وكلاء الذكاء الاصطناعي ليسوا مجرد روبوتات محادثة تجيب عن الأسئلة. فهم يستدلون، ويخططون، ويستخدمون الأدوات، وينفّذون مهامًا متعددة الخطوات دون تدخل بشري في كل خطوة. يشرح هذا المقال بدقة ما هو وكيل الذكاء الاصطناعي، وكيف يعمل، وما الذي يميّزه عن نماذج الذكاء الاصطناعي العادية والبرمجيات التقليدية.
هناك لحظة، غالبًا في منتصف عرض توضيحي، يتوقف فيها الناس عن اعتبار الذكاء الاصطناعي مجرد أداة إكمال تلقائي متطورة. يشاهدون ذكاءً اصطناعيًا يفتح متصفحًا، ويسحب أسعار الرحلات الجوية، ويقارن الخيارات، ويحجز التذكرة، ويرسل رسالة تأكيد عبر البريد الإلكتروني، كل ذلك من تعليمة واحدة. هذا ليس روبوت محادثة. هذا هو وكيل الذكاء الاصطناعي. والفرق بينهما ليس تقنيًا فقط، بل يغيّر ما يمكنك فعلًا إنجازه بالذكاء الاصطناعي في العالم الحقيقي.
يعمل نموذج الذكاء الاصطناعي القياسي وفق حلقة طلب واستجابة. ترسل له نصًا فيرسل لك نصًا. حتى أكثر النماذج اللغوية قدرة في هذا الوضع تبقى، في جوهرها، تفاعلية. ينتظرك، ويجيبك، ثم يتوقف.
يكسر وكيل الذكاء الاصطناعي هذا النمط. فبدلًا من انتظار أمر نصي جديد، يأخذ الوكيل هدفًا ويحدد الخطوات اللازمة للوصول إليه. يخطط، ثم يتصرف، ثم يراجع عمله. وبعدها يتصرف مجددًا حتى تنتهي المهمة.
يأتي المصطلح من مفهوم الوكيل المستقل في علوم الحاسوب: نظام يدرك بيئته، ويتخذ القرارات، ويتخذ إجراءات للوصول إلى هدف محدد. وعند تطبيق ذلك على الذكاء الاصطناعي الحديث، يعني نموذجًا لغويًا متصلًا بأدوات (متصفحات الويب، وواجهات API، وأنظمة الملفات، ومفسّرات الأكواد) ويعمل في حلقة متكررة بدلًا من مسار خطي مستقيم.
ما يفصل الوكيل عن النموذج العادي هو مزيج محدد من القدرات تعمل معًا:
أزِل أيًا من هذه القدرات وستحصل على نموذج قادر جدًا. أما إذا اجتمعت الأربع، فأنت أمام وكيل.
توصف العملية الداخلية لوكيل الذكاء الاصطناعي غالبًا بأنها حلقة الإدراك-الاستدلال-التصرف. إليك كيف تبدو كل مرحلة عمليًا:
تستمر هذه الحلقة حتى يتحقق الهدف، أو يُبلغ حد معين، أو يحدد الوكيل أن المهمة قد انتهت.
💡 الحلقة هي ما يجعل الوكلاء يبدون مختلفين. روبوت المحادثة يتوقف بعد كل رسالة، أما الوكيل فيواصل حتى ينجز المهمة.
من أكبر الفروقات العملية بين الوكيل والنموذج العادي هو الوصول إلى الأدوات. فالنموذج وحده لا يستطيع التحقق من حالة الطقس اليوم، أو البحث عن آخر الأخبار، أو تشغيل سكربت Python، أو تحديث جدول بيانات. أما الوكيل المزوّد بالأدوات المناسبة فيستطيع فعل ذلك كله داخل مهمة واحدة.
عادةً ما تُقدَّم الأدوات على هيئة استدعاءات دوال أو نقاط نهاية API يستطيع الوكيل استدعاءها. يقرأ الوكيل وصفًا لكل أداة ("البحث في الويب"، "تنفيذ الكود"، "إرسال بريد إلكتروني") ويقرر متى وكيف يستخدمها بناءً على ما تتطلبه الخطوة الحالية.
هذه البنية القائمة على استخدام الأدوات هي سبب قدرة وكلاء الذكاء الاصطناعي على إنجاز مهام تبدو مدهشة في المرة الأولى التي تراها فيها. فهم ليسوا بالضرورة أذكى من النموذج العادي في أي جملة بعينها. لكنهم يملكون رافعة، وهذه الرافعة، عندما تُضرب في مهمة من 20 خطوة، هي ما يصنع الفارق.
