💬 NLP

On Time, Within Budget: Constraint-Driven Online Resource Allocation for Agentic Workflows

تقدم هذه الورقة "تخطيط محفظة مونت كارلو" (MCPP)، وهو مخطط خفيف الوزن ذو حلقة مغلقة يعمل على تحسين احتمالية إكمال سير العمل الوكيل ضمن قيود صريحة للميزانية والموعد النهائي من خلال التخصيص الديناميكي للنماذج والعينات المتوازية بناءً على النتائج المحاكاتية.

المؤلفون الأصليون: Xinglin Wang, Zishen Liu, Shaoxiong Feng, Peiwen Yuan, Yiwei Li, Jiayi Shi, Yueqi Zhang, Chuyi Tan, Ji Zhang, Boyuan Pan, Yao Hu, Kan Li

نُشر 2026-05-08

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Xinglin Wang, Zishen Liu, Shaoxiong Feng, Peiwen Yuan, Yiwei Li, Jiayi Shi, Yueqi Zhang, Chuyi Tan, Ji Zhang, Boyuan Pan, Yao Hu, Kan Li

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 مدير طاقم بناء مكلف ببناء منزل معقد (هذا هو سير العمل الوكيل - Agentic Workflow). لديك قاعدة صارمة: يجب الانتهاء من المنزل بحلول يوم الجمعة الساعة 5 مساءً (هذا هو الموعد النهائي - Deadline) ولا يمكنك إنفاق أكثر من 10,000 دولار (هذا هو الميزانية - Budget).

يتكون طاقمك من متخصصين مختلفين (هذه هي النماذج - Models): بعضهم سريع ولكن مكلف، وبعضهم بطيء ولكن رخيص، وبعضهم غير مضمون النتائج. خطة البناء هي خريطة توضح أي الغرف يجب بناؤها قبل غيرها (هذه هي التبعيات - Dependencies).

الطريقة القديمة: "تحسين المتوسط"

في السابق، حاول الباحثون إيجح أفضل متخصص لكل مهمة بناءً على المتوسط. كانوا يسألون: "أي عامل يقدم أفضل توازن بين السرعة والتكلفة والجودة في المتوسط؟"

المشكلة: هذا يشبه توظيف طاقم بناءً على سيرتهم الذاتية، ثم إرسالهم إلى الموقع دون خطة لما سيحدث إذا أمطرت السماء أو إذا استقال أحد العمال. حتى لو وظفتت أفضل العمال "متوسطي الأداء"، فقد تنفد أموالك بحلول يوم الأربعاء أو تفوتك الموعد النهائي ليوم الجمعة لأنك لم تأخذ في الاعتبار الفوضى الخاصة بهذا العمل تحديداً.

الطريقة الجديدة: "التخصيص عبر الإنترنت المدفوع بالقيود"

يقدم هذا البحث نهجاً جديداً يسمى MCPP (تخطيط محفظة مونت كارلو). بدلاً من مجرد اختيار العامل "الأفضل"، يعمل MCPP كمدير مشروع ذكي للغاية يعيد التخطيط باستمرار بناءً على ما يحدث فعلياً.

إليك كيف يعمل MCPP، باستخدام تشبيهات بسيطة:

1. محاكي "ماذا لو" (مونت كارلو)

قبل اتخاذ أي قرار، لا يكتفي MCPP بالتخمين. بل يقوم بتشغيل آلاف الأفلام المحاكية لبقية مشروع البناء في عقله.

السيناريو أ: "إذا وظفت العامل السريع والمكلف للمطبخ، هل سيبقى لدي مال كافٍ لإنهاء السقف في الوقت المحدد؟"
السيناريو ب: "إذا وظفت العامل الرخيص والبطيء للمطبخ، هل سنفشل في الالتزام بالموعد النهائي؟"

إنه يحاكي هذه النتائج مراراً وتكراراً ليرى أي مسار لديه أعلى فرصة لإنهاء المنزل بالكامل ضمن ميزانية الـ 10,000 دولار وموعد الجمع final النهائي.

2. "محفظة" من الاستراتيجيات

لا ينظر MCPP إلى طريقة واحدة فقط للقيام بالأمور. بل يحتفظ بـ محفظة من الاستراتيجيات المختلفة الجاهزة للعمل:

الاستراتيجية المتحفظة: "استخدم العامل الرخيص وتمنى الأفضل."
الاستراتيجية الهجومية: "أنفق الكثير من المال الآن لضمان السرعة."
الاستراتيجية الهجينة: "استخدم العامل السريع للأجزاء الصعبة والعامل الرخيص للأجزاء السهلة."

إنه يختبر كل توليفة ممكنة من هذه الاستراتيجيات مقابل الوقت والمال المتبقيين.

