
تقترح NVIDIA اعتماد skills قبل استخدامها. فكل أداة تدخل السجل الرسمي تخضع لتدقيق يشمل: فحص الأمان والتأكد من خلوها من الثغرات اختبار التوافق مع معيار MCP توثيق الوظائف والحالات الحدّية وصف صلاحيات الوصول التي تتطلبها skill التأكد من عدم وجود آثار جانبية بعد اجتياز التدقيق تحصل skill على حالة "verified"، وتستطيع المؤسسة الوثوق بها. ويمكن للوكيل استخدام هذه الأداة، بينما تتوفر للمسؤول معلومات كاملة عمّا يجري. يشبه ذلك نهج متاجر التطبيقات: يطوّر المطوّر الأداة، لكن عليه اجتياز فحص للحصول على شارة التحقق الرسمية والإدراج في المستودع. وهذا يعني شفافية للمستخدمين، وللمطوّرين فرصة
ما أبرز التفاصيل حول مشكلة توسيع نطاق الوكلاء المستقلين؟
يزداد وكلاء الذكاء الاصطناعي استقلالية وقوة. فهم يستطيعون التخطيط للمهام، والوصول إلى قواعد البيانات، والتكامل مع الخدمات الخارجية. لكن كلما زاد عدد الأدوات التي يحصل عليها الوكيل، ارتفعت مخاطر السلوك غير المتوقع. لا تحتاج المؤسسات إلى الحماية على مستوى runtime فقط، من guardrails ومرشّحات متنوعة. فهي تحتاج أيضًا إلى شفافية كاملة: ما الأدوات التي يستخدمها الوكيل، وما الذي تستطيع فعله، وهل توجد قيود على الوصول. وبدون ذلك يصبح التوسع محفوفًا بمخاطر كبيرة. ويزيد انفتاح منظومة الذكاء الاصطناعي المشكلة تعقيدًا. فقد ظهرت نماذج مفتوحة، وskills (تعليمات) قابلة للنقل، ومعايير مثل Mod
ما أبرز التفاصيل حول دور Model Context Protocol في المنظومة؟
يُعدّ Model Context Protocol المعيار الذي تراهن عليه NVIDIA. فبدلًا من دمج الأدوات مباشرة في النموذج، تُربط عبر بروتوكول موحّد. ويسهّل ذلك التطوير والاختبار، والأهم من ذلك التحقق. عندما تُطوَّر skills وفق معيار واحد، يصبح تدقيقها واعتمادها أسهل. وعندما تكون معتمدة، تستطيع المؤسسة بناء منظومات كاملة من الوكلاء وهي على يقين بأن كل مكوّن فيها اجتاز الفحص.
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.