تخيل أنك تعلم مساعداً آلياً (روبوت) فائق الذكاء كيف يقوم بواجباتك المدرسية، أو يصلح الكود الخاص بك، أو يكتب قصة. لديك مكتبة ضخمة من "كتيبات التعليمات" (تسمى مهارات - skills) تخبر الروبوت بدقة كيفية التعامل مع مهام محددة، مثل "كيفية نشر موقع إلكتروني" أو "كيفية مراجعة تغيير في الكود". المشكلة هي أن الروبوت لديه قدر محدود جداً من الانتباه (attention) يمكنه استيعابه في المرة الواحدة. فكر في انتباه الروبوت كسطح مكتب صغير؛ إذا حاولت وضع كل كتيبات التعليمات على ذلك المكتب في بداية اليوم، فسوف يمتلئ المكتب بالفوضى، وسيتشتت الروبوت، وسينسى التعليمات الأكثر أهمية لأنها دُفنت تحت كومة من الأوراق التي لا يحتاجها الآن. هذا هو التحدي الجوهري لـ الوكلاء الذكيّين (AI agents): كيف تمنحهم القدرة على الوصول إلى آلاف الأدوات المفيدة دون إغراق مساحتهم الذهنية الضيقة؟

هذه الورقة البحثية، بعنوان @skills: Attention Is All You Have، تعالج صداعاً محدداً في عالم الوكلاء الذكيّين. حالياً، الطريقة الوحيدة لمنح الوكيل مهارة جديدة هي "تثبيتها" (install). والتثبيت يشبه لصق ملاحظة لاصقة تحتوي على وصف المهارة على جبهة الروبوت. هذه الملاحظة تبقى هناك للأبد، وتأخذ مساحة من "مكتبه" (المطالبة بالنظام - system prompt) في كل مرة يتحدث فيها إليك، حتى لو لم تطلب منه أبداً استخدام هذه المهارة. يرى المؤلفون أن هذا هدر فظيع لانتباه الروبوت المحدود. لذا، يقترحون بروتوكولاً جديداً مفتوحاً يسمى @skills يغير قواعد اللعبة: بدلاً من لصق الملاحظات على الجبهة، يمكنك ببساطة الإشارة إلى الكتيب عندما تحتاجه.

المشكلة: فخ "الملاحظة الملصقة"

لاحظ المؤلفون أنه يوجد بالفعل أكثر من 56,804 مهارة مختلفة منشورة في العالم العام، ولكن النظام الحالي معطل. ولأن كل مهارة يتم تثبيتها تأخذ مكاناً دائماً في ميزانية انتباه الروبوت، وهذه الميزانية ضئيلة (يقدر المؤلفون أنها تقل عن 100 مكان موثوق لكل وكيل)، فإن معظم هذه المهارات لا يمكن استخدامها أبداً. الأمر يشبه امتلاك مكتبة تضم 56,000 كتاب ولكن يُسمح لك فقط بالاحتفاظ بثلاثة منها على طاولة السرير بجانبك. إذا أردت قراءة الكتاب الرابع، فعليك التخلص من أحد الكتب الثلاثة.

الأسوأ من ذلك، أن النظام الحالي يفرض نهج "مقاس واحد يناسب الجميع". لاستخدام مهارة ما، يجب عليك تثبيتها، مما يعني أن وصفها سيظل عالقاً في عقل الروبوت باستمرار. وهذا يؤدي إلى ثلاث مشاكل كبيرة:

1. الضريبة: في كل مرة يتحدث فيها الروبوت، يتعين عليه "دفع" ثمن الانتباه لكل وصف مهارة مثبتة، حتى لو كانت غير ذات صلة. هذا يهدر الطاقة ويبطئ عملية الاستنتاج.
2. اليانصيب: يتعين على الروبوت تخمين المهارة التي سيستخدمها بناءً على تلك الأوصاف الصغيرة. إذا أخطأ في التخمين، تظل المهارة صامتة، ولا يعرف المستخدم أبداً أنها كانت موجودة أصلاً.
3. درج الكراكيب: نظرًا لأن التثبيت هو الطريقة الوحيدة للاحتفاظ بالمهارة، ينتهي الأمر بالناس بامتلاك كومة فوضوية من المهارات التي جربوها مرة واحدة ونسوها، مما يملأ عقل الروبوت بالفوضى إلى الأبد.

الحل: بروتوكول "المؤشر السحري"

تقترح الورقة البحثية بروتوكول @skills، وهو طريقة جديدة للتعامل مع هذه التعليمات تفصل بين ثلاثة أشياء كانت ملتصقة ببعضها سابقاً: المحتوى (التعليمات)، الاستمرارية (الاحتفاظ بنسخة)، والتحفيز (جعله يعمل تلقائياً).

