وكلاء الذكاء الاصطناعي AI Agents ما هي وكيف تنفذ المهام بدلًا منك

تخيّل أنك طلبت من نظام ذكي مراجعة طلب دعم فني، والتحقق من بياناته، والرجوع إلى سياسة الشركة، ثم تجهيز رد مناسب. هناك فرق بين نظام يكتب لك اقتراحًا للرد، ونظام يستطيع تنفيذ سلسلة خطوات باستخدام أدوات محددة، ثم يعرض النتيجة عليك للمراجعة. النوع الثاني هو المدخل العملي لفهم وكلاء الذكاء الاصطناعي (AI Agents).

لكن المصطلحات المرتبطة بهذا المجال قد تبدو متشابهة: AI Agent وAgentic AI وMulti-Agent Systems وWorkflow. لذلك يركز هذا الدليل على تعريف كل مصطلح بوضوح، وشرح طريقة عمل الوكيل، وتحديد الحالات التي يستحق فيها الاستخدام، والمخاطر التي ينبغي ضبطها قبل منحه صلاحية تنفيذ أي إجراء.

ما هو AI Agent؟

وكيل الذكاء الاصطناعي AI Agent هو نظام يُكلَّف بهدف، ويستخدم نموذجًا ذكيًا مع تعليمات وأدوات متاحة ليحدد الخطوات المناسبة، ويتخذ قرارات ضمن حدود مُعرفة، وينفذ العمل، ثم يتحقق من النتيجة أو يتوقف لطلب تدخل بشري عند الحاجة. ليست الفكرة مجرد توليد نص؛ بل ربط الفهم بالفعل داخل عملية يمكن فحصها والتحكم فيها.

قد يتكون الوكيل من نموذج لغوي، وتعليمات تصف دوره، وأدوات لاسترجاع البيانات أو تنفيذ إجراءات، وسياق أو ذاكرة مناسبة للمهمة، وآلية لتقييم المخرجات وتحديد وقت التوقف. هذه المكونات ليست وصفة واحدة ثابتة؛ فالتصميم يتغير بحسب المهمة والمخاطر والأنظمة التي يتصل بها الوكيل.

الفرق بين AI Agent وAgentic AI وMulti-Agent Systems

تُستخدم بعض هذه المصطلحات بطرق مختلفة بين الشركات والباحثين، لذلك من الأفضل التعامل مع الجدول التالي باعتباره تمييزًا عمليًا يساعد على فهم البنية، لا قاموسًا موحدًا متفقًا عليه في كل مكان.

الفرق الأهم ليس اسمًا تسويقيًا، بل سؤال عملي: من يحدد الخطوة التالية؟ إذا كان المسار مكتوبًا بالكامل في قواعد ثابتة، فنحن أقرب إلى سير عمل تقليدي. إذا كان النموذج يختار ديناميكيًا الأداة أو الإجراء التالي بناءً على حالة المهمة، فنحن أقرب إلى وكيل. أما النظام متعدد الوكلاء فيوزع أجزاء العمل على أكثر من وكيل ويتطلب تنسيقًا واضحًا بينها.

للتفصيل في الجوانب الأخرى، راجع مقال Agentic AI وكيف تعمل الأنظمة الوكيلة، ومقال Multi-Agent Systems والأنظمة متعددة الوكلاء.

كيف يعمل وكيل الذكاء الاصطناعي؟

1. استقبال هدف واضح: يحدد المستخدم النتيجة المطلوبة، وما يدخل ضمن المهمة وما يقع خارجها.
2. جمع السياق: يسترجع الوكيل المعلومات التي يحتاج إليها من مصدر مصرح به، مثل سجل طلب أو ملف محدد.
3. اختيار الخطوة التالية: يقرر هل يحتاج إلى سؤال إضافي، أو استخدام أداة، أو تحليل البيانات الموجودة.
4. تنفيذ الإجراء: يستدعي أداة مسموحًا بها، مثل البحث في قاعدة بيانات أو إنشاء مسودة أو تحديث سجل محدود الصلاحية.
5. فحص النتيجة: يتحقق من أن الأداة نفذت المطلوب وأن النتيجة تتوافق مع الهدف، وقد يعيد المحاولة ضمن حد واضح.
6. التوقف أو التصعيد: يعرض النتيجة أو يطلب موافقة الإنسان إذا كان الإجراء حساسًا أو كانت المعلومات ناقصة أو حدث خطأ.

