💬 NLP

FlyRoute: Self-Evolving Agent Profiling via Data Flywheel for Adaptive Task Routing

يُعد FlyRoute إطار عمل للتوصيف ذاتي التطور يستفيد من حلقة بيانات دوارة لتحديث أوصاف قدرات الوكيل ديناميكياً من حركة المرور الواقعية، مما يحسن دقة توجيه المهام التكيفي بشكل كبير مقارنة بالنماذج المرجعية الثابتة من خلال الاستكشاف المستهدف وتقطير الأدلة.

المؤلفون الأصليون: Rongjun Li, Ziyu Zhou, Yihang Wu

نُشر 2026-05-22

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Rongjun Li, Ziyu Zhou, Yihang Wu

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 مبنى مكاتب عالي التقنية ومزدحمًا، حيث يتولى موظف الاستقبال (المُوجّه - Router) مسؤولية توجيه كل سؤال من الزوار إلى الخبير المناسب في المبنى.

في المكتب التقليدي، يعتمد موظف الاستقبال على دليل ثابت كتبه مديرو المبنى. يقول هذا الدليل: "الدكتور سميث يتولى قضايا السحابة"، و"المهندس لي يتولى الهواتف المحمولة". تكمن المشكلة في أن الخبراء يتعلمون مهارات جديدة باستمرار، ويشترون أدوات جديدة، ويغيرون طريقة عملهم، لكن الدليل لا يتحدث أبدًا. لذا، يستمر موظف الاستقبال في إرسال الأسئلة إلى الأشخاص الخطأ لأن أوصافهم الوظيفية القديمة أصبحت غير محدثة.

FlyRoute هو نظام جديد ذاتي التحسين يعالج هذه المشكلة عبر تحويل موظف الاستقبال إلى آلة ذكية تتعلم. وإليك كيف يعمل، باستخدام تشبيهات بسيطة:

1. الدليل "ذاتي التطور"

بدلاً من الاعتماد على قائمة ثابتة، يبني FlyRoute "ملفاً تعريفياً حياً" لكل خبير بناءً على ما يفعله فعلياً.

الطريقة القديمة: تكتب وصفاً وظيفياً مرة واحدة، ويبقى كما هو للأبد، حتى لو تعلم الخبير لغة جديدة أو استخدم أداة جديدة.
طريقة FlyRoute: في كل مرة ينجح فيها خبير في حل مشكلة، يتم حفظ هذا النجاح كـ "إثبات مهارة". ومع مرور الوقت، يقرأ النظام آلاف الحالات الناجحة هذه ويعيد كتابة الوصف الوظيفي للخبير ليتناسب مع واقعه الحالي، وليس مع سيرته الذاتية القديمة.

2. "حدافة البيانات" (المحرك)

تخيل هذا النظام كدراجة مزودة بـ حدافة (Flywheel). بمجرد أن تبدأ في الحركة، تكتسب زخماً وتستمر في الدوران من تلقاء نفسها.

الخطوة 1: التوزيع. يطرح مستخدم سؤالاً، فيقوم النظام بتخمين الخبير الأنسب.
الخطوة 2: بوابة الجودة. إذا قدم الخبير إجابة جيدة، يحفظ النظام زوج (السؤال + الإجابة الجيدة) في "مكتبة نجاح" خاصة. أما إذا كانت الإجابة سيئة، فيتم استبعادها.
الخطوة 3: التقطير. بشكل دوري، يقرأ النظام "مكتبة النجاح" ويكتب ملخصاً جديداً وموجزاً لما يجيده هذا الخبير بالفعل.
الخطوة 4: توجيه أفضل. في المرة القادلة التي يأتي فيها سؤال، يستخدم المُوجّه هذا الملخص الجديد (بالإضافة إلى أمثلة من المكتبة) لتقديم تخمين أكثر ذكاءً.
النتيجة: التوجيه الأفضل يؤدي إلى المزيد من الإجابات الجيدة، مما يؤدي إلى المزيد من البيانات، مما يؤدي بدوره إلى ملخصات أفضل وأكثر دقة. يصبح النظام أكثر ذكاءً كلما زاد استخدامه.

3. "المستكشف الذكي" (الاستكشاف المدفوع بعدم اليقين)

من الأخطاء الشائعة في هذه الأنظمة هي إما:

إرسال الأسئلة فقط إلى الخبراء "المشهورين" (المعروفين بالفعل بأنهم جيدون)، مما يحرم الخبراء الجدد من فرصة إثبات أنفسهم.
إرسال الأسेंلة إلى الجميع بشكل عشوائي، وهو ما يعد هدراً للوقت والمال.

