Confucius Code Agent: Scalable Agent Scaffolding for Real-World Codebases
يُعد وكيل كود كونفوشيوس (CCA) وكيل هندسة برمجيات قابل للتوسع مبني على حزمة أدوات تطوير برمجيات كونفوشيوس (Confucius SDK)، والتي تدمج إدارة متقدمة للسياق، والتعلم المستمر، ووكيلًا ميتاويًا للتحسين الآلي لتحقيق أداء رائد في مهام البرمجة الواقعية مثل SWE-Bench-Pro.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول إصلاح مكتبة ضخمة مكونة من 20 طابقًا، حيث كل كتاب فيها هو عبى عن قطعة من الكود البرمجي، والكتب تُعاد كتابتها باستمرار. لديك أمين مكتبة عبقري (النموذج الذكي) يعرف كيف يقرأ ويكتب، ولكن إذا سلمته المكتبة بأكملها، فإنه يصاب بالارتباك، وينسى ما فعله قبل خمس دقائق، ويبدأ في ارتكاب الأخطاء.
تقدم هذه الورقة البحثية Confucius Code Agent (CCA)، وهي طريقة جديدة لبناء "أمين مكتبة خارق" يمكنه حقًا التعامل مع المشاريع البرمجية الضخمة في العالم الحقيقي دون أن يتوه.
إليك شرح الورقة البحثية باستخدام مفاهيم بسيطة:
1. المشكلة: "العبقري المرتبك"
أدوات البرمجة الحالية هي بمثابة عباقرة بارعين في المهام القصيرة، لكنهم سيئون للغاية في المهام الطويلة.
- الأدوات البحثية شفافة (يمكنك رؤية كيف تفكر)، لكنها تنهار عندما يصبح العمل ضخمًا جدًا.
- الأدوات التجارية تعمل بشكل جيد في الممارسة العملية، لكنها تشبه "الصناديق السوداء"؛ لا يمكنك تعديلها بسهولة أو فهم سبب فشلها.
- المشكلة: هندسة البرمجيات الحقيقية ليست مجرد كتابة سطر واحد من الكود؛ إنها رحلة طويلة تتضمن آلاف الملفات، وخطوات عديدة، وتذكر ما فعلته قبل أيام. الأدوات الموجودة تنسى الأشياء أو ترتبك بسبب الحجم الهائل للمعلومات.
2. الحل: نظام المكتبة "ذو الثلاث تجارب"
بنى المؤلفون منصة تسمى Confucius SDK. وبدلاً من مجرد منح الذكاء الاصطناي قدرة عقلية أكبر، قاموا بتنظيم المكتبة في ثلاثة أدوار متميزة لضمان سير العمل بسلاسة:
- تجربة الوكيل (AX): هي "مساحة العمل الداخلية" للذكاء الاصطناعي. إنها مكتب منظم ونظيف حيث يرى الذكاء الاصطناعي فقط الملاحظات الأساسية التي يحتاجها للتفكير. لا يتشتت انتباهه بالسجلات الفوضوية أو ثرثرة البشر.
- تجربة المستخدم (UX): هذا ما تراه أنت (الإنسان). إنها لوحة تحكم واضحة وسهلة القراءة تظهر تقدم الذكاء الاصطناي، مثل فيديو مباشر للعمل الذي يتم إنجازه، حتى لا تشعر بالارتباك من كود الكمبيوتر الخام.
- تجربة المطور (DX): هي "غرفة التحكم" للمهندسين الذين يبنون الذكاء الاصطناعي. تتيح لهم استبدال الأدوات بسهولة، ومراقبة كيفية تعلم الذكاء الاصطناعي، وإصلاح الأخطاء في النظام نفسه.
التشبيه: تخيل موقع بناء.
- AX هو لوحة ملاحظات رئيس العمال التي تحتوي فقط على المخططات وقائمة المهام.
- UX هو النافذة الزجاجية الواقية حيث يشاهد العميل العمل وهو يحدث.
- DX هي غرفة الأدوات حيث يحتفظ المهندسون بالمطارق والمثاقب بشكل منظم بحيث يمكن استبدالها بسهلاً.
3. القوى الخارقة الأربع
لجعل هذا النظام يعمل على قواعد برمجية ضخمة، يستخدم Confucius Agent أربع حيل محددة:
أ. "الملخص الذكي" (إدارة السياق)
عندما تتحدث مع ذكاء اصطناعي لفترة طويلة، تصبح المحادثة طويلة جدًا بحيث يصعب عليه تذكر كل شيء.
- كيف يعمل: يمتلك الوكيل "مهندس كود" يراقب المحادثة. عندما تصبح المحادثة طويلة جدًا، يتوقف المهندس، ويقرأ التاريخ، ويكتب ملخصًا مهيكلًا (مثل قائمة نقطية للأهداف، والقرارات، والأخطاء). يقوم برمي سجلات الدردشة القديمة والفوضوية ويستبدلها بهذا الملخص النظيف.
