🔢 mathematics

Harness Engineering as Categorical Architecture

تؤسس هذه الورقة البحثية للبنية الفئوية باعتبارها الأساس النظري الرسمي لهندسة تسخير وكلاء النماذج اللغوية الكبيرة عبر رسم خرائط للأعمدة الأربعة لتجسيد الوكيل على الثلاثية (G, Know, Phi) الخاصة بإطار عمل ArchAgents، مما يتيح ضمانات هيكلية وتجميعاً عبر الأطر يتم التحقق منه من خلال الهوية وإعادة التشغيل بدلاً من صحة طبقة المخرجات.

المؤلفون الأصليون: Bogdan Banu

نُشر 2026-05-13

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Bogdan Banu

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

إليك شرح للورقة البحثية باستخدام لغة بسيية وتشبيهات إبداعية.

الفكرة الكبرى: "الحزام" مقابل "الدماغ"

تخيل أن لديك مساعداً ذكياً للغاية وعبقرياً (هذا هو نموذج الذكاء الاصطنا الاصطناعي - AI Model). هذا المساعد يعرف كل شيء في العالم، لكنه فوضوي بعض الشيء؛ فقد ينسى ما طلبته منه قبل خمس دقائق، أو يحاول استخدام أدوات لا يملكها، أو قد يرتبك بشأن ترتيب العمليات.

في عالم الذكاء الاصطناعي، النموذج (Model) هو الدماغ. لكن الحزام (Harness) هو كل شيء آخر: هو الدفتر الذي يدون فيه ملاحظاته (الذاكرة - Memory)، وصندوق الأدوات الذي يستخدمه (المهارات - Skills)، والقواعد التي يتبعها للتحدث معك (البروتوكولات - Protocols)، والمدير الذي يخبره بما يجب فعله تالياً (التنسيق - Orchestration).

تجادل الورقة البحثية بأنه لفترة طويلة، كان المهندسون يبنون هذه "المديرين" (الأحزمة) عن طريق التخمين والتجربة والخطأ. لم يكن لديهم كتاب قواعد رسمي يثبت أن مديرهم سيعمل بشكل موثوق.

تقول هذه الورقة: "لدينا كتاب قواعد قائم على الرياضيات لبناء هؤلاء المديرين، ويمكننا إثبات نجاحهم."

المخطط ثلاثي الأجزاء: "الثلاثية المعمارية" (The Architecture Triple)

قدم المؤلفون إطاراً رياضياً يسمى "الثلاثية المعمارية". فكر في هذا كأنه مخطط لبناء مدير ذكاء اصطناعي موثوق. يتكون من ثلاثة أجزاء:

مخطط التوصيلات (G): هذا هو المخطط الانسيابي. يوضح كيف تنتقل المعلومات من خطوة إلى أخرى. تشبيه: مثل السباكة في المنزل؛ فهي توضح أين تتدفق المياه (البيانات)، ولكنها لا توضح ماهية هذه المياه.
كتاب القواعد (Know): هذا هو الجزء الأهم. يسرد "الضمانات الهيكلية" أو الوعود التي يقدمها النظام. تشبيه: مثل قوانين البناء؛ فهي تضمن أشياء مثل "السقف لن يسرب أبداً" أو "مخرج الطوارئ سيكون مفتوحاً دائماً"، بغض النظر عمن يعيش في المنزل.
خريطة النشر (Φ): هذه هي التعليمات حول أي "دماغ" (نموذج ذكاء اصطناعي) محدد يجب استخدامه لأي مهمة. تشبيه: مثل جدول الموظفين؛ فهو يقول: "استخدم الطاهي المبتدئ لتقطيع الخضروات، لكن استخدم رئيس الطهاة للطبق الرئيسي".

الركائز الأربع للمدير

تربط الورقة البحثية هذا المخطط الرياضي بأربعة أشياء واقعية يبنيها المهندسون بالفعل:

الذاكرة (Memory): قدرة النظام على التذكر. في عالم الرياضيات، يتم التعامل معها كـ "آلة حالة" (state machine) تتحدث بمرور الوقت.
المهارات (Skills): الأدوات التي يمكن للوكيل استخدامها. في عالم الرياضيات، تشبه قطع "الليغو" التي يمكن تركيبها بطرق محددة (في خط مستقيم، أو جنباً إلى جنب، أو في حلقة).
البروتوكولات (Protocols): كيف يتحدث الوكيل مع نفسه أو مع الآخرين. في عالم الرياضيات، هذا هو "التوصيل" الذي يضمن دخول النوع الصحيح من الرسائل في المكان الصحيح.
الحزام (The Harness): النظام بأكمله.

