لماذا الوكلاء الأفضل أبسط مما تظن

لماذا الوكلاء الأفضل أبسط مما تظن

أمضى مجتمع الذكاء الاصطناعي العامين الماضيين في مطاردة التعقيد. منسقو السلاسل المتعددة. الاستدلال القائم على الرسوم البيانية. وحدات الذاكرة مع قواعد البيانات المتجهة. ومع ذلك، هناك ثورة هادئة تحدث: أكثر وكلاء الذكاء الاصطناعي فعالية اليوم يُبنون بمكونات أقل مما تتوقع. إنها ليست روائع معمارية - إنها أدوات عملية تحل مشاكل حقيقية بأقل قدر من التعقيد.

تشرح هذه المقالة لماذا البساطة هي الفائزة في تصميم الوكلاء، وكيفية بناء وكيل قادر باستخدام أدوات قياسية، ولماذا يتحول المجال بعيداً عن الأنظمة المفرطة في الهندسة. نستند في ذلك إلى رؤى من منشورات LangChain الأخيرة، وإعلانات OpenAI، وأبحاث Microsoft العملية في الذكاء الاصطناعي، وتطورات Anthropic المرتكزة على السلامة.

فخ التعقيد

من السهل افتراض أن الوكيل الذكي يحتاج إلى بنية داخلية معقدة. فبعد كل شيء، الإدراك البشري متعدد الطبقات بالذاكرة والاستدلال والتخطيط. لكن وكلاء البرمجيات ليسوا بشراً. إنهم يعملون في بيئات محددة بمدخلات ومخرجات واضحة.

تأمل النمط الشائع: يبدأ المطور باستدعاء بسيط لنموذج لغوي كبير، ثم يضيف حلقة استدلال، ثم مخزناً للذاكرة، ثم سجلاً للأدوات، ثم وحدة تخطيط، ثم لوحة مراقبة. قبل مضي وقت طويل، يصبح النظام مكوناً من عشرات الأجزاء المتحركة، كل منها يضيف زمن استجابة، وأنماط فشل، وصداعاً في التصحيح.

أفضل الوكلاء، كما وثقتهم LangChain في منشورها "لماذا الوكلاء الأفضل أبسط مما تظن"، غالباً ما يستخدمون حلقة واحدة مع مجموعة أدوات محددة جيداً. إنهم لا يحاولون نمذجة كل عملية إدراكية بشرية محتملة. بدلاً من ذلك، يعتمدون على قدرة النموذج اللغوي الكبير الأساسية على الاستدلال حول المشكلة المطروحة باستخدام الأدوات المتوفرة.

ماذا تعني البساطة حقاً

البساطة في تصميم الوكيل لا تعني البدائية. إنها تعني:

• **أجزاء متحركة قليلة**: مكونات أقل للتصحيح والصيانة.
• **واجهات واضحة**: لكل أداة غرض واحد موثق جيداً.
• **الافتراض بعدم الاحتفاظ بالحالة**: تجنب الذاكرة إلا إذا كانت تحل مشكلة محددة.
• **استخدام صريح للأدوات**: يختار الوكيل الأدوات بناءً على مجموعة صغيرة ومنتقاة.

إعلانات OpenAI الأخيرة تعزز هذا. فمثلاً، واجهة استدعاء الدوال الخاصة بهم تسمح للوكيل بتحديد الأدوات التي سيشغلها دون الحاجة إلى طبقة تنسيق مخصصة. كما أن Claude من Anthropic، بقدراته على المخرجات المنظمة، يشجع المطورين على ترك النموذج يتولى اتخاذ القرارات بدلاً من بناء أشجار قرارات معقدة.

متطلبات وكيل بسيط

قبل البناء، تأكد من أن لديك ما يلي:

• Python 3.10 أو أحدث
• مفتاح API من OpenAI (أو مفتاح API من Anthropic للوكلاء القائمة على Claude)
• مدير الحزم `pip`
• إلمام أساسي بأدوات سطر الأوامر

لست بحاجة إلى:

• قاعدة بيانات متجهة
• قاعدة بيانات رسوم بيانية
• وسيط رسائل
• إطار تنسيق مخصص

التثبيت خطوة بخطوة

سنبني وكيلاً بسيطاً يمكنه الإجابة على الأسئلة، والبحث في الويب، وتنفيذ كود Python. يستخدم حلقة واحدة وثلاث أدوات.

