خمسة أخطاء يرتكبها الناس مع وكلاء GPT-5.6 (وكيف تصلحها)

إذا نشرت وكيلًا مبنيًا على GPT-5.6 وشاهدته يسير بثقة نحو حافة الهاوية، فأنت لست وحدك. الأخطاء الخمسة التي يقع فيها الناس مع وكلاء GPT-5.6 ليست حالات استثنائية غريبة. إنها السلوك الافتراضي حين تتجاوز الفرق الأجزاء غير الجذابة من تصميم الوكلاء وتقفز مباشرة إلى البناء. وكلاء الإنتاج لا يشبهون العروض التجريبية. إنهم يصطدمون بواجهات API حقيقية تتوقف عن العمل، وبحدود سياق حقيقية تقطع الذاكرة، ومستخدمين حقيقيين يصوغون طلباتهم بطرق لم يتوقعها أي أمر نصي. الإخفاقات صامتة ومتكررة، وقابلة للإصلاح بمجرد أن تعرف مصدرها.

لماذا تنكسر الوكلاء بطرق لم يتوقعها أحد

الفجوة بين العرض التجريبي والإنتاج

عروض الوكلاء التجريبية مصممة لتنجح. تعمل على مدخلات منتقاة بعناية، وبأدوات مختارة يدويًا، وسياق وفير، ومطوّر يراقبها. أما الإنتاج فعكس ذلك تمامًا. وكيل يعمل في دفتر ملاحظات سيفشل في الإنتاج، لأن الإنتاج فيه ارتفاعات مفاجئة في زمن الاستجابة، وواجهات API للأدوات تعيد أخطاء 429، ونوافذ توكنات تمتلئ في منتصف المهمة، ومستخدمون يصوغون طلباتهم بطرق لم يتوقعها الأمر النصي أبدًا. الفجوة ليست خللًا برمجيًا. إنها افتراض تصميمي لم يُكتب يومًا.

يفشل وكلاء الإنتاج الحقيقيون وفق خمسة أنماط يمكن التنبؤ بها. ليس بطرق عشوائية، ولا بسبب إخفاقات غامضة في النموذج، بل بسبب خيارات بنيوية اتُّخذت أثناء التصميم وبدت سليمة في حينه. التعرف على هذه الأنماط هو الخطوة الأولى نحو بناء وكلاء تعمل كل يوم، لا أثناء العرض التجريبي فقط.

ما تشترك فيه كل الإخفاقات

عبر الأنماط الخمسة، الخيط المشترك واحد: أُسندت إلى الوكيل مسؤولية التعامل مع شيء لم يُصمَّم للتعامل معه. أدوات كثيرة أكثر من اللازم، وذاكرة قليلة جدًا، وتوجيه غامض، ولا خطة بديلة، ولا عنصر بشري يتدخل عند الحاجة. كل واحدة من هذه النقاط لحظة وثق فيها المطوّر بأن النموذج سيتدبّر الأمر. أحيانًا يفعل. وفي النهاية لا يفعل. النموذج ليس الحلقة الضعيفة. الحلقة الضعيفة هي التصميم.

الخطأ الأول: إسناد عدد كبير من الأدوات دفعة واحدة

كيف يُضعف الحمل الزائد للأدوات الأداء

الافتراض الشائع أن عددًا أكبر من الأدوات يعني قدرة أكبر. في الواقع، عدد أكبر من الأدوات يعني ارتباكًا أكبر. حين تمنح وكيل GPT-5.6 إمكانية الوصول إلى عشرين أداة في سياق واحد، يتعين على النموذج أن يستدل على الأداة المناسبة لكل خطوة من كل مهمة. كلما زاد عدد الأدوات في النطاق، زاد احتمال أن يستدعي الوكيل الأداة الخطأ، أو يستخدم أداة صالحة لغرض غير مناسب، أو يستدعي عدة أدوات متتالية حين كانت أداة واحدة ستكفي.

