الوكلاء متطورو الذات: من أدوات LLM الثابتة إلى أنظمة ذكاء اصطناعي ذاتية التحسين

معظم وكلاء الذكاء الاصطناعي المنشورين اليوم يكونون جامدين منذ لحظة ولادتهم. تكون مطالباتهم مصممة يدويًا، وأدواتهم موصولة بشكل ثابت، وسلوكهم يبقى ثابتًا حتى يطلق المطوّر إصدارًا جديدًا. وقد كان ذلك كافيًا للأتمتة المبكرة — لكنه ليس الطريقة التي ستعمل بها أكثر أنظمة الوكلاء قدرة خلال السنوات القليلة القادمة.

تمثل الوكلاء متطورو الذات تحولًا أساسيًا: أنظمة ذكاء اصطناعي تحسّن باستمرار سياساتها وأدواتها وذاكرتها وحتى بنيتها اعتمادًا على بيانات التفاعل والتغذية الراجعة، بدلًا من انتظار إعادة هندسة بشرية. يشرح هذا المقال ما هي الوكلاء متطورو الذات، وكيف تعمل، وما أنماط التصميم العملية التي يمكن لفرق المنتج والهندسة استخدامها للبدء في البناء نحوها اليوم.

ما هي الوكلاء متطورو الذات؟

الوكيل متطور الذات هو نظام ذكاء اصطناعي يحدّث تلقائيًا جزءًا من مكدسه — النموذج، أو الذاكرة، أو الأدوات، أو منطق التنسيق — بناءً على التغذية الراجعة من البيئة، من دون الحاجة إلى إعادة هندسة بشرية صريحة لكل تغيير.

السمة الفارقة هي حلقة تغذية راجعة مستمرة: يلاحظ الوكيل النتائج، ويتلقى إشارات حول ما نجح وما لم ينجح، ثم يعدّل نفسه وفقًا لذلك. وتُعامل مطالبه وقواعد قراره واختيارات أدواته ككائنات قابلة للتعديل بدلًا من ثوابت جامدة.

وهذا يمثل خروجًا مهمًا عن الطريقة التي تعمل بها معظم وكلاء الذكاء الاصطناعي في الإنتاج اليوم.

المشكلة مع وكلاء LLM الثابتين

معظم "وكلاء الذكاء الاصطناعي" في الإنتاج حاليًا هي طبقات تنسيق حول نموذج لغة كبير، وتتكون من:

• مطالبات نظام ثابتة وأوصاف للأدوار
• مجموعة أدوات محددة مسبقًا وموصولة عبر أطر مثل LangChain أو AutoGen أو CrewAI
• شبكات توجيه وتدفق عمل مطبقة كرمز ثابت أو إعدادات YAML

يمكن أن تكون هذه الأنظمة مثيرة للإعجاب — لكن سلوكها لا يتغير جوهريًا مع الوقت إلا من خلال تحديثات يدوية من المطور. فهي لا تستطيع التكيف مع المهام الجديدة، أو تفضيلات المستخدم المتغيرة، أو البيئات المتبدلة من تلقاء نفسها. وكل تحسين يتطلب تدخل إنسان.

الوكلاء متطورو الذات يكسرون هذا الاعتماد.

إطار للتفكير في التطور الذاتي

تنظم الاستطلاعات الحديثة في الأدبيات البحثية الوكلاء متطوري الذات حول ثلاثة أسئلة أساسية: ما الذي يجب تطويره، ومتى يجب تطويره، وكيف يتم التطوير.

ما الذي يجب تطويره

يمكن للتطور الذاتي أن يستهدف طبقات مختلفة من نظام الوكيل:

• معاملات النموذج أو المحولات التكيفية — الضبط الدقيق أو تحديث وحدات LoRA بناءً على الخبرة المتراكمة
• الذاكرة طويلة المدى وقواعد المعرفة — تلخيص سجلات التفاعل وفهرستها وتنقيتها
• مجموعات الأدوات والمهارات الخارجية — توليد أدوات جديدة عبر توليف الشيفرة، وتقييم الأدوات الحالية عبر الأداء، وإيقاف الأدوات ضعيفة الأداء
• سير العمل الداخلي والهياكل متعددة الوكلاء — تغيير عمق التخطيط، أو أنماط التنسيق، أو سياسات التفويض بناءً على البيانات التاريخية

متى يتم التطور

يمكن أن يحدث التطور على مقياسين زمنيّين:

داخل الحلقة (ضمن مهمة واحدة): يتكيف الوكيل أثناء تنفيذ المهمة عبر إعادة التخطيط بناءً على التغذية الراجعة الوسيطة، أو تعديل استراتيجية البحث، أو استخدام حلقات التأمل لتصحيح وإتقان مخرجاته. وهذا لا يتطلب إعادة تدريب النموذج ويمكن تنفيذه على مستوى المطالبات.