3. حلقة "إعادة التخطيط" (الحلقة المغلقة)

هذا هو الجزء الأهم. MCPP لا يضع خطة في البالب ويلتزم بها.

الخطوة 1: يختار أفضل إجراء الآن بناءً على عمليات المحاكاة.
الخطوة 2: ينفذ هذا الإجراء في العالم الحقيقي.
الخطوة 3: يراقب ما يحدث. هل نجح العامل؟ هل استغرق وقتاً أطول مما كان متوقعاً؟ هل كلف أكثر مما كان مخططاً له؟
الخطوة 4: يقوم فوراً بإعادة تشغيل عمليات المحاكاة بالواقع الجديد ويختار الإجراء الجديد الأفضل للخطوة التالية.

إنه مثل نظام GPS الذي لا يعطيك مساراً مرة واحدة فحسب، بل يعيد حساب المسار بالكامل في كل مرة تواجه فيها زحاماً مرورياً أو تحويلاً للطريق، مما يضمن وصولك بحلول الساعة 5 مساءً ومعك المال المتبقي لديك.

لماذا هذا مهم؟

اختبر هذا البحث على نوعين من "مشاريع البناء":

CodeFlow: كتابة أكواد برمجية حيث تعتمد خطوة على الخطوة التي تسبقها.
ProofFlow: حل براهين رياضية معقدة حيث يجب أن تتبع الخطوات تسلسلاً منطقياً.

النتائج:
عندما كانت الميزانية والوقت ضيقين (القيود "الصعبة")، كان MCPP أفضل بكثير في إنهاء المهمة من الطرق القديمة.

الطرق القديمة غالباً ما كانت تنفد منها الأموال أو الوقت لأنها لم تتكيف مع الموقف المحدد.
MCPP نجح في تجاوز القيود الضيقة من خلال توفير المال للمهام "الاختناقية" (الأجزاء الأصعب من المنزل) والإنفاق بشكل أقل على الأجزاء السهلة.

الخلاصة

يجادل هذا البحث بأنه في العالم الحقيقي، نحن لا نريد فقط وكيلاً "فعالاً بشكل عام". نحن نريد وكيلاً يضمن نتيجة محددة: "هل يمكنك إنهاء هذه المهمة المحددة بحلول الجمعة مقابل أقل من 100 دولار؟"

يجيب MCPP بـ "نعم" أكثر من الطرق السابقة من خلال محاكاة المستقبل باستمرار، والتكيف مع الواقع، وإجراء مقايضات ذكية بين السرعة والتكلفة والمخاطر في كل خطوة من عملية التنفيذ. إنه يحول الخطة الجامدة إلى استراتيجية مرنة وحية تنجو من فوضى التنفيذ في العالم الحقيقي.

ملخص تقني: تخصيص الموارد عبر الإنترنت القائم على القيود لتدفقات العمل الوكيلية (Agentic Workflows)

تعريف المشكلة

تعالج الورقة البحثية فجوة حرجة في نشر الأنظمة الوكيلية: الانتقال من تحسين حدود (الأداء-التكلفة-الكمون) المتوسطة إلى تلبية قيود صارمة خاصة بكل حالة (instance-specific). بينما يعمل العمل الأخير على تحسين كفاءة الوكيل عبر تحسين المقايضة بين الأداء والتكلفة والكمون، فإن عمليات النشر في العالم الحقيقي تتطلب غالباً أن يكتمل تدفق عمل معين ضمن ميزانية صارمة ( $B$ ) وموعد نهائي ثابت ( $D$ ).

تتمثل المشكلة الجوهرية في تخصيص الموارد عبر الإنترنت القائم على القيود. بالنظر إلى تدفق عمل ذي بنية تبعية (رسم بياني موجه غير حلقي حيث تمثل العقد مهام فرعية وتمثل الحواف التبعيات)، يجب على المنفذ (executor) تخصيص الموارد ديناميكياً (اختيار النماذج الأساسية وعروض أخذ العينات المتوازية) للمهام الفرعية القابلة للتنفيذ حالياً. الهدف ليس تقليل متوسط التكلفة أو الكمون، بل تعظيم احتمالية إكمال تدفق العمل بأكمله بنجاح بحيث تكون التكلفة الإجمالية $\le B$ والوقت الإجمالي $\le D$ .

يُصاغ هذا كمسألة تخصيص عبر الإنترنت عشوائية ذات أفق زمني محدود. تُعرف الحالة بمجموعة المهام الفرعية المكتملة، والميزانية المتبقية، والوقت المتبقي. يكمن التحدي في الانفجار التوليفي لمسارات التنفيذ الممكنة، والنتائج العشوائية (النجاح/الفشل للمهام الفرعية)، والاعتماد المتبادل لاستهلاك الموارد عبر تدفق العمل. إن التخصيص الثابت للنماذج أو استراتيجيات أخذ العينات غير كافٍ لأن القرار الأمثل يعتمد على الحالة المتطورة، والقيود المتبقية، والأحداث العشوائية المرصودة.

