وكيل الذكاء الاصطناعي: كيف تعمل حلقته ومتى يتوقف؟

كيف ينتقل وكيل الذكاء الاصطناعي من استدعاء النموذج إلى الأدوات ونتائجها؟ تعرف على شروط التوقف وضوابط أطر العمل وطرق معالجة التكرار وتعثر التنفيذ.

نُشر في

بقلم
وكيل الذكاء الاصطناعي: كيف تعمل حلقته ومتى يتوقف؟

تحتاج حلقة عمل وكيل الذكاء الاصطناعي إلى 3 شروط توقف محددة مسبقًا: اكتمال المهمة، أو بلوغ أحد الحدود، أو الحاجة إلى قرار بشري قبل متابعة العمل. من دون هذه الضوابط، قد يتحول طلب بسيط إلى استدعاءات متكررة للنموذج ومحاولات متلاحقة لاستخدام الأدوات، بلا نهاية واضحة.

يقترح النموذج الإجراء التالي. أما برنامجك فيقرر إن كان مسموحًا بتنفيذه، ويسجل ما حدث، ثم يقرر إن كان يجوز استدعاء النموذج مجددًا. هذا التقسيم للمسؤوليات هو نقطة البداية، سواء كنت تبني وكيلك الأول أو تبحث عن سبب استمرار وكيل في العمل دون توقف.

جرى التحقق من سلوك أطر العمل الوارد أدناه بالرجوع إلى الوثائق المنشورة لكل جهة مطورة في 24 أكتوبر 2026. وتوضح المقارنة ما يحسبه كل إطار عمل وأين تسري ضوابطه، حتى تكون المقارنة على أساس واضح. أما أمثلة تذاكر الدعم والسياسات المقترحة فهي للتوضيح، وليست نتائج مقاسة من أنظمة الإنتاج.

كيف تعمل حلقة وكيل الذكاء الاصطناعي؟

الحلقة المفيدة هي استدعاء النموذج → استدعاء الأداة → ملاحظة النتيجة → التكرار، مع مسار للخروج متى أصبحت المتابعة غير ضرورية أو غير مسموح بها.

تخيل منسق أعمال يوجه فنيًا. يختار المنسق المهمة التالية، وينفذها الفني، ثم يستند القرار التالي إلى تقرير العمل الذي يعيده. طلب فحص آلة ليس هو الفحص نفسه، ورسالة مطمئنة ليست دليلًا على نجاح الإصلاح.

في البرمجيات، يؤدي دور المنسق نموذج لغوي كبير، أو LLM. ويؤدي دور الفني أداة: دالة تقرأ قاعدة بيانات، أو تبحث في مستندات، أو تشغل أمرًا، أو تعدل سجلًا. أما بيئة التشغيل المحيطة فهي الشيفرة التي تربط بينهما.

  1. استدعاء النموذج بالحالة الحالية

    أرسل المهمة والتعليمات وتعريفات الأدوات المتاحة والسجل السابق ذي الصلة. يستطيع النموذج أن يعيد إجابة أو يطلب استدعاء أدوات. في سير عمل للدعم، قد يطلب تذكرة العميل قبل أن يقترح ردًا.

  2. التحقق من الأداة المطلوبة وتنفيذها

    يتحقق تطبيقك من اسم الأداة ومعاملاتها وصلاحية تنفيذ الإجراء، ثم يوجه الاستدعاء للتنفيذ. طلب الأداة بيانات مهيكلة، ولا يمنح نفسه الإذن بالتنفيذ. يشرح دليل استدعاء الدوال هذا الحد الفاصل بالتفصيل.

  3. إعادة الملاحظة إلى النموذج

    الملاحظة هي نتيجة إجراء: محتوى التذكرة، أو نتيجة بحث، أو خطأ في التحقق، أو تأكيد تنفيذ. حافظ على الربط بين كل طلب أداة ونتيجته، حتى يتضح في الاستدعاء التالي للنموذج ما الذي حدث.

  4. تكرار الحلقة بالحالة المحدثة

    يتلقى الاستدعاء التالي للنموذج النتيجة ويختار الخطوة التالية. قد يطلب أداة أخرى، أو يستفسر عن معلومات ناقصة، أو يقدم إجابة نهائية. يعرض شرح حلقة الوكيل من Anthropic هذا النمط: طلب، ثم تنفيذ، ثم تغذية راجعة.

مسار مشي معماري دائري يربط مراحل النموذج والأداة والملاحظة والتكرار، مع مخرج منفصل للإجابة النهائية من مرحلة النموذج.
تغذي نتيجة الأداة القرار التالي، بينما تخرج الإجابة النهائية من الحلقة.