بين الحلقات (عبر المهام والمستخدمين): يحدث تطور أبطأ وأكثر بنيوية عبر عدد كبير من التفاعلات — مثل إعادة تدريب المحولات التكيفية ليلًا، أو إعادة توليد المطالبات والأدوات دوريًا باستخدام تحسين غير متصل، أو توليد مناهج تدريبية تقدم مهامًا أكثر تحديًا تدريجيًا مع ازدياد قدرات الوكيل.

التطور بين الحلقات هو ما يفصل الأنظمة الوكيلة الحياتية عن تلك التي تصل إلى حالة ركود بعد النشر الأولي.

كيف يتم التطور

تشمل الآليات:

• المكافآت العددية والتعلم المعزز
• البحث التطوري وخوارزميات التنوع-الجودة
• التغذية الراجعة النصية والتأمل الذاتي والتخطيط على المستوى الفوقي
• المناظرة متعددة الوكلاء، والتقطير، والتطور المشترك بين الوكلاء والبيئات

يمكن دمج هذه الآليات. فقد يستخدم الوكيل متطور الذات نقدًا ذاتيًا نصيًا داخل الحلقة، ثم يمرر هذا النقد إلى عملية RL غير متصلة تحدّث نموذج المكافأة الخاص به عبر الحلقات.

الآليات الرئيسية للتطور الذاتي

الوكلاء المرجعيون لذواتهم: نهج Gödel Machine

إطار Gödel Agent — المستوحى من مفهوم Gödel machine النظري الخاص بالبرامج القابلة للتحسين الذاتي بشكل قابل للإثبات — يعامل منطق الوكيل الخاص، وقوالب المطالبات، وقواعد القرار كأصول قابلة للتعديل. ويقترح نموذج اللغة نفسه التعديلات وينفذها، مسترشدًا بأهداف عالية المستوى ومطالبات فوقية. ثم تُقيّم التعديلات المرشحة على مهام محفوظة قبل اعتمادها.

هذا يتجاوز "التأمل الذاتي داخل مهمة" إلى تحسين ذاتي تكراري حقيقي: فالوكيل لا يغير فقط خطته للمشكلة الحالية؛ بل يغير الطريقة التي سيفكر ويتصرف بها في المشكلات المستقبلية.

الوكلاء الفائقون: تحسين الذات الذي يحسن نفسه

توسّع Hyperagents من Meta (DGM-H) مفهوم Darwin Gödel Machine لإنشاء وكلاء يحسنون أداءهم في المهام وكذلك العملية نفسها التي يتحسنون بها. تتكون البنية من:

• وكيل مهمة يتولى العمل المتخصص بالمجال (البرمجة، تصميم المكافأة، مراجعة الأوراق)
• وكيل فوقي يعدل وكيل المهمة وإجراء التحسين الذاتي الخاص به
• برنامج واحد قابل للتعديل يمثل النظام بأكمله، ما يتيح التعديل الذاتي الميتامعرفي

تُظهر النتائج التجريبية أن الوكلاء الفائقين يحققون تحسنًا تدريجيًا في الأداء عبر مجالات متنوعة، مع تراكم ابتكارات على المستوى الفوقي — مثل تتبع أفضل للأداء، وآليات ذاكرة محسنة — تنتقل بين المهام.

التعلّم المفتوح النهاية

يهدف بحث open-ended learning إلى أنظمة تواصل ابتكار مشكلات وحلول جديدة إلى أجل غير مسمى، بدلًا من التقارب إلى سياسة ثابتة. وتشمل المكونات الأساسية:

• بيئات أو مولدات تخلق تحديات جديدة باستمرار
• البحث عن الجِدّة — مكافأة اكتشاف سلوكيات جديدة بدلًا من تحسين هدف واحد
• ديناميكيات تطور مشترك حيث تشكّل الوكلاء والمهام والمناهج بعضهم بعضًا مع مرور الوقت

هذا المسار البحثي، المطوّر في ورش عمل مثل ALOE (Agent Learning in Open-Endedness)، يوحد وجهات نظر من التعلم المعزز والحوسبة التطورية والحياة الاصطناعية حول الهدف نفسه: وكلاء لا يتوقفون عن التحسن.