يستخدم FlyRoute استراتيجية "المستكشف الذكي". تخيل كشافاً يبحث عن مواهب جديدة.

إذا كان لدى خبير عدد قليل جداً من المدخلات في "مكتبة النجاح"، فإن النظام يدرك أن ملفه التعريفي يتسم بـ "عدم اليقين".
يقوم النظام حينها بالتساؤل: "هل هذا السؤال الجديد هو شيء قد يتمكن هذا الخبير (غير المؤكد مهاراته) من التعامل معه؟" (يتحقق النظام مما إذا كانت الكلمات الموجودة في السؤال تتطابق مع ما قام به الخبير سابقاً).
إذا كانت الإجابة "ربما"، يرسل النظام السؤال إلى هذا الخبير فقط لاختباره.
إذا نجح الخبير، يضيف النظام هذا الإثبات إلى مكتبته. وإذا فشل، يتعلم النظام أنه ليس الشخص المناسب لهذا النوع من الأسئلة.
يضمن هذا النهج عدم إضاعة الوقت على خبراء لا يمكنهم المساعدة بوضوح، لكنه يمنح الخبراء الجدد أو المحدثين فرصة عادلة لإظهار مهاراتهم الجديدة.

4. النتائج

اختبر الباحثون هذا النظام على نظام مؤسسي حقيقي يضم أربعة أنواع من الخبراء (السحابة، الذكاء الاصطناعي، الأجهزة، وأنظمة تشغيل الهواتف المحمولة).

نقطة البداية: باستخدام قدر ضئيل جداً من البيانات الأولية (5 أمثلة لكل خبير)، بلغت دقة النظام 78%، متفوقاً على نظام "الصفر المعرفة" (Zero-shot) القياسي (الذي لم يكن لديه أي أمثلة) والذي حقق 72%.
بعد التعلم: بينما كان النظام يعالج أكثر من 7,000 سؤال حقيقي من المستخدمين وترك "الحدافة" تدور، قفزت الدقة إلى 89.8%.

الخلا الخلاصة

يحل FlyRoute مشكلة "الأوصاف الوظيفية الراكدة". فهو يقر بأن الخبراء يتغيرون، وبدلاً من انتظار إنسان لتحديث الدليل، فإنه يراقب عمل الخبراء، ويتعلم من نجاحاتهم، ويعيد كتابة ملفاتهم التعريفية باستمرار لضمان ذهاب السؤال التالي إلى الشخص المناسب. إنه يحول القائمة الثابتة إلى خريطة حية وذاتية التحسين لمن يعرف ماذا.

ملخص تقني: FlyRoute

بيان المشكلة

في الأنظمة متعددة الوكلاء (MAS) المنشورة للمهام المؤسسية، توجد عقبة حرجة في توجيه الوكلاء (agent routing): وهي الآلية التي تخصص الاستعلامات الواردة للوكيل الخبير الأكثر ملاءمة. تعتمد نماذج التوجيه الحالية على ملفات تعريف الوكلاء الثابتة (static agent profiles) المسجلة عند وقت النشر. هذه الملفات، التي تتكون عادةً من أوصاف القدرات المكتوبة من قبل المطورين ونماذج أمثلة ثابتة، تفشل في التكيف مع الواقع الديناميكي لبيئات الإنتاج حيث تتطور الوكلاء من خلال تحديثات الأوامر (prompts)، وتكامل الأدوات، وتبديل النماذج.

يحدد المؤلفون نمطين رئيسيين لفشل التوصيف الثابت:

عدم دقة التسجيل: يواجه المطورون صعوبة في تقديم أوصاف دقيقة باللغة الطبيعية لحدود الوكيل الفعلية، كما يصعب تنسيق الأمثلة التمثيلية.
الانحراف بعد النشر: مع تحديث الوكلاء للتعامل مع سيناريوهات جديدة أو دمج أدوات جديدة، تصبح ملفات تعريفهم المسجلة قديمة، مما يتسبب في اتخاذ الموجه قرارات بناءً على معلومات عفا عليها الزمن.

لا تعالج الحلول الحالية، مثل التوجيه القائم على الأداء (موازنة التكلفة/زمن الاستجابة) أو التوجيه القائم على المهام باستخدام مصنفات ثابتة، الحاجة إلى ملفات تعريف قدرات متطورة باستمرار مستمدة من حركة المرور الحية.