في مهمة افتراضية لصياغة رد على تذكرة، قد يبدو سجل التنفيذ هكذا: يطلب الاستدعاء الأول للنموذج التذكرة، ويطلب الثاني السياسة ذات الصلة، ويعيد الثالث مسودة تستند إليهما. أي 3 استدعاءات للنموذج، و2 من عمليات تنفيذ الأدوات، ضمن طلب واحد للتطبيق. وإذا كان إرسال الرد يحتاج إلى موافقة، يمكن أن تنتهي الصياغة بينما يبقى الإرسال معلقًا.

افصل حالة المهمة عن سجل المحادثة. ينبغي أن توضح الحالة التذكرة الجاري التعامل معها، والسياسة المعتمدة، وما إذا كانت هناك مسودة، وما إذا كان الإرسال مصرحًا به. أما سجل المحادثة فيشرح كيف وصلت إلى ذلك. مطالبة النموذج باستنتاج كل هذه التفاصيل مرارًا من محادثة تتضخم تجعل الإشراف على المهمة أصعب.

ما الذي يضيفه الوكيل القائم على حلقة؟

يستطيع الوكيل القائم على حلقة اختيار الإجراء التالي وفق أحدث نتيجة. أما سير العمل الثابت فيعرف التسلسل مسبقًا: جلب التذكرة، ثم جلب السياسة، ثم إنتاج المسودة. استخدم الحلقة التكيفية عندما يتوقف الإجراء المفيد التالي على ما كشفه الإجراء السابق. واستخدم التسلسل الثابت عندما لا يوجد هذا القدر من عدم اليقين.

أين تقع حلقة ReAct ضمن هذا التصور؟

تربط حلقة الوكيل في ReAct بين الاستدلال والفعل: يستخدم النموذج الملاحظات لتوجيه إجراءاته اللاحقة. ويصف مشروع ReAct الأصلي التناوب بين الاستدلال وتنفيذ الإجراءات داخل بيئة. ولمراقبة التطبيق، سجل الإجراءات المطلوبة والملاحظات والنتائج النهائية. الوصف النصي للتقدم لا يغني عن تأكيد التنفيذ.

شروط التوقف الثلاثة التي تحتاجها كل حلقة في الإنتاج

صمم ثلاثة مسارات واضحة للخروج: اكتمال المهمة، واستنفاد الحدود، والحاجة إلى تدخل بشري. هذه فئات هندسية، وليست ادعاءً بأن كل SDK يوفر المفاتيح الثلاثة نفسها. كما تحتاج الأعطال والإلغاءات والأخطاء غير القابلة للاسترداد إلى معالجة صريحة للفشل.

التوقف عند اكتمال المهمة

حدد معنى الاكتمال قبل أول استدعاء للنموذج. بالنسبة إلى مساعد يصوغ مسودات، قد يعني ذلك مسودة صالحة تتضمن مراجع المصادر ذات الصلة. أما المساعد الذي ينفذ إجراءات، فقد يحتاج أيضًا إلى تأكيد موثق لنجاح الكتابة.

ميز بين «توقف النموذج عن طلب الأدوات» و«نجاح المهمة المطلوبة». الأولى إشارة من بيئة التشغيل، أما الثانية فتحتاج إلى أدلة تخص المهمة نفسها. قد يتوقف النموذج لأنه لا يستطيع المتابعة؛ وعلى تطبيقك تسجيل ذلك باعتباره تعذرًا في التقدم أو عملًا غير مكتمل، بدل عرضه بوصفه نجاحًا.

لا تعد تشغيل الحلقة تلقائيًا كلما أخفقت إجابة في التحقق. يجب أن تستهلك محاولة التصحيح من حدود المهمة نفسها، وإلا فقد تتحول آلية التحقق إلى مصدر آخر لإعادة المحاولة بلا نهاية.

التوقف عند بلوغ أحد الحدود

ضع حدودًا مستقلة لكل من الخطوات واستهلاك الموارد والوقت المنقضي. يحد سقف الخطوات من التكرار، وتحد ميزانية الرموز أو الإنفاق من الاستهلاك، ويمنع الموعد النهائي نموذجًا أو أداة بطيئة من إبقاء المهمة مفتوحة إلى أجل غير مسمى. لا يغني أي منها عن الآخر.

افحص الحدود قبل السماح بعمل جديد، وحدث بيانات الاستهلاك بعد اكتماله. لا يستطيع عداد الاستدعاءات المكتملة منع طلب جار بالفعل من استهلاك الموارد. وإذا كان التطبيق يَعِد بسقف صارم، فاحجز حصة للعملية التالية واحتسب العمل المتزامن قبل بدئها.

طبق الحدود على مهمة العمل كاملة، لا على استدعاء SDK وحده. ينبغي ألا تؤدي إعادة المحاولة، أو استئناف العمل بعد الموافقة، أو تشغيل وكيل فرعي إلى منح حصة جديدة ضمنيًا. وإذا كان هناك ما يبرر عملًا إضافيًا، فزد الحصة بقرار صريح من التطبيق.