الخدعة السحرية: "الحفاظ على الشهادة" (Certificate Preservation)

أكبر ادعاء للورقة البحثية يتعلق بـ "قابلية النقل" (Portability).

تخيل أنك بنيت آلة معقدة (حزام) في مصنع في ألمانيا، وتريد إرسال المخططات إلى مصنع في اليابان لبناء نفس الآلة تماماً. عادةً، عندما تترجم المخططات، قد تفقد بالخطأ ميزة أمان أو تغير نسبة تروس.

تدعي هذه الورقة أنه بسبب استخدامهم لـ "الثلاثية المعمارية" الرياضية، يمكنهم ترجمة "الحزام" من إطار برمجيات إلى آخر (مثلاً من LangGraph إلى Swarms) دون فقدان ضمانات السلامة.

يطلقون على هذه الضمانات اسم "الشهادات" (Certificates).

مثال على الشهادة: "إذا كانت جودة الإجابة منخفضة جداً، سيقوم النظام تلقائياً بالتحول إلى نموذج ذكاء اصطناعي أذكى وأغلى ثمناً."
الاختبار: عندما قاموا بترجمة الحزام إلى إطار عمل جديد، لم يكتفوا بالتحقق مما إذا كان الكود يعمل فحسب، بل تحققوا مما إذا كانت "الشهادة" لا تزال قائمة. لقد أثبتوا أن "مفتاح الأمان" لا يزال يعمل، على الرغم من أن الكود الأساسي بدا مختلفاً.

التجارب: هل نجح الأمر حقاً؟

لم يكتفِ المؤلفون بالحديث عن الرياضيات؛ بل بنوا نموذجاً أولياً وأجروا اختبارات.

1. اختبار "التصعيد" (The Escalation Test)
قاموا بإعداد مهمة حيث حاول نموذج ذكاء اصطناعي "سريع ولكنه غبي" حل مشكلة.

الإعداد: حاول النموذج السريع كتابة مراجعة للكود (code review).
القاعدة: إذا كانت درجة الجودة منخفضة جداً، يجب على النظام "التصعيد" إلى نموذج "بطيء ولكنه ذكي".
النتيجة: فشل النموذج السريع. قام النظام بفحص الدرجة، ورأى أنها منخفضة جداً، فقام تلقائياً بالتحول إلى النموذج الذكي.
لماذا هذا مهم: أثبت هذا أن القاعدة (الحزام) عملت بشكل مثالي، على الرغم من أن الدماغ (النموذج) قد تغير. الحزام هو المسيطر، وليس النموذج.

2. اختبار "إصلاح الكود" (SWE-bench)
حاولوا استخدام نظامهم لإصلاح الأخطاء في برمجيات حقيقية (لغة بايثون).

النتيجة: اصطدموا بحائط مسدود. نماذج الذكاء الاصطناعي التي استخدموها (كانت نسخاً صغيرة ومحلية) لم تكن ذكية بما يكفي لكتابة الكود بشكل صحيح، مهما كان الحزام جيداً.
الدرس المستفادة: الحزام الجيد لا يمكنه إصلاح دماغ معطل. إذا كان نموذج الذكاء الاصطناعي صغيراً جداً أو ضعيفاً، فسيفشل في تنسيق الكود بشكل صحيح، ولن يستطيع الحزام إنقاذه. هذا يمثل "سقفاً" لما يمكن للنماذج الصغيرة الحالية القيام به.

الخلاصة

هذه الورقة هي جسر بين النظرية الرياضية و الممارسة الهندسية.

قبل: كان المهندسون يبنون مديري الذكاء الاصطناعي عن طريق التخمين: "لنضف فحص سلامة هنا".
الآن: يمكن للمهندسين استخدام لغة رياضية رسمية لتصميم المدير، وإثبات أن ضوابط السلامة ستظل قائمة عند تغيير أدوات البرمجيات، وضمان أن النظام سيتصرف بشكل موثوق بغض النظر عن نموذج الذكاء الاصطناعي الذي يتم توصيله.

باختصار، توفر الورقة "دليل التعليمات" و"اختبار مراقبة الجودة" لبناء أنظمة ذكاء اصطناعي موثوقة، وقابلة للنقل، وآمنة، مما يثبت أن هيكل النظام لا يقل أهمية عن ذكاء النموذج الموجود بداخله.

