Graph Engineering in the Era of LLM Agents: From Individual Intelligence to System Intelligence
تقدم هذه الورقة "هندسة الرسوم البيانية" (Graph Engineering) كنموذج جديد لأنظمة وكلاء النماذج اللغوية الكبيرة (LLM agents) يتغلب على قيود الذكاء الفردي من خلال بناء هياكل رسوم بيانية صريحة وديناميكية لتنظيم وتنسيق وتطوير عدة وكلاء متخصصين إلى نظام متماسك قادر على تحقيق أهداف مشتركة ومعقدة.
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
في السنوات القليلة الماضية، تعلمت الحواسيب التحدث بطلاقة كانت تبدو مستحيلة في السابق. يمكن لنماذج اللغات الكبيرة هذه كتابة القصص، وحل المسائل الرياضية، وتلخيص الوثائق المعقدة. ولكن هناك فرق بين حاسوب يمكنه الإجابة على سؤال وحاسوب يمكنه بالفعل أداء وظيفة. وللانتقال من مرحلة الإجابة إلى مرحلة التنفيذ، قام الباحثون ببناء "الوكلاء" (Agents). فكر في الوكيل كعامل رقمي يمكنه النظر في مشكلة ما، وتقرير الأدوات التي سيستخدمها، ثم اتخاذ إجراء في العالم الحقيقي، مثل كتابة الكود البرمجي أو البحث في الإنترنت. لفترة من الوقت، كان التركيز ينصب على صنع عامل واحد فائق القدرة؛ وكانت الفكرة هي أنك إذا جعلت وكيلاً واحداً ذكياً بما يكفي ومنحته ذاكرة وأدوات كافية، فبإمكانه التعامل مع أي مهمة.
ومع ذلك، عندما بدأت هؤلاء العمال الرقميون في معالجة مشكلات واقعية أكثر صعوبة، ظهرت مشكلة جديدة. فبعض الوظائف أكبر أو أكثر فوضوية أو أكثر تعقيداً من أن يقوم بها شخص واحد، حتى لو كان هذا الشخص رقمياً وذكياً جداً. قد تتطلب المهمة فريقاً من المتخصصين يعملون في وقت واحد، أو قد تحتاج إلى شخص يراجع عمل شخص آخر. قد تتطلب سجلاً لما حدث قبل ساعات لفهم ما يحدث الآن. العامل الواحد، مهما بلغت مهارته، يبدأ في الشعور بالإرهاق؛ فهو يحاول القيام بكل شيء في خط تفكير واحد طويل، مما يؤدي إلى فقدان تتبع التفاصيل، أو خلط الخطوات، أو الفشل في التعافي عندما تسوء الأمور. أصبح السؤال حينها: كيف ننتقل من عامل واحد بارع إلى منظمة كاملة تعمل معاً؟
يقترح استطلاع جديد أجراه فريق كبير من الباحثين حلاً يسمى "هندسة المخططات" (Graph Engineering). يرى الباحثون أن الخطوة التالية في الذكاء الاصطناعي ليست فقط جعل الوكلاء الأفراد أكثر ذكاءً، بل تنظيمهم في نظام. ويقترحون أن أفضل طريقة لإدارة فريق من العمال الرقميين هي رسم مسار عملهم باستخدام هيكل يشبه خريطة من الروابط، المعروف باسم "المخطط" (Graph). في هذا النظام، لا يكون المخطط مجرد صورة؛ بل هو نظام التشغيل للفريق. فهو يرسم بوضوح الخطوط بين من يفعل ماذا، وكيف يتواصلون مع بعضهم البعض، وكيف يتم حفظ وتحديث حالة المشروع.