أوقف الوكيل مؤقتًا قبل الإجراء الذي يحتاج إلى قرار بشري

يجب أن يتوقف وكيل الذكاء الاصطناعي الذي يدمج الإنسان في الحلقة قبل العملية التي تتطلب موافقة. اعرض الإجراء المقترح والهدف الذي سيطبق عليه ومعاملاته ذات الصلة. احفظ الاستدعاء المعلق وحالة المهمة الحالية، ثم انتظر قرارًا صريحًا.

بالنسبة إلى مساعد التذاكر، تكون الموافقة على رد بعينه يرسل إلى مستلم بعينه. الموافقة على مسودة لا ينبغي أن تصبح إذنًا مفتوحًا لرسائل لاحقة. وإذا غير النموذج المستلم أو المحتوى بعد الموافقة، فأعد تقييم الإجراء.

سجل التوقف المؤقت بالحالة awaiting_approval، لا completed. وينبغي أن يقود الرفض إلى بديل محدد أو إلى التوقف، لا إلى محاولات متكررة لتمرير العملية نفسها عبر أداة أخرى. يتناول دليل إشراك الإنسان في الحلقة طوابير الموافقة والتصعيد.

بسطة معمارية لاتخاذ القرار، تضم مخارج الاكتمال والحد والمراجعة ذات البوابة، فوق ممر المتابعة.
يعيد الاكتمال نتيجة، وينهي بلوغ الحد الحصة المتاحة، وتوقف المراجعة الإجراء مؤقتًا.

بناء وكيل ذكاء اصطناعي: حلقة بسيطة بصيغة شبه برمجية

تبقى الحلقة صغيرة عندما تحيط فحوص السياسة بكل عملية. المثال التالي شيفرة شبه برمجية، وليس شيفرة SDK قابلة للتنفيذ. وسقف 8 استدعاءات للنموذج فيه مجرد اختيار توضيحي على مستوى التطبيق؛ حدد حدودك وفق المهمة وسجلات التنفيذ التي تلاحظها.

Text
state = new_job(task, max_model_calls=8, budget, deadline)

while true:
    if limit_reached(state):
        return stop("limit", partial_result=state)

    reserve_capacity_or_stop(state, next_model_call)
    response = call_model_with_deadline(state)
    record_model_call_usage_and_response(state, response)

    if response.is_final and not response.tool_calls:
        return validate_and_finish_or_stop_incomplete(response, state)

    if not response.tool_calls:
        return stop("no_action", partial_result=state)

    for index, call in enumerate(response.tool_calls):
        decision = validate_and_authorize(call, state)
        if decision == "denied":
            return stop("denied", partial_result=state)
        if decision == "needs_human":
            return pause_and_save(state, response.tool_calls[index:])

        reserve_capacity_or_stop(state, call)
        observation = execute_with_timeout_and_retry_cap(call)
        record_tool_usage(state, observation)
        append_matching_tool_result(state, call, bounded(observation))

    if no_progress(state):
        return stop("stalled", partial_result=state)

تحمل أسماء الدوال المساعدة التزامات مهمة. يجب أن تراعي الحجوزات العمل الجاري بالفعل، وأن تكون محاولات إعادة تنفيذ الأدوات محدودة. وإذا انتهت المهلة وبقيت نتيجة عملية كتابة مجهولة، فيجب التوقف أو التحقق من النتيجة الفعلية قبل إعادة المحاولة. أما الخطأ الجسيم في النموذج أو الأداة فينهي التنفيذ مع تسجيل الفشل، بدل السماح بالانتقال إلى دورة أخرى.

يجب أن يشمل حفظ التوقف المؤقت استدعاءات الأدوات المتبقية والنتائج المكتملة والحصة المستهلكة. وعند الاستئناف، تابع العمل المحفوظ وأعد فحص صلاحياته وحدوده. البدء بالمهمة كلها من جديد قد يكرر آثارًا حدثت سابقًا.

لاحظ مواضع الفحوص: تأتي الموافقة قبل تنفيذ الأداة، ويأتي احتساب الاستهلاك بعد اكتمال العمل، ولا تبدأ الدورة التالية لمجرد أن النموذج طلبها.

كيف تعرض أطر العمل ضوابط الحلقة؟

تقدم OpenAI Agents SDK وClaude Agent SDK وVercel AI SDK وLangGraph الحلقة بصيغ مختلفة. قارن وحدات العد والمواضع التي يسري عندها التوقف قبل مقارنة أسماء الخيارات.

