💬 NLP

SkillMAS: Skill Co-Evolution with LLM-based Multi-Agent System

يُعد SkillMAS إطار عمل غير معلمي يربط في آن واحد بين تطور المهارة وإعادة هيكلة الأنظمة متعددة الوكلاء من خلال تعلم المنفعة، وصقل المهارة المقيد، وإعادة التنظيم المبوّب بالأدلة، وذلك للتغلب على اختناقات التكيف وتمكين التخصص الفعال لما بعد النشر عبر مهام متنوعة.

المؤلفون الأصليون: Shuai Pan, Yixiang Liu, Jiaye Gao, Te Gao, Weiwen Liu, Jianghao Lin, Zhihui Fu, Jun Wang, Weinan Zhang, Yong Yu

نُشر 2026-05-19

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Shuai Pan, Yixiang Liu, Jiaye Gao, Te Gao, Weiwen Liu, Jianghao Lin, Zhihui Fu, Jun Wang, Weinan Zhang, Yong Yu

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 أن لديك فريقاً من العمال الخبراء (نظام متعدد الوكلاء - Multi-Agent System) بُني لحل المشكلات المعقدة، مثل تنظيم منزل، أو إصلاح جهاز كمبيوتر، أو إدارة متجر. عادةً، عندما ترتكب هذه الفرق أخطاءً، نحاول إصلاحها بطريقتين منفصلتين:

تعليم العمال حِيلاً جديدة: نعطيهم تعليمات أفضل أو أدوات جديدة (تطور المهارة - Skill Evolution).
تغيير هيكل الفريق: نوظف المزيد من الأشخاص، أو نستغني عن الأشخاص غير المناسبين، أو نغير من يرفع التقارير لمن (إعادة هيكلة النظام - MAS Restructuring).

المشكلة:
تجادل الورقة البحثية بأن القيام بهذين الأمرين بشكل منفصل هو وصفة للكوارث. الأمر يشبه طباخاً يتعلم كيفية طهي قطعة لحم مثالية (مهارة)، بينما يستمر مدير المطعم في تغيير تخطيط المطبخ وعدد الطهاة (هيكل) دون التحدث مع الطباخ.

إذا حصل الطباخ على سكين فاخر وجديد، ولكن المطبخ كان ضيقاً جداً، فستكون المهارة الجديدة بلا فائدة.
إذا قام المدير بتوظيف طباخ مساعد جديد، ولكن الطباخ القديم لم يتعلم بعد كيفية استخدام المعدات الجديدة، فسيكون الموظف الجديد في حالة ارتباك.

هذا الفصل يخلق "اختناقات" حيث يعلق الفريق، أو يشعر بالارتباك، أو يتوه في فهم من يفترض به القيام بماذا.

الحل: SkillMAS
يقدم المؤلفون SkillMAS، وهو نظام يعامل تعلم مهارات جديدة وتغيير هيكل الفريق كحوار واحد متصل. بدلاً من إصلاحهما بشكل منفصل، ينظر SkillMAS إلى سجل أداء الفريق الفعلي (الآثار المتحقق منها - verified traces) ليقرر ما يجب فعله تالياً.

إليك كيف يعمل، باستخدام تشبيه بسيط:

1. "بطاقة الأداء" (تعلم المنفعة - Utility Learning)

تخيل مديراً صارماً لا يعطي الائتمان إلا بناءً على الدليل.

إذا جرب عامل حيلة جديدة ونجحت، يسجلها المدير كـ "نجاح".
إذا جرب عامل حيلة وفشل، يدون المدير بالضبط لماذا فشلت.
الأهم من ذلك: المدير لا يعطي الائتمان لمجرد أن العامل حاول شيئاً ما. هو يعطي الائتمان فقط إذا قام العامل بذلك بالفعل ونجح. هذا يمنع الفريق من تكديس "مهارات" عديمة الفائدة كانت مجرد تخمينات.

