وكلاء الذكاء الاصطناعي في Gemini يواصلون العمل بعد انقطاع الاتصال

يمكنك الآن تكليف أحد وكلاء الذكاء الاصطناعي في Gemini بمهمة متعددة الخطوات، ثم قطع الاتصال وتركه يواصل العمل على خادم Google، من دون فقدان الكود أو الملفات أو الحزم المثبتة أو اتصالات الأدوات البعيدة. ويضيف تحديث Managed Agents لشهر يوليو 2026 العناصر الأربعة التي تجعل ذلك عمليًا: التنفيذ في الخلفية، والاتصال المباشر بخوادم MCP البعيدة، واستدعاءات الدوال المخصصة، وتجديد بيانات الاعتماد من دون إعادة بناء مساحة العمل.

هذا يغيّر التصور الأنسب لهذه التقنية. فالأمر لم يعد أشبه بإبقاء نافذة روبوت محادثة مفتوحة، بل بتسليم تذكرة مهمة إلى عامل سحابي ثم العودة للاطلاع على النتيجة عندما تجهز.

ما وكلاء الذكاء الاصطناعي المُدارون في Gemini؟

تعمل Gemini Managed Agents كوكلاء سحابيين مؤقتين، لكل منهم مساحة عمل Linux مستقلة. ويكفي استدعاء واحد عبر Interactions API لإنشاء مساحة العمل، وتمكين الوكيل من تحليل المهمة، وتشغيل Bash أو Python أو Node.js، وتثبيت الحزم، وإدارة الملفات، والبحث في الويب، وتكرار هذه الخطوات حتى يصل إلى نتيجة.

الوكيل الافتراضي لدى Google هو Antigravity، ويُعرَّف حاليًا باسم antigravity-preview-05-2026 ويعمل بنموذج Gemini 3.5 Flash. وقد أصبحت Interactions API نفسها متاحة للاستخدام العام في يونيو 2026، بينما لا تزال Managed Agents وبيئاتها في مرحلة المعاينة العامة.

يحمل كل معرّف نوعًا مختلفًا من الذاكرة:

• previous_interaction_id هو مجلد المهمة؛ إذ يحتفظ بالمحادثة ومسار الاستدلال وسجل الأدوات.
• environment_id هو مفتاح ورشة العمل؛ إذ يعيد فتح نظام الملفات نفسه والحزم المثبتة وحالة المستودع.

يمكن الاحتفاظ بأحدهما دون الآخر. استخدم معرّف البيئة وحده لبدء محادثة جديدة داخل مساحة العمل ذاتها، أو مرّر المعرّفين معًا لمواصلة المهمة نفسها في المكان نفسه. ويبدأ ضغط السياق تلقائيًا عند نحو 135,000 رمز، ما يسمح للجلسة الطويلة بالتخفف من التفاصيل القديمة قبل أن تبلغ سقف السياق مباشرة.

تقع النتيجة في منطقة وسطى بين وكلاء الذكاء الاصطناعي الموجهين للمستهلكين الذين تعرفهم معظم الفرق وبين بنية تحتية كان يلزم عادةً تجميعها داخليًا. تتولى Google تشغيل حلقة النموذج وبيئة العزل، بينما تظل منطق المنتج والصلاحيات وقواعد الموافقة والمراقبة وتجربة المستخدم مسؤوليتك.

كيف تعمل أتمتة سير العمل بالذكاء الاصطناعي هنا؟

تقوم الآلية الجديدة على ستة أجزاء:

