ملخص تقني: AgentFugue

بيان المشكلة

اعتمدت التطورات الأخيرة في المهام الوكيلية (agentic tasks) طويلة المدى بشكل أساسي على "التوسع الرأسي" (scaling up)—أي تحسين الوكلاء الفرديين من خلال نماذج أساسية أقوى، وتكامل أفضل للأدوات، ودعامات أكثر فعالية. ومع ذلك، فإن هذا النهج يوسع قدرة المسار الفردي، لكنه لا يزيد بطبيعة الحال من عرض الاستكشاف.

تتناول الورقة البحثية سؤال "التوسع الأفقي" (scaling out): هل يمكن لعدة وكلاء أقران يعملون على المهمة نفسها أن يحسنوا القدرة بشكل جماعي دون الاعتماد على تخصص صريح في الأدوار، أو تنسيق سير العمل، أو التخطيط المركزي؟ يكمن التحدي الجوهري في التواصل: فبدون التواصل، يعمل الوكلاء كعمليات بحث معزولة؛ ومع التواصل غير المقيد، غالبًا ما تغمر الإشارات المفيدة الضوضاء، وتنهار تنوعات الاستكشاف. يرى المؤلفون أن التوسع الأفقي الفعال يتطلب آلية لـ الاستدلال الجماعي حيث يمكن للوكلاء الأقران تبادل التقدم المرحلي بشكل انتقائي مع الحفاظ على اتجاهات بحث متميزة.

المنهجية: AgentFugue

يقترح المؤلفون AgentFugue، وهو إطار عمل للاستدلال الجماعي مبني حول مركز استدلال مشترك. بخلاف المخططين المركزيين أو أنظمة الوكلاء المتعددين القائمة على المناظرة، يعامل AgentFugue الوكلاء كأقران يستكشفون المهمة نفسها بالتوازي، حيث يعمل المركز كطبقة اتصال خارجية وليس كمتحكم.

البنية الأساسية

1. مركز الاستدلال المشترك ($H$): طبقة اتصال إضافية توضع بجانب الوكلاء الأقران. هي لا تحل محل الاستدلال المحلي، بل تجعل الاكتشافات المرحلية من مسار واحد متاحة بشكل انتقائي للآخرين.
2. الحلقات (Episodes): يتم تقسيم مسارات الوكيل المحلية إلى أجزاء متصلة تسمى "حلقات" بناءً على ميزانية سياق ثابتة.
3. عمليات المركز ثنائية المرحلة:
   • كتابة الحلقة ($M_{write}$): عندما يصل سياق الوكيل إلى ميزانية الكتابة، يقوم المركز بضغط الجزء المكتمل في ملاحظة حلقة موجزة ($z_{i,e}$). تلتقط هذه الملاحظة ما تم إثباته، وما تمت محاولته، وما تم استبعاده، وما تم جمعه من أدلة. يتم تخزين محتوى الحلقة الخام في المركز، بينما يتم إخلاء سياق العمل الخاص بالوكيل واستبداله بالملاحظة لتوفير السعة.
   • القراءة المدفوعة بالنية ($M_{read}$): لا يتلقى الوكلاء الملاحظات بشكل سلبي. بدلاً من ذلك، يصدر الوكيل طلبًا مهيكلًا يحتوي على نية ($q_{i,t}$) ومجموعة من مراجع الحلقات ($E_{i,t}$) بناءً على الملاحظات المرئية في سياقه الحالي. يقوم المركز باسترجاع المحتوى الخام للحلقات المرجعية وتوليف قطعة توجيه أو دليل مركزة ($r_{i,t}$) مصممة خصيصًا لاحتياج الوكيل الحالي.

التحسين

يتم إنشاء المركز باستخدام نموذج لغوي متوسط الحجم (تم تهيئته من Qwen3.5-9B) وتحسينه في مرحلتين:

1. الضبط الفائق الخاضع للإشراف (SFT): يتعلم المركز توليد ملاحظات المرجع والمخرقات بناءً على بيانات المعلم.
2. تحسين السياسة النسبية للمجموعة (GRPO): يتم محاذاة المركز بشكل أكبر مع نجاح المهمة النهائية عبر التعلم التعزيزي ضمن حلقة الوكلاء المتعددة الكاملة. يتم تجميد وكلاء المهمة؛ ويقوم ضغط GRPO بتحسين طبقة الاتصال نفسها، حيث يكافئ مخرجات المركز التي تؤدي إلى مسارات بحث أقصر وأكثر نجاحًا.

إعدادات التوسع

يتم تقييم الإطار في إعدادين:

• الفرق المتجانسة: يتشارك عدة وكلاء نفس العمود الفقري والتهيئة، مما يختبر المكاسب الناتجة فقط عن التفاعل عبر المسارات.
• الفرق غير المتجانسة: تختلف النماذج في هياكلها الأساسية أو تهيئاتها، مما يختبر قدرة المركز على التوسط بين التحيزات الاستدلالية المتكاملة وأنماط الفشل.