2. "تحديث صندوق الأدوات" (تطور المهارة المقيد - Bounded Skill Evolution)

عندما يفشل الفريق، لا يقوم SkillMAS بمجرد إلقاء ملايين التعليمات الجديدة على العمال. بل يعمل كمحرر دقيق:

ينظر إلى الفشل ويسأل: "هل كان خطأً بسيطاً، مثل نسيان خطوة؟" إذا كان الأمر كذلك، فإنه يصلح تلك الخطوة الواحدة.
يسأل: "هل كانت الأداة معطلة؟" إذا كان الأمر كذلك، فإنه يشحذ الأدا.
الجزء "المقيد": يرفض إضافة مهارة جديدة ما لم تكن ضرورية للغاية ومثبتة النجاح. هذا يمنع صندوق الأدوات من التحول إلى درج مهمل مليء بالأفكار نصف المكتملة.

3. "إعادة تنظيم الفريق" (إعادة الهيكلة القائمة على الأدلة - Evidence-Gated Restructuring)

هذا هو الابتكار الأكبر في الورقة البحثية. النظام لا يغير هيكل الفريق (توظيف/استغناء/دمج) إلا عندما تثبت الأدلة أن الهيكل الحالي هو المشكلة.

السيناريو (أ): فشل الفريق لأنهم لا يعرفون كيف يؤدون مهمة ما. -> الإصلاح: علمهم مهارة جديدة. لا تغير الفريق.
السيناريو (ب): فشل الفريق لأن هناك الكثير من الناس يحاولون القيام بنفس العمل، أو شخص واحد يحاول القيام بأعمال كث many مختلفة. -> الإصلاح: قسّم الفريق. وظّف متخصصاً.
البوابة: لن يعيد النظام تنظيم الفريق ما لم تظهر "بطاقة الأداء" أن تخطيط الفريق الحالي هو السبب المحدد للفشل. هذا يتجنب الدراما غير الضرورية والتوظيف المستمر.

أمثلة من الواقع من الورقة البحثية

اختبر المؤلفون هذا على ثلاثة "أماكن عمل" مختلفة:

المنزل الافتراضي (ALFWorld): تخيل روبوتاً يحاول تنظيف غرفة فوضوية.
- النتيجة: أدرك النظام أن الروبوت كان يرتبك بين "البحث عن شيء" وبين "التقاطه". لم يكتفِ النظام بتعليم الروبوت بشكل أفضل؛ بل قسم المهمة إلى عاملين متخصصين: "باحث" و"ناقل". وقد أدى ذلك إلى رفع معدلات النجاح بشكل كبير.
محطة الكمبيوتر (Lifelong Agent Bench): تخيل عاملاً يصلح ملفات الكمبيوتر.
- النتيجة: أنشأ النظام متخصصاً لـ "سجلات النصوص" وآخر لـ "أذونات الملفات". لقد أوقف شخصاً واحداً من محاولة القيام بكل شيء، مما قلل الأخطاء.
متجر التجزئة (τ-Bench): تخيل وكيل خدمة عملاء يتعامل مع عمليات الإرجاع والاستبدال.
- النتيجة: للمفاجأة، قرر النظام عدم تقسيم الفريق. أدرك أنه بالنسبة لهذه الوظيفة تحديداً، فإن وجود مدير واحد عالي المهارة أفضل من وجود لجنة. لقد قام بتحسين مهارات المدير الواحد بدلاً من إضافة المزيد من الأشخاص. وهذا يثبت أن النظام ذكي بما يكفي لمعرفة متى لا يعيد الهيكلة.

الخلاصة

SkillMAS هو إطار عمل يقول: "لا تعلم الفريق حِيلاً جديدة فحسب، ولا تعيد ترتيب الأوراق فحسب. انظر إلى الأدلة. إذا كانت المشكلة هي نقص المهارة، فقم بالتعليم. إذا كانت المشكلة في هيكل الفريق، فأعد التنظيم. ولكن تأكد من أنك تقوم بواحد فقط عندما يكون الآخر هو العائق الفعلي."

