التكلفة الخفية لتشغيل الوكلاء
تتغير اقتصاديات وكلاء البرمجة بالذكاء الاصطناعي بمجرد أن تتوقف عن الإجابة عن أسئلة منفردة وتبدأ العمل بمفردها. التنبؤ لمرة واحدة رخيص. أما التشغيل الطويل غير الخاضع للإشراف فليس كذلك: تتراكم خطوات الاستدلال فوق استدعاءات الأدوات، التي تتراكم بدورها فوق حلقات التغذية الراجعة، وتنمو فاتورة الرموز مع كل دورة. وقد نشر باحثو Nvidia ورقة تصف نظامًا يهاجم تلك الفاتورة من زاوية غير متوقعة، لا بجعل النموذج الأساسي أرخص في التشغيل، بل بإعادة كتابة البنية المحيطة به.
ووفقًا للباحثين، فإن طريقتهم المسماة SoL-Pi تقلّل استهلاك الرموز بمقدار النصف تقريبًا مع إبقاء الأداء دون تغيير يُذكر. وقد نقلت The Decoder هذا العمل، مشيرة إلى أن النظام يستهدف طبقة التحكم المعروفة باسم harness بدلًا من النموذج نفسه.
ما الذي تفعله طبقة التحكم فعليًا
طبقة التحكم هي طبقة البرمجيات التي تقع بين النموذج والبيئة التي يعمل فيها. فهي تُظهر للوكيل الحالة التي يوجد فيها، وتقرر كيفية تنفيذ الإجراءات، وتحدد التغذية الراجعة التي تعود إلى النموذج بعد ذلك. وتعتمد منتجات مألوفة مثل Codex وClaude Code وOpenClaw على طبقات تحكم من هذا النوع لتحويل نموذج لغوي إلى شيء قادر على تعديل الملفات وتشغيل الاختبارات والتكرار.
ولأن تلك الطبقة تحكم قدرًا كبيرًا من الحلقة، فإن تأثيرها على التكلفة كبير جدًا. فكل استدعاء أداة زائد، وكل نافذة سياق مفرطة الحجم، وكل خطوة تحقق تُنفَّذ متأخرة جدًا، تضيف رموزًا لم تكن ضرورية تمامًا. وحتى الآن، تركز معظم العمل على الكفاءة في مواضع أخرى: تقليل سعر الرمز الواحد عبر نوى انتباه أسرع وبنية تحتية للخدمة، أو ضغط النماذج عبر التكميم، أو توجيه العمل إلى نماذج أصغر وأرخص.
لماذا يصعب تحسين طبقة التحكم
ضبط طبقة التحكم يدويًا أمر صعب لأن مسؤولياتها متشابكة بإحكام. فاستخدام الأدوات وإدارة السياق وإجراءات التحقق ومنطق الإيقاف كلها تتفاعل معًا. والتغيير الذي يقلّص الرموز في مرحلة ما قد يُدخل أعطالًا في مكان آخر، أو ينقل التكلفة ببساطة إلى مرحلة لاحقة من التشغيل يصعب رؤيتها فيها.
عمليًا، يقرأ المهندسون آثارًا تنفيذية طويلة، ويرصدون أنماط الفشل المتكررة، ويترجمون تلك الملاحظات إلى تغييرات في الشيفرة. إنه عمل يدوي بطيء يعتمد على أن يلاحظ شخص ما الخطأ نفسه للمرة العاشرة.
كيف يؤتمت SoL-Pi عملية البحث
يأخذ SoL-Pi تلك الحلقة البشرية ويؤتمتها. يراقب وكيل بحثي الآثار التي ينتجها وكيل آخر، ويقترح تعديلات على طبقة التحكم، ثم يختبر تلك المقترحات داخل بيئات مُعدّة مسبقًا. وتُفحص التغييرات المرشحة عبر فحوص القدرات وفحوص الكفاءة معًا، ولا يُحتفظ إلا بالمتغيرات التي تحافظ على ثبات الأداء مع خفض التكلفة.
ويصف المؤلفون هذا النهج بأنه يستند إلى التحسين الذاتي التكراري: نظام ذكاء اصطناعي يحسّن فعليًا ظروف تشغيل نظام آخر. ومن التفاصيل المهمة أن التقييم المستخدم للحكم على النتيجة النهائية يحدث فقط بعد تجميد طبقة التحكم، وأن ذلك التقييم المحتفظ به لا يعود ليغذي عملية البحث. وهذا الفصل مهم، لأنه يحدّ من قدرة عملية التحسين على ضبط نفسها وفق الاختبارات التي ستواجهها في النهاية.