المساهمات الرئيسية

1. تحديد توسع الوكيل القرين: تحدد الورقة إعدادًا متميزًا للاستدلال طويل المدى حيث يجب أن تنشأ القدرة من إعادة استخدام المسارات المتقاطعة بدلاً من التخصص في الأدوار.
2. إطار عمل AgentFugue: إطار عمل للتواصل يعتمد على كتابة واسترجاع وقراءة حلقات الاستدلال المشتركة. إنه يحول المسارات المتوازية إلى بيئة استدلال مشتركة يتم تبادلها انتقائيًا دون تخطيط مركزي، مستلهمًا من هيكل "الفوجا" (Fugue) الباروكي حيث تطور الأصوات المتميزة تقدم بعضها البعض.
3. التحليل التجريبي: دراسة شاملة للإطار في كل من الفرق المتجانسة وغير المتجانسة، وتحليل متى يحسن التوسع الأفقي من كفاءة كل وكيل، ومتى يحقق مكاسب على مستوى الفريق، وأين تنهار الآلية.

النتائج التجريبية

قيم المؤلفون AgentFugue في ثلاثة اختبارات معيارية صعبة طويلة المدى: BrowseComp (بحث ويب متعدد الخطوات عميق)، وWideSearch (جمع أدلة موجه نحو الاتساع)، وHLE (استدلال متعدد المجالات من تأليف خبراء).

• الأداء: حقق AgentFugue نتائج رائدة (SOTA) عبر جميع الاختبارات والمعايقات الأساسية (Qwen3.5-35B-A3B و DeepSeek-v4-Flash)، متفوقًا على النماذج المرجعية القوية بما في ذلك ReAct أحادي الوكيل، وأنظمة DeepResearch، وغيرها من نهج الوكلاء المتعددين (Naive-Multi-Agent، Swarm-Multi-Agent).
• سلوك التوسع:
  • في الفرق المتجانسة، تحسنت دقة كل وكيل بشكل ملحوظ مع زيادة حجم الفريق من $N=1$ إلى $N=5$، ثم استقرت. ومع ذلك، استمر التجميع على مستوى الفريق (Pass@N) في التحسن مع زيادة أحجام الفرق.
  • في الفرق غير المتجانسة، استفادت النماذج الأضعف أكثر من المركز، بينما شهدت النماذج الأقوى أيضًا مكاسب. أدت الفرق غير المتجانسة إلى حركة مرور ذاكرة (استخدام مركز) أعلى مقارلة بالمتجانسة، مما يشير إلى أن الهياكل المختلفة تنتج ملاحظات مرحلية جديدة حقًا للأقران.
• الكفاءة: نجح المركز في المقايضة بين الاستكشاف المعزول والتنسيق المشترك. مع نمو حجم الفريق، انخفضت استدعاءات البحث والزيارات لكل وكيل، بينما زادت حركة مرور الذاكرة، مما يشير إلى التحول من الاستكشاف المتكرر إلى إعادة استخدام المعلومات المنظمة.

الأهمية والادعاءات

تدعي الورقة أن الاستدلال الجماعي يمكن أن يحول توسع أنظمة الوكلاء الأقران إلى مصدر متميز لمكاسب القدرة، بدلاً من مجرد وسيلة لإنفاق المزيد من الحوسبة.

• متميز عن النماذج الحالية: بخلاف المناظرة بين الوكلاء المتعددين أو الدردشة الجماعية، لا يفرض AgentFugue تبادل أدوار متزامن. وبخلاف أخذ العينات من نوع "أفضل من N"، تؤثر المسارات على بعضها البعض أثناء الاستكشاف عبر التقدم المرحلي القابل لإعادة الاستخدام. وبخلاف RAG على مجموعات البيانات الثابتة، فإن مسار القراءة مدفوع بالنية ويقوم بتوليف المحتوى الخام عند الطلب.
• التعميم: كانت التحسينات متسقة عبر المهام التي تعتمد بكثافة على الاسترجاع، والمهام التي تركز على الاستدلال، والمهام الموجهة نحو الاتساع، مما يشير إلى أن مركز الاستدلال المشترك هو أداة تنسيق عامة.
• القصور: يشير المؤلفون إلى أن التنفيذ الحالي يستخدم مركزًا متوسط الحجم ومجموعة محدودة من النماذج الأساسية. كما يقرون بوجود حالات فشل حيث يمكن للملاحظات منخفضة الجودة أو الاستنتاجات المرحلية المفرطة في الثقة أن تنشر فرضيات مضللة عبر الفريق، مما قد يقلل من التنوع.

يخلص المؤلفون إلى أنه بينما يظل التحدي متمثلاً في جعل هذا التواصل انتقائيًا بما يكفي للحفاظ على التنوع وموثوقًا بما يكفي لمنع انتشار الخطأ، فإن AgentFugue يثبت أن توسع الوكلاء الأقران هو محور حيوي وفعال لتحسين الاستدلال الوكيلي طويل المدى.