هذه دورة مبسطة للتوضيح، وليست كل الأنظمة تعمل بالترتيب نفسه. فبعض المهام تحتاج خطوة واحدة، وبعضها يحتاج عدة دورات، وبعضها ينبغي أن يتوقف عند أول قرار مؤثر بدل مواصلة التنفيذ تلقائيًا.

مثال تطبيقي: وكيل لخدمة العملاء في متجر إلكتروني

لنفترض أن عميلًا يسأل عن تأخر شحنته. لا نريد من الوكيل اتخاذ أي قرار مالي من تلقاء نفسه؛ نريده أن يجمع المعلومات ويجهز مساعدة قابلة للمراجعة.

1. يستخرج رقم الطلب من رسالة العميل بعد التحقق من هويته بالطريقة المعتمدة.
2. يستخدم أداة قراءة فقط لاسترجاع حالة الشحنة وموعد التسليم المتوقع.
3. يفحص سياسة الشحن والإرجاع من مصدر داخلي معتمد، بدل الاعتماد على ذاكرة النموذج.
4. يقارن البيانات ويكتب مسودة رد تشرح الحالة والخطوة التالية.
5. إذا تطلبت الحالة تعويضًا أو تغيير عنوان أو إلغاء الطلب، يحيلها إلى موظف مخول، ولا ينفذها إلا وفق موافقة وصلاحيات صريحة.

قيمة المثال ليست أن الوكيل يعمل دون بشر؛ بل أنه يقلل البحث اليدوي، ويجمع المعلومات ذات الصلة، ويترك القرارات ذات الأثر المالي أو القانوني في مسار مراجعة مناسب. قبل إطلاقه فعليًا، يجب اختبار حالات مثل رقم طلب غير صحيح، وعميل لا يملك صلاحية الوصول، وسياسة غير واضحة، وانقطاع خدمة الشحن.

متى نحتاج إلى وكيل، ومتى تكفي الأتمتة العادية؟

ليس كل استخدام للذكاء الاصطناعي يحتاج إلى Agent. إذا كانت العملية واضحة وتتبع القاعدة نفسها كل مرة، فالأتمتة التقليدية غالبًا أبسط وأسهل في الاختبار. أما إذا احتاجت المهمة إلى فهم مستندات غير منظمة، أو التعامل مع استثناءات، أو اختيار أدوات مختلفة تبعًا للسياق، فقد يكون الوكيل خيارًا مناسبًا.

• استخدم أتمتة ثابتة عند نقل بيانات بين نموذج وجدول وفق شروط معروفة.
• استخدم مساعدًا حواريًا عندما يحتاج الشخص إلى شرح أو اقتراح، بينما ينفذ هو القرار بنفسه.
• جرّب وكيلًا واحدًا عندما تتطلب المهمة قرارًا بين عدة خطوات وأدوات ضمن نطاق محدود.
• فكّر في عدة وكلاء فقط عندما تتطلب المهمة تخصصات منفصلة أو يمكن تقسيمها بوضوح، وبعد إثبات أن وكيلًا واحدًا لا يكفي.

تشير أدلة بناء الوكلاء لدى OpenAI وAnthropic إلى أهمية اختيار أبسط تصميم يحقق الهدف. إضافة الوكلاء لا تجعل النظام أفضل تلقائيًا؛ فقد تزيد تكلفة الاستدعاءات، وزمن التنفيذ، وصعوبة تتبع الأخطاء وتنسيق النتائج.

