تجاوز نموذج الدردشة التقليدي للذكاء الاصطناعي
تبدو معظم عروض الذكاء الاصطناعي التجريبية متشابهة. ترى نافذة دردشة، تكتب أمراً، وتراقب تدفق النصوص. هذه الواجهة هي فخ؛ فهي تدربك على طرح الأسئلة بدلاً من بناء الحلول.
وجد طلاب علوم الحاسوب في جامعة بيركلي طريقة أفضل. فقد توقفوا عن استخدام صناديق الدردشة لحل واجبات الخوارزميات، وبدلاً من ذلك، قاموا ببناء وكلاء مستقلين (autonomous agents). هؤلاء الوكلاء لا يدردشون، بل يخططون، وينفذون الأكواد، ويرسلون النتائج عبر البريد الإلكتروني.
كيف يعمل النظام:
• مخطط المهام (Task Planner): يقوم نموذج LLM خفيف الوزن بتحويل الهدف إلى قائمة JSON من المهام الفرعية. لكل مهمة قاعدة نجاح واضحة. • منفذ الأكواد (Code Executor): يقوم نموذج LLM منفصل بكتابة سكربتات Python لكل مهمة. تعمل هذه السكربتات داخل بيئة معزولة (Docker sandbox)، مما يحافظ على أمان جهاز الكمبيوتر الخاص بك. إذا فشل الكود، يعيد الوكيل المحاولة مع تضمين رسالة الخطأ. • مخزن SQLite (SQLite Store): هذا هو ذاكرة الوكيل. بدلاً من استخدام سجل دردشة ضخم، يقوم الوكيل بقراءة وكتابة البيانات في قاعدة بيانات محلية، مما يحافظ على انخفاض التكاليف ويمنع الأخطاء. • مجمع البريد الإلكتروني (Email Aggregator): أنت لا تراقب الوكيل أثناء عمله. عندما تنتهي المهمة، يرسل لك الوكيل تقريراً كاملاً عبر البريد الإلكتروني يتضمن النتائج والكود المستخدم.
لماذا يتفوق هذا النظام على ChatGPT:
- التكلفة: استخدام النماذج الصغيرة عبر OpenRouter يكلف سنتات فقط، وليس دولارات.
- الذاكرة: استخدام قاعدة بيانات بدلاً من نافذة السياق (context window) يمنع الوكيل من الارتباك.
- الموثوقية: يستخدم الوكيل الكود للتحقق من النتائج، مما يمنحك رياضيات ومنطقاً، وليس مجرد نصوص.
- الأمان: تضمن البيئة المعزولة (sandbox) عدم قدرة الوكيل على الوصول إلى ملفاتك الخاصة.
تعمل هذه البنية في تحليل البيانات، ومعالجة الملفات، والرياضيات. لكنها لا تصلح للكتابة الإبداعية أو المهام الذاتية؛ فهذه المهام لا تزال تتطلب تدخلاً بشرياً.
توقف عن استخدام الدردشة للأعمال المتكررة. ابنِ وكيلاً يعمل من أجلك بينما أنت نائم.
مجتمع تعليمي اختياري: https://t.me/GyaanSetuAi