من خلال ربط "التعلم" و"التنظيم" معاً بدليل قاطع، يتجنب النظام الارتباك وعدم الكفاءة الذي يحدث عندما تُترك هاتان العمليتان لتعملا بمفردهما.

ملخص تقني: SkillMAS

1. بيان المشكلة

تتناول الورقة البحثية قصوراً حرجاً في أنظمة وكلاء النماذج اللغوية الكبيرة (LLM) الحالية: وهو انفصال التكيف (adaptation decoupling) بين تطور المهارات (skill evolution) وإعادة هيكلة الأنظمة متعددة الوكلاء (MAS restructuring).

تتعامل النهج الحالية عادةً مع هدفي التكيف هذين كمسألتين منفصلتين. يركز أحد خطوط العمل على تطوير مهارات قابلة لإعادة الاستخدام أو استخلاص دروس المسارات دون تعديل حدود المنفذ (executor boundaries) في آن واحد. ويركز خط آخر على تنظيم الأنظمة متعددة الوكلاء (إنشاء وكلاء، تحديث الأدوار، أو اختيار الطبوغرافيا) دون تحسين مكتبة المهارات الأساسية ديناميكياً. ويرى المؤلفون أن هذا الفصل يؤدي إلى ثلاثة أنماط فشل متكررة:

الأدلة الزائدة (Redundant Evidence): قد تقدم آثار التنفيذ المتحقق منها أدلة منخفضة القيمة لتطور المهارة إذا لم يتم إدارة السياق بشكل صحيح.
فرط التحميل في التوجيه (Routing Overload): يمكن أن يجعل تطور المهارة تنظيم الـ MAS أصعب في التوجيه والصيانة، مما يؤدي إلى ضغط السياق وسوء التخصص.
التأخر الهيكلي (Structural Lag): يمكن أن تتأخر هياكل الـ MAS الثابتة عن مواكبة هياكل المهام المتغيرة أو التعقيد أثناء التشغيل، لتصبح بمثابة اختناقات حتى لو تحسنت المهارات.

بدون سطح أدلة مشترك، لا يستطيع النظام تحديد ما إذا كان التدخل الضروري التالي هو تطور المهارة، أم إعادة هيكلة الـ MAS، أم عدم إجراء أي تغيير على الإطلاق.

2. المنهجية: SkillMAS

SkillMAS هو إطار عمل غير معلمي (non-parametric framework) مصمم لربط تطور المهارة مع إعادة هيكلة الـ MAS باستخدام سطح أدلة المسارات المتحقق منها (verified-trace evidence surface). هو لا يعيد تدريب النماذج اللغوية الأساسية، بل يعمل في جولات تكيف منفصلة حيث ينفذ النظام حلقات (episodes)، ويتعلم المنفعة، ويطبق تحديثات محدودة.

2.1 المكونات الأساسية

يحافظ إطار العمل على حالة الجولة $X_r$ التي تضم مكتبة المهارات ( $L_r$ )، ومجموعة المنفذين ( $A_r$ )، ومنفعة المهارة ( $Q^s_r$ )، ومنفعة المنفذ ( $Q^a_r$ )، ومجمع التحقق ( $P_r$ )، ومؤشر الخبير المستمد من السياسة ( $K_r$ ).

أ. تعلم المنفعة (Utility Learning)

يخصص SkillMAS الائتمان بناءً على آثار التنفيذ المتحقق منها حصراً وليس بناءً على الاسترجاع وحده.