يخلط الناس بين هذه الأشياء الثلاثة كثيرًا، وهذا مفهوم. فالثلاثة تعتمد على نماذج لغوية. أما التشابه فينتهي عند هذا الحد.
| الميزة | نموذج لغوي كبير عادي | روبوت محادثة | وكيل الذكاء الاصطناعي |
|---|---|---|---|
| ينفّذ إجراءات متعددة الخطوات | لا | لا | نعم |
| يستخدم أدوات خارجية | لا | أحيانًا | نعم |
| يحتفظ بذاكرة للمهمة | لا | داخل الجلسة فقط | نعم |
| يصحح أخطاءه بنفسه | لا | لا | نعم |
| يحتاج إلى إنسان في كل خطوة | نعم | نعم | لا |
| يعمل نحو هدف | لا | لا | نعم |
يمكن لروبوت المحادثة أن يساعدك في صياغة بريد إلكتروني. أما الوكيل فيمكنه كتابة البريد ومراجعته وتحديد المرسل إليه وإرساله وتتبعه، دون أن تحرك ساكنًا بعد التعليمة الأولى.
يمكن للنموذج العادي أن يشرح لك كيفية إعداد خادم. أما الوكيل فيستطيع تنفيذ ذلك فعلًا: تشغيل أوامر الإعداد، والتحقق من الأخطاء، ثم إعادة النتائج إليك.
يتسع الفارق العملي بشكل كبير مع طول المهمة وتعقيدها. فلسؤال من جملة واحدة، يكفي روبوت المحادثة تمامًا. أما لمهمة من 15 خطوة تتفرع بحسب النتائج، فلن ينجزها إلا وكيل دون أن تدير كل حركة بنفسك.
أبسط أنواع الوكلاء مبني حول قدرة واحدة محددة. مثل وكيل برمجي يقرأ تقرير خطأ، ويفحص الملفات المعنية، ويكتب إصلاحًا. أو وكيل بحثي يتلقى سؤالًا، ويبحث في الويب، ويقرأ أبرز النتائج، ثم يُعدّ ملخصًا مع مراجع.
وكلاء المهمة الواحدة هذه هي الأسهل في البناء والأسهل في الوثوق بها. فنطاقها ضيق، ولذلك تكون أنماط فشلها متوقعة. ومعظم عمليات نشر الوكلاء في بيئات الإنتاج تبدأ من هنا قبل محاولة أي شيء أوسع.
عندما تكون المهمة كبيرة أو متنوعة أكثر من أن يتولاها وكيل واحد، يمكن تنظيم فرق من الوكلاء. قد يتولى وكيل التخطيط، ويتولى آخر البحث، ويتولى ثالث الكتابة، ويوزع وكيل مشرف العمل بينهم ويفحص المخرجات قبل المضي قدمًا.
تحاكي هذه البنية طريقة عمل الفرق البشرية: متخصصون يديرون مجالاتهم، مع منسّق يُبقي الجميع على توافق. وتصبح المهام التي كانت ستُرهق وكيلًا واحدًا قابلة للإدارة عندما تُوزَّع على نظام مصمم جيدًا.
💡 أنظمة الوكلاء المتعددين هي حيث تكمن مكاسب الإنتاجية الحقيقية. الوكلاء الفرديون مفيدون، لكن الأنظمة المنسقة تعمل على مستوى مختلف تمامًا.
ليس كل الوكلاء يعملون دون إشراف. هناك طيف واضح:
يعتمد الخيار الصحيح على حجم المخاطر في المهمة. ومعظم أنظمة الإنتاج اليوم تستخدم نمط المشاركة البشرية في الحلقة لأي شيء له عواقب في العالم الحقيقي.
ليست كل النماذج اللغوية مناسبة بالقدر نفسه للمهام الوكيلية. فالبراعة في توليد النص والبراعة في الاستدلال عبر مشكلات متعددة الخطوات مهارتان مترابطتان لكنهما مختلفتان.
يحتاج الوكلاء إلى نماذج تستطيع:
نموذج يهلوس أحيانًا أو يفقد السياق في منتصف المهمة مزعج في روبوت المحادثة. أما في الوكيل فالخلل نفسه يمكن أن يتسلسل إلى سلسلة من الإجراءات الخاطئة تتراكم مع كل خطوة.
صُممت نماذج عدة أو أُثبتت كفاءتها خصيصًا لحالات الاستخدام الوكيلية. إليك الوضع الحالي لأحدث ما توصّلت إليه التقنية اليوم:
GPT 5.1 صُمم بتوجه واضح للبرمجة وبناء وكلاء الذكاء الاصطناعي. ويتميز بموثوقية قوية في استخدام الأدوات واتباع التعليمات بدقة في سير العمل متعدد الخطوات.
Kimi K2.6 من Moonshotai نموذج آخر مصمم لمهام الوكلاء وتوليد الأكواد. وتتعامل بنيته مع السياقات الطويلة والاستدلال المنظم بثبات لافت.
Claude Opus 4.7 من Anthropic يحظى بسمعة طيبة في الاستدلال الدقيق والتحليل متعدد الخطوات. واتباعه القوي للتعليمات يجعله عمودًا فقريًا متينًا لخطوط الوكلاء المعقدة.
DeepSeek R1 يقدم تسلسل تفكير شفافًا. يمكنك متابعته وهو يستدل على المشكلة خطوة بخطوة، وهذا مفيد لتصحيح سلوك الوكيل عندما يحدث خطأ ما.
