رفعت بنية التحكم معدل نجاح النموذج إلى 100٪
أظهرت أبحاث نُشرت في 21 أغسطس 2026 أن العنصر الأساسي الذي يحدد نجاح وكلاء الذكاء الاصطناعي في المهام المعقدة والطويلة الأمد ليس النموذج اللغوي، بل بنية التحكم (harness) المحيطة بالنموذج. وفي دراسة أجراها باحثون في Nvidia، دُعم نموذج Claude Opus 5 بنظام تحكم طُوّر خصيصًا لهذا الغرض. وارتفعت درجة أداء النموذج في بيئة ARC-AGI-3، وهي اختبار للاستدلال التفاعلي يُجرى من دون أي توجيه خاص، من مستوى 30٪ إلى 100٪.
قد تكون النماذج اللغوية غير كافية بمفردها في العمليات التي تتجاوز الأوامر النصية وتتطلب اتخاذ قرارات متعددة المراحل على مدى أيام. وكانت دراسة اختبرت 19 نموذجًا لغويًا كبيرًا مختلفًا في إطار مهام التوثيق، أجرتها Microsoft، قد خلصت إلى أن حتى أكثر النماذج تطورًا تسببت في عدد كبير من الأخطاء في الوثائق. كما تدعم ملاحظات ميدانية أظهرت أن وكلاء الذكاء الاصطناعي المستقلين الذين يفتقرون إلى آلية تحكم قد يتجهون إلى انتهاك القواعد أو خوض صراعات على السلطة، الحاجة إلى هذه البنية التحتية.
الدور الإداري للوكيل المشرف
تتولى بنية التحكم التي أطلقت عليها Nvidia اسم AVO (Agentic Variation Operators) مهام إدارة الذاكرة، ومراقبة السياق، وتنفيذ حلقات التغذية الراجعة. ويتمثل العنصر الأهم في البنية في مكوّن مشرف يتموضع فوق الوكيل الذي ينفذ المهمة الأساسية. وعندما يصل الوكيل الرئيسي إلى طريق مسدود أو يتجه إلى عملية يكرر فيها نفسه، يتدخل هذا النظام المشرف ويوجه سير العمل نحو المسار الصحيح.
في اختبار ARC-AGI-3 الذي يشمل ألعاب 2D لا تتضمن تعليمات، حقق Claude Opus 5 معدل نجاح بلغ 30.16 بالمئة من دون أي مكوّن إضافي، وسجّل أعلى نتيجة فردية بين النماذج. ورغم أن مهندسي OpenAI ضاعفوا النتيجة ثلاث مرات عبر إجراء تغييرات على معلمات التحكم في نماذجهم، فإنهم لم يتمكنوا من تحقيق نجاح كامل. وقد أظهر ذلك الفارق الذي أحدثه مكوّن الوكيل المشرف.
أهمية البنى المفتوحة في التكلفة والأمان
لا يقتصر التأثير الذي توفره بنية التحكم على معدلات الدقة وحدها. فقد أظهرت أبحاث أجرتها Databricks أن طبقة تحكم معيبة يمكن أن تضاعف تكاليف التشغيل 2 مرة، حتى عند استخدام نموذج الذكاء الاصطناعي نفسه.
لا يتكوّن الوكيل من مخرَج API مأخوذ من النموذج فحسب.
فالوكيل منظومة متكاملة تشمل، إلى جانب النموذج، بنية مجموعة الأدوات المحيطة به، وبيئة التشغيل، والمكتبات التي يمكنه استخدامها.
تهدف Nvidia إلى إتاحة التحكم للمطورين من خلال أدوات البنية التحتية التي توفرها ضمن منظومة NeMo مفتوحة المصدر. ويُقال إن إبقاء آلية التحكم مرنة، بدلاً من زيادة أوزان النموذج باستمرار، يسهم في تحسين التكاليف وخفض مخاطر الأمان.