← أحدث الأبحاث
🤖 AI

Step-level Optimization for Efficient Computer-use Agents

تقترح هذه الورقة إطار عمل متتالٍ على مستوى الخطوة، معياريّاً وقائماً على الأحداث، يعمل على تحسين كفاءة وكلاء استخدام الحاسوب من خلال الاعتماد الافتراضي على سياسات صغيرة ومنخفضة التكلفة، واللجوء فقط إلى النماذج الكبيرة والمكلفة عندما تكتشف أدوات المراقبة خفيفة الوزن توقفاً في التقدم أو انحرافاً دلالياً.

المؤلفون الأصليون: Jinbiao Wei, Kangqi Ni, Yilun Zhao, Guo Gan, Arman Cohan

نُشر 2026-05-01
📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Jinbiao Wei, Kangqi Ni, Yilun Zhao, Guo Gan, Arman Cohan

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 تقوم بتوظيف فريق من المساعدين لمساعدتك في التنقل عبر مدينة معقدة وغير مألوفة لإكمال قائمة طويلة من المهام.

المشكلة: فخ "الخبير الباهظ الثمن"
في الوقت الحالي، تعمل معظم الوكلاء الحاسوبية بهذه الطريقة: أنت توظف خبيراً عالمياً فائق التكلفة (نموذج ذكاء اصطناعي ضخم) لاتخاذ كل قرار نيابة عنك. هو من يفحص الخريطة، ويختار المنعطف، ويمشي الطريق بأكمله.

  • الجيد: هم أذكياء جداً ونادراً ما يضلون الطريق.
  • السيء: هم بطيئون للغاية ومكلفون جداً. حتى عندما تحتاج فقط إلى الانعطاف يساراً عند زاوية مألوفة، فإنك تدفع مقابل سعر الساعة المرتفع للخبير. وإذا علق الوكيل في حلقة مفرغة (يمشي في دوائر) أو بدأ يتجه في الاتجاه الخاطئ دون أن تلاحظ، سيستمر الخبير في المشي، مستنزفاً المال والوقت حتى تفشل المهمة.

الحل: "التدفق الذكي" (STEPWISE)
يقترح مؤلفو هذه الورقة طريقة جديدة لتوظيف المساعدة. بدلاً من الدفع للخبير مقابل كل خطوة، تقوم بتوظيف دليل محلي سريع ورخيص (نموذج ذكاء اصطناعي أصغر) للقيام بعملية المشي. هذا الدليل يعرف الأساسيات ويمكنه التعامل مع 90% من الخطوات الروتينية بشكل مثالي.

ومع ذلك، أنت تبقي الخبير الباهظ الثمن على اتصال سريع. أنت تستدعيه فقط في حالتين محددتين، يتم اكتشافهما بواسطة "مجسات ذكية" (مراقبين) يراقبون الدليل المحلي:

  1. "مجس التعثر" (مراقب التقدم):
  • الاستعارة: تخيل أن دليلك المحلي يمشي في دوائر أو ينقر على نفس مقبض الباب مراراً وتكراراً. يلاحظ المجس: "مهلاً، نحن لا نتقدم للأمام!"
  • الإجراء: يستدعي الخبير فوراً ليقول له: "لقد علقنا! تولَّ القيادة، وحدد مساراً جديداً، وأعدنا للمضي قدماً". وبمجرد أن يكسر الخبير الحلقة، تعود السيطرة إلى الدليل الرخيص.
  1. "مجس المعالم" (مراقب الانحراف):
  • الاستعارة: أحياناً، لا يمشي الدليل في دوائر، لكنه يمشي بثقة في الاتجاه الخاطئ (على سبيل المثال، يتجه إلى البقالة بينما طلبت منه الذهاب إلى المكتبة). يُسمى هذا "الانحراف الصامت". يبدو الدليل مشغولاً، لكنه يفشل في المهمة.
  • الإجراء: ينتظر المجس "نقطة تفتيش" طبيعية (مثل الانتهاء من مهمة رئيسية). ثم يسأل الخبير: "هل انتهينا للتو من الشيء الصحيح، أم أننا انحرفنا عن المسار؟" إذا قال الخبير: "لا، أنت في المتجر الخاطئ"، يتولى الخبير القيادة لتصحيح المسار. أما إذا قال الخبير: "نعم، عمل جيد"، فيستمر الدليل الرخيص في المشي.

لماذا ينجح هذا؟
اختبرت الورقة هذا النظام في "مدينتين" حقيقيتين (مهام حاسوبية معقدة تتضمن برامج سطح المكتب وتصفح الويب). وهذا ما وجدوه:

  • إنه أرخص: من خلال ترك الدليل الرخيص يقوم بمعظم العمل، تمكنوا من تقليل تكلفة تشغيل هؤلاء الوكلاء بنسبة تصل إلى 75%.
  • إنه أسرع: أنهى الوكلاء المهام بشكل أسرع بنسبة تصل إلى 45% لأنهم لم يضطروا لانتظار الخبير البطيء لكل خطوة صغيرة.
  • إنه بنفس الجودة: كانت نسبة النجاح (إنجاز المهمة بشكل صحيح) مماثلة تقريباً لما لو استخدموا الخبير الباهظ الثمن طوال الرحلة.

الخلاصة
تجادل الورقة بأن ليست كل خطوة في المهمة الحاسوبية متساوية في الصعوبة. معظم الخطوات روتينية؛ القليل منها فقط هو الذي يكون خطيراً أو صعباً. من خلال استخدام "تدفق ذكي" ينتقل بين عامل رخيص وخبير باهظ الثمن عند الضرورة فقط، يمكننا بناء وكلاء حاسوبيين سريعين، ميسوري التكلفة، وذوي ذكاء عالٍ جداً. إنه يحول العملية المكلفة التي تعمل "بشكل دائم" إلى نظام ذكي "عند الطلب".

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 →