ملخص تقني: تسخير التطور الوكيل (AEVO)

صياعة المشكلة

يعيد التطور الوكيل (Agentic Evolution) صياغة حل المشكلات القائم على النماذج اللغوية الكبيرة (LLM) كعملية تكرارية من توليد المرشحين، وتقييمهم، واستخدام التغذية الراجعة لتوجيه البحث المستقبلي. تعتمد الطرق الحالية عادةً هذا النموذج بطريقتين، وكلاهما يواجه قيوداً في البحث طويل الأمد:

1. التطور القائم على الإجراءات (Procedure-Based Evolution): يعتمد على حلقات خارجية ثابتة ومصممة يدوياً (مثل: الاختيار، التحسين، وقواعد التحديث). ورغم كونها نمطية وقابلة للتكرار، إلا أن هذه الطرق تتسم بالجمود؛ فهي تربط البحث طويل الأمد بآليات استدلالية ثابتة قد تستغل نفس الأنماط بشكل متكرر أو تفشل في التكيف مع الأدلة الجديدة.
2. التطور القائم على الوكلاء (Agent-Based Evolution): يوظف وكلاء أغراض عامة لإدارة عملية البحث ديناميكياً. ورغم مرونتها، غالباً ما تعاني هذه الوكلاء من "الانجراف" (Drft) مع نمو السياق؛ فقد تفرط في الالتزام بأدلة مضللة، أو افتراضات قديمة، أو نقاط مثالية محلية لأنها تفتقر إلى واجهة مستقرة لتنظيم التاريخ المتراكم ومراجعة آليات تشغيلها الخاصة.

يتمثل التحدي الجوهري المكتشف في أنه بينما يراكم التطور أدلة غنية بمرور الوقت (المرشحين، التغذية الراجعة، المسارات، الإخفاقات، والتكاليف)، تفتقر الأطر الحالية إلى واجهة موحدة ومستقرة لتنظيم هذه الأدلة، والأهم من ذلك، لـ مراجعة الآلية التي تقود التطور المستقبلي.

المنهجية: إطار عمل AEVO

يقدم المؤلفون AEVO، وهو "إطار عمل للتحرير الميتا-تعديلي المحكوم" (harnessed meta-editing framework) يعالج هذه القيود من خلال صياغة التطور الوكي كـ بيئة تفاعلية.

المفهوم الجوهري: التطور كبيئة

بدلاً من النظر إلى التطور كسلسلة خطية من أجيال المرشحين، يعامل AEVO العملية كبيئة حيث:

• الحالة ($s_r$): سياق التطور المتراكم ($C_r$)، بما في ذلك جميع المرشحين، ونتائج التقييم، والمسارات، والإخفاقات، والتكاليف.
• آلية الانتقال ($\Pi_r$): الإجراء الحالي أو سياق الوكيل الذي يحدد كيفية توليد جولات المرشحين التالية.
• الوكيل الميتا (Meta-Agent) ($M$): وكيل خارجي يراقب ملخصاً للحالة ($o_r$) ويعمل ليس عبر توليد المرشح التالي مباشرة، بل عبر تعديل آلية الانتقال ($\Pi_r$).

الحلقة المحكومة (The Harnessed Loop)

يعمل AEVO من خلال حلقة ثنائية المراحل:

1. مرحلة التحرير الميتا (Meta-Editing Phase): يقوم الوكيل الميتا بفحص التاريخ المتراكم ومساحة العمل. وينتج إجراءً ميتاً يتكون من:
   • تعديلات مساحة العمل: تعديل الملفات التي تحدد الآلية (مثل: كود الإجراء، المطالبات، المهارات، الأدوات، تنسيقات التغذية الراجعة، أو سياق التنفيذ).
   • خطة التشغيل: تحديد كيفية تشغيل الجزء التالي (ميزانية التكرار، شروط التوقف).
2. جزء التطور (Evolution Segment): تنفذ الآلية المحدثة ($\Pi_{r+1}$) تحت الخطة الجديدة، وتولد عدة مرشحين. تمر هذه المرشحين عبر مُقيّم محمي معزول عن الوكلاء لمنع "اختراق المكافأة" (reward hacking). تُسجل النتائج في تاريخ قابل للبحث.

التجسيد (Instantiation)

يوحد AEVO شكلين من أشكال التطور تحت هذا الإطار الواحد:

• التجسيد القائم على الإجراءات: يقوم الوكيل الميتا بتعديل مكونات الإجراء الصريحة (مثل: استراتيجيات الاختيار، عوامل التحسين، ملخصات التغذية الراجعة).
• التجسيد القائم على الوكلاء: يقوم الوكيل الميتا بتعديل سياق التشغيل لوكيل أغراض عامة (مثل: الأهداف، المهارات، ملفات الذاكرة، الملاحظات المشتركة، تعريفات الأدوات).