الخطوة 1: إعداد بيئة Python

أنشئ بيئة افتراضية لتجنب تعارض التبعيات:

python3 -m venv agent-env
source agent-env/bin/activate

هذا يعزل تبعيات وكيلك عن المشاريع الأخرى.

الخطوة 2: تثبيت الحزم المطلوبة

قم بتثبيت مكتبة OpenAI وعميل HTTP بسيط للبحث في الويب:

pip install openai requests

نستخدم مكتبتين فقط. لا LangChain، ولا LlamaIndex، ولا أطر عمل مخصصة.

الخطوة 3: تعيين مفتاح API الخاص بك

قم بتصدير مفتاح OpenAI API الخاص بك كمتغير بيئة:

export OPENAI_API_KEY="your-api-key-here"

استبدل `your-api-key-here` بمفتاحك الفعلي. يقرأ الوكيل هذا المتغير في وقت التشغيل.

الخطوة 4: إنشاء سكريبت الوكيل

احفظ الكود التالي باسم `simple_agent.py`:

import os
import json
import requests
from openai import OpenAI

client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

# تعريف الأدوات التي يمكن للوكيل استخدامها
tools = [
    {
        "type": "function",
        "function": {
            "name": "web_search",
            "description": "ابحث في الويب عن معلومات حالية",
            "parameters": {
                "type": "object",
                "properties": {
                    "query": {"type": "string", "description": "استعلام البحث"}
                },
                "required": ["query"]
            }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "run_python",
            "description": "نفذ كود Python وأعد النتيجة",
            "parameters": {
                "type": "object",
                "properties": {
                    "code": {"type": "string", "description": "كود Python للتشغيل"}
                },
                "required": ["code"]
            }
        }
    }
]

def web_search(query):
    """بحث ويب بسيط باستخدام API عام (استبدل بمفتاحك الخاص في الإنتاج)"""
    # في الإنتاج، استخدم API بحث مناسب مثل SerpAPI أو Bing Search
    return f"نتيجة بحث محاكاة لـ: {query}"

def run_python(code):
    """نفذ كود Python بأمان (استخدم العزل في الإنتاج)"""
    try:
        exec_globals = {}
        exec(code, exec_globals)
        return str(exec_globals.get("result", "تم تنفيذ الكود بنجاح"))
    except Exception as e:
        return f"خطأ: {e}"

def agent_loop(user_input, max_turns=5):
    messages = [{"role": "user", "content": user_input}]
    
    for turn in range(max_turns):
        response = client.chat.completions.create(
            model="gpt-4o-mini",
            messages=messages,
            tools=tools,
            tool_choice="auto"
        )
        
        message = response.choices[0].message
        
        if not message.tool_calls:
            # الوكيل قرر الرد مباشرة
            return message.content
        
        # معالجة استدعاءات الأدوات
        messages.append(message)
        for tool_call in message.tool_calls:
            function_name = tool_call.function.name
            arguments = json.loads(tool_call.function.arguments)
            
            if function_name == "web_search":
                result = web_search(arguments["query"])
            elif function_name == "run_python":
                result = run_python(arguments["code"])
            else:
                result = "أداة غير معروفة"
            
            messages.append({
                "role": "tool",
                "tool_call_id": tool_call.id,
                "content": result
            })
    
    return "تم الوصول للحد الأقصى من الأدوار دون رد نهائي."

if __name__ == "__main__":
    while True:
        user_input = input("أنت: ")
        if user_input.lower() in ["exit", "quit"]:
            break
        response = agent_loop(user_input)
        print(f"الوكيل: {response}")

هذا السكريبت ينفذ حلقة واحدة تقوم بـ:

• أخذ مدخلات المستخدم
• ترك النموذج اللغوي الكبير يقرر ما إذا كان سيرد مباشرة أو يستخدم أداة
• تنفيذ الأداة المختارة وتغذية النتيجة مرة أخرى
• التكرار حتى يقرر النموذج اللغوي الكبير الرد

أمثلة الاستخدام

المثال 1: سؤال بسيط

شغل الوكيل واسأل سؤالاً مباشراً:

python simple_agent.py

ثم اكتب:

أنت: ما عاصمة فرنسا؟
الوكيل: عاصمة فرنسا هي باريس.