التطور الذاتي العملي في وكلاء LLM

بالنسبة للفرق التي تبني باستخدام نماذج اللغة الكبيرة اليوم، يظهر التطور الذاتي غالبًا على شكل:

• التأمل الذاتي والنقد: يحلل الوكلاء مساراتهم الخاصة، ويحددون الأخطاء، ويحدّثون مطالباتهم أو مهاراتهم
• البحث عن المطالبات وسير العمل المعتمد على السجلات: تستخرج العمليات غير المتصلة سجلات التفاعل لاقتراح تفكيكات أو أدوات أو قواعد توجيه محسنة
• اكتشاف الأدوات المؤتمت: يتعلم الوكلاء استدعاء واجهات برمجة تطبيقات أو سكربتات جديدة عند ظهورها، ما يوسع القدرات دون توصيل يدوي
• نمو الذاكرة وضغطها: يحافظ الوكلاء على ذكريات تفاعل طويلة المدى، مع ضغطها وإعادة فهرستها دوريًا لتحسين الاسترجاع

ما الذي يتطوره الوكلاء متطورو الذات فعليًا

معاملات النموذج والمحولات التكيفية

على المستوى الأدنى، يمكن للوكلاء ضبط النماذج بدقة أو تحديث المحولات التكيفية بناءً على الخبرة المتراكمة. ويشمل ذلك الضبط المستمر على بيانات خاصة بالمجال، وتدريب وحدات LoRA صغيرة تخصص نموذجًا أساسيًا لبيئة معينة، وتحديث نماذج المكافأة أو التفضيل من تغذية راجعة بشرية لتحسين معنى "السلوك الجيد".

الذاكرة والمعرفة

تركز العديد من الأنظمة على تطوير ذاكرة الوكيل بدلًا من نموذجه الأساسي — مثل تلخيص سجلات التفاعل وفهرستها تلقائيًا، وترقية الأنماط المتكررة إلى "مهارات" أو أدلة تشغيل قابلة لإعادة الاستخدام، واكتشاف المعرفة المتقادمة واستبدالها بمعلومات محدثة. ويعد هذا أمرًا بالغ الأهمية خاصة في المجالات التي تتغير فيها الحقائق الخارجية أسرع من قدرة النماذج الأساسية على إعادة التدريب.

الأدوات والمهارات

يمكن للوكلاء متطوري الذات التعامل مع الأدوات — واجهات برمجة التطبيقات، السكربتات، الوكلاء الفرعيين — كأنها مجموعة سكانية تتغير بمرور الوقت. تُولَّد الأدوات الجديدة عبر توليف البرامج أو كتابة الشيفرة، وتُقيَّم حسب معدلات النجاح وزمن الاستجابة، ثم تُستبعد عندما تنخفض كفاءتها. والنتيجة هي "منظومة أدوات" تتكيف فيها قدرات الوكيل مع تغير البيئة وحالات الاستخدام.

البنية والتنسيق

على أعلى مستوى، يمكن للتطور الذاتي أن يغير البنية العامة للوكيل: التبديل بين أنماط الوكيل الواحد والوكيل المتعدد، وإعادة توصيل طوبولوجيا الاتصال، وتغيير عمق التخطيط أو سياسات التفويض بناءً على الأداء التاريخي. وتُجسد Hyperagents والوكلاء على نمط Gödel هذا من خلال السماح بإعادة كتابة عملية التحسين على المستوى الفوقي نفسها.

السلامة والتقييم والتحكم

تطرح الوكلاء متطورو الذات تعقيدات لا تواجهها الأنظمة الثابتة.

تحديات التقييم

الوكيل متطور الذات هدف متحرك. وقد تصبح المعايير القياسية قديمة مع تغير الوكيل. وقد تؤدي التحسينات في بعض المهام إلى تدهور الأداء في أماكن أخرى بصمت. كما أن المقاييس العددية التقليدية قد لا تلتقط التنوع أو المتانة أو الجِدّة.