الميزة التصميمية الحاسمة هي "الحاصرة" (Harness)، التي توفر حداً فاصلاً مستقراً. فهي تحمي المُقيّم، وتسجل الأدلة المهيكلة، وتضمن قدرة الوكيل الميتا على المراقبة والتعديل دون المساس بنزاهة عملية التقييم أو حلقة توليد المرشحين.

المساهمات الرئيسية

1. صياغة البيئة: يقترح البحث صياغة جديدة للتطور الوكي كبيئة تفاعلية حيث الحالة هي السياق المتراكم، والأفعال هي تعديلات على آلية البحث نفسها، بدلاً من مجرد توليد مرشحين مباشرين.
2. التحرير الميتا المحكوم (AEVO): إطار عمل يعمل على توحيد مساحة عمل التطور، وحماية المُقيّم، وتمكين التدخل واسع النطاق. فهو يسمح للوكيل الميتا بتوجيه كل من الإجراءات الثابتة والوكلاء المرنين عبر تعديل منطقهم الأساسي أو سياقهم.
3. التجسيد والتقييم عبر الأشكال: تم تجسيد الإطار بنجاح لكل من التطور القائم على الإجراءات والتطور القائم على الوكلاء، مما أثبت أن حلقة التحرير الميتا نفسها يمكنها مراجعة إجراءات البحث الصريحة أو سياقات تشغيل الوكلاء.

النتائج التجريبية

قيم المؤلفون AEVO على معيارين قياسيين (Terminal-Bench، ARC-AGI-2) وثلاث مهام تحسين مفتوحة النهاية (تعبئة الدوائر Circle Packing، الارتباط الذاتي Autocorrelation، وتحسين النواة Kernel Optimization).

• أداء المعايير القياسية: في معايير الوكلاء والاستدلال القياسية، تفوق AEVO على خمسة نماذج تطور أساسية (بما في ذلك ADAS، DGM، AFlow، SPO، GEPA) وعلى نموذج ReAct أحادي الوكيل. حقق تحسناً نسبياً بنسبة 26% مقارنة بأقوى نموذج أساسي في المتوسط.
• التحسين مفتوح النهاية: تفوق AEVove على أربعة نماذج أساسية (Codex، Claude Code، OpenEvolve، HyperAgents) في ثلاث مهام مفتوحة النهاية. ومن الملاحظ أنه في مهمة تحسين النواة (Kernel optimization)، حقق AEVO 1138 دورة ضمن 100 تكرار، وهو ما يشير المؤلفون إلى أنه أفضل نتيجة مسجلة تحت نفس ميزانية التكرار.
• الكفاءة والاستقرار: أظهر AEVO قدرة على التوسع بما يتجاوز المكاسب المبكرة. وبينما تتوقف وكلاء البرمجة المباشرة غالباً في وقت مبكر عند توقف التحسينات المحلية، حافظ AEVO على تقدم ثابت عبر استغلال ميزانية التطور كاملة. كما أظهر الإطار أن التطور القائم على الوكلاء يمكن أن يظل منافساً من حيث التكلفة عند إدارته عبر "حاصرة" تستخدم تخزين المطالبات المؤقت (prompt caching) والسياقات المستمرة.

الأهمية والادعاءات

يزعم البحث أن التطور طويل الأمد يستفيد ليس فقط من مولدات مرشحين أقوى، بل بشكل كبير من التدخل على مستوى الآلية. ومن خلال معاملة عملية التطور كبيئة قابلة للتحرير، يسمح AEVO للأنظمة بالهروب من النقاط المثالية المحلية وتكييف استراتيجيات البحث الخاصة بها بناءً على الأدلة المتراكمة.

يؤكد المؤلفون أن نهجهم يوفر رؤية موحدة للتطور الوكي. وسواء كان البحث الأساسي مدفوعاً بإجراء ثابت أو بوكيل أغراض عامة، فإن تراكم الأدلة يمكن استغلاله لمراجعة الآلية التي تقود ذلك البحث. يضمن هذا النهج "المحكوم" بقاء التطور قابلاً للمراقبة، والتحرير، والمواءمة مع الهدف الحقيقي، مما يمنع الانجراف واختراق المكافأة الذي يظهر غالباً في التطور الوكي غير المنظم.

ويشير العمل إلى أن التطورات المستقبلية في الأنظمة الوكية للاكتشاف العلمي، وهندسة البرمجيات، وتحسين الكود الذاتي ستعتمد على مثل هذه الأطر التي يمكنها تنظيم الأدلة بشكل منهجي ومراجعة آليات البحث نفسها، بدلاً من مجرد توليد المزيد من المرشحين.