منفعة المهارة ( $Q^s$ ): يتم تحديثها فقط للمهارات التي يتم استدعاؤها صراحة أو دعمها بواسطة شريحة الأثر المحلية للمنفذ.
منفعة المنفذ ( $Q^a$ ): يتم تحديثها فقط للمنفذين الذين شاركوا في التنفيذ المتحقق منه.
الآلية: يستخدم النظام قاعدة تخصيص ائتمان بنمط مونت كارلو. يتم منح الائتمان للمهارة فقط إذا أكد الأثر استخدامها (نمط مطابقة الحارس والخطوة - guard-and-step). هذا يمنع تخصيص ائتمان إيجابي للمهارات المسترجعة ولكن غير المستخدمة. وتتلاشى معدلات التحديث تلقائياً بناءً على عدد التحديثات المتحقق منها السابقة لمدخل معين.

ب. التطور المحدود للمهارة (Bounded Skill Evolution)

تقود الأدلة المحتفظ بها (المفلترة من أجل الإخفاقات المتكررة، والنجاحات الوشيكة، والنجاحات القابلة لإعادة الاستخدام) تعديلات محدودة على مكتبة المهارات.

القابلية للتشخيص (Diagnosability): يتم ربط أثر الفشل بالسبب المهيمن (مثل: نقص الشرط المسبق، أو الترتيب غير الصحيح).
التحديثات المحدودة: يقترح النظام إصلاحات محلية فقط إذا كان السبب قابلاً للتحديد بشكل فريد. تشمل الإجراءات المسموح بها: إضافة-حارس (add-guard)، إعادة-ترتيب-الخطوات (reorder-step)، تشديد-الاسترجاع (tighten-retrieval)، أو تقسيم-المهارة (split-skill).
القيود: يتم دمج المقترحات مقابل المكتبة الموجودة لتجنب النمو غير المفلتر. تُحتجز المهارات الجديدة أو المعدلة بشدة في مجمع التحقق ( $P_r$ ) حتى يتم جمع أدلة استخدام كافية.

ج. إعادة هيكلة الـ MAS المقيدة بالأدلة (Evidence-Gated MAS Restructuring)

تحدث إعادة هيكلة الـ MAS (إضافة، دمج، أو تعديل المنفذين) فقط عندما تشير الإخفاقات المحتفظ بها ومنفعة المنفذ إلى وجود عدم تطابق هيكلي.

المحفز (Trigger): يتم تقييد إعادة الهيكلة بأدلة مثل: ارتفاع عدم اليقين بين المنفذين المتشابهين، الإخفاقات المتكررة المركزة في عائلة مهام معينة بعد إصلاح المهارة، أو امتلاك منفذين واسعين لمجموعات مهارات متداخلة.
الإجراء: يمكن للنظام أن يقوم بـ الإبقاء (keep)، الإضافة (add)، الدمج/الإزالة (merge/remove)، أو تعديل (modify) حدود المسؤولية.
القيد: يتم تطبيق تعديل هيكلي واحد كحد أقصى لكل جولة، ويجب أن يكون مبرراً بدقة بمجموعة الأدلة المحتفظ بها.

3. المساهمات الرئيسية

تقدم الورقة ثلاث مساهمات رئيسية:

صياغة المشكلة: حددت وصاغت انفصال التكيف (adaptation decoupling) كمسألة على مستوى النظام في التخصص ما بعد النشر، مجادلة بأن تطور المهارة وتنظيم الـ MAS يجب أن يتم تحسينهما بشكل مشترك.
إطار عمل SkillMAS: قدمت هيكلاً غير معلمي يوحد تعلم المنفعة، وتطور المهارة المحدود، وإعادة هيكلة الـ MAS المقيدة بالأدلة تحت سطح أدلة واحد للمسارات المتحقق منها.
التقييم التجريبي: قامت بتقييم هذا الهيكل عبر ثلاثة مجالات متميزة: التلاعب المجسم (ALFWorld)، مهام نظام التشغيل عبر سطر الأوامر (Lifelong Agent Bench)، والتفاعل في خدمات التجزئة ( $\tau$ -Bench).

4. النتائج التجريبية

قيم المؤلفون SkillMAS مقابل خطوط أساس تشمل Direct LLM، وReAct، وCDMem، وTraj-Bootstrap.