إطار العملوحدة العد أو التحكم في الحلقةالحد الصريحالقرار البشري
OpenAI Agents SDK، Pythonدورات حلقة الوكيل، وتصفها الوثائق بأنها استدعاءات للنموذجmax_turnsneeds_approval، والتوقفات المؤقتة، وحالة التنفيذ المحفوظة
Claude Agent SDKدورات استخدام الأدوات عند حساب سقف الدوراتmaxTurns وmaxBudgetUsdقواعد الصلاحيات وcanUseTool
Vercel AI SDKعملية توليد مع عمليات تنفيذ أدواتها محليًاstopWhen مع isStepCount أو شرط مخصصtoolApproval
LangGraph، Pythonالخطوات الفائقة للرسم البيانيrecursion_limitinterrupt() مع حفظ الحالة عند نقاط تحقق

هذه الأسماء مأخوذة من وثائق حلقة OpenAI ووثائق حلقة Claude ووثائق حلقة Vercel ووثائق Graph API في LangGraph. وتجد روابط توثيق الموافقات في القسم الخاص بكل إطار أدناه.

OpenAI Agents SDK: يتولى Runner متابعة التنفيذ

في إطار OpenAI Agents SDK، يتولى Runner استدعاء النموذج وتنفيذ الأدوات المطلوبة وإلحاق نتائجها ثم متابعة العمل. وعند تسليم المهمة إلى وكيل آخر، يتغير الوكيل النشط ويستمر التنفيذ. وتصف الوثائق النهاية الطبيعية بأنها مخرج من النوع المتوقع بلا استدعاءات أدوات؛ أما تجاوز max_turns فيؤدي إلى الاستثناء MaxTurnsExceeded ما لم يجر التعامل معه. وثائق تشغيل الوكلاء في OpenAI.

وثائق OpenAI Agents SDK التي تشرح مكون التشغيل وحلقة الوكيل.
OpenAI Agents SDK

يمنحك ذلك، في مساعد التذاكر، موضعًا واضحًا لتحديد سقف دورات النموذج. لكن الحد الفاصل هنا هو الفرق بين اكتمال التنفيذ واكتمال إجراء العمل المطلوب: حدد مواصفات المخرجات وتحقق من الأدلة التي تحتاجها مهمتك.

للموافقات، يمكن لأدوات Python إعلان needs_approval؛ وتظهر الاستدعاءات المعلقة في interruptions. احفظ RunState، وطبق قرار الموافقة أو الرفض، ثم استأنف. التنفيذ المتوقف مؤقتًا ليس طلبًا جديدًا من المستخدم. وثائق إشراك الإنسان في الحلقة من OpenAI.

حلقة Claude: حدد سقفًا للدورات وللإنفاق معًا

تتضمن Claude Agent SDK الحلقة التي تشغل Claude Code، بما فيها أدوات الملفات والأوامر. يحسب الخيار maxTurns دورات استخدام الأدوات، بينما يحدد maxBudgetUsd عتبة للإنفاق المقدر. ويكون كلاهما بلا حد إذا لم تضبطه. وفي Python، الاسمان هما max_turns وmax_budget_usd. وثائق حلقة الوكيل في Claude.

وثائق Claude Agent SDK التي تشرح حلقة الوكيل وضوابط التنفيذ.
Claude Agent SDK

افحص النوع الفرعي للنتيجة: فالقيم success وerror_max_turns وerror_max_budget_usd تعبر عن نتائج مختلفة. وفي وضع التشغيل لمرة واحدة، يتبع نتيجة الخطأ استثناء؛ لذا عالج النتيجة ومسار الفشل معًا. معالجة النتائج في Claude.

تحتاج حدود الصلاحيات إلى القدر نفسه من العناية. يمنح allowedTools موافقة تلقائية للأدوات المدرجة فيه؛ وحذف أداة من هذه القائمة لا يزيلها. في وضع الصلاحيات الافتراضي، تصل إلى canUseTool الاستدعاءات التي تحتاج إلى موافقة ولا تطابق أي قاعدة سماح. راجع سياسة الصلاحيات كاملة قبل استخدام هذه الحزمة في عمليات كتابة دون إشراف. صلاحيات Claude.

وعند احتساب الاستهلاك عبر الوكلاء الفرعيين، يميز Claude بين usage للحلقة الرئيسية وmodelUsage لشجرة الوكلاء كاملة، أو model_usage في Python. استخدم الإجمالي المناسب عند فحص استهلاك المهمة. وثائق التكلفة والاستهلاك في Claude.

ابدأ بـدليل Claude Agent SDK على الموقع للاطلاع على خطوات التنفيذ.

Vercel AI SDK: يتحكم stopWhen في الخطوة التالية

يوفر Vercel AI SDK التحكم في المتابعة عبر stopWhen. تستخدم وثائقه الحالية isStepCount لوضع حد للخطوات، وتسمح بتحديد شروط متعددة، بحيث يتوقف التنفيذ عند تحقق أي منها. الحد الافتراضي في ToolLoopAgent هو 20 خطوة، بينما يقتصر الإعداد الافتراضي لكل من generateText وstreamText على عملية توليد واحدة. لذا يهم من أين تبدأ التنفيذ. التحكم في الحلقة لدى Vercel، ووثائق استدعاء الأدوات.