المنهجية: تخطيط المحفظة بطريقة مونت كارلو (MCPP)

لحل هذه المسألة المعقدة حسابياً، يقترح المؤلفون تخطيط المحفظة بطريقة مونت كارلو (MCPP)، وهو مخطط خفيف الوزن وذو حلقة مغلقة.

1. صياغة المشكلة

يتم نمذجة تدفق العمل كـ $I = (G, M, \Phi, B, D)$ ، حيث $G$ هو رسم المهام الفرعية، و $M$ هي مجموعة النماذج المتاحة، و $\Phi$ تحتوي على احتمالات النجاح المقدرة ( $p_{v,m}$ ) وأطوال التوليد المتوقعة ( $\ell_{v,m}$ ) لكل زوج من (مهمة فرعية-نموذج).
الهدف هو إيجاد سياسة $\pi$ تعظم:
$J(\pi) = \Pr_{\pi} (T_{solve} \le D, C_{\pi} \le B)$
البرمجة الديناميكية الدقيقة ممكنة نظرياً ولكنها مستعصية حسابياً بسبب الفضاء الحالة الأسي (تركيبات المهام الفرعية المكتملة) وفضاء الإجراءات (خيارات النموذج وعرض أخذ العينات لجميع العقد الجاهزة).

2. خوارزمية MCPP

تقوم MCPP بتقريب قاعدة القرار المثلى باستخدام عملية نسخ احتياطي (rollout backup) لمحفظة خطوة واحدة:

مجموعة الإجراءات المرشحة: عند كل حالة، يبني المخطط مجموعة من الإجراءات المرشحة $\tilde{A}(s)$ . تتضمن هذه المجموعة تخصيصات محددة للعقد الجاهزة، ويتم تعزيزها بواسطة محفظة من سياسات الاستمرار البسيطة $\Pi_0$ . كل سياسة في المحفظة هي استراتيجية "إعادة المحاولة- $k$ " (Retry- $k$ ) التي تخصص نموذجاً $m$ وعرض أخذ عينات $k$ لجميع المهام الفرعية القابلة للتنفيذ مستقبلاً.
تقدير مونت كارلو: لكل إجراء حالي مرشح $a$ ، يقدر المخطط قيمته عن طريق محاكاة تنفيذ تدفق العمل. يقوم بتطبيق $a$ ، ويأخذ عينة من النتيجة العشوائية (أي المهام الفرعية نجحت)، ويحدث الحالة، ثم يتبع كل سياسة استمرار $\mu \in \Pi_0$ حتى ينتهي تدفق العمل أو تُنتهك القيود.
الاختيار: تُقدر قيمة الإجراء $a$ بأنها أقصى احتمالية نجاح عبر جميع سياسات الاستمرار في المحفظة: $\hat{Q}_{\Pi_0}(s, a) = \max_{\mu \in \Pi_0} \hat{Q}_{\mu}(s, a)$ . يتم اختيار الإجراء الذي يحقق أعلى قيمة مقدرة للتنفيذ.
إعادة التخطيط في الحلقة المغلقة: بعد تنفيذ الإجراء المختار وملاحظة النتائج الفعلية، يقوم المخطط بتحديث الحالة (الميزانية المتبقية، الوقت، والمهام الفرعية المكتملة) ويعيد التخطيط. يسمح هذا للنظام بالتكيف مع الإخفاقات العشوائية واستهلاك الموارد في الوقت الفعلي.

3. الضمانات النظرية

تقدم الورقة تحليلاً لـ "التحسين الآمن". وهي تثبت أنه، بالنظر إلى خطأ مونت كارلو الناتج عن العينات المحدودة، وخطأ تقريب مجموعة المرشحين، وأخطاء التقدير في معدلات النجاح/الأطوال، فإن سياسة MCPP تحقق احتمالية إكمال مقيدة لا تقل عن أفضل سياسة أساسية في المحفظة. يضمن هذا أن المخطط لن يؤدي أبداً بشكل أسوأ من استراتيجية بسيطة وثابتة (مثل استخدام نفس النموذج وعرض أخذ العينات دائماً) بينما يوفر إمكانية تحقيق مكاسب كبيرة من خلال الاستشراف المستقبلي (lookahead).