هذا ليس قيدًا خاصًا بنموذج GPT-5.6. إنها سمة أساسية في طريقة استدلال النماذج المتّبعة للتعليمات على مساحات أفعال كبيرة. حين تكون مساحة الأفعال واسعة وقليلة القيود، يرتفع احتمال اختيار أداة دون المثالية عند كل خطوة قرار. وإذا ضربت ذلك في مهمة وكيلية من عشر خطوات، فإن معدل الخطأ المتراكم يصبح كبيرًا. الفريق الذي يبني وكيلًا أحاديًا واحدًا يملك حق الوصول إلى كل أداة في مجموعة أدوات الشركة سيقضي وقتًا في تصحيح استدعاءات الأدوات الخاطئة أكثر مما يقضيه في بناء ميزات مفيدة.

النسبة الصحيحة بين الأدوات والمهمة

الحل هو التحديد. يجب أن تتلقى كل نسخة من الوكيل الأدوات المرتبطة بمهمته الحالية فقط. إن كان الوكيل يتعامل مع البريد الإلكتروني، فامنحه أدوات البريد. وإن كان وكيل فرعي يتولى البحث، فامنحه أدوات البحث. يتطلب هذا تقسيم الوكيل الأحادي إلى منسّق ومتخصصين، وهو نمط تنسيق أصعب في البناء بكثير، لكنه أكثر موثوقية في التشغيل بدرجة كبيرة.

قاعدة عملية: إن لم تستطع أن تشرح في جملة واحدة لماذا تحتاج كل أداة في المجموعة الحالية لهذه المهمة المحددة، فينبغي ألا تكون إحداها موجودة. قلّص المجموعة قبل البناء، لا بعد التصحيح.

💡 قاعدة عامة: حدّد سقف سياق الأدوات عند 7 أدوات لكل نسخة من الوكيل. وبالنسبة لسير العمل الأوسع، فوّض المهام إلى وكلاء فرعيين بمجموعات أدوات محددة النطاق. المنسّق يتولى التوجيه، والمتخصصون يتولون التنفيذ.

الخطأ الثاني: غياب استراتيجية ذاكرة حقيقية

لماذا نافذة السياق ليست ذاكرة

هذا أكثر سوء فهم شيوعًا في تصميم الوكلاء. نافذة السياق ليست ذاكرة. إنها مسوّدة عمل. كل ما فيها يختفي حين تنتهي الجلسة، وتمتلئ بسرعة أثناء المهام متعددة الخطوات. الوكيل الذي يحشو ثلاثين صفحة من التوثيق في سياقه "ليتذكر" الحقائق يهدر التوكنات على استرجاع المعلومات، ويترك مساحة أقل للاستدلال الفعلي، ويضمن أنه سيصطدم بحد التوكنات في المهام الأطول.

نافذة السياق مخصصة للاستدلال. أما الذاكرة فهي ما يزوّد نافذة السياق بالمعلومات الصحيحة في الوقت المناسب. هذان نظامان مختلفان، ومعاملة أحدهما كبديل للآخر تنتج وكلاء يعملون في المهام القصيرة وينهارون في الطويلة. معظم الفرق تكتشف ذلك بالطريقة الصعبة، حين يبدأ وكيلها بفقدان حالة المهمة في منتصف سير عمل معقد.

بناء ذاكرة وكيل دائمة

تتكون بنية الذاكرة الحقيقية من ثلاث طبقات:

• الذاكرة العاملة: السياق الحالي. وصف المهمة، ونتائج الأدوات الأخيرة، وآخر بضع خطوات. هذه هي الطبقة الوحيدة التي تعيش في نافذة السياق أثناء التشغيل.
• الذاكرة العرضية: ملخصات مُسترجعة لجلسات سابقة أو مهام ذات صلة، تُسحب عند بداية جلسة جديدة عبر البحث بالتشابه المتجهي. الوكيل لا يتذكر الماضي مباشرة. إنه يقرأ ملخصًا مُسترجعًا لما هو ذو صلة.
• الذاكرة الدلالية: مخزن منظّم للحقائق التي يحتاجها الوكيل عبر كل المهام. تُحمَّل بانتقائية بحسب ما تتطلبه المهمة الحالية، لا تُفرَّغ كاملة في بداية كل جلسة.

