← أحدث الأبحاث
🤖 AI

Why Do LLM-based Web Agents Fail? A Hierarchical Planning Perspective

تقدم هذه الورقة إطار عمل تخطيط هرمي لتشخيص إخفاقات وكلاء الويب القائمين على النماذج اللغوية الكبيرة عبر طبقات التخطيط عالي المستوى، والتنفيذ منخفض المستوى، وإعادة التخطيط، كاشفةً أنه في حين تعمل خطط (PDDL) المهيكلة على تحسين صياغة الاستراتيجية، إلا أن التنفيذ منخفض المستوى والترسيخ الإدراكي يظلان هما العقبات الرئيسية أمام تحقيق الموثوقية بمستوى القدرات البشرية.

المؤلفون الأصليون: Mohamed Aghzal, Gregory J. Stein, Ziyu Yao

نُشر 2026-03-17
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Mohamed Aghzal, Gregory J. Stein, Ziyu Yao

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 وظفت مساعداً آلياً ذكياً جداً، واسع الاطلاع، ولكنه أخرق قليلاً، ليقوم بالتسوق عبر الإنترنت أو البحث نيابة عنك. أعطيته تعليمات معقدة وكبيرة مثل: "جد لي أرخص معطف شتوي لكلبي بمقاسي، وتأكد أنه معروض للبيع بخصم".

هذه الورقة البحثية هي في الأساس "تقرير تشريح" لسبب فشل هؤلاء المساعدين الآليين (الذين يُطلق عليهم وكلاء الويب القائمون على النماذج اللغوية الكبيرة - LLM Web Agents) في أداء هذه المهام، رغم أنهم يزدادون ذكاءً.

يجادل المؤلفون بأننا كنا ننظر إلى الشيء الخطأ. فبدلاً من مجرد السؤال: "هل أنهى الروبوت المهمة؟ نعم أم لا؟"، قرروا النظر في كيفية تفكير الروبوت وتصرفه. لقد قاموا بتفكيك عقل الروبوت إلى ثلاث طبقات متميزة، مثل طاقم بناء يبني منزلاً.

إليك تفصيل ذلك باستخدام تشبيهات بسيطة:

1. الطبقات الثلاث لعقل الروبوت

يقول المؤلفون إن لكل وكيل ويب ثلاث وظائف، وهم يفشلون في نقاط مختلفة في كل منها:

  • الطبقة 1: المهندس المعماري (التخطيط رفيع المستوى)

    • الوظيفة: هذا هو الجزء الذي يقرأ طلبك ويضع خطة رئيسية. يقول: "أولاً، اذهب إلى المتجر. ثانياً، ابحث عن قسم الكلاب. ثالثاً، قم بعمل تصفية حسب المقاس".
    • المشكلة: أحياناً يرتبك المهندس المعماري. قد يكتب خطة غامضة للغاية ("ابحث عن معطف") أو محددة للغاية ("انقر على الزر الثالث من اليسار")، مما يجعله يفقد الرؤية الشاملة.
    • الحل: وجدت الورقة أنه إذا أجبرت المهندس المعماري على كتابة الخطة بلغة مهيكلة وصارمة (مثل لغة برمجة تسمى PDDL) بدلاً من مجرد الدردشة باللغة الإنجليزية العادية، فإن الخطط تصبح أكثر وضوحاً ومنطقية. الأمر يشبه الانتقال من ملاحظة مكتوبة بخط يد فوضوي إلى مخطط هندسي دقيق.

  • الطبقة 2: البنّاء (التنفيذ منخفض المستوى)

    • الوظيفة: هذا هو الجزء الذي يلمس الشاشة فعلياً. يجب عليه النقر على الزر الصحيح، وكتابة الكلمات الصحيحة، والتمرير إلى المكان الصحيح.
    • المشكلة: هذا هو المكان الذي يفشل فيه الروبوت بأكبر قدر. حتى لو رسم المهندس المعماري مخططاً مثالياً، فإن البنّاء يكون أخرقاً. قد ينقر على رابط خاطئ، أو يعلق في حلقة مفرغة من النقر على نفس الزر مراراً وتكراراً، أو يتشتت وينتقل إلى موقع إلكتروني مختلف (مثل البحث عن "معاطف الكلاب" في موقع لتتبع الرحلات الجوية).
    • التشبيه: تخيل مهندساً معمارياً عبقرياً يصمم جسراً مثالياً، لكن طاقم البناء يستمر في التعثر في أربطة أحذيتهم وإسقاط الطوب. وجدت الورقة أن هذا الخرق هو أكبر عقبة. الروبوت ليس جيداً بما يكفي في "رؤية" الموقع والنقر على الأشياء الصحيحة بعد.