المنهجية: FlyRoute

FlyRoute هو إطار عمل لتوصيف الوكلاء ذاتي التطور، مصمم لتحويل تفاعلات النشر إلى عجلة بيانات (data flywheel) تعمل باستمرار على تحديث أدلة التوجيه. يعمل النظام من خلال حلقة مغلقة تتكون من ثلاث مكونات أساسية:

1. التوصيف التكيفي للوكيل (Adaptive Agent Profiling)

بدلاً من الاعتماد فقط على الأوصاف الثابتة، يحافظ FlyRoute على ملف تعريف ديناميكي $P_i$ لكل وكيل $a_i$ ، يتكون من:

الوصف البذري ( $d_{seed}$ ): النص الأولي الذي قدمه المطور، والذي قد يكون غير مكتمل.
الوصف المتعلم ( $d_{learn}$ ): ملخص قدرات منقح مستخلص من الأدلة التجريبية.
مخزن أمثلة النجاح ( $E_i$ ): مجموعة من أزواج (الاستعلام، الاستجابة، الدرجة) $(q, r, s)$ عالية الجودة حيث اجتازت الاستجابة $r$ بوابة الجودة.

العملية:

البداية الباردة (Cold Start): تسجل الوكلاء الجديدة ببيانات دنيا (الاسم، وصف بذري اختياري، و $k$ من الأمثلة البذرية). يعتمد الموجه في البداية على الوصف البذري والاسترجاع المتفرق.
بوابة الجودة (Quality Gating): عندما يولد الوكيل استجابة، يقوم نموذج لغوي كبير كحكم (LLM-as-Judge) بتقييم الجودة. يتم إضافة الأزواج التي تسجل درجة أعلى من العتبة $\theta$ فقط إلى مخزن النجاح.
تقطير القدرات (Capability Distillation): بشكل دوري (كل $M$ نجاح جديد)، يتم توجيه أمر (prompt) لنموذج لغوي كبير لتخليص أمثلة النجاح المتراكمة والوصف البذري في وصف متعلم موجز ومحدث. يلتقط هذا الوصف حدود الكفاءة التجريبية التي قد تختلف عن نية المطور الأصلية.

2. الاستكشاف المدفوع بعدم اليقين (Uncertainty-Driven Exploration)

للبناء بكفاءة لملفات التعريف دون بث كل استعلام إلى جميع الوكلاء (وهو أمر مكلف للغاية)، يستخدم FlyRoute سياسة استكشاف مستهدفة. فهو يوازن بين الاستغلال (exploitation) (التوجيه إلى الوكلاء ذوي الملفات التعريفية القوية) والاستكشاف (exploration) (اختبار الوكلاء ذوي الملفات التعريفية غير المؤكدة).

يتم حساب درجة الاستكشاف $V^+_{explore}$ للاستعلام $q$ والوكيل $a_i$ كالتالي:
$V^+_{explore}(q, a_i) = U(a_i) \cdot R(q, a_i) \cdot (1 + \beta \cdot N(q, a_i))$

حيث أن:

عدم يقين الملف التعريفي ( $U$ ): يتناسب عكسياً مع حجم مخزن النجاح $|E_i|$ . الوكلاء الذين لديهم أمثلة قليلة يتلقون ضغط استكشاف أعلى.
الصلة ( $R$ ): درجة صلة معجمية (عبر BM25) بين الاستعلام ومخزن أمثلة النجاح الخاص بالوكيل. يضمن هذا أن الاستكشاف يحدث فقط للاستعلامات التي تقع ضمن نطاق الوكيل بشكل معقول.
الحداثة ( $N$ ): عقوبة التكرار ( $1 - R$ ) التي تعطي الأولوية للاستعلامات ذات الصلة ولكنها ليست نسخاً مكررة من الأدلة الموجودة، مما يضمن جمع بيانات فعالة.

3. التوجيه المدرك للملف التعريفي (Profile-Aware Routing)

يتم اتخاذ قرار التوجيه بواسطة موجه (LLM router) يستقبل:

السياق العالمي: الوصف النشط للوكيل (إما $d_{learn}$ المقطر أو $d_{seed}$ البذري).
السياق المحلي: أفضل $k$ من أمثلة النجاح المسترجعة عبر BM25 والتي تتشابه معملياً مع الاستعلام الحالي.