وثائق التحكم في الحلقة في Vercel AI SDK، مع شروط التوقف.
Vercel AI SDK

تشمل الخطوة عملية توليد وعمليات تنفيذ أدواتها محليًا. والنقطة الحاسمة أن stopWhen لا يُقيَّم إلا عندما تتضمن الخطوة الأخيرة نتائج أدوات. ولا يمكنه التراجع عن عمل الأدوات الذي أنتج تلك النتائج. لذلك فهو يتحكم في المتابعة، ولا يمثل موافقة تسبق الإجراء. الاستدعاءات متعددة الخطوات في Vercel.

استخدم آلية toolApproval الموثقة للحصول على موافقة صريحة من المستخدم. وتشير الوثائق الحالية إلى أن خاصية الأداة الأقدم needsApproval أصبحت مهملة. الموافقة على الأدوات في Vercel.

لإدارة السياق، يعمل prepareStep قبل كل خطوة، ويمكنه تغيير الرسائل أو الإعدادات. استغل هذه النقطة لتقديم الحالة ذات الصلة، بدل تمرير جميع النتائج الخام في كل مرة. توثيق prepareStep في Vercel.

LangGraph وحلقة الوكيل في LangChain

LangGraph بيئة تشغيل قائمة على الرسوم البيانية: تصل العقد التي تنفذ العمل بحواف تحدد ما سيعمل تاليًا. عند بناء حلقة وكيل في LangChain على رسم بياني، اجعل مسار العودة إلى النموذج ومسار الوصول إلى END واضحين. يحد recursion_limit في Python من الخطوات الفائقة للرسم البياني، وتشترك العقد المتوازية في خطوة فائقة واحدة. فهو ليس عدادًا لاستدعاءات الأدوات. وثائق Graph API في LangGraph.

وثائق Graph API في LangGraph التي تشرح الحالة والعقد والحواف والتنفيذ.
LangGraph

ضع recursion_limit في المستوى الأعلى لإعدادات الاستدعاء، لا داخل configurable. يؤدي بلوغ الحد إلى الاستثناء GraphRecursionError؛ ومن المفترض عادة أن ينهي مسار الاكتمال المصمم لهذا الغرض التنفيذ قبل الوصول إلى مخرج الطوارئ هذا. حد التكرار في LangGraph.

للمراجعة البشرية، يوقف interrupt() الرسم البياني مؤقتًا. استخدم آلية لحفظ نقاط التحقق مع thread_id ثابت، ثم استأنف عبر Command(resume=...). والقيد المهم هنا أن الاستئناف يعيد تشغيل العقدة المتوقفة من بدايتها. لذلك قد تنفذ الشيفرة السابقة لنقطة التوقف مرة أخرى. ضع العمليات التي تحدث آثارًا بعد الموافقة، أو اجعل تكرار تنفيذها لا يحدث أثرًا إضافيًا. التوقفات المؤقتة في LangGraph.

اختر بنية الرسم البياني الصريحة هذه عندما تكون التفرعات والحالة القابلة للاستئناف في صميم المهمة. أما عند بناء أول مساعد للقراءة فقط مع دورة أدوات بسيطة، فابدأ بأبسط بيئة تشغيل تلبي متطلباتك.

لماذا يصل التنفيذ إلى 40 خطوة؟

شخّص ما تغير بين الخطوات قبل رفع السقف. قد يكون التنفيذ الطويل عملًا مفيدًا، أو فشلًا يتكرر، أو إعادة تشغيل فقدت أثر ما أنجز سابقًا. لا يكفي الرقم وحده للتمييز بينها.

حلقات بلا نهاية: تكرار لا يضيف أدلة جديدة

قد يبحث وكيل التذاكر عن سياسة، ويتلقى نتيجة فارغة، ثم يكرر البحث نفسه. لا تضيف الملاحظة التالية شيئًا، فيعيد القرار التالي إنتاج الإجراء نفسه.

سجل اسم الأداة ومعاملاتها بصيغة موحدة، وبصمة للنتيجة، ومؤشرًا لتقدم المهمة. التكرار من دون تغير في الحالة ينبغي أن يستدعي فحصًا لتعثر التقدم. لكن الاستعلام الدوري المشروع قد يتكرر أيضًا؛ لذا ضع له سياسة مستقلة محدودة، بدل اعتبار كل تكرار خطأً.

غير شيئًا قبل إعادة المحاولة: عبارة البحث، أو معرفًا ناقصًا، أو مصدر البيانات المتاح، أو نطاق المهمة. وإذا لم يكن هناك تغيير مفيد ممكن، فأعد المتطلب الذي بقي دون حل أو اطلب المساعدة. «حاول مرة أخرى» ليست وحدها استراتيجية للتعافي.