  • الطبقة 3: المُصلح (إعادة التخطيط)

    • الوظيفة: عندما تسوء الأمور (يتعطل الموقع، أو لا يعمل الزر)، يجب على هذا الجزء أن يقول: "حسناً، الخطة (أ) فشلت. لنحاول طريقة أخرى".
    • النتيجة: وجدت الورقة أن منح الروبوت "فرصة ثانية" لإعادة التفكير في استراتيجيته بعد أن يعلق يساعد كثيراً. الأمر يشبه قولك لمتنزه ضل طريقه: "حسناً، هذا المسار مغلق. لننظر إلى الخريطة مرة أخرى ونجد مساراً جديداً". هذه الخطوة البسيطة المتمثلة في "إعادة التخطيط" حسنت معدلات النجاح بشكل كبير.

2. النتائج الرئيسية الكبرى

أجرى المؤلفون تجارب باستخدام ثلاثة "عقول" مختلفة (نماذج ذكاء اصطناعي) ووجدوا ثلاثة أشياء رئيسية:

  1. الهيكلية تساعد المخطط: عندما تجبر الذكاء الاصطناعي على كتابة خطته بتنسيق مهيكل (PDDL) بدلاً من النص الحر، فإنه يضع خططاً أفضل وأكثر إيجازاً. يتوقف عن الثرثرة ويدخل في صلب الموضوع مباشرة.
  2. "الأيدي" هي المشكلة: المشكلة الكبرى ليست في أن الذكاء الاصطناعي لا يستطيع التفكير؛ بل في أنه لا يستطيع "الفعل". إنه يكافح لترجمة فكرة جيدة إلى إجراء محدد مثل نقرة أو كتابة. الأمر يشبه امتلاك طباخ عبقري يمكنه وصف الوصفة تماماً، لكنه يحرق الخبز في كل مرة يحاول فيها استخدام المحمصة.
  3. التعثر أمر طبيعي، لكن الإصلاح ينجح: الروبوتات ترتبك بسهولة. ولكن إذا سمحت لها بالتوقف، وإدراك أنها عالقة، وتجربة خطة جديدة، فإنها تنجح في كثير من الأحيان.

3. ماذا يجب أن نفعل بعد ذلك؟

تقترح الورقة أنه لجعل هؤلاء الروبوتات موثوقين حقاً (مثل البشر)، نحتاج إلى التوقف عن محاولة جعل نموذج ذكاء اصطناعي واحد ضخم يقوم بكل شيء بشكل مثالي. بدلاً من ذلك، يجب علينا:

  • فصل الوظائف: توفير وحدة متخصصة للتخطيط (المهندس المعماري) وأداة أخرى متخصصة للنقر والكتابة (البنّاء).
  • تعليمهم الاعتراف بالارتباك: بدلاً من التخمين والنقر على الشيء الخطأ، يجب أن يكون الروبوت قادراً على قول: "أنا لست متأكداً أين أنقر، دعني أطلب المساعدة أو أجرب نهجاً مختلفاً".
  • التوقف عن النظر فقط إلى النتيجة النهائية: نحن بحاجة إلى تقييمهم بناءً على كيفية أدائهم للمهمة، وليس فقط إذا أنهوها أم لا. هذا يساعدنا في معرفة ما إذا كانوا قد فشلوا لأنهم "أغبياء"، أم لمجرد أنهم "خرقاء".

باختصار: وكلاء الويب من الذكاء الاصطناعي هؤلاء يشبهون المتدربين العباقرة ولكن الخرقاء. يمكنهم فهم المهمة، لكنهم يتعثرون في أقدامهم عند محاولة القيام بالعمل الفعلي. لإصلاحهم، نحتاج إلى إعطائهم تعليمات أفضل (تخطيط مهيكل) وتدريب أفضل على استخدام الفأرة ولوحة المفاتيح (الإدراك الحسي)، بدلاً من مجرد الأمل في أن يصبحوا أكثر ذكاءً في التفكير.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 🤖 cs.AI →