- النتيجة: لا ينسى الذكاء الاصطناعي الصورة الكبيرة أبدًا، حتى بعد ساعات من العمل.
ب. "الدفتر المستمر" (تدوين الملاحظات)
عادةً، عندما يفشل الذكاء الاصطناعي، فإنه ينسى هذا الفشل في المرة القادمة التي يبدأ فيها.
- كيف يعمل: يمتلك الوكيل "مدون ملاحظات" مخصصًا يكتب فيه ما حدث في دفتر ملاحظات دائم ومنظم (ملفات Markdown). والأهم من ذلك، أنه يكتب ملاحظات الفشل أيضًا (مثل: "لا تحاول تعديل هذا الملف بهذه الطريقة، لأنها تسبب خطأً").
- النتيجة: إذا واجه الوكيل نفس المشكلة لاحقًا، فإنه يفتح الدفتر، ويرى الخطأ السابق، ويصلحه فورًا بدلاً من تكرار نفس الخطأ مرة أخرى.
ج. "صندوق الأدوات النمطي" (الامتدادات)
بدلاً من برمجة كيفية استخدام الذكاء الاصطناعي للأدوات (مثل محررات الملفات) بشكل ثابت، يستخدم النظام "الامتدادات".
- كيف يعمل: فكر في هذه الأدوات مثل قطع "الليغو". يمكنك تركيب أدوات مختلفة (بحث، تعديل، تشغيل أوامر) على الوكيل. إذا تعطلت أداة أو احتاجت إلى قاعدة جديدة، يمكنك ببساطة استبدال القطعة دون الحاجة لإعادة بناء الروبوت بالكامل.
- النتيجة: النظام مرن وسهل التحديث.
د. "المدرب ذاتي التحسين" (الوكيل الميتا - Meta-Agent)
هذا هو الجزء الأكثر تميزًا. يتضمن النظام ذكاءً اصطناعيًا ثانيًا (الوكيل الميتا) مهمته الوحيدة هي بناء وتحسين الذكاء الاصطناعي الأول.
- كيف يعمل: يحاول الوكيل الميتا تجربة طرق مختلفة لإخبار الوكيل الرئيسي بكيفية استخدام الأدوات. يقوم باختبارها، ويرى أي منها يعمل بشكل أفضل، ويعيد كتابة التعليمات (Prompts) تلقائيًا لتكون أكثر وضوحًا.
- النتيجة: يتحسن الوكيل في أداء عمله تلقائيًا، دون الحاجة إلى تدخل بشري لتعديل كل تعليمات يدويًا.
4. النتائج: التفوق على العمالقة
اختبر المؤلفون هذا النظام على SWE-Bench-Pro، وهو اختبار صعب للغاية حيث يتعين على الذكاء الاصطناعي إصلاح أخطاء حقيقية في برمجيات مفتوحة المصدر.
- المنافسة: قارنوا وكيلهم بأدوات بحثية رائدة أخرى، وحتى بالأدوات الخاصة (السرية) التي تستخدمها شركات التقنية الكبرى مثل OpenAI وAnthropic.
- النتيجة: حل Confucius Code Agent نسبة 59% من المشكلات.
- هذا تفوق على الرقم القياسي السابق للأبحاث.
- كما تفوق على نتائج نماذج GPT-5.2 من OpenAI وClaude Opus 4.5 من Anthropic، رغم أنهم استخدموا نفس "العقل" (النموذج) ونفس الأدوات تمامًا.
- الخلاصة: تثبت الورقة البحثية أن طريقة تنظيمك للذكاء الاصطناائي (الهيكل التنظيمي) لا تقل أهمية عن مدى ذكاء الذكاء الاصطناعي نفسه. نموذج أضعف قليلاً مع نظام رائع هزم نموذجًا أقوى مع نظام ضعيف.
ملخص
تجادل الورقة بأن بناء ذكاء اصطناعي يمكنه القيام بهندسة برمجية حقيقية لا يتطلب فقط جعل الذكاء الاصطناعي أكثر ذكاءً، بل نحتاج إلى بناء "مكتب" أفضل ليعمل فيه؛ مكتب يحتوي على مكتب نظيف (AX)، ورؤية واضحة للبشر (UX)، وأدوات سهلة الإصلاح (DX)، وطريقة لتذكر أخطاء الماضي (تدوين الملاحظات)، ومدرب يساعده على التعلم (الوكيل الميتا). عندما تفعل ذلك، يصبح الذكاء الاصطناعي العادي قوة خارقة قادرة على إصلاح مشاريع برمجية ضخمة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.