حجم التجربة
كان البحث واسعًا. فعبر 535 بيئة قابلة للتنفيذ، استكشف SoL-Pi 152 اتجاهًا مختلفًا. وتضمن مزيج المهام ما يلي:
- 495 مهمة مبنية من أزواج قضايا وطلبات سحب على GitHub
- 40 حالة اختبار اصطناعية مصممة للتقييم
- أكثر من 3000 عملية تشغيل إجمالًا
- أكثر من 60000 تفاعل بين الوكيل والبيئة
ويقدّم الباحثون هذا الحجم كدليل على مدى اتساع بحث النظام، لكنهم يحذرون أيضًا من أن البحث الأكثر لا ينتج تلقائيًا نتائج أفضل. فالاتساع يزيد فرصة العثور على إعداد مفيد لطبقة التحكم، لكنه لا يضمن ذلك.
الوفورات المقيسة
الأرقام الرئيسية كبيرة. فعلى EdgeBench، وفّر SoL-Pi نسبة 50 بالمئة من الرموز مقارنة بـ Codex و54.3 بالمئة مقارنة بـ Claude Code، وفقًا للباحثين، مع بقاء الأداء على مستواه تقريبًا. وتصوغ الورقة الانخفاض الإجمالي في الرموز بأنه يصل إلى 49 بالمئة مع تغير طفيف في قدرة المهام.
هذه الصياغة مهمة. فخفض استهلاك الرموز سهل إذا سُمح للوكيل بالفشل أكثر، أو بتخطي التحقق، أو بالإيقاف المبكر في مهام مشروعة. لكن الادعاء هنا مختلف: الوفورات تأتي من منطق تحكم أكثر اقتصادية لا من سلوك متدهور، ولهذا تقع فحوص القدرات إلى جانب فحوص الكفاءة في عملية الاختيار.
مسألة الإفراط في التخصيص
هناك خطر معروف في هذا الخط من البحث. فقد أظهرت أعمال سابقة أن طبقات التحكم المحسّنة تلقائيًا تميل إلى الإفراط في التخصيص، فتصبح عالية الكفاءة على الآثار التي ضُبطت عليها بينما تتعمم بشكل ضعيف على حالات جديدة. ويبدو أن مؤلفي Nvidia يدركون ذلك، ولهذا يُجرى التقييم النهائي على طبقة تحكم مجمّدة ومعزولة عن حلقة البحث.
ومع ذلك، يجدر حمل هذا التحفظ معنا. فالبيئات المستخدمة هنا، رغم كثرتها، لا تزال عينة محدودة من الواقع الفوضوي الذي يواجهه وكلاء البرمجة. وما إذا كانت طبقة تحكم صُقلت عبر 535 بيئة ستصمد أمام مستودع غير مألوف فعلًا، أو مجموعة اختبارات متقلبة، أو تقرير خطأ غامض، يبقى سؤالًا مفتوحًا لن يجيب عنه إلا النشر الأوسع.
ماذا يعني ذلك لاقتصاديات الوكلاء
إذا صمدت النتائج خارج المختبر، فإن الآثار عملية لا فلسفية. فالفرق التي تشغّل وكلاء برمجة مستقلين تدفع مقابل كل رمز، والجلسات الطويلة غير الخاضعة للإشراف التي تجعل الوكلاء مفيدين هي بالتحديد ما يجعلهم مكلفين. وانتزاع ما يقرب من نصف الرموز من سير عمل دون فقدان القدرة يغيّر عدد تلك الجلسات التي يمكن لميزانية ما أن تتحملها.
ويشير العمل أيضًا إلى تحوّل في المكان الذي يستحق أن تُبذل فيه جهود التحسين. فقد كانت الكفاءة على مستوى النموذج الهدف الافتراضي لسنوات، وهي بالتأكيد لا تزال مهمة. لكن طبقة التحكم هي حيث تُتخذ قرارات السياق والتحقق وإعادة المحاولة، وكما توضح هذه الورقة، فإن تلك القرارات هي حيث تتراكم حصة كبيرة من الهدر. وقد تكون الفجوة بين النموذج والبيئة أكثر الأماكن إنتاجية للبحث المتبقي.
يعتمد هذا المقال على تقرير من The Decoder. اقرأ المقال الأصلي.
Originally published on the-decoder.com