GPT 5 يضع المعيار لجودة الاستدلال، وهو من أكثر النماذج موثوقية المتاحة لاستدعاء الدوال وتوليد المخرجات المنظمة.
Gemini 3 Pro يتميز بقدرات متعددة الوسائط قوية. وبالنسبة للوكلاء الذين يحتاجون إلى معالجة الصور مع النص (قراءة لقطات الشاشة، وتحليل المخططات البيانية، واستخراج البيانات من المستندات)، فهو خيار عملي.
Kimi K2 Instruct يقدم استدلالًا وبرمجة فعّالين ضمن صيغة اتباع تعليمات مُحسّنة جيدًا، ما يجعله خيارًا اقتصاديًا لمهام الوكلاء كثيفة الحجم.
💡 بالنسبة لمعظم أحمال العمل الوكيلية، فضّل النماذج ذات استدعاء الدوال القوي على جودة النص الخام. النموذج الذي يستدعي الأداة الصحيحة بموثوقية أنفع من نموذج يكتب بجمال لكنه يخطئ في استدعاء الأدوات.
تمنحك Picasso IA وصولًا مباشرًا إلى النماذج التي تشغّل خطوط الوكلاء الحقيقية دون الحاجة إلى إعداد بنية تحتية. إليك نقطة بداية عملية باستخدام Kimi K2.6 أو GPT 5.1:
عند تشغيل النماذج لمهام وكيلية، تكتسب بعض الإعدادات أهمية أكبر مما لها في المحادثة البسيطة:
💡 موجّه النظام هو دستور وكيلك. كلما كان أوضح، تصرّف النموذج بموثوقية أكبر عبر عشرات الخطوات المستقلة.
يتألق وكلاء الذكاء الاصطناعي فعلًا في سيناريوهات محددة:
1. انتشار الأخطاء. عندما تسير الخطوة 3 من مهمة من 10 خطوات بشكل خاطئ قليلًا، تُبنى كل خطوة لاحقة على هذا الخطأ. فعلى عكس الإنسان الذي يلاحظ أن شيئًا ما غير سليم، غالبًا ما يلتزم الوكيل تمامًا بتصوره الحالي حتى يُصحَّح صراحةً. فافتراض خاطئ واحد في البداية يتراكم بقوة.
2. حدود نافذة السياق. حتى النماذج ذات السياق الكبير لها سقوف. فالمهام الطويلة جدًا مع مخرجات أدوات كثيفة قد تدفع الوكيل إلى ما بعد قدرته على الاحتفاظ بالحالة الكاملة في الذاكرة. وعندما يحدث ذلك، يفقد الوكيل المسار ويبدأ باتخاذ قرارات مبنية على معلومات ناقصة.
3. موثوقية الأدوات. لا يكون الوكيل أكثر اعتمادية من الأدوات التي يستطيع استدعاءها. فواجهة API تُرجع تنسيقات غير متسقة، أو بحث ويب يعيد نتائج قديمة، أو منفّذ أكواد يفشل بصمت، كلها أمور قد تُعثّر حتى أفضل نموذج في أسوأ لحظة.
هذه قيود حقيقية وليست نظرية. وأكثر عمليات نشر الوكلاء فعالية اليوم تعمل حولها من خلال تصميم دقيق للأدوات، وخطوات صريحة للتحقق من الأخطاء في مواصفات المهمة، والحفاظ على نطاق المهمة محددًا بإحكام منذ البداية.
الفجوة بين معرفة ما هو وكيل الذكاء الاصطناعي و_الإحساس_ فعلًا بعمله كبيرة جدًا. قراءة هذا المقال هي النظرية. أما بناء شيء ما، ولو كان صغيرًا، فهنا تتضح الفكرة.
تجمع مجموعة النماذج اللغوية الكبيرة على Picasso IA نماذج مثل GPT 5.1، و Kimi K2.6، و Claude Opus 4.7، و DeepSeek R1 في مكان واحد، ومتاحة للاستخدام مجانًا ودون إعداد. يمكنك تشغيل هذه النماذج، واختبار استدلالها، ومقارنة طريقة تعامل البنى المختلفة مع المشكلات متعددة الخطوات، والبدء في تجربة أوامر نصية على نمط الوكلاء دون كتابة سطر واحد من كود البنية التحتية.
ابدأ بشيء تفعله بشكل متكرر في عملك. اكتب خطواته كما لو كنت تشرحها لموظف جديد. ثم جرّب هل يستطيع أحد هذه النماذج تنفيذ هذا التسلسل بأقل قدر من التوجيه. ستكون النتائج مفيدة، وأحيانًا مبهرة، وأحيانًا تكشف حدودها بطرق ستعلمك أكثر بكثير مما تعلمه القراءة وحدها.
هذا هو الطريق الأسرع من "أظن أنني أعرف ما هي وكلاء الذكاء الاصطناعي" إلى "أصبحت أفهمها الآن فعلًا".
اختر لغتك
