يتطلب نقل وكيل الذكاء الاصطناعي من مرحلة إثبات المفهوم إلى سير عمل مؤسسي موثوق وجاهز للإنتاج أن يفي بمعايير قابلية التوسع والاستجابة وفعالية التكلفة. والوكلاء ضروريون لأن الرؤى الحوارية المستخلصة من البيانات غالبًا لا تكفي وحدها. فنماذج اللغة الكبيرة قادرة على التخطيط والاستدلال والتصرف، والوكلاء هم البنى المنطقية التي تحيط بـ"العقل" الخاص بنموذج اللغة، فيستخدمون الأدوات، ويتفاعلون مع واجهات برمجة التطبيقات الخارجية، ويصححون أخطاءهم، ويتعاونون مع وكلاء آخرين.
تعتمد الأنظمة الوكيلة على كثير من القرارات عالية التكرار، مثل تحديد الخطوة التالية، وأي وكيل يتولاها، وأي أداة تُستخدم، وهل يوجد سياق كافٍ للرد على المستخدم. ومن أهم التطورات ظهور نماذج قرار معايَرة منخفضة التكلفة، مثل JEV من Type Safe، التي تنقل أعباء العمل الحتمية بعيدًا عن نماذج اللغة الكبيرة لتتفرغ للـاستدلال العميق والتركيب. وكما هو الحال في الاسترجاع، يتجه المشهد الوكيل الأوسع بعيدًا عن حلقات الوكيل الواحد البسيطة نحو سير عمل متعدد الوكلاء مُهندس بعناية وبنى مقيّدة.
يقدم المقال تحليلًا معمقًا من منظور الممارس لستة أنماط معمارية، يتناول كيفية عمل كل نمط، ويصوّر تدفق بياناته، ويشرح دور هندسة السياق في إدارة الذاكرة العاملة لنموذج اللغة الكبير. يتكون الوكيل من أربعة أركان: نموذج لغوي أساسي ينسّق المنطق، والأدوات والإجراءات، والتخطيط والتحكم في التدفق، والذاكرة.
تُعد هندسة السياق معيارًا رئيسيًا للجاهزية للإنتاج. فسياق الوكيل ديناميكي للغاية، إذ يتراكم فيه كل إجراء من ملاحظات وأخطاء وأفكار وسيطة. وإضافة كل شيء إلى الموجِّه تُثقل نافذة السياق، وتزيد زمن الاستجابة والتكلفة، وقد تجعل النموذج يفقد تتبع الحقائق الدقيقة. ومن التقنيات الأساسية إسقاط الحالة، الذي يحقن فقط السياق الضروري بدقة لخطوة سير العمل الحالية.
المصدر: Towards Data Science · لخّصه HeadlinesBriefing