The Scaffolding Matters More Than the Interface: A Controlled Comparison of MCP and CLI Tool Use Across Seven Agent Scaffoldings, Five Language Models, and One Software Task
تُظهر هذه الدراسة أن اختيار هيكلية الوكيل (agent scaffolding) له تأثير أكبر بكثير على تكلفة وموثوقية وكلاء البرمجة بالذكاء الاصطناعي من واجهة الأدوات الأساسية (MCP مقابل CLI)، مما يكشف أن دعم MCP غالباً ما يكون غير ضروري ويمكن أن يكون أكثر تكلفة بشكل ملحوظ من تنفيذ CLI المباشر.
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
الورشة الرقمية: إعداد المسرح
تخيل أن لديك مساعداً آلياً (روبوت) ذكياً للغاية ولكنه حرفي جداً. يمكن لهذا الروبوت كتابة القصص، وحل المسائل الرياضية، والدردشة حول أي شيء، لكنه يعيش في غرفة مغلقة؛ لا يمكنه رؤية شاشة حاسوبك، أو فتح ملفاتك، أو النقر على الأزرار في موقع إلكتروني. لكي يتمكن من إنجاز أي عمل فعلي، تحتاج إلى "رئيس عمال" يقف بين الروبوت والعالم الحقيقي. هذا "الرئيس" يسمى سقالة الوكيل (agent scaffolding). ومهمته هي الاستماع إلى أفكار الروبوت، وترجمتها إلى أفعال (مثل "افتح هذا الملف" أو "أرسل هذا البريد الإلكتروني")، ثم جلب النتائج إليه لكي يستمر الروبوت في التفكير.
لفترة طويلة، كان الناس يتجادلون حول أفضل طريقة لبناء هذا "الرئيس". إحدى الطرق الشائعة، وتسمى بروتوكول سياق النموذج (MCP)، تشبه إعطاء الروبوت موسوعة ضخمة ومفصلة لكل أداة قد يحتاجها يوماً ما. في كل مرة يطلب فيها الروبوت المساعدة، يسلمه الرئيس الموسوعة بأكملها مجدداً، تحسباً لأي ظرف. أما الطريقة الأخرى، وهي واجهة سطر الأوامر (CLI)، فهي أبسط: يكتفي الرئيس بإعطاء الروبوت صندوق أدوات أساسي ويقول له: "أنت تعرف كيف تستخدم المطرقة والمفك، أليس كذلك؟ اكتشف بنفسك كيفية استخدام الأدوات المحددة التي تحتاجها".
السؤال الكبير الذي يطرحه الجميع هو: أي طريقة ستكلف أقل؟ بما أن الروبوت في كل مرة يتحدث فيها مع الحاسوب، فإنه يدفع مقابل الكلمات (الرموز/tokens) التي يرسلها ويستقبلها، افترض الناس أن طريقة "الموسوعة الضخمة" (MCP) ستكون مكلفة للغاية لأنها ترسل الكثير من النصوص الإضافية. حتى أن بعض الخبراء خمنوا أنها قد تكلف 35 ضعفاً أكثر من طريقة صندوق الأدوات البسيط. لكن لم يقم أحد بقياس ذلك بشكل عادل، وكانت الأرقام متضاربة للغاية.
مواجهة صناديق الأدوات الكبرى
في هذه الدراسة، قرر فريق من الباحثين حسم الجدل عبر إجراء تجربة ضخمة ومنضبطة. لم يكتفوا بالتخمين؛ بل بنوا مسار عقبات رقمياً — وهو مهمة محددة تتكون من ست خطوات مثل العثور على خطأ برمي (bug)، وإصلاحه، ثم إرساله إلى فريق العمل. ثم مرروا هذه المهمة نفسها عبر سبعة "رؤساء" مختلفين (سقالات وكلاء) وخمسة "أدمغة روبوتية" مختلفة (نماذج ذكاء اصطناعي) لمعرفة التكلفة الفعلية لإنجاز المهمة.
وهنا تكمن المفاجأة: وجد الباحثون أن "الرئيس" نفسه كان أهم بكثير من "صندوق الأدوات".