ALFWorld (التلاعب المجسم): حقق SkillMAS نسبة نجاح 94.0% على الجزء غير المرئي الكامل (126/134 مهمة)، متفوقاً على أقوى نتيجة مرجعية منشورة وهي 93.0% (Traj-Bootstrap).
- الدراسة الاستبعادية (Ablation): أدى نقل مكتبة المهارات النهائية إلى تنظيم MAS أصلي إلى انخفاض الأداء إلى 68.7%، واستخدام MAS متخصص مع مهارات أصلية أدى إلى انخفاضه إلى 50.0%، مما يثبت أن المكونات غير المتوافقة تقلل الأداء.
- المسار (Trajectory): نما النظام من 5 إلى 13 مهارة نشطة وأضاف منفذين متخصصين (بحث، تلاعب، أجهزة منزلية) حسب الحاجة.
Lifelong Agent Bench (مهام نظام التشغيل): وصل SkillMAS إلى نسبة نجاح 76.7% في تقييم الـ 150 مهمة، مقارنة بـ 70.0% لنسخة معاد تشغيلها من Traj-Bootstrap.
- المسار (Trajectory): بلغت نسبة النجاح ذروتها في الجولة الثالثة (78/100) مع 10 مهارات نشطة و4 منفذين. ومن الملاحظ أن الجولة الرابعة حافظت على عدد المهارات ولكن شهدت انخفاضاً في الأداء، مما يشير إلى أن عدد المهارات وحده ليس ضماناً للنجاح.
$\tau$ -Bench (التجزئة): حقق SkillMAS نسبة 70.2% في المجموعة الأساسية الرسمية (114 مهمة).
- المسار (Trajectory): على عكس الاختبارات الأخرى، حافظ أفضل إصدار (checkpoint) هنا على نظام منفذ واحد (single-agent). أدى التوسع إلى إعداد متعدد الوكلاء مع "منفذ ما قبل الطيران" (preflight executor) في الواقع إلى خفض الأداء (32/74)، مما يشير إلى أن SkillMAS اختار بشكل صحيح عدم إعادة هيكلة الـ MAS عندما لم يكن ذلك ضرورياً.

5. الأهمية والادعاءات

تدعي الورقة أن الابتكار المركزي ليس في حداثة أهداف التحديث الفردية (تطور المهارة أو إعادة هيكلة الـ MAS موجودان بشكل منفصل في الأعمال السابقة)، بل في الربط (coupling) بين هذه الأهداف عبر سطح أدلة مشترك.

الإسناد (Attribution): يوضح إطار العمل كيفية إسناد التخصص ما بعد النشر، وتحديثه، وتطبيقه من خلال ضمان تخصيص الائتمان فقط للأفعال المدعومة بالتنفيذ.
منطق التكيف: يثبت أن التخصص ليس مفيداً بشكل موحد؛ إذ يجب أن يكون النظام قادراً على اختيار عدم توسيع الـ MAS (كما هو موضح في $\tau$ -Bench) أو إعادة هيكلته (كما هو موضح في ALFWorld) بناءً على الأدلة التجريبية.
القيود: أشار المؤلفون بتواضع إلى أن الأدلة محلية بالنسبة للاختبار (benchmark-local) وتعتمد على البروتوكول. هم لا يدعون التفوق بغض النظر عن المجال بعد، مع الاعتراف بغياب تجارب الاستبعاد للتدريب على أهداف ثابتة محكومة واختبارات الأهمية الرسمية للمساهمات السببية. كما أشاروا إلى أن حساب التكلفة/الرموز (token/cost) لم يتم توصيفه بالكامل بعد.

باختصار، يقدم SkillMAS آلية للتكيف المقترن، جادلاً بأن تطور "أدواتهم" (المهارات) و"تنظيمهم" (هيكل الـ MAS) يجب أن يتم تنسيقهما من خلال تاريخ مشترك ومتحقق منه من التنفيذ لكي تتحسن وكلاء الـ LLM بعد النشر.