المكونات التي تحتاجها عند بناء وكيل

• نموذج وتعليمات: النموذج يعالج الطلبات ويقترح القرارات، بينما تحدد التعليمات المهمة والقيود وطريقة التعامل مع الحالات غير الواضحة.
• أدوات محدودة وواضحة: واجهات لاسترجاع المعلومات أو تنفيذ عمليات. يجب أن يكون لكل أداة اسم ووصف ومدخلات ومخرجات معروفة.
• سياق وذاكرة عند الحاجة: لا يحتاج كل وكيل إلى ذاكرة طويلة المدى. خزّن فقط ما يخدم المهمة، وحدد مدة الاحتفاظ ومَن يستطيع الوصول إليه.
• تحقق وتسجيل: سجّل الخطوات والأدوات والنتائج والأخطاء، مع حماية البيانات الحساسة، حتى يمكن إعادة بناء ما حدث عند الحاجة.
• حدود وصلاحيات: حدد سقف عدد الخطوات والوقت والتكلفة، والأدوات المسموح بها، ومتى يلزم تأكيد بشري.

إذا كنت تريد الانتقال من الفكرة إلى تجربة أولية، فاقرأ دليل كيف تبني AI Agent خطوة بخطوة. وللتعرف على ربط النماذج بالأدوات، راجع أيضًا شرح Function Calling وMCP وكيف يربط الذكاء الاصطناعي بالأدوات.

خطة عملية لبناء تجربة أولية صغيرة

1. اختر مهمة واحدة متكررة: مثل تصنيف رسائل الدعم وإعداد مسودة رد، بدل طلب بناء «مساعد يدير الشركة بالكامل».
2. حدد معيار النجاح مسبقًا: مثل نسبة المسودات المقبولة من أول مرة، أو متوسط وقت إنجاز المهمة، أو عدد مرات الإحالة إلى الموظف.
3. ابدأ بوضع القراءة فقط: اسمح للوكيل بجمع البيانات وصياغة مقترحات من دون حذف أو إرسال أو تنفيذ معاملات.
4. جهز حالات اختبار: تشمل حالة عادية، ومعلومات ناقصة، وتضاربًا في البيانات، وطلبًا خارج الصلاحية، ومحاولة إعطاء تعليمات خبيثة داخل مستند.
5. راجع النتائج بشريًا: قارن مخرجات الوكيل بقرارات خبراء يعرفون المهمة، وسجل نوع الخطأ وأثره.
6. وسّع الصلاحيات تدريجيًا: أضف إجراءً محدودًا بعد نجاح الاختبارات، واحتفظ بإمكانية الإيقاف والتراجع.

يمكنك استخدام هذا الطلب كنقطة بداية لتخطيط التجربة، لا باعتباره نظامًا جاهزًا للنشر:

«ساعدني في تصميم نموذج أولي لوكيل ذكاء اصطناعي لمهمة [اكتب المهمة]. حدّد الهدف والبيانات التي يحتاج إليها والأدوات المسموح بها، ثم اقترح خطوات التنفيذ وحالات الفشل المحتملة. اجعل النموذج في البداية للقراءة وإعداد المسودات فقط، وحدد الإجراءات التي يجب أن تتطلب موافقة إنسان. اقترح خمسة اختبارات لقياس الدقة والسلامة والتكلفة، ولا تفترض وجود واجهة أو بيانات لم أذكرها».

كيف نقيس نجاح الوكيل؟

لا يكفي أن يبدو الرد مقنعًا. اختبر النظام على مجموعة مهام تمثل الاستخدام الحقيقي، وسجل النتائج بانتظام. يمكن البدء بالمؤشرات التالية:

اجمع خط أساس للطريقة الحالية قبل التجربة، ثم قارن النتائج باستخدام مهام متشابهة. لا تنسب أي تحسن إلى الوكيل إذا تغيرت في الوقت نفسه عوامل أخرى، ولا تعتمد على مجموعة اختبارات صغيرة جدًا لإثبات الجاهزية الكاملة.