تتميز GPT 5.6 Terra وGPT 5.6 Sol بقوة في الاستدلال حين يُعطيان سياقًا مُسترجعًا بشكل جيد. لكنهما لا يتميزان في استرجاع ماضيهما من تفريغ سياقي مسطح. العمل التصميمي يتركز على جانب الاسترجاع لا على جانب النموذج. ابنِ خط استرجاع المعلومات أولًا، ثم اربط النموذج به.

💡 خطوة عملية: قبل بناء وكيلك التالي، ارسم ثلاثة صناديق: الذاكرة العاملة، ومخزن الذاكرة العرضية، ومخزن الذاكرة الدلالية. إن انضمّت الثلاثة جميعًا إلى "نافذة السياق"، فأنت أمام مشكلة ذاكرة ستظهر في الإنتاج.

الخطأ الثالث: أوامر نظام تقول كل شيء ولا تقول شيئًا

تشريح أمر النظام الضعيف

أمر النظام الضعيف طويل وغامض، ويحاول التعامل مع كل حالة بكتابة المزيد من الكلمات. يقول أشياء مثل "كن مفيدًا ودقيقًا ومحترفًا" و"فكّر خطوة بخطوة قبل الإجابة". يخصص ثلاث فقرات لوصف شخصية الوكيل قبل أن يحدد الأدوات التي يملكها أو متى يستخدمها. كل توكن يُصرف على تطلعات غامضة هو توكن لم يُصرف على قيد محدد. الوكلاء الذين يعملون بأوامر ضعيفة يصبحون مبدعين في اللحظات الخطأ تمامًا.

العلامة الواضحة للأمر الضعيف أنه يصعب كتابة اختبار له. إن لم تستطع وصف مدخل محدد ومخرج متوقع محدد اعتمادًا على أمر النظام وحده، فالأمر ليس محددًا بما يكفي. الأوامر الطويلة قليلة التحديد أسوأ من الأوامر القصيرة عالية التحديد. الطول ليس دقة.

كيف يبدو أمر النظام المحكم

يتكون أمر النظام القوي لوكيل GPT-5.6 من أربعة أقسام فقط، ولا شيء غيرها:

1. الدور: جملة واحدة. ما الذي يفعله هذا الوكيل، والأهم، ما الذي لا يفعله.

2. الأدوات: كل أداة مع وصف من سطر واحد يحدد متى تُستخدم ومتى لا تُستخدم. لا فقرات. سطر واحد لكل أداة. النموذج لا يحتاج إلى مقال، بل إلى إشارة واضحة.

3. صيغة المخرجات: ما الذي يعيده الوكيل بالضبط وبأي بنية. مخطط JSON إن كان ينطبق. ومثال قصير على المخرج إن كان هناك أي التباس.

4. القيود: قواعد صارمة. أشياء يجب ألا يفعلها الوكيل أبدًا مهما طلب المستخدم. محددة، لا تطلعات. "لا تُرجع بيانات من الأداة X قبل التحقق من Y أولًا" قيد. أما "كن محترفًا دائمًا" فليس كذلك.

هذا هو الأمر كاملًا. قصير ومحدد وقابل للاختبار. والنموذج يتولى الباقي. قاوم الرغبة في إضافة مزيد من الكلمات حين يسيء الوكيل التصرف. معظم سوء التصرف ينتج عن تعليمات متناقضة أو غامضة، لا عن نقص فيها. حرّر من أجل الوضوح، لا من أجل الحجم.