1. ابدأ مساحة عمل أو أعد فتحها. استخدم environment: "remote" لإنشاء بيئة عزل جديدة، أو مرّر معرّف بيئة لإعادة استخدامها، أو قدّم إعدادًا كاملًا للبيئة يتضمن مستودعات المصدر وقواعد الشبكة.
2. امنحه الأدوات التي يحتاجها فقط. يستطيع الوكيل تنفيذ الكود، واستخدام Google Search، وقراءة عناوين URL، والوصول إلى نظام الملفات داخل بيئته. أما خادم MCP البعيد فهو موصل قياسي يتيح أدوات خارجية؛ ويحتاج إلى اسم بأحرف صغيرة وعنوان URL ونقل عبر Streamable HTTP. ويمكن كذلك تقييد الأدوات التي يُسمح للوكيل باستدعائها من ذلك الخادم.
3. أرسل المهمة إلى الخلفية. اضبط background: true. تعيد API معرّف التفاعل فورًا بدلًا من إجبار اتصال HTTP هش واحد على الصمود طوال المهمة. وتتطلب مهام الخلفية store: true، وهو الإعداد الافتراضي.
4. راقب من دون إبقاء الاتصال مفتوحًا. استطلع حالة التفاعل أو تابع تدفق أحداثه. وإذا انقطع التدفق، فأعد الاتصال مستخدمًا آخر event_id وتابع من هناك. وقد تكون المهمة قيد التنفيذ، أو في انتظار إجراء، أو مكتملة، أو فاشلة، أو ملغاة.
5. نفّذ إجراءات العمل الحساسة داخل تطبيقك. تعمل أدوات بيئة العزل المدمجة لدى Google. وتوقف الدالة المخصصة التفاعل عند requires_action، لتتيح لتطبيقك التحقق من الطلب، وطلب موافقة بشرية، وتنفيذ منطق العمل المحلي، ثم إعادة النتيجة.
6. واصل بعد الاكتمال. يمكن لطلب المتابعة استخدام معرّف التفاعل المكتمل إلى جانب معرّف بيئته. وإذا انتهت صلاحية رمز الوصول، فأرسل معرّف البيئة نفسه مع إعداد شبكة جديد. تحل القواعد الجديدة محل القديمة، فيما تبقى الملفات والحزم والمستودعات المستنسخة كما هي.

مساحة العمل قابلة للاستمرار، لكنها ليست دائمة. فهي تتوقف وتُحفظ منها لقطة بعد 15 دقيقة من الخمول، وتظل قابلة للاستئناف لمدة سبعة أيام منذ آخر نشاط، ثم تُحذف. وتوفر كل بيئة حاليًا أربع نوى CPU وذاكرة بسعة 16 GB.

أبرز سبع حالات استخدام من حيث العائد

رُتبت هذه الحالات بحسب مدى إزالة القدرات الجديدة لاختناق تشغيلي مكلف بصورة مباشرة.

1. فرق البرمجيات التي تراجع طلبات السحب المنشأة بالذكاء الاصطناعي

يمكن لفريق منتج يتلقى تدفقًا مستمرًا من الكود المكتوب آليًا أن يبدأ مهمة خلفية مستقلة لكل طلب سحب. يستطيع الوكيل فتح المستودع، وفحص الفروقات، وتثبيت المشروع، وتشغيل الاختبارات، وتتبع العطل عبر الملفات، وإعداد مراجعة تتضمن السجلات وتصحيحًا مقترحًا. ويمكن توصيل GitHub أو GitLab عبر MCP بعيد، مع إبقاء التعليق النهائي أو تعديل الكود خلف دالة موافقة مخصصة.

العائد ليس تعليق مراجعة عامًا آخر، بل فحص أولي يستند إلى أدلة من وقت التشغيل ويكون جاهزًا قبل أن يفتح مهندس أول طلب السحب. وتزداد أهمية ذلك مع تحول البرمجة غير المتزامنة إلى نمط عمل معتاد، وهو تحول يظهر بالفعل في وكلاء البرمجة على الهاتف وفي الخلفية.

2. فرق المالية والبيانات التي تُعد تقارير تشغيلية دورية

يمكن لمحلل العمليات تشغيل وكيل عند وصول أحدث ملفات CSV، وربطه بمستودع بيانات عبر MCP، ثم تركه ينظف البيانات، ويجري تحليلًا باستخدام Python، وينشئ الرسوم البيانية، ويحفظ ملفات العمل داخل بيئة واحدة. وإذا انتهت صلاحية رمز مستودع البيانات قصير الأجل، يستطيع التطبيق تقديم رمز جديد من دون أن يعيد الوكيل تثبيت أدواته أو إنشاء الملفات الوسيطة من البداية.

العائد هنا هو الاستمرارية؛ إذ يراجع المحلل تقريرًا واحدًا مكتملًا مع ملفاته الداعمة بدلًا من نقل البيانات مرارًا بين دفتر ملاحظات وجدول بيانات وأداة رسوم بيانية ونافذة محادثة.