ملخص تقني: هندسة الحزام (Harness Engineering) كبنية فئوية (Categorical Architecture)

1. بيان المشكلة

أصبحت هندسة "أحزمة الوكلاء" (agent harnesses) — وهي طبقة النظام التي تضم المطالبات (prompts)، والأدوات، والذاكرة، ومنطق التنسيق المحيط بالنماذج اللغوية الكبيرة (LLMs) — هي المحدد الرئيسي لموثوقية الوكيل. ومع ذلك، لا يزال تصميم الحزام عشوائياً (ad hoc)، حيث يفتقر إلى نظرية رسمية للتكوين، أو حفظ الخصائص تحت عملية التجميع (compilation)، أو المقارنة المنهجية عبر أطر العمل المختلفة. يعتمد الممارسون على التجربة والخطأ بدلاً من الضمانات الهيكلية، مما يؤدي إلى فجوة حيث يبني المهندسون دون تحقق رسمي، بينما يضع المنظرون الأطر النظرية دون أساس عملي.

2. المنهجية

تقترح الورقة توحيداً رسمياً لإطاري عمل موجودين:

ركائز التجسيد الخارجي (Externalization Pillars) (Zhou et al.): الذاكرة، والمهارات، والبروتوكولات، وهندسة الحزام.
فئة ArchAgents (De los Risos et al.): ثلاثية معمارية $(G, Know, \Phi)$ تمثل الأسلاك النحوية (syntactic wiring)، والمعرفة الهيكلية، وخرائط النشر.

تتضمن المنهجية الجوهرية إسقاط ركائز التجسيد الخارجي الأربع مباشرة على مكونات الثلاثية المعمارية:

الذاكرة $\leftarrow$ الحالة الكولجبرية (Coalgebraic State): تُنمذج كنظام ديناميكي مع قواعد تحديث (مثل تتبع الذاكرة ثنائية الزمن للوقت الصالح مقابل وقت السجل).
المهارات $\leftarrow$ كائنات مكونة عبر الأوبراد (Operad-Composed Objects): قدرات إجرائية يتم تكوينها عبر "أوبراد" (عمليات تسلسلية، متوازية، وتتبعية) لضمان أن التكوين النوعي يحافظ على الخصائص.
البروتوكولات $\leftarrow$ الأسلاك النحوية ( $G$ ): رسم بياني للوحدات مع منافذ نوعية وعلامات سلامة (عدسات، منشورات، وتجوالات).
الحزام $\leftarrow$ المعمارية الكاملة $(G, Know, \Phi)$ : النظام الكامل حيث يتم تشفير الضمانات الهيكلية كـ شهادات مستوى المعرفة (Know-level certificates).

الآلية الجوهرية: حفظ الشهادة (Certificate Preservation)
تُعرف الورقة الضمان الهيكلي كـ شهادة $(\tau, \sigma, evds)$ — وهي عبارة عن مبرهنة، ورسم خرائط للمعلمات، ودليل قابل لإعادة التشغيل. يكون المترجم (morphism) بين أطر العمل صالحاً فقط إذا حافظ على هذه الشهادات. لا يتم التحقق من حفظ الشهادة عبر فحص صحة مخرجات النموذج، بل عبر إعادة التشغيل الهيكلي (structural replay): التأكد من أن المبرهنة والمعلمات والدليل تنجو من عملية التجميع ويمكن إعادة التحقق منها آلياً في إطار العمل المستهدف.