الخطأ الرابع: عدم وجود أي استرداد حين تفشل الأدوات

فشل الأدوات أمر طبيعي، لا حالة استثنائية

تُعيد واجهات API أخطاءً. وتُفعَّل حدود معدل الطلبات. وتتوقف الخدمات الخارجية للصيانة، أو تتعرض لحمل غير متوقع في ساعات الذروة. وكيل GPT-5.6 ينفّذ مهامًا متعددة الخطوات سيواجه أعطالًا في الأدوات أثناء الإنتاج. ليس أحيانًا، بل بانتظام. السؤال ليس هل ستفشل أدوات الوكيل، بل ماذا يفعل الوكيل حين تفشل.

بدون خطة استرداد صريحة في تصميم الوكيل، يكون السلوك الافتراضي غير متوقع. أحيانًا يعيد النموذج المحاولة إلى ما لا نهاية، فيدور حول الاستدعاء الفاشل نفسه حتى تنتهي مهلة الجلسة. وأحيانًا يختلق نتيجة لسد الفجوة ويواصل كأن الأداة أعادت بيانات صالحة. وأحيانًا يتخطى خطوة بصمت ويمضي قدمًا، فيترك فجوة في حالة المهمة لا تظهر إلا كخطأ مربك في مرحلة لاحقة. ولا شيء من هذا مقبول في نظام يعتمد عليه مستخدمون حقيقيون.

تصميم سلاسل البدائل

يجب أن يكون لكل أداة في مجموعة أدوات وكيلك نمط فشل موثّق واستجابة محددة. النمط بسيط ويستحق أن يُشرح صراحة لكل أداة في المجموعة:

1. الاستدعاء الأساسي: استخدم الأداة المفضلة بمعاملات عادية.
2. إعادة المحاولة مع التأخير: إن أعادت الأداة خطأ عابرًا (429 أو 503 أو انتهاء المهلة)، فانتظر فترة ثابتة وأعد المحاولة مرة واحدة.
3. أداة بديلة: إن فشلت المحاولة، فانتقل إلى أداة بديلة أو مصدر بيانات آخر حيثما وُجد.
4. التوقف المنظّم: إن لم يوجد بديل، فأعد تقرير فشل منظّم إلى المُنسّق مع الحفاظ على حالة المهمة الحالية، حتى يمكن استئناف المهمة أو تسليمها إلى شخص دون فقدان التقدم.

ينبغي ألا يختلق الوكيل نتيجة أداة لسد فجوة. هذا قيد صارم في أمر النظام، لا شيء يُترك لسلوك النموذج ليتعامل معه بشكل صحيح تحت الضغط. اكتبه صراحة. واختبره صراحة.

💡 نصيحة تصميمية: أضف أداة report_failure إلى مجموعة أدوات وكيلك. امنح الوكيل طريقة واضحة ومحددة للتصعيد بدل الارتجال. الوكلاء الذين لا يستطيعون الفشل برفق سيفشلون في النهاية بشكل فوضوي في أسوأ لحظة ممكنة.

الخطأ الخامس: معاملة مخرجات الوكيل كحقيقة مطلقة

الهلوسة الوكيلية مشكلة من نوع مختلف

الهلوسة في النماذج اللغوية الكبيرة مشكلة قائمة بذاتها. أما الهلوسة الوكيلية فهي فئة مختلفة من المشكلات. حين يهلوس الوكيل، لا ينتج جملة خاطئة فحسب. إنه ينتج جملة خاطئة ثم يتصرف بناءً عليها، فيستدعي أداة استنادًا إليها، ويخزنها في الذاكرة، ويمررها إلى الخطوة التالية. وبحلول الوقت الذي تظهر فيه الهلوسة كخطأ مرئي، قد تكون قد أثّرت على خمسة قرارات لاحقة بدت كلها صحيحة لأنها متسقة داخليًا مع المقدمة المُختلَقة.

