A Technical Taxonomy of LLM Agent Communication Protocols
تقدم هذه الدراسة تصنيفاً تقنياً لبروتوكولات اتواصل بين وكلاء النماذج اللغوية الكبيرة بناءً على تحليل خماسي الأبعاد لتسعة أنظمة مفتوحة المصدر، مما يكشف عن الأنماط المعمارية الحالية ويتنبأ بتطور مستقبلي نحو حزمة بروتوكولات طبقية وفيدرالية بدلاً من معيار عالمي واحد.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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 عالماً لم يعد فيه الذكاء الاصطناعي مجرد عقل واحد ومنفرد يجيب على الأسئلة، بل مجتمعاً صاخباً من العمال المتخصصين. بعض هؤلاء العمال الرقميين خبراء في العثور على المعلومات، وآخرون بارعون في كتابة الأكواد البرمجية، وآخرون متميزون في وضع الخطط المعقدة. ولحل مشكلة صعبة، يجب عليهم التحدث مع بعضهم البعض، ومشاركة نتائجهم، وتنسيق أفعالهم. هذا هو الوعد الذي تقدمه الأنظمة متعددة الوكلاء: مجموعة من البرامج الذكية التي تعمل معاً لتحقيق ما لا يمكن لأي منها تحقيقه بمفرده. ومع ذلك، لكي يعمل هذا المجتمع، يحتاج هؤلاء العمال الرقميون إلى لغة مشتركة. فتماماً كما يحتاج البشر إلى الاتفاق على قواعد اللغة والمفردات لإجراء محادثة، يحتاج هؤلاء الوكلاء البرمجيون إلى مجموعة من القواعد المتفق عليها لتبادل المعلومات. وبدون هذه القواعد، قد لا يتمكن عامل تم بناؤه من قبل شركة ما من فهم عامل بني من قبل شركة أخرى، مما يتركهم معزولين في صوامعهم الخاصة.
لقد دخل فريق من الباحثين في الجامعة التقنية بميونيخ هذا المجال الناشئ لرسم خارطة للمشهد الحالي لقواعد التواصل هذه. لقد سعوا لفهم كيف تحاول الأنظمة المختلفة حالياً ربط هؤلاء الوكلاء الرقميين ببعضهم البعض. لم يخترع الباحثون لغة جديدة؛ بل عملوا بدلاً من ذلك كرسامي خرائط، حيث رسموا خريطة تفصيلية لأكثر تسعة بروتوكولات تواصل نشطة ومفتوحة يتم استخدامها وتطويرها حالياً من قبل المجتمع التقني. ومن خلال فحص هذه الأنظمة التسعة عن كثب، ابتكروا طريقة جديدة لتصنيفها، مما كشف أنه بينما يوجد نشاط كبير، فإن المجال لا يزال مجزأً ويتحرك نحو هيكل مستقبلي محدد.
بدأ الباحثون باختيار تسعة بروتوكولات محددة كانت تُدار بنشاط ومتاحة للجميع. بحثوا في الأنظمة المصممة للسماح للوكلاء بالتحدث إلى وكلاء آخرين، وكذلك الأنظمة المصممة للسماح للوكلاء بالتحدث إلى الأدوات، أو قواعد البيانات، أو الخدمات الخارجية الأخرى. ثم قاموا بتحليل كل منها من خلال خمس عدسات محددة. أولاً، نظروا فيمن يتحدث إليه الوكيل: هل كان يتحدث إلى وكيل آخر، أم إلى أداة، أم إلى كليهما؟ ثانياً، فحصوا محتوى الرسائل: هل كانت مجرد نصوص، أم بيانات مهيكلة مثل الأرقام والملفات، أم مزيجاً من الاثنين؟ ثالثاً، تحققوا مما إذا كانت المحادثة تحتفظ بذاكرة لما حدث سابقاً، أم أن كل رسالة تُعامل كبداية جديدة. رابعاً، استقصوا كيف يجد الوكلاء بعضهم البعض في المقام الأول: هل يحتاجون إلى دليل مركزي للبحث عن العناوين، أم يمكنهم العثور على بعضهم البعض مباشرة؟ وأخيراً، نظروا في مرونة قواعد المحادثة: هل كانت القواعد ثابتة لا تتغير، أم كان بإمكان الوكلاء الاختيار من بين عدة خيارات، أم يمكنهم ابتكار قواعد جديدة أثناء حديثهم؟
كشف التحليل عن نمط واضح في كيفية بناء هذه الأنظمة. فكل بروتوكول مصمم ليتحدث الوكلاء من خلاله مع وكلاء آخرين يدعم "حالة الجلسة" (session state)، مما يعني أن المحادثة تتذكر تاريخها، وهو أمر ضروري للمهام المعقدة والمتعددة الخطوات. ولم تعتمد أي من أنظمة الوكيل-إلى-الوكيل هذه على النصوص البسيطة وحدها؛ بل إنها جميعاً تتعامل مع مزيج من المحادثة والبيانات المهيكلة. كما وجد الباحثون توجهاً قوياً نحو المرونة؛ حيث تسمح معظم البروتوكولات للوكلاء بالاختيار من بين عدة طرق محددة مسبقاً لهيكلة رسائلهم، ويذهب اثنان من البروتوكولات إلى أبعد من ذلك، حيث يسمحان للوكلاء بالتفاوض وتغيير هيكل محادثتهم أثناء حدوثها. وهذا يشير إلى أنه مع تقدم هذه الأنظمة، تصبح القدرة على تكييف القواعد أثناء العمل مطلباً قياسياً.