أخطاء الأدوات: ميز بين فشل قابل للمعالجة ونتيجة مجهولة

المعامل غير الصحيح، ورفض الصلاحية، والعطل المؤقت في الخدمة، حالات تتطلب استجابات مختلفة. أعد خطأً موجزًا يستطيع النموذج التصرف بناء عليه. ضع سقفًا لمحاولات معالجة الأخطاء القابلة للتجاوز، وتوقف فورًا عند أخطاء لا يمكن إصلاحها ضمن صلاحيات المهمة.

انتهاء المهلة أثناء الكتابة أصعب: فقد تكون الكتابة نجحت، رغم أن الرد لم يصل. قبل إعادة إرسال رسالة إلى عميل أو إنشاء سجل آخر، استعلم عن حالة العملية أو استخدم مفتاح منع التكرار؛ وهو معرف ثابت يتيح للخدمة التعرف على العملية المقصودة نفسها.

حافظ على العمل الناجح أثناء التعافي. إذا نجحت قراءة التذكرة وفشل جلب السياسة، فإن إعادة المهمة كلها تضيف عملًا، وقد تكرر آثارًا حدثت بالفعل.

تضخم السياق: احتفظ بالقرارات بدل كل البيانات الخام

تنافس كل ملاحظة تعليمات المهمة والأدلة السابقة على انتباه الاستدعاء التالي للنموذج. قد تكون استجابة أداة كبيرة صحيحة من الناحية التقنية، لكنها تجعل القرار التالي أقل تركيزًا.

حدد حجم مخرجات الأدوات، واحفظ الملفات الكبيرة خارج النص المرسل إلى النموذج، وأعد نتيجة موجزة مع مرجع يتيح استرجاعها. احتفظ بالقيود المعتمدة والموافقات والإجراءات المؤكدة في حالة دائمة للتطبيق. يمكن للملخص أن يصف هذه السجلات، لكن ينبغي ألا يصبح نسختها الوحيدة.

توثق SDK الخاصة بـ Claude ضغط السياق تلقائيًا عند الاقتراب من حده، وتحذر من احتمال فقدان التعليمات المبكرة في الملخص. وهذا سبب كاف لحفظ الحالة الحرجة بشكل مقصود. ضغط السياق في Claude. ويشرح دليل تدهور السياق لماذا لا يضمن البقاء داخل نافذة السياق استرجاعًا مفيدًا للمعلومات.

اجعل سجل التنفيذ يجيب عن سؤال المشغل

لكل مهمة، سجل معرفها وعدد استدعاءات النموذج ومحاولات الأدوات والاستهلاك والوقت المنقضي والموافقات المعلقة وسبب التوقف. ولكل عملية، سجل ما طلب، وما اكتمل، وما إذا كانت قد غيرت حالة المهمة.

احتفظ بعدادات منفصلة لطلبات النموذج وعمليات تنفيذ الأدوات وخطوات بيئة التشغيل. لوحة تعرض «40 خطوة» بلا تعريف لوحدة العد لا تفسر ما جرى. احتسب عمل الوكلاء الفرعيين وإعادات المحاولة ضمن المهمة الأم. ويوضح دليل تنسيق وكلاء الذكاء الاصطناعي توزيع المسؤولية عندما ينتقل العمل بين الوكلاء.

أين تكمن المبالغة في الحديث عن حلقات الوكلاء؟

زيادة التكرارات لا تثبت زيادة التقدم. تتيح الحلقة فرصًا متتابعة للاستفادة من التغذية الراجعة؛ لكن جودة تلك التغذية وتعريف النجاح هما ما يحدد إن كان التكرار مفيدًا.

عندما يقول النموذج «تم»، يكون قد أنهى دوره في التبادل. ويثبت سقف الخطوات أن التنفيذ كان محدودًا. لكن أيًا منهما لا يثبت صحة رد الدعم أو وقوع التغيير المطلوب.

ولا يعفيك استخدام إطار عمل من تحديد الصلاحيات والحفظ الدائم والتعافي. يوفر إطار العمل آليات التنفيذ، بينما يحدد تطبيقك معنى النجاح وسلطة تنفيذ الإجراءات.

حلقة اختبار الوكيل مهمة مستقلة

تقيم حلقة اختبار الوكيل السلوك في ضوء حالات ومعايير قبول محددة. وقد تحيط بحلقة التنفيذ بأداة تحقق تقبل النتيجة أو تعيد ملاحظات لمحاولة أخرى. يميز شرح هندسة الحلقات من LangChain بين التنفيذ والتحقق والعمل الذي تطلقه الأحداث.

ضع حدودًا لأداة التحقق أيضًا. فالسؤال المتكرر لنموذج آخر عما إذا كانت الإجابة جيدة قد يستهلك الحصة من دون أن ينتج دليلًا حاسمًا. فضل الفحوص الملموسة حيثما أمكن: وجود الحقول المطلوبة، أو تطابق السجلات المشار إليها، أو وجود تأكيد لعملية الكتابة، أو اجتياز اختبار متوقع.