يسمح هذا النهج مزدوج السياق للموجه بالاستفيد من حدود القدرات الواسعة التي تم تعلمها من التدفق ومن الأنماط المعجمية المحددة من النجاحات الأخيرة.

المساهمات الرئيسية

صياغة المشكلة: يحدد البحث ويصيغ تحدي التوصيف ذاتي التطور للوكلاء، محولاً النموذج من التسجيل الثابت إلى التحديث المستمر عبر تفاعلات النشر.
سياسة الاستكشاف المدفوعة بعدم اليقين: يقترح المؤلفون استراتيجية مبتكرة تجمع بين عدم يقين الملف التعريفي، والصلة المعجمية، والحداثة المدركة للتكرار لتحديد الوكلاء غير المحددين بدقة بكفاءة، وتجنب هدر البث العشوائي.
التحقق التجريبي: تم التحقق من صحة إطار العمل على مجموعة بيانات مؤسسية خاصة، مما أظهر تحسينات كبيرة في دقة التوجيه مقارنة بالنماذج الثابتة.

النتائج التجريبية

قيم المؤلفون FlyRoute على مجموعة بيانات تضم 7,211 استعلاماً موجهاً حقيقياً عبر أربعة مجالات مؤسسية: الخدمات السحابية، مسرعات الذكاء الاصطناعي، أجهزة الخوادم، ونظم تشغيل الهواتف المحمولة.

أداء البداية الباردة: حتى مع وجود 5 استعلامات بذرية فقط لكل وكيل وبدون بيانات تدفق، حقق FlyRoute (باستخدام الأوصاف البذرية + استرجاع BM25) دقة بلغت 78.04%، متفوقاً على موجه LLM بنظام Zero-shot (72.57%) بمقدار 5.47 نقطة مئوية.
تأثير عجلة البيانات (Flywheel Effect): بعد تمرير جميع استعلامات التدريب البالغ عددها 7,211 عبر النظام، ارتفعت الدقة إلى 89.83%.
- يمثل هذا زيادة قدرها +17.26 نقطة مئوية عن نموذج Zero-shot الأساسي.
- يمثل هذا زيادة قدرها +11.79 نقطة مئوية عن حالة البداية الباردة.
استراتيجية الاستكشاف: أظهرت دراسات الاستبعاد (Ablation studies) أن سياسة الاستكشاف المدفوعة بعدم اليقين تفوقت بشكل كبير على استراتيجيات الاستغلال الصرف، و $\epsilon$ -greedy، واستراتيجيات البث العشوائي، لا سيما في المراحل الأولى من بناء الملف التعريفي.
الاستبعاد (Ablation): أدى إزالة بوابة الجودة (LLM-as-Judge) أو مكون الاستكشاف إلى انخفاض ملموس في الدقة، مما يؤكد ضرورة كل من تصفية الأدلة عالية الجودة وجمع البيانات المستهدف.

الأهمية والادعاءات

يزعم البحث أن FlyRoute يثبت جدوى الإدارة ذاتية التطور القائمة على البيانات. تكمن أهميته الأساسية في إظهار أن:

استرجاع الملف التعريفي قوي للغاية: حتى مع الحد الأدنى من البيانات البذرية، فإن استرجاع الأمثلة من مخزن النجاح يعزز قرارات التوجيه فوراً.
التعلم المستمر ممكن: يمكن للأنظمة اكتشاف وتحسين قدرات الوكلاء ذاتياً من حركة المرور الحية، مما يصحح مشكلة "الملف التعريفي القديم" المتأصلة في الأنظمة الثابتة.
الاستكشاف الفعال: من الممكن بناء ملفات تعريف قوية دون بث شامل عبر استخدام إشارات عدم اليقين والصلة لتوجيه مكان جمع الأدلة الجديدة.

يشير المؤلفون إلى بعض القيود، بما في ذلك الاعتماد على بيانات مملوكة (مما يحد من إمكانية إعادة الإنتاج العامة)، والاعتماد على جودة LLM-as-Judge للحصول على التغذية الراجعة، وعدم وجود آليات صريحة للكشف عن الانحراف (drift detection) للتغيرات المفاجئة في الوكيل. ومع ذلك، تشير النتائج إلى أن عجلة البيانات المغلقة (closed-loop data flywheel) تعد مكوناً حاسماً لتوسيع نطاق الأنظمة متعددة الوكلاء التكيفية في البيئات المؤسسية.