Agent-First Tool API: A Semantic Interface Paradigm for Enterprise AI Agent Systems
تقترح هذه الورقة وتتحقق من صحة نموذج "واجهة برمجة تطبيقات الأدوات الموجهة للوكيل أولاً" (Agent-First Tool API)، والذي يستبدل واجهات الـ CRUD التقليدية الموجهة للبشر ببروتوكول دلالي مكون من ستة أفعال ومعلومات وصفية مهيكلة لدعم اتخاذ القرار، وذلك لتعزيز معدلات نجاح مهام الوكلاء المستقلين والتعافي من الأخطاء في أنظمة الإنتاج المؤسسية بشكل كبير.
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. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول إعطاء تعليمات معقدة لمساعد آلي (روبوت) ذكي جداً، ولكنه حرفي في فهمه للأمور.
الطريقة القديمة (مشكلة الـ "CRUD"):
في الوقت الحالي، تُبنى معظم برمجيات الشركات (مثل الأنظمة التي تستخدمها البنوك أو المتاجر) من أجل البشر. إذا أردت من إنسان أن "يجد الفرع الموجود في وسط المدينة الذي افتتح الشهر الماضي"، يمكنه النظر إلى خريطة، وقراءة لافتة، واستنتاج الأمر.
ولكن إذا طلبت من روبوت القيام بذلك باستخدام واجهات البرمجيات القياسية الحالية، فالأمر يشبه مطالبة الروبوت بملء نموذج ضريبي حيث يجب أن يعرف رقم التعريف المكون من 10 أرقام بدقة قبل أن يبدأ حتى. إذا خمن الروبوت رقم التعريف بشكل خاطئ، سيقول النظام ببساطة "Error 404" ويتوقف. سيتعين على الروبوت التخمين مرة أخرى، وتلقي خطأ آخر، وفي النهاية يستسلم أو يطلب المساعدة من إنسان. هذا ما تسميه الورقة البحثية "عدم تطابق CRUD": فالبرمجيات تتوقع معرفات دقيقة وبيانات محددة، بينما يبدأ الذكاء الاصطناعي بهدف غامض بلغة طبيعية.
الطريقة الجديدة (واجهات أدوات مصممة للوكلاء - Agent-First Tool APIs):
يقترح المؤلفون طريقة جديدة لتصميم هذه الأدوات خصيصاً لوكلاء الذكاء الاصطناعي. بدلاً من النموذج الجامد، يعاملون الأداة كأنها مساعد بشري متعاون يعرف كيف يتعامل مع الغموض.
إليك كيف يعمل نظام "الأفعال الستة" الخاص بهم، باستخدام تشبيه وكيل السفر:
- البحث الدلالي (مرحلة "ماذا تقصد؟"):
- الطريقة القديمة: يجب أن تقول "احجز رحلة إلى JFK".
- الطريقة الجديدة: تقول "احجز رحلة إلى المطار القريب من تايمز سكوير". الأداة لا تصاب بالذعر؛ بل تبحث في قاعدة بياناتها، وتجد ثلاثة مطارات قريبة من تايمز سكوير، وتقول: "لقد وجدت JFK، ولاغوارديا، ونيوارك. أي واحد منهم تقصد؟"
- تحديد المرشحين (مرحلة "التوضيح"):
- يختار الذكاء الاصطناعي الخيار الصحيح (JFK) من القائمة. تؤكد الأداة: "فهمت، JFK".
- معاينة الإجراء (مرحلة "التجربة الوهمية"):
- قبل حجز التذكرة فعلياً (التي تكلف مالاً)، تعرض الأداة مسودة: "إليك ما سأقوم به: حجز رحلة إلى JFK مقابل 500 دولار. هل هذا مناسب؟" وهذا يمنع الأخطاء قبل وقوعها.
- تنفيذ الإجراء (مرحلة "افعل ذلك"):
- بمجرد أن يقول الذكاء الاصطناعي (أو المدير البشري) "نعم"، تقوم الأداة بحجز التذكرة فعلياً.
- التحقق من النتيجة (مرحلة "هل نجح الأمر؟"):
- تتحقق الأداة فوراً من عملها: "لقد حجزت التذكرة للتو. دعني أتحقق من قاعدة البيانات للتأكد من أن رقم التأكيد حقيقي".
- التعافي من الخطأ (مرح_لة "الخطة ب"):
- إذا حدث خطأ ما (على سبيل المثال، الرحلة أصبحت كاملة العدد)، لا تنهار الأداة ببساطة. بل تقول: "تلك الرحلة ممتلئة، ولكن إليك ثلاث رحلات أخرى تناسب طلبك. أي واحدة منها نجرّب؟"
شبكة الأمان (الحوكمة):
تقدم الورقة أيضاً نظام "حارس أمن" صارم.
- أذونات ثنائية الطبقات: يتحقق النظام من شيئين: "هل يمتلك هذا الذكاء الاصطناعي المسمى الوظيفي للقيام بهذا؟" (القدرة) وَ "هل يُسمح لهذا الذكاء الاصطناعي بالاطلاع على بيانات هذا المتجر تحديداً؟" (النطاق).
- المخاطر الديناميكية: إذا حاول الذكاء الاصطناعي القيام بشيء صغير (مثل التحقق من تذكرة)، فإنه يمر مباشرة. أما إذا حاول القيام بشيء كبير (مثل حذف 500 سجل أو تغيير الأسعار لعلامة تجارية كاملة)، فإن النظام يوقف العملية تلقائياً ويطلب موافقة مدير بشري قبل المتابعة.
النتائج:
اختبر المؤلفون هذا النظام في نظام واقعي يحتوي على 85 أداة مختلفة (مثل إدارة أوامر العمل، تدريب الموظفين، أو إصلاح المعدات).
- معدل النجاح: حل النظام الجديد 88% من المهام، بينما حل النظام القديم 64% فقط.
- تدخل بشري أقل: احتاج النظام الجديد إلى تدخل بشري بنسبة 6% فقط من الوقت، مقارنة بـ 22% للنظام القديم.
- أخطاء أقل: ارتكب الذكاء الاصطناعي حالات "هلوسة" (تخمين معرفات خاطئة) أقل بكثير لأن الأداة ساعدته في العثور على المعرف الصحيح أولاً.
المقايضة:
يستغرق النظام الجديد وقتاً أطول ويستهلك "قوة حوسبة" أكثر (Tokens) لكل خطوة فردية لأنه يقوم بكل هذه الفحوصات الإضافية (البحث، المعاينة، التحقق). ومع ذلك، ولأنه يفشل بمعدل أقل ولا يعلق في حلقات مفرغة من التخمين، فإن الوقت الإجمالي لإنهاء مهمة كاملة يكون في الواقع أسرع وأكثر موثوقية.
باختصار:
تجادل الورقة بأنه لجعل وكلاء الذكاء الاصطناعي مفيدين حقاً في الأعمال التجارية، لا يمكننا مجرد إعطائهم نفس الأدوات التي نستخدمها للبشر. نحن بحاجة إلى إعادة تصميم الأدوات لتكون حوارية، وذاتية التصحيح، وواعية للسلامة، مما يحول الذكاء الاصطناعي من "مخمّن أعمى" إلى "مهني تحت الإشراف".
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.