ما الخطوة التالية للمطورين والمشغلين؟

للمطورين الذين يبنون وكيلهم الأول: ابدأ بمهمة ضيقة للقراءة فقط، وشروط صريحة للاكتمال، وعمليات محدودة. أضف الكتابة عندما تستطيع عرض الإجراء المقترح، وفرض ضوابط التفويض، والتعافي من نتيجة ملتبسة. وإذا كان التسلسل معروفًا مسبقًا، فقد يكفي سير عمل ثابت.

للمشغلين الذين يحققون في تنفيذ مكلف: افحص الاستدعاءات المتكررة وسلاسل إعادة المحاولة وتضخم الملاحظات قبل تغيير النموذج أو رفع الحدود. اسأل: أي خطوة أضافت دليلًا مفيدًا، وأي عداد أوقف المهمة فعلًا؟

للفرق التي لديها سير عمل ثابت وموثوق: احتفظوا به إلى أن يحل الاختيار التكيفي للأدوات مشكلة محددة. تضيف الحلقة قيمة عندما تحدد النتائج الوسيطة الإجراء التالي؛ أما التكرار وحده فليس سببًا لإعادة البناء.

خطوة عملية لبداية الأسبوع: اختر مهمة تمثل عملك، وجرب مسار اكتمالها، والخروج عند بلوغ الحد، والتوقف انتظارًا للموافقة، ورفض الإجراء، وفشل الأداة. تأكد من أن كل مسار يترك حالة واضحة، وأن الاستئناف يحافظ على العمل المكتمل والحصة المتبقية معًا.

أسئلة شائعة عن حلقة الوكيل

ما الخطوات الأربع في حلقة الوكيل؟

استدعاء النموذج، واستدعاء الأداة، وملاحظة النتيجة، ثم التكرار. والملاحظة هي نتيجة الأداة التي تعاد إلى النموذج. ويمكن للإجابة النهائية إنهاء الحلقة قبل استدعاء أداة أخرى.

كيف أبني حلقة لوكيل ذكاء اصطناعي؟

اربط النموذج بمكون يوجه استدعاءات الأدوات، وبحالة محفوظة للمهمة. مرر نتائج الأدوات المطابقة لطلباتها إلى الاستدعاء التالي. وأضف فحوص الاكتمال، وحدودًا صريحة، وموافقة تسبق الإجراءات الحساسة، ومعالجة محدودة للأخطاء.

ما حلقة الوكيل، وكيف تقرر متى تتوقف؟

هي دورة التنفيذ التي تتيح للنموذج طلب إجراءات والاستفادة من نتائجها. ينبغي أن يتوقف تطبيق الإنتاج عمدًا عند الاكتمال أو استنفاد الحدود، وأن يتوقف مؤقتًا عند الحاجة إلى تدخل بشري. قرار النموذج بإنهاء العمل ليس سوى أحد مدخلات هذه السياسة.

لماذا يعلق الذكاء الاصطناعي في حلقة؟

قد يستمر القرار التالي في تلقي المدخلات غير المفيدة نفسها. ويمكن أن تبقي إخفاقات الأدوات المتكررة، والحالة المفقودة، ومعايير الاكتمال غير الواضحة، هذا النمط قائمًا. اكتشف تعثر التقدم، ثم غير الظروف أو توقف.

ما التعليمات التي ينبغي تجنب إعطائها للذكاء الاصطناعي؟

في مهمة مستقلة، تجنب التعليمات المفتوحة مثل «واصل التحسين حتى يصبح مثاليًا». حدد بدلًا منها ما يجب تسليمه ومعايير قبوله. وحتى الصياغة الأفضل تحتاج إلى حدود تفرضها بيئة التشغيل.

ما المقصود بحلقات الوكلاء؟

هي دورات متكررة تجمع النموذج والإجراء والملاحظة. وقد يتضمن التطبيق أيضًا حلقات خارجية للتحقق أو للاستجابة لمحفزات دورية. افصل هذه الحلقات بحيث يكون لكل منها مسؤول وقاعدة توقف.

هل ChatGPT وكيل أم نموذج لغوي كبير؟

النموذج اللغوي الكبير نموذج؛ أما الوكيل فهو نظام يحيط بالنموذج، ويمكنه تشغيله مع أدوات وقرارات متتابعة. استخدم هذا الفرق في البنية عند وصف ChatGPT أو أي مساعد آخر. اسم المنتج وحده لا يخبرك بما نفذ في تفاعل بعينه.