المخاطر وكيف تقللها

• الهلوسة أو التفسير الخاطئ: اربط القرارات المهمة بمصادر يمكن فحصها، واطلب من الوكيل الإفصاح عن نقص المعلومات بدل اختلاقها.
• حقن الأوامر: تعامل مع النصوص الموجودة في الرسائل والملفات وصفحات الويب على أنها بيانات غير موثوقة، لا تعليمات تغير صلاحيات النظام. اقرأ مقال حقن الأوامر Prompt Injection وكيفية حماية الوكلاء.
• الصلاحيات الزائدة: طبّق مبدأ أقل صلاحية، وافصل بين القراءة والكتابة، ولا تمنح الوكيل الوصول إلى جميع الحسابات لمجرد تسهيل التجربة.
• الأفعال غير القابلة للتراجع: اطلب موافقة بشرية قبل إرسال رسائل حساسة، أو دفع أموال، أو حذف بيانات، أو تغيير حسابات وصلاحيات.
• تسرب البيانات: لا تدخل بيانات شخصية أو سرية في خدمات غير معتمدة، وحدد ما يُخزن وما يُحذف، وراجع شروط الخدمة وسياسات المؤسسة.
• فشل متكرر دون توقف: ضع حدودًا للمحاولات والتكلفة والوقت، ووفّر سجلًا واضحًا وخيار إيقاف سريعًا عند حدوث سلوك غير متوقع.

يمكن الاستفادة من إطار إدارة مخاطر الذكاء الاصطناعي لدى NIST عند إعداد أسلوب مؤسسي لتحديد المخاطر وتقييمها ومتابعتها. أما تفاصيل الضوابط المطلوبة فتختلف باختلاف نوع البيانات والقوانين والبيئة المستخدمة.

أسئلة شائعة حول AI Agents

هل كل روبوت محادثة يعتبر وكيل ذكاء اصطناعي؟

لا. قد يجيب روبوت المحادثة عن الأسئلة فقط، بينما يستخدم الوكيل أدوات ويتخذ خطوات للوصول إلى هدف. الحدود ليست مطلقة؛ فبعض المنتجات تجمع بين المحادثة وتنفيذ المهام، لذا الأفضل فحص ما يستطيع النظام فعله وصلاحياته الفعلية.

هل يجب أن يعمل الوكيل باستقلالية كاملة؟

لا. يمكن تصميم وكيل يقترح الخطوات ويطلب موافقة الإنسان قبل الإجراء، أو يعمل تلقائيًا في مهام منخفضة المخاطر ضمن حدود ضيقة. مستوى الاستقلالية قرار تصميم يعتمد على المخاطر، وليس مقياس جودة بحد ذاته.

ما الفرق بين الوكيل الواحد والأنظمة متعددة الوكلاء؟

الوكيل الواحد يدير المهمة باستخدام أدواته، أما النظام متعدد الوكلاء فيقسم المهمة بين عدة وكلاء متخصصين. اقرأ دليل الأنظمة متعددة الوكلاء لمعرفة أنماط التنسيق ومتى تكون مفيدة.

هل أحتاج إلى نظام متعدد الوكلاء من البداية؟

غالبًا لا. ابدأ بأبسط تصميم يحقق الهدف، ثم أضف وكلاء متخصصين فقط إذا أظهرت الاختبارات أن تقسيم العمل يحسن الدقة أو المرونة بما يبرر التكلفة والتعقيد الإضافيين.

الخلاصة

وكلاء الذكاء الاصطناعي أنظمة تربط الفهم والتخطيط باستخدام الأدوات لإنجاز هدف ضمن حدود واضحة. لفهم المجال، فرّق عمليًا بين الوكيل الذي ينفذ مهمة، وAgentic AI الذي يصف نهجًا أوسع للأنظمة الوكيلة، وMulti-Agent Systems التي توزع العمل على عدة وكلاء، وسير العمل الذي يتبع خطوات ثابتة. ابدأ بمهمة ضيقة، وحدد الصلاحيات ومعايير النجاح، واختبر الحالات الصعبة، واحتفظ بمراجعة بشرية قبل الأفعال الحساسة. هذه الخطوات أكثر فائدة من إضافة تعقيد أو استقلالية لا تحتاج إليها.

مصادر إضافية موثوقة: للاطلاع على التفاصيل التقنية، راجع الدليل العملي لبناء الوكلاء من OpenAI، وشرح Anthropic للأنظمة وسير العمل الوكيلي، وشرح Google Cloud لوكلاء الذكاء الاصطناعي. استخدم الوثائق الرسمية الخاصة بكل منصة للتحقق من إمكاناتها وحدودها قبل اعتمادها.