المساهمات الرئيسية

صياغة المشكلة: قدم المؤلفون إطار تخصيص الموارد عبر الإنترنت القائم على القيود، محولين الهدف من تحسين حدود الكفاءة المتوسطة إلى تعظيم احتمالية تلبية قيود الميزانية والوقت الصارمة لحالات تدفق العمل المحددة.
اقتراح الخوارزمية: اقترحوا MCPP، وهو مخطط ذو حلقة مغلقة يقدر مباشرة احتمالية الإكمال المقيدة عبر عمليات النسخ الاحتياطي المحاكات (simulated rollouts) ويعيد التخطيط بناءً على النتائج المرصودة. يتجنب المخطط البرمجة الديناميكية الشاملة باستخدام محفظة من سياسات الاستمرار البسيطة لتقريب القيم المستقبلية.
التحقق التجريبي: تم تقييم الطريقة على معيارين يعتمدان على البنية التبعية: CodeFlow (توليد الكود والتحقق منه) و ProofFlow (الاستدلال الرسمي وتوليد البراهين).
تحليل المتانة: تظهر الورقة أن MCPP تظل فعالة حتى عندما تكون المدخلات التقديرية (معدلات النجاح وأطوال التوليد) مشوبة بالضجيج، وهو سيناريو شائع في عمليات النشر الواقعية.

النتائج التجريبية

أجريت التجارب على معيارَي CodeFlow و ProofFlow باستخدام قيود ميزانية ( $B$ ) وموعد نهائي ( $D$ ) متنوعة.

الأداء: تفوقت MCPP باستمرار على النماذج المرجعية القوية، بما في ذلك Uniform (التخصيص الثابت للميزانية عبر المهام الفرعية) و Retry (إعادة المحاولة المحلية عبر الإنترنت دون تخطيط لاحق).
القيود الضيقة: كان التحسن أكثر بروزاً تحت القيود الضيقة (مثلاً $B = \$ 0.05$). استطاعت MCPP تحقيق معدلات نجاح عالية بسرعة بمجرد أن يصبح الموعد النهائي قابلاً للتنفيذ بدرجة متوسطة، بينما ظلت النماذج المرجعية أقل بكثير.
تنوع الإجراءات: أظهرت دراسات الاستئصال (ablation studies) أن الأداء يتحسن مع وجود محافظ نماذج أكبر (استخدام نماذج متعددة) ومحافظ عرض أخذ عينات أكثر ثراءً (تغيير عروض أخذ العينات). يسلط هذا الضال على أهمية اختيار النموذج الصحيح وكثافة الحوسبة لمهام وعقد محددة بدلاً من استخدام استراتيجية عالمية واحدة.
المتانة: في ظل وجود تقديرات ضوضائية لمعدلات النجاح (ضجيج غاوسي بـ $\sigma=0.3$ )، أظهرت MCPP تراجعاً بنسبة ~6 نقاط مئوية فقط، مما يدل على مرونتها تجاه التقدير غير الكامل للملفات التعريفية.
القابلية للتوسع: تتوسع الطريقة بفعالية مع تدفقات العمل الأكبر (مهام فرعية أكثر)، محتفظة بميزتها على النماذج المرجعية، خاصة في السيناريوهات المقيدة حيث يفشل التخصيص الثابت في التكيف مع النتائج الوسيطة.
الكفاءة: تكلفة التخطيط عبر الإنترنت متوسطة (عادة أقل من 5 ثوانٍ للتكوينات القياسية)، مما يجعلها عملية للتنفيذ في الوقت الفعلي.

الأهمية والادعاءات

تدعي الورقة أن أهميتها الأساسية تكمكمن في معالجة شرط النجاح الخاص بكل حالة في عمليات النشر الوكيلية الواقعية. بينما ركزت الأعمال السابقة على تحسين "حد الكفاءة (الأداء-التكلفة-الكمون)"، يعامل هذا العمل الميزانية والوقت كـ قيود صلبة تحدد النجاح أو الفشل.

يجادل المؤلفون بأن الحدود الأفضل لا تترجم تلقائياً إلى سياسة عمل أفضل تحت قيود معينة. تقوم MCPP بسد هذه الفجوة من خلال تحسين احتمالية تلبية متطلبات $B$ و $D$ الخاصة بالمستخدم بشكل مباشر. تدعي الورقة بتواضع أن MCPP توفر تحسيناً آمناً فوق السياسات الأساسية وتظهر مكاسب متسقة في البيئات المقيدة، دون ادعاء الوصول إلى الأمثلية العالمية أو حل المشكلة العامة لتوليد تدفقات العمل (التي تُعامل كمهمة منفصلة مسبقة). يتم وضع العمل كمحلل عملي لمرحلة التنفيذ في الأنظمة الوكيلية، بافتراض توفر بنية تدفق العمل والملفات التعريفية الإحصائية.