يتطلب التقييم الأكثر صلابة مقاييس للتنوع، وتقييمًا طوليًا عبر الزمن، واختبارات للمتانة — وليس مجرد معايير لمرة واحدة.

مخاوف السلامة والأخلاقيات

السماح للوكلاء بتعديل أنفسهم يثير قضايا سلامة خطيرة:

• قد تتجاوز التعديلات الذاتية ضوابط الأمان أو قيود المحاذاة إذا لم تُضبط بإحكام
• قد يولد الاستكشاف المفتوح النهاية سلوكيات ضارة في مجالات غير متوقعة
• الأنظمة متطورة الذات بالتطور المشترك أصعب في التنبؤ والتدقيق ووضعها في بيئات معزولة

تشمل أفضل الممارسات في الأدبيات: تقييد الأجزاء التي يمكنها التعديل الذاتي، واستخدام بيئات معزولة ونشر مرحلي، واشتراط موافقة بشرية على التغييرات الهيكلية أو عالية الأثر، وتسجيل جميع التعديلات الذاتية مع الإصدارات لتسهيل التدقيق.

أنماط تصميم لبناء الوكلاء متطوري الذات

1. ابدأ بالقياس أولًا، ثم التطور

تعامل مع التطور الذاتي كمرحلة ثانية بعد تسجيل قوي. قم بقياس كل تشغيل للوكيل — المطالبات المستخدمة، الأدوات المستدعاة، النتائج، تغذية المستخدم الراجعة. عرّف مقاييس نجاح واضحة لكل عائلة مهام. ثم أضف فقط العمليات غير المتصلة التي تقترح تغييرات على المطالبات أو الأدوات أو سير العمل.

تنشأ الأتمتة الموثوقة من العمل اليدوي والتحسين التكراري. محاولة بناء التطور الذاتي قبل امتلاك سجلات نظيفة ومقاييس واضحة هو بناء على الرمال.

2. افصل الوكلاء الفوقيين عن وكلاء المهام

بدلًا من السماح لوكيل المهمة الرئيسي بإعادة كتابة نفسه أثناء التشغيل، أضف وكيلًا فوقيًا مخصصًا يقرأ السجلات والمقاييس، ويقترح تغييرات على الإعدادات على شكل شيفرة أو فروق منظمة، ثم يرسل التغييرات إلى خط مراجعة أو محاكاة قبل الإنتاج. يستعير هذا التصميم من معماريات Gödel Agent وhyperagent بينما ينسجم مع توقعات MLOps والحوكمة الحديثة.

3. أسواق للمهارات والأدوات

يمكن للوكلاء متطوري الذات الحفاظ على "سوق" داخلي للمهارات والأدوات. تُقترح الأدوات الجديدة عبر توليف الشيفرة أو مساهمين خارجيين. وتخصّص آلية ترتيب حركة المرور بناءً على الأداء. وتفقد الأدوات ضعيفة الأداء الحركة تدريجيًا ثم تُوقف. وهذا يخلق عملية تطورية مصغرة عبر فضاء أفعال الوكيل — شبيهة بكيفية إدارة الأنظمة المفتوحة النهاية لتجمعات الحلول.

4. تعديل ذاتي موثَّق وقابل للتفسير

للحفاظ على الثقة والامتثال التنظيمي، ينبغي للأنظمة متطورة الذات أن تحتفظ بسجل إصدارات لجميع المطالبات والأدوات وسير العمل، وأن تربط التعديلات المقبولة بالمبررات والأدلة، وأن توفر تفسيرات موجهة للمستخدم حول التغييرات السلوكية الكبرى. تجعل هذه الممارسات من الممكن تصحيح الانحدارات والعودة عن التغييرات الضارة.

نحو زملاء عمل رقميين متطوري الذات

إذا نُقلت الأفكار في هذا المقال إلى منتجات، فالنتيجة ليست فقط "وكلاء أكثر استقلالية". بل زملاء عمل رقميون يتعلمون سير عمل المستخدم الفردي وتفضيلاته عبر شهور وسنوات، وينمون محفظة من الأدوات والأدلة المتخصصة المصممة لبيئتهم، ويصقلون باستمرار استراتيجيات اتخاذ القرار والتنسيق الخاصة بهم.