ومع ذلك، سلطت الدراسة الضوء أيضاً على فجوة كبيرة. فبينما تسمح العديد من البروتوكولات للوكلاء بالتحدث إلى بعضهم البعض أو إلى الأدوات، إلا أن القليل منها يدعم طريقة لامركزية حقاً لكي يجد الوكلاء بعضهم البعض. معظمها يعتمد على سجل مركزي أو عنوان ثابت، تماماً مثل دليل الهاتف أو قائمة جهات اتصال مكتوبة مسبقاً. وهذا المركزية قد تصبح عنق زجاجة إذا نما عدد الوكلاء ليصل إلى حجم الإنترنت. وقد لاحظ الباحثون أن بروتوكولاً واحداً فقط من بين البروتوكولات التسعة التي درسوها قدم طريقة لامركزية بالكامل للاكتشاف، حيث يجد الوكلاء بعضهم البعض دون سلطة مركزية.
إن أهم ما توصلت إليه الدراسة هو تنبؤ بشأن مستقبل هذه التكنولوجيا. يرى الباحثون أنه من غير المرجح ظهور بروتوكول واحد شامل وقادر على فعل كل شيء، قادر على التعامل مع كل شيء بدءاً من استدعاء الأدوات البسيط وصولاً إلى المناظرات الطويلة والمعقدة. بدلاً من ذلك، يقترحون أن المجال يتجه نحو نظام متعدد الطبقات، يشبه طريقة بناء الإنترنت نفسه. في هذا المستقبل، ستتولى بروتوكولات مختلفة التعامل مع طبقات مختلفة من التواصل. فبعضها سيكون خفيفاً وصارماً، وهو مثالي لطلب مهمة بسيطة من أداة ما بسرعة. والبعض الآخر سيكون مرناً وغنياً بالذاكرة، ومصمماً للمحادثات المعقدة والمتطورة بين عدة وكلاء. هذا النهج الطبقي سيسمح لـ "إنترنت الوكلاء" بأن يكون فعالاً ومتنوعاً، باستخدام الأداة المناسبة لكل مهمة في كل مستوى من مستويات التفاعل.
تختتم الدراسة بالإشارة إلى قطعة مفقودة في اللغز الحالي: الخصوصية والأمان. فلم يتضمن أي من البروتوكولات التسعة التي تم فحصها آليات مدمجة لفرض قواعد خصوصية صارمة أو للتحقق مما إذا كان الوكيل مسموحاً له بالقيام بإجراء معين. ومع انتقال هذه الأنظمة إلى تطبيقات العالم الحقيقي مثل الرعاية الصحية أو التمويل، يقترح الباحثون أنه ستكون هناك حاجة إلى طبقة جديدة من الحوكمة لضمان بقاء هذه المحادثات الرقمية آمنة ومتوافقة مع القوانين. في الوقت الحالي، يمر المجال بفترة من التجريب السريع، لكن المسار نحو المستقبل يبدو واضحاً: منظومة متنوعة وطبقية من البروتوكولات التي تعمل معاً، بدلاً من معيار واحد يحاول القيام بكل شيء.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.