يقدم المؤلفون نظاماً بسيطاً من ثلاث طبقات يتيح لك اختيار الأداة المناسبة للمهمة:

• الطبقة الأولى: المرجع (المؤشر "في الوقت المناسب")
  هذه الطبقة مخصصة للمهارات النادرة التي قد تحتاجها مرة أو مرتين فقط. بدلاً من تثبيتها، تقوم فقط بكتابة <path:path@skills> عندما تحتاج إليها. الأمر يشبه أن تطلب من أمين المكتبة إخراج كتاب معين من الرف فقط عندما تطلبه. يظهر الكتاب بجانب سؤالك مباشرة، يقرأه الروبوت، يؤدي العمل، ثم يختفي الكتاب. هذا يكلف صفر من مساحة الانتباه الدائمة. وهذا يسمح بوجود أكثر من 56,000 مهارة دون سد عقل الروبوت.

• الطبقة الثانية: النسخة المحفوظة (المجلد "المُورّد")
  أحياناً تريد الاحتفاظ بنسخة من مهارة ما في مجلد مشروعك الخاص (مثل سير عمل فريق معين) حتى تتمكن من تعديلها وامتلاكها. باستخدام @skills، يمكنك "حفظ" مهارة في مجلد .atskills/ الخاص بمشروعك. هذا يشبه تصوير وصفة طبخ ووضعها في كتاب طهي خاص بك. تظل المهارة في مشروعك، لكنها لا تجلس على جبهة الروبوت إلا إذا طلبتها صراحة. هي موجودة لتجدها وتستخدمها، لكنها لا تهدر انتباه الروبوت حتى تحتاجها.

• الطبقة الثالثة: المهارة المثبتة (استثناء "التحفيز التلقائي")
  هذه هي الطبقة الوحيدة التي لا تزال تستخدم طريقة "الملاحظة الملصقة" القديمة، ولكنها مخصصة للأمور الأساسية التي يجب أن تعمل تلقائياً دون أن تطلب منها ذلك، مثل قواعد الأمان أو فحوصات التنسيق. وحتى في هذه الحالة، البروتوكول أكثر ذكاءً: العنوان الصغير والوصف (المقدمة - frontmatter) فقط هما ما يبقيان على جبهة الروبوت. أما بقية التعليمات فلا يتم تحميلها إلا عندما يحتاجها الروبوت فعلياً.

كيف يعمل الأمر في الواقع

تقترح الورقة أن هذا البروتوكول يحول نهج "التثبيت لكل شيء" الفوضوي إلى نظام يعتمد على الملفات بشكل نظيف.

• لا مزيد من أزرار "التثبيت": أنت لا تثبت المهارة؛ بل تشير إليها عبر مسارها فقط.
• لا مز more من المجلدات المخفية: تعيش المهارات في شجرة ملفات مشروعك (مثل .atskills/)، لذا يمكنك رؤيتها، تعديلها، وتتبع التغييرات باستخدام Git، تماماً مثل الكود.
• لا مزيد من صداع "التحديث": إذا كنت تريد أن تظل المهارة محدثة، فما عليك سوى "متابعتها" (سطر واحد في ملف الإعدادات). وإذا أردت جعلها ملكك، فما عليك سوى "حفظها" (نسخة في مجلدك).

قام المؤلفون أيضاً ببناء "مركز" (Hub) مجاني (موقع إلكتروني) لمساعدة الناس في العثور على هذه المهارات، ولكن البروتوكول مصمم بحيث لا تحتاج إلى هذا المركز. يمكنك الإشارة مباشرة إلى المهارات الموجودة على GitHub أو على جهاز الكمبيوتر الخاص بك. المركز هو مجرد محرك بحث، وليس حارساً للبوابة.

ما وجدته الورقة البحثية بالفعل

الورقة لا تقترح نظرية فحسب؛ بل تشير إلى بيانات من العالم الحقيقي. وجد المؤلفون أن نموذج "التثبيت فقط" الحالي مكسور هيكلياً لأنه يجبر كل مهارة على التنافس على مورد نادر (الانتباه) غالباً ما لا تحتاجه. ومن خلال فصل الحاجة إلى امتلاك مهارة عن الحاجة إلى تذكر مهارة، يسمح بروتوكول @skills للوكلاء باستخدام "الذيل الطويل" المكون من 56,000 مهارة دون تدمير عقولهم.

يؤكد المؤلفون أن هذا النهج يحل مشكلة "ميزانية الانتباه"، لكنهم يشيرون إلى أن العدد الدقيق لفتحات "التحفيز التلقائي" الموثوقة (الطبقة الثالثة) هو تقدير بناءً على الأبحاث الحالية حول كيفية فقدان نماذج الذكاء الاصطناعي لتركيزها خلال المحادثات الطويلة. ويقترحون أنه بينما يعد النظام الحالي "درج كراكيب" حيث تضيع المهارات المهمة، فإن نظام الطبقات الثلاث الجديد يعطي كل مهارة موطناً مناسباً: إما في السحابة (الطبقة الأولى)، أو في مشروعك (الطبقة الثانية)، أو كقاعدة حاسمة (الطبقة الثالثة).

باختصار، تجادل الورقة بأننا يجب أن نتوقف عن معاملة مهارات الذكاء الاصطناعي كأثاث ثقيل يجب لصقه على الحائط، ونبدأ في معاملتها ككتب يمكننا سحبها من الرف كلما احتجنا إليها. والنتيجة هي وكيل أخف، وأسرع، وقادر على استخدام عالم أوسع بكثير من المعرفة دون أن يشعر بالارتباك.