تحقيق هذه الرؤية يتطلب ابتكارًا تقنيًا — في الوكلاء المرجعيين لذواتهم، والوكلاء الفائقين، والتعلّم المفتوح النهاية — مع اهتمام دقيق بالسلامة والحَوْكمة والتقييم. لكن الاتجاه واضح: تتحول الحدود من تحسين المطالبات حول النماذج الثابتة إلى وكلاء يصممون أنفسهم ويختبرون أنفسهم ويتطورون بمرور الوقت.

بالنسبة للفرق التي تبني منتجات وكلاء اليوم، توفر منصات مثل Eigent أساسًا غير مرتبط بنموذج محدد يدعم التسجيل، وتنسيق الأدوات، والتنسيق متعدد الوكلاء التي تتطلبها هذه البنى — دون حصرِك في نموذج واحد أو مخطط تدفق عمل ثابت.

الأسئلة الشائعة

ما هو الوكيل متطور الذات؟

الوكيل متطور الذات هو نظام ذكاء اصطناعي يحسن تلقائيًا جزءًا من مكدسه الخاص — النموذج، أو الذاكرة، أو الأدوات، أو البنية — بناءً على التغذية الراجعة من البيئة، من دون الحاجة إلى إعادة هندسة بشرية صريحة لكل تغيير. وعلى عكس وكلاء LLM الثابتين، يعامل الوكلاء متطورو الذات إعداداتهم كأشياء قابلة للتعديل تُحدَّث مع الوقت.

كيف تختلف وكلاء الذكاء الاصطناعي متطورة الذات عن وكلاء LLM القياسيين؟

تستخدم وكلاء LLM القياسيين مطالبات ثابتة، ومجموعات أدوات محددة مسبقًا، وسير عمل ثابت لا يتغير إلا عندما يطلق المطور تحديثًا. أما الوكلاء متطورو الذات فيعملون ضمن حلقة تغذية راجعة مستمرة — يلاحظون، ويتصرفون، ويتلقون تغذية راجعة، ويعدّلون — لذلك يتغير سلوكهم وبنيتهم بناءً على الخبرة بدلًا من التدخل اليدوي.

ما هو Gödel Agent؟

Gödel Agent هو إطار ذكاء اصطناعي مرجعي لذاته مستوحى من Gödel machine النظري، حيث يمكن للوكيل فحص شيفرته ومطالبه وقواعد قراره وتعديلها. يستخدم الوكيل نموذج لغة لاقتراح التعديلات الذاتية وتقييمها استنادًا إلى أهداف عالية المستوى — ما يتيح تحسينًا ذاتيًا تكراريًا بدلًا من التأمل الذاتي لمهمة واحدة.

ما هي hyperagents؟

Hyperagents (DGM-H)، التي طورتها Meta، توسع مفهوم Darwin Gödel Machine عبر إنشاء وكلاء يملكون وكيل مهمة ووكيلًا فوقيًا. يقوم الوكيل الفوقي بتعديل وكيل المهمة وإجراء التحسين الخاص به، ما يتيح تعديلًا ذاتيًا ميتامعرفيًا ينقل مكاسب الأداء عبر مجالات متنوعة.

ما هي مخاطر السلامة في وكلاء الذكاء الاصطناعي متطورة الذات؟

تشمل المخاطر الرئيسية تجاوز ضوابط المحاذاة عبر التعديل الذاتي، وتوليد سلوكيات ضارة في مجالات غير متوقعة أثناء الاستكشاف المفتوح النهاية، وإنتاج أنظمة متطورة بالتطور المشترك يصعب تدقيقها والتنبؤ بها. وتشمل أفضل الممارسات تقييد ما يمكنه التعديل الذاتي، ونشره على مراحل عبر بيئات معزولة، واشتراط موافقة بشرية على التغييرات عالية الأثر، وتسجيل جميع التعديلات مع سجل إصدارات.

بأي نمط تصميم يجب أن أبدأ لبناء وكيل متطور الذات؟

ابدأ بالقياس — سجّل كل تشغيل للوكيل بما في ذلك المطالبات والأدوات والنتائج وتغذية المستخدم الراجعة قبل محاولة أي تعديل ذاتي مؤتمت. بمجرد أن تملك سجلات نظيفة ومقاييس نجاح واضحة، أضف وكيلًا فوقيًا منفصلًا يقترح التغييرات خارج الخط ويقدمها عبر خط مراجعة، بدلًا من السماح لوكيل المهمة بإعادة كتابة نفسه في الوقت الحقيقي.