مستوى الثقة لدى نماذج GPT-5.6 في المهام الوكيلية مرتفع بشكل عام. هذه قوة في معظمها، لكنها تجعل الخطوات المُهلوسة أصعب في الكشف، لأنها تبدو تمامًا كالخطوات الصحيحة. النموذج الذي يخرج عبارة "لست متأكدًا" سهل الالتقاط. أما النموذج الذي ينتج استدعاء أداة معقولًا لكنه خاطئ بثقة كاملة ومع مخرج JSON نظيف، فليس كذلك. بناء أنظمة تلتقط هذا يتطلب خيارات بنيوية، لا مجرد توجيه أفضل.

أين تظل المراجعة البشرية مهمة

الميل إلى إزالة كل خطوات الإنسان في الحلقة لتعظيم الاستقلالية مفهوم، لكنه عادةً خاطئ. السؤال الصحيح ليس "هل يمكننا إزالة البشر؟" بل "عند أي نقاط تضيف المراجعة البشرية موثوقية أكبر مما تكلّفه من زمن استجابة؟" القرارات عالية المخاطر، وأنواع المهام الجديدة، والمخرجات التي ستُرسل إلى الخارج، هي نقاط التفتيش الواضحة. أما المهام الروتينية المختبرة جيدًا داخل سير عمل معروف، فهي المكان المناسب للاستقلالية.

ينبغي أن تجعل البنية هذا التمييز صريحًا. إن جمعت كل شيء في سياسة استقلالية واحدة، فإما أن توافق على إجراءات خطرة أكثر من اللازم، أو تحجب إجراءات آمنة أكثر من اللازم.

نماذج GPT-5.6 تستحق التشغيل على PicassoIA

تمنحك PicassoIA وصولًا مباشرًا إلى عائلة GPT-5.6 كاملة، دون إعداد محلي أو تهيئة API. كل إصدار مُحسَّن لجزء مختلف من سير العمل الوكيلي، واختيار الإصدار المناسب للمهمة المناسبة هو بحد ذاته أحد الطرق العملية لتجنب الأخطاء المذكورة أعلاه.

GPT 5.6 Luna لدورات التكرار السريعة

GPT 5.6 Luna هو النموذج المُحسَّن للسرعة في العائلة. يعطي الأولوية لزمن الاستجابة، ما يجعله الخيار الأمثل لطبقة التنسيق في نظام متعدد الوكلاء، ولخطوات التخطيط القصيرة، وأي مهمة فرعية يكون فيها زمن الإنجاز أهم من عمق الاستدلال الشامل. إن كنت تشغّل وكيل تنسيق يوجّه المهام إلى وكلاء فرعيين متخصصين، فإن Luna يتولى هذا التوجيه دون إهدار الوقت في تشغيل استدلال ثقيل. وهو أيضًا النموذج المناسب للتكرار السريع على الأوامر النصية أثناء التطوير، حين تريد تغذية راجعة سريعة قبل تثبيت التصميم.

GPT 5.6 Terra لمخرجات بجودة الإنتاج

GPT 5.6 Terra مصمم لمخرجات يجب أن تكون صحيحة من المرة الأولى. ينتج مخرجات منظمة أنظف وأكثر اتساقًا، وهذا مهم حين يولّد وكيلك JSON لأنظمة لاحقة، أو يصيغ نصوصًا ستصل إلى المستخدمين، أو ينتج ملخصات تغذي سياق نموذج آخر. Terra هو النموذج المناسب حين تكون كلفة المخرج الخاطئ أعلى من كلفة بضع مئات من الميلي ثانية إضافية. وإن كان مخرج وكيلك يذهب مباشرة إلى سير عمل إنتاجي، فإن Terra هو النسخة المناسبة لهذه الطبقة.