ما أنواع الوكلاء الـ5 في الذكاء الاصطناعي؟

يسرد تصنيف شائع الوكلاء الانعكاسيين البسطاء، والانعكاسيين القائمين على نموذج، والقائمين على الأهداف، والقائمين على المنفعة، والوكلاء المتعلمين. ويستخدم عرض IBM لوكلاء الذكاء الاصطناعي هذه الفئات الخمس. إنها تصنف سلوك الوكيل، وليست خمس مراحل في حلقة تنفيذ نموذج لغوي كبير.

ما معنى الحلقة في الذكاء الاصطناعي؟

الحلقة تكرر عملية اعتمادًا على مدخلات أو حالة محدثة. وفي حلقة الوكيل التي يتناولها هذا المقال، يأتي التحديث من نتائج الأدوات وقرار النموذج التالي. وهذا يختلف عن تكرار تدريب النموذج.

للحصول على أدلة عملية لبناء أنظمة الذكاء الاصطناعي وتشغيلها، اشترك في النشرة البريدية.

تاريخ النشر
التصنيف
Build
مقالات ذات صلة
البرمجة بالذكاء الاصطناعي: دور الوكلاء وحدود التفويض

البرمجة بالذكاء الاصطناعي: دور الوكلاء وحدود التفويض

تعرّف إلى دور وكلاء البرمجة بالذكاء الاصطناعي، وحدود تفويضهم، وكيف تضبط الصلاحيات والعزل وتراجع الاختبارات قبل قبول التغييرات ودمجها في مشروعك.24 أكتوبر 2026Build
تدهور السياق: لماذا تتراجع دقة المحادثات الطويلة وكيف تعالجها؟

تدهور السياق: لماذا تتراجع دقة المحادثات الطويلة وكيف تعالجها؟

لماذا تتراجع دقة وكلاء الذكاء الاصطناعي قبل امتلاء نافذة السياق؟ تعرّف على نتائج دراسة Chroma وكيف تحافظ على الأدلة المهمة بالضغط والاسترجاع وتنظيم السياق.24 أكتوبر 2026Build
البحث الهجين عمليًا: اجمع BM25 والمتجهات واختبر الاستدعاء

البحث الهجين عمليًا: اجمع BM25 والمتجهات واختبر الاستدعاء

كيف تجمع البحث بالكلمات المفتاحية والمتجهات باستخدام RRF أو الدرجات الموزونة؟ دليل لتطبيق البحث الهجين في مخزنك الحالي وقياس الاستدعاء باستعلامات موسومة.24 أكتوبر 2026Build
MoE ومزيج الخبراء: ما الذي تعنيه المعلمات النشطة فعلًا؟

MoE ومزيج الخبراء: ما الذي تعنيه المعلمات النشطة فعلًا؟

افهم كيف يعمل مزيج الخبراء MoE، والفرق بين المعلمات النشطة والإجمالية، وما تعنيه الأرقام للذاكرة وزمن الاستجابة عند استخدام API أو الاستضافة الذاتية.24 أكتوبر 2026Build
التطوير القائم على التقييم: متى يستحق التغيير إطلاقه؟

التطوير القائم على التقييم: متى يستحق التغيير إطلاقه؟

دليل عملي للتطوير القائم على التقييم: ابدأ بـ20 حالة من سجلاتك، واجمع الفحوص الدقيقة مع تقييم الإجابات، ثم قرّر إطلاق تغييرات النماذج بناءً على الأدلة.24 أكتوبر 2026Build
التوكنات في الثانية: كيف تقيس سرعة النموذج التي تهم مستخدمك؟

التوكنات في الثانية: كيف تقيس سرعة النموذج التي تهم مستخدمك؟

افهم ما يقيسه معدل التوكنات في الثانية، والفرق بين سرعة التوليد وزمن الانتظار، وتعلّم قياس تدفّق النص ومقارنة أداء المزوّدين وفق تجربة مستخدمي تطبيقك.24 أكتوبر 2026Build
LLMOps: ما الذي تحتاجه لتشغيل النماذج اللغوية الكبيرة؟

LLMOps: ما الذي تحتاجه لتشغيل النماذج اللغوية الكبيرة؟

تعرّف إلى LLMOps والفرق بينها وبين MLOps، وكيف تضبط الإصدارات والتقييم والتتبّع والتكاليف والتعافي من الحوادث لتشغيل تطبيقات النماذج اللغوية الكبيرة.23 أكتوبر 2026Build
JSON Schema والمخرجات المنظمة: دليل OpenAI وClaude وGemini

JSON Schema والمخرجات المنظمة: دليل OpenAI وClaude وGemini

دليل عملي للمخرجات المنظمة مع JSON Schema في OpenAI وClaude وGemini: قارن قيود المخططات، واستخرج بيانات الفواتير مع التحقق وإعادة المحاولة ومعالجة البث.23 أكتوبر 2026Build
النشرة البريدية

رسالة واحدة، كل يوم أحد.أنظمة تعمل، لا آراء ساخنة.

أسبوعية. بلا إزعاج. يمكنك إلغاء الاشتراك متى شئت.