وجد الباحثون أن مجرد إضافة المزيد من الوكلاء إلى حلقة عمل واحدة لا يحل المشكلة. فإذا كان لديك فريق من عشرة وكلاء يحاولون جميعاً القيام بكل شيء في محادثة واحدة طويلة، فسيظلون عرضة للارتباك. بدلاً من ذلك، يجب تقسيم العمل إلى هيكل واضح. يصف الباحثون ثلاثة أجزاء رئيسية لهذا النهج الجديد. أولاً، هناك تنظيم العمل نفسه؛ فبدلاً من هدف غامض مثل "أصلح هذا البرنامج"، يقوم النظام بتقسيم الهدف إلى مهام أصغر ومحددة ويرسم خريطة توضح أي المهام تعتمد على غيرها. وهذا يسمح لأجزاء مختلفة من العمل بأن تحدث في وقت واحد، بدلاً من الانتظار في طابور طويل.
ثانياً، يجب على النظام تنظيم الفريق. في النظام القائم على المخططات، يتم تعيين أدوار مختلفة للوكلاء بناءً على ما يجيدونه. فقد يكون أحد الوكلاء خبيراً في البحث عن المعلومات، بينما يتفوق آخر في كتابة الكود البرمجي، وثالث في المراجعة. يعمل المخطط بمثابة المدير، حيث يقرر من يتحدث إلى من ومتى. وهو يضمن حصول الشخص المناسب على الوظيفة المناسبة وانسياب العمل بسلاسة بينهم، مما يمنع الارتباك الذي يحدث عندما يحاول وكيل واحد لعب جميع الأدوار في آن واحد.
ثالثاً، ولعل الأهم، يجب على النظام إدارة "حالة العمل" (State). في نظام الوكيل الواحد، إذا وقع خطأ في مرحلة مبكرة، فقد يؤدي ذلك إلى إفساد بقية العملية لأن الوكيل ينسى بالضبط أين أخطأ. أما في النظام القائم على المخططات، فيتم تسجيل كل خطوة بطريقة منظمة. فإذا فشل شيء ما، يمكن للنظام النظر في الخريطة، وتحديد مكان وقوع الخطأ بالضبط، وإصلاح ذلك الجزء فقط دون الحاجة إلى إعادة تشغيل المشروع بأكمله. إنه يحتفظ بسجل واضح لما حدث، ومن قام به، وما كانت النتيجة، مما يسمح للفريق بالتعافي من الأخطاء بسرعة ودقة.
يستعرض البحث العديد من المشاريع القائمة لإظهار كيف يتم استخدام هذا النهج بالفعل. في هندسة البرمجيات، على سبيل المثال، تُستخدم فرق من الوكلاء لكتابة الكود واختباره وإصلاح الأخطاء فيه في وقت واحد، مع وجود نظام مركزي يتتبع التبعيات. وفي البحث العلمي، يتم تنظيم الوكلاء لتوليد الفرضيات، وإجراء التجارب، وتحليل البيانات، مع ضمان النظام لتوثيق النتائج وقابلية تكرار العملية. وفي الرعاية الصحية، يساعد هذا النهج في تنسيق المتخصصين المختلفين لإدارة رعاية المرضى على مدى فترة طويلة، مع الحفاظ على سجل ثابت للقرارات والنتائج.
يشير الباحثون بحذر إلى أن هذا لا يزال مجالاً ناشئاً. فرغم أن فكرة استخدام هذه المخططات المنظمة لتنظيم الفرق هي فكرة قوية، إلا أنها ليست حلاً مثالياً بعد. فالأنظمة التي راجعوها تظهر وعوداً كبيرة، لكنها لا تزال غالباً تعتمد على البشر لوضع الهيكل الأولي. ويكمن التحدي المستقبلي في بناء أنظمة لا تكتفي فقط باتباع خريطة، بل تتعلم أيضاً من خبراتها لإعادة رسم الخريطة بنفسها، مما يحسن كيفية تنظيمها وعملها معاً بمرور الوقت. تشير الورقة البحثية إلى أن مستقبل الأنظمة الذكية لا يكمن في إنشاء حاسوب واحد يشبه "الإله"، بل في بناء فرق منظمة جيداً حيث يكون هيكل العمل بنفس أهمية ذكاء العمال. ومن خلال التعامل مع تنظيم المهام والوكلاء والذاكرة كبنية ديناميكية ومتطورة، يمكننا بناء أنظمة أكثر موثوقية، وأكثر قدرة، وأفضل في التعامل مع مشكلات العالم الحقيقي المعقدة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.