الاكتشاف الأكثر إثارة للدهشة هو أن اثنين من السبعة "رؤساء" الذين تم اختبارهم لم يمتلكوا حتى قدرة "الموسوعة الضخمة" (MCP)، بل استخدموا فقط صندوق الأدوات البسيط (CLI). ومع ذلك، فقد أتموا كل مهمة ببراعة. لم يكتفوا بالإتمام فحسب، بل كانوا أرخص بمقدار 5 إلى 28 مرة من "الرؤساء" الفاخرين الذين يمتلكون الموسوعة. في الواقع، بالنسبة لعقل روبوتي صغير محدد، قفزت التكلفة 139 مرة لمجرد اقترانه بـ "رئيس" مختلف، رغم أن الروبوت والمهمة كانا متطابقين تماماً.
ماذا عن كون "الموسوعة الضخمة" (MCP) مكلفة؟
حاول الباحثون مقارنة الطريقتين مباشرة داخل نفس "الرئيس"، لكن النتائج كانت فوضوية وغير متسقة. أحياناً كانت الموسوعة تكلف أكثر، وأحياناً أقل، وأحياناً كانت متساوية. كانت البيانات مهتزة جداً لدرجة تمنع القول بأن إحداهما أرخص من الأخرى بشكل قاطع في مواجهة عادلة. ومع ذلك، وجدوا فرقاً واحداً واضحاً: عندما تسوء الأمور، تكون طريقة الموسوعة (MCP) أكثر تكلفة بكداً. حوالي 12.9% من الأموال المنفقة على عمليات الـ MCP لم تشترِ شيئاً (لأن المهمة فشلت)، مقارنة بـ 2.2% فقط لعمليات صندوق الأدوات البسيط. لكن الروبوتات فشلت بنفس المعدل في كلتا الطريقتين؛ الفارق هو أنه عندما تفشل روبوتات الـ MCP، فإنها تهدر أموالاً أكثر أثناء الفشل.
"سحر" الرئيس
كشفت الدراسة أيضاً عن خدعة خفية. أخبر الباحثون الروبوتات بدقة أي صندوق أدوات يجب استخدامه، ولكن عندما فحصوا السجلات، وجدوا أن الروبوتات غالاً ما تتجاهل التعليمات! بعض الروبوتات أُعطيت "الموسوعة الضخمة" لكنها استخدمت بهدوء صندوق الأدوات البسيط بدلاً منها. وأخرى فعلت العكس تماماً. هذا يعني أنك إذا سألت الروبوت ببساطة "كم بلغت التكلفة؟" دون التحقق مما فعله بالفعل، فقد تكون تقيس مزيجاً من كلتا الطريقتين، مما يجعل الأرقام عديمة الفائدة.
الخلاصة
الدرس المستفاد الأساسي ليس أن أداة واحدة سحرية والأخرى عديمة الفائدة. بدلاً من ذلك، تشير الدراسة إلى أن كيفية بناء "رئيس" الروبوت الخاص بك هي العامل الأهم في تحديد التكلفة.
- للمهام البسيطة والمتكررة: يكون "الرئيس" المخصص والصغير الذي يستخدم فقط صندوق الأدوات الأساسي (CLI) أرخص بكثير وأكثر موثوقية من المساعد العام الضخم الذي يحمل موسوعة هائلة.
- للأدمغة الروبوتية الصغيرة: إذا كنت تشغل نموذج ذكاء اصطناعي أصغر وأرخص على حاسوبك الخاص، فإن "الرؤساء" ذوي الأغراض العامة يمكن أن يجعلون المهمة تكلف 140 ضعفاً تقريباً، فقط بسبب كثرة ثرثرتهم وحملهم لحمول زائدة غير ضرورية.
خلص الباحثون إلى أنه بالنسبة للمهام المحددة جيداً، لسنا بحاجة إلى نهج "الموسوعة الضخمة" الثقيل والمكلف. يمكننا بناء أنظمة أكثر رشاقة وأقل تكلفة تنجز العمل دون الوزن الزائد. وإذا قررت استخدام طريقة الموسوعة الفاخرة، فعليك التأكد من أن الروبوت يستخدمها بالفعل، وإلا فقد تدفع ثمن أداة لم تلمسها قط.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.