يرد الوكيل دون استخدام أي أدوات لأنه يعرف الإجابة بالفعل.

المثال 2: استخدام أداة

اسأل شيئاً يتطلب حساباً:

أنت: احسب 15 * 37 + 42
الوكيل: دعني أحسب ذلك... 15 * 37 = 555، زائد 42 = 597.

يستخدم الوكيل أداة `run_python` لحساب النتيجة، ثم يعيدها.

المثال 3: استدلال متعدد الخطوات

اسأل سؤالاً يتطلب استدعاءات متعددة للأدوات:

أنت: ما هو عدد سكان طوكيو الحالي؟ واحسب أيضاً 2^10.
الوكيل: سأبحث عن عدد سكان طوكيو وأحسب 2^10.

قد يستدعي الوكيل `web_search` للسكان و `run_python` للأس، ثم يجمع النتيجتين في رد واحد.

لماذا يعمل هذا

يعمل هذا الوكيل لأنه لا يحاول أن يكون ذكياً بشأن هيكله الخاص. يعتمد على قدرة النموذج اللغوي الكبير الطبيعية على:

• فهم متى يستخدم أداة
• تحليل مخرجات الأداة
• تحديد متى لديه معلومات كافية للرد

الحلقة بسيطة. الأدوات بسيطة. التعقيد يكمن في استدلال النموذج اللغوي الكبير، وليس في الكود.

أبحاث السلامة من Anthropic تؤكد أن الوكلاء البسيطين والشفافين أسهل في المراجعة. مدونة Microsoft للذكاء الاصطناعي دعت أيضاً إلى "وكلاء قابلين للتطبيق بأقل جهد" يتم تقليصهم قبل التوسع. النمط ثابت: ابدأ بسيطاً، أضف فقط عند الضرورة.

متى تضيف التعقيد

البساطة ليست دائماً الإجابة. فكر في إضافة التعقيد عندما:

• **تحتاج ذاكرة دائمة**: إذا كان يجب على الوكيل تذكر تفضيلات المستخدم عبر الجلسات، أضف قاعدة بيانات خفيفة (SQLite تعمل).
• **تحتاج تخطيطاً متعدد الخطوات**: إذا كان يجب على الوكيل تنفيذ تسلسلات طويلة من الإجراءات المترابطة، فكر في مخطط يقوم بإنشاء خطة خطوة بخطوة مسبقاً.
• **تحتاج قيود سلامة**: إذا كان الوكيل يتفاعل مع أنظمة حساسة، أضف حواجز حماية وفحوصات بشرية في الحلقة.

لكن حتى في هذه الحالات، أضف مكوناً واحداً في كل مرة. وكيل بسيط مع قاعدة بيانات لا يزال أبسط من وكيل قائم على الرسوم البيانية مع مخزن متجه، ووسيط رسائل، ونظام مراقبة.

الخلاصة

أفضل وكلاء الذكاء الاصطناعي ليسوا عجائب معمارية. إنهم أنظمة عملية تستفيد من قدرات الاستدلال المتأصلة في النموذج اللغوي الكبير بأقل سقالات. باستخدام حلقة واحدة، ومجموعة صغيرة من الأدوات الصريحة، وبدون تجريدات غير ضرورية، يمكنك بناء وكلاء موثوقين، وقابلين للتصحيح، وسهلين التوسيع.

التحول نحو البساطة ليس تراجعاً - إنه نضج. كما تعلمت الصناعة من استدعاء الدوال من OpenAI، وأنماط وكلاء LangChain، ونشر Microsoft للإنتاج، وأطر السلامة من Anthropic، الاستنتاج واضح: ابنِ أقل، ثق بالنموذج أكثر، وأضف التعقيد فقط عندما تتطلبه المشكلة.

ابدأ بالكود أعلاه. شغله. عدله. أضف أداة واحدة في كل مرة. ستجد أن وكيلك يعمل بشكل أفضل مما توقعت - تحديداً لأنك لم تفرط في هندسته.