لم تعد الاستفادة من أدوات الذكاء الاصطناعي في تطوير البرمجيات تقتصر على كتابة مطالبة واحدة وانتظار الإجابة. فالمطورون يتحدثون increasingly عن حلقات تشغيل متكررة، ووكلاء متعددين، وأنظمة تحيط بالنموذج وتوجهه، وهي مفاهيم يحاول GitHub Blog تنظيمها في دليل نشرته Cassidy Williams في 2 سبتمبر 2026، استناداً إلى نقاش في GitHub Podcast شاركت فيه Marlene Mhangami وGPS.
بعض هذه المصطلحات يصف أنماطاً عملية جديدة، وبعضها يمنح أسماء حديثة لأفكار موجودة أصلاً، بينما لا تزال دلالات أخرى قيد التشكل. لذلك لا يقدم الدليل هذه الكلمات باعتبارها معايير نهائية، بل كطريقة لفهم النقاش الدائر بين فرق تطوير البرمجيات.
من المطالبة المنفردة إلى هندسة الحلقات
تعني هندسة الحلقات تصميم أنظمة قابلة للتكرار حول الوكلاء، بدلاً من مطالبة وكيل بتنفيذ مهمة منفردة يدوياً في كل مرة. والمثال المطروح هو إنشاء عملية مجدولة تجلب قضايا المشروع الجديدة، تمررها إلى وكيل لتلخيصها واقتراح إصلاحات، ثم تتحقق من الناتج وتصعّد الحالات العالقة إلى مسار آخر.
بهذا المعنى، تبدو الحلقة شبيهة بعملية cron مهيأة للذكاء الاصطناعي، لكنها تحتاج إلى عناصر أكثر من الجدولة. ويشير الدليل إلى مهارات محددة، ورصد للسلوك، والتحقق من المخرجات، وتوجيه للمهام، ونقاط توقف يمكن عندها التدخل أو المراجعة.
أما Ralph loops فهي تطبيق أبسط وأكثر مباشرة لفكرة الحلقة: يُعطى الوكيل وصفاً تفصيلياً لمهمة، غالباً انطلاقاً من متطلبات أو مواصفة، ويستمر في العمل حتى يعتبر المهمة منجزة. قد تساعد هذه الطريقة في تقسيم العمل إلى دورات متكررة من التخطيط والتنفيذ والفحص، لكنها قد تكون مكلفة وغير فعالة إذا استهلكت كل دورة مزيداً من الرموز والسياق والقدرة الحوسبية.
الفرق بين الفرق والأساطيل وأحزمة التشغيل
تصف squads وfleets كيفية توزيع العمل بين عدة وكلاء. الفريق هو مجموعة من الوكلاء ذوي الأدوار المختلفة: أحدهم يخطط، وآخر يراجع الخطة، وثالث ينفذ، ورابع يختبر، وخامس يراجع النتيجة. أما الأسطول فيشير إلى وكلاء يعملون بالتوازي على مهام في الوقت نفسه. ويمكن تشغيل فريق كامل ضمن أسطول متوازٍ، أو تنظيم أدواره بالتتابع.
الفكرة العملية هنا هي التخصص والتوازي بدلاً من تكليف وكيل واحد بكل شيء. لكن وجود عدة وكلاء لا يضمن تلقائياً جودة أعلى؛ فالمادة نفسها تربط الفائدة بقدرة الفريق على توزيع الأدوار وضبطها والتحقق من المخرجات.
وتشير حزمة التشغيل أو harness إلى كل ما يحيط بالنموذج ويجعله قابلاً للاستخدام داخل سير العمل: الأدوات، والصلاحيات، والذاكرة، والسياق، والتنسيق بين المهام. ويقدم الدليل GitHub Copilot مثالاً على نظام يربط النماذج بقواعد الشيفرة، والمحررات، وطلبات السحب، والطرفية. أما هندسة حزمة التشغيل فهي تصميم هذا النظام المحيط بالنموذج وتحسينه.
التحسين عبر التغذية الراجعة
يستخدم مصطلح hill climbing لوصف تحسين الوكلاء وأحزمة التشغيل تدريجياً بالاعتماد على التغذية الراجعة. قد يبدأ الفريق بقياس أداء الوكيل عبر اختبارات تقييم، ثم يعدل الأدوات أو السياق أو آلية التوجيه عندما لا تكون النتائج دقيقة بما يكفي.
في مراجعة طلبات السحب مثلاً، لا يقتصر القياس على قدرة الوكيل على إنتاج تعليق، بل يشمل ما إذا كان يعثر على أخطاء ذات معنى ويقدم توصيات مفيدة. القراءة العملية هنا أن إدخال وكيل إلى سير العمل ليس نقطة النهاية؛ بل تبدأ بعده دورة مستمرة من القياس والتعديل.
مصطلحات الأدوار والنماذج
يصف المهندس الموفد إلى الميدان دوراً كان موجوداً قبل موجة الذكاء الاصطناعي، مثل مهندس البرمجيات المتعامل مباشرة مع العملاء أو مهندس المبيعات أو مهندس الحلول. وفي سياق الذكاء الاصطناعي، يساعد هذا الدور الفرق على تكييف الأدوات وسير العمل والوكلاء ودمجها في أنظمتها القائمة.
أما النماذج المغلقة فتتاح عبر واجهة برمجة تطبيقات أو منتج مستضاف، من دون إتاحة الأوزان أو بيانات التدريب أو طريقة التدريب للمستخدم. نماذج الأوزان المفتوحة تتيح تنزيل الأوزان وتشغيلها محلياً أو على بنية المستخدم، لكن ذلك لا يعني بالضرورة أن البيانات وطريقة التدريب متاحتان. وفي نماذج المصدر المفتوح، يذهب مستوى الإتاحة أبعد ليشمل النموذج والشيفرة والبيانات وعملية التدريب للفحص وإعادة الاستخدام والتعديل.
لماذا يهم هذا الدليل؟
التغير الفعلي ليس في ظهور قاموس جديد فحسب، بل في انتقال النقاش من سؤال «ما الذي يستطيع النموذج توليده؟» إلى سؤال «كيف نبني نظاماً قابلاً للتكرار والقياس حوله؟». هذا يهم فرق التطوير التي تفكر في تشغيل وكلاء داخل عملياتها، لأن اختيار المصطلح لا يغني عن تحديد الصلاحيات، وآليات التحقق، ونقاط تدخل البشر، وتكلفة التكرار.
ومع ذلك، يقر المصدر بأن المصطلحات غير مستقرة؛ بعضها قد يترسخ وبعضها قد يختفي أو يستبدل بتعبيرات أدق. لذلك تبقى الأسئلة الأهم عملية: هل يمكن تكرار سير العمل بصورة موثوقة؟ كيف تُراجع النتائج؟ متى يتدخل الإنسان؟ وما مقدار الاعتماد المقبول على النموذج؟ هذه الأسئلة، بحسب المادة، أكثر أهمية من مواكبة كل كلمة رائجة.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.