3. المساهمات الرئيسية

المراسلة الرسمية: تثبت أن ركائز التجسيد الخارجي الأربع ترتبط بدقة بالثلاثية المعمارية الفئوية، مما يوفر أساساً رياضياً لهندسة الحزام.
ثابت حفظ الشهادة: تقدم آلية حيث تُعامل الضمانات الهيكلية (مثل بوابات السلامة، أو التصعيد القائم على الجودة) كقطع أثرية قابلة لإعادة التشغيل ومستقلة عن النموذج أو إطار العمل الأساسي.
التنفيذ المرجعي (Operon): تنفيذ ملموس يتميز بـ:
- خمسة دالات مترجمة (compiler functors) تستهدف Swarms, DeerFlow, Ralph, Scion, و LangGraph.
- مترجم LangGraph ينشئ عقدة واحدة لكل مرحلة، مستدعياً طريقة run_single_stage() الأصلية لضمان عدم إعادة تنفيذ منطق الحزام مع الحفاظ على القدرة على المراقبة.
- كتالوج مهارات ذري يعتمد على مهارات البرمجة الخمس لـ Ma et al.، والمُسقطة على تركيبات الأوبراد.
التحقق التجريبي:
- التحقق من المترجم: أظهرت التجارب أن ثلاثة أنواع مسمى من الشهادات (بوابة الأولوية، عدم التنشيط الخاطئ، وعدم التذبذب) قد حُفظت بنسبة تطابق وتحقق بلغت 100% عبر جميع أهداف المترجم الخمسة.
- البارامتريّة النموذجية (Model Parametricity): أظهرت تجربة التصعيد أن مسار التحكم القائم على الجودة (التصعيد من نموذج سريع إلى نموذج عميق بناءً على درجة التحقق) يعمل بشكل صحيح بغض النظر عن النموذج المستخدم، مما يؤكد أن الحزام هو "نموذجي" (model-parametric).

4. النتائج

الحفظ الهيكلي: عبر خمسة أطر تنسيق مختلفة، نجحت الدوال المترجمة في حفظ البنية وشهادات الثبات. بقيت الضمانات الهيكلية صامدة أمام التجميع لأنها تعتمد على الخطافات (hooks) والمعلمات المحفوظة، وليس على طوبولوجيا الرسم البياني المحددة.
التحكم في التصعيد: في تجربة تتكون من نموذجين ومهمة واحدة، نجحت آلية التصعيد القائمة على الجودة في تفعيل الانتقال من نموذج Phi-3 Mini (سريع) إلى Gemma 4 (عميق) عندما انخفضت الجودة عن حد معين. أكد هذا أن منطق التحكم يكمكن في هيكل الحزام ($Know$)، وليس في النموذج.
محدودية SWE-bench-lite (النتائج السلبية):
- كشفت التجارب على SWE-bench-lite باستخدام نماذج ذات 8 مليارات معلمة (Gemma 4 و DeepSeek-R1 المقطر) عن سقف للانضباط التنسيقي (format-discipline ceiling).
- رغم استخدام التأسيس (توفير سياق المستودع) وحلقة إعادة محاولة لتصحيح التنسيق، لم يتم حل 0/30 من الطلبات.
- كان نمط الفشل المهيمن هو عدم القدرة على إنتاج ملفات git apply-متوافقة (مثل استخراجات فارغة، أو رؤوس مقاطع مشوهة)، وليس أخطاء اختيار الملفات.
- تخلص الورقة إلى أن القدرة على إصدار تنسيقات diff صحيحة عند مقياس 8B هي القيد الحاسم، وأن التفكيك ثلاثي المراحل لا يخفف من هذا القيد. قيمة الحزام في هذا السياق تقتصر على الحفظ وإعادة استخدام البدائيات، وليس في تحقيق مكاسب في حل المهام في هذا الاختبار المحدد مع هذه الأحجام من النماذج.

5. الأهمية والادعاءات

تدعي الورقة أن المعمارية الفئوية هي النظرية الرسمية وراء هندسة الحزام. تكمن أهميتها في:

تحويل التجريد: نقل التركيز من التصميم "المتمحور حول النموذج" إلى التصميم "المتمحور حول الحزام" مع ضمانات رسمية.
القابلية للنقل: إثبات أن الضمانات الهيكلية يمكن حفظها عبر أطر برمجية مختلفة (مثل الانتقال من "Organism" مخصص إلى LangGraph) عبر مورفيزمات (morphisms) حافظة للهيكل.
الاستقلال عن النموذج: إثبات أن الشهادات الهيكلية (Know) تختلف عن خرائط النشر ( $\Phi$ )، مما يسم يسمح لنفس منطق الحزام بالعمل على نماذج مختلفة دون فقدان خصائص السلامة الخاصة به.

يؤكد المؤلفون تواضعهم فيما يتعلق بالنتائج: القيمة المثبتة تكمن في الحفظ (تطابق الشهادة عبر المترجمات) وإعادة استخدام البدائيات (منطق التصعيد)، وليس في تحقيق حل أفضل للمهام في SWE-bench-lite باستخدام النماذج المحلية الحالية بمقياس 8B. يعمل هذا العمل على جسر الفجوة بين نظرية الفئات النظرية وهندسة الوكلاء العملية من خلال توفير مفردات وأدوات لتعريف والتحقق من خصائص الحزام.