GPT 5.6 Sol لسلاسل الاستدلال المعقدة

GPT 5.6 Sol هو الإصدار المتعمق في الاستدلال ضمن عائلة GPT-5.6. يتعامل مع المهام التي تتطلب سلاسل استدلال موسّعة، وتوليد الشيفرة المعقدة، وتفكيك المشكلات متعددة الخطوات. إن كان وكيلك يعمل عبر عدة مصادر بيانات، أو يخطط لتسلسل طويل من خطوات متتابعة، أو ينتج شيفرة إنتاجية، فإن Sol هو النموذج المناسب لهذه الطبقة. وزمن الاستدلال الإضافي يستحق العناء حين تكون الأولوية لصحة الاستدلال أكثر من سرعته.

إلى جانب عائلة GPT-5.6، تشغّل PicassoIA أيضًا نماذج لغوية كبيرة قوية أخرى تستحق الاقتران في سير عمل متعدد النماذج. Claude Fable 5 متميز في مهام الوكلاء كثيفة البرمجة. DeepSeek R1 ينتج مسارات استدلال مفصّلة تجعل قرارات الوكيل قابلة للتدقيق، وهذا وثيق الصلة بالخطأ الخامس مباشرة. Kimi K2.6 يملك بنية استخدام أدوات قوية تتعامل مع خطوط الوكلاء المعقدة بكفاءة. Grok 4 يتعامل مع المشكلات التي تتطلب تفكيكًا منطقيًا عميقًا قبل التنفيذ.

للمهام التي تريد فيها تفكيرًا موسّعًا قبل أن يلتزم الوكيل بإجراء ما، يتضمن GPT 5 Pro التفكير الموسّع المدمج. وللمهام الوكيلية متعددة الوسائط التي تشمل تحليل النص والصورة معًا، يتعامل Claude Opus 4.7 مع الوسيطين باستدلال قوي عبر كليهما.

مطابقة النموذج لدور الوكيل

ابنِ شيئًا يُطلق فعلًا

الأخطاء الخمسة التي يرتكبها الناس مع وكلاء GPT-5.6 لا تتعلق بإساءة استخدام النموذج. إنها تتعلق بسوء تصميم النظام المحيط بالنموذج. نطاق الأدوات، وبنية الذاكرة، ودقة الأوامر، والاسترداد من الأخطاء، والتحقق من المخرجات ليست اعتبارات هندسية اختيارية. إنها الفرق بين وكيل يُبهر في تشغيل مضبوط، ووكيل ينجز عملًا موثوقًا كل يوم دون أن يراقبه مطوّر.

لكل خطأ من الأخطاء الخمسة إصلاح يقابله، وهو بنيوي أكثر منه تقنيًا. حدّد نطاق أدواتك. ابنِ طبقات ذاكرة حقيقية. اكتب أوامر نظام محكمة وقابلة للاختبار. صمّم سلاسل البدائل قبل أن تحتاجها. ضع المراجعة البشرية عند النقاط التي تضيف أكبر قيمة. لا شيء من هذا معقد. وكله يتطلب قصدًا.

تجعل PicassoIA من السهل تشغيل نماذج GPT-5.6 واختبارها جنبًا إلى جنب، ومقارنة طريقة تعامل كل إصدار مع المهمة نفسها، وبناء الحدس العملي الذي يُنتج قرارات تصميم وكيلي أفضل مع الوقت. يمكنك الوصول إلى GPT 5.6 Luna، وGPT 5.6 Terra، وGPT 5.6 Sol الآن، إلى جانب المكتبة الكاملة من النماذج اللغوية الكبيرة على picassoia.com/en/all-models.

إن كنت تطلق وكلاء تعمل في معظم الأحيان، فالوقت مناسب للعودة وتصميمها لتعمل بموثوقية دائمًا. الأنماط الخمسة مفهومة جيدًا، والإصلاحات ليست معقدة. المتغير الوحيد هو هل تطبّقها قبل فشلك التالي في الإنتاج أم بعده.