3. فرق الموثوقية التي تحقق في الحوادث

يمكن لمهندس المناوبة منح الوكيل وصولًا إلى خادم MCP للمراقبة وموصل للتحكم بالمصدر، ثم تكليفه بربط قفزة في زمن الاستجابة بعمليات النشر والسجلات وآخر تغييرات الكود المودعة في المستودع. ويستمر التحليل في الخلفية بينما يتعامل المهندس مع الحادث الجاري. ويستطيع الوكيل إعداد خط زمني، وأسباب مرشحة، ونصوص تشخيصية داخل مساحة عمله.

العائد هو جمع الأدلة بسرعة أكبر تحت الضغط. ومع ذلك، ينبغي أن تبقى معالجة بيئة الإنتاج خلف بوابة بشرية صريحة. فالعامل القادر على استدعاء الأدوات مفيد أثناء الحادث، لكن العامل غير الخاضع للإشراف والمزوّد ببيانات اعتماد واسعة لبيئة الإنتاج هو حادث جديد ينتظر وقوعه.

4. فرق الأمن التي تجمع أدلة التدقيق

يمكن لمسؤول امتثال يُعد مراجعة للصلاحيات أن يقصر بيئة العزل على نطاقات معتمدة، ويمرر بيانات اعتماد للقراءة فقط عبر وكيل الخروج لدى Google، ثم يترك الوكيل يجمع سجلات السياسات وإعدادات المستودعات وسجلات التغييرات. وبما أن بيانات الاعتماد تُضاف عند حدود الشبكة، فإنها لا توضع في ملفات بيئة العزل أو متغيرات البيئة.

العائد هو حزمة أدلة قابلة للتكرار بدلًا من أسبوع من لقطات الشاشة والنسخ واللصق. ومع ذلك، يحتاج التطبيق إلى سجل تدقيق وآلية اعتماد خاصين به، لأن Managed Agents لا تقدم منتج امتثال مكتملًا.

5. فرق الاستثمار والمشتريات التي تجري العناية الواجبة

يمكن لفريق استثماري صغير إسناد موجز بحثي محدود النطاق إلى عامل في الخلفية: رسم خريطة للسوق، ومقارنة ادعاءات الموردين، وفحص مستودع، وإجراء الحسابات، وتجميع مذكرة مرتبطة بالمصادر. وتظل الملفات والنصوص البرمجية متاحة لأسئلة المتابعة، بحيث تختبر الجولة الثانية الافتراضات بدلًا من إعادة بناء إعداد البحث.

العائد هو تحليل أعمق من دون تعطيل جلسة المتصفح لدى المحلل. لكن القيد مهم أيضًا: يقبل Antigravity حاليًا النصوص والصور كمدخلات، لا الصوت أو الفيديو أو المستندات، لذا تحتاج مسارات العمل كثيفة المستندات إلى خطوة استخراج خارجية.

6. الوكالات التي تنفذ عمليات تدقيق متكررة للعملاء

يمكن لوكالة تحليل أو تطوير إنشاء بيئة منفصلة لكل عملية تدقيق تخص عميلًا، وربط الأنظمة التي وافق عليها ذلك العميل وحدها، ووضع الفحوص الطويلة في طوابير مستقلة. قد تحتوي مساحة عمل على موقع مستنسخ ونصوص لاختبار الأداء، بينما تحتوي أخرى على تصدير لحملة وكود لإعداد التقارير.

العائد هو العزل وقابلية التكرار. ويمكن للفرق الاحتفاظ بحالة العمل الدقيقة لمتابعة لاحقة خلال نافذة الأيام السبعة، من دون خلط ملفات عميل أو بيانات اعتماده بملفات عميل آخر.

7. فرق العمليات الخلفية التي تعالج الحالات المعقدة

يمكن لعمليات التأمين أو الخدمات اللوجستية أو الدعم استخدام عامل مُدار لجمع سجل حالة من أنظمة عدة، والتحقق من قواعد السياسة، وحساب الخيارات، وإعداد الإجراء التالي. توفر أدوات MCP البعيدة وصولًا للقراءة، فيما تحصر الدوال المخصصة عمليات رد المبالغ أو تعديل الحسابات أو قرارات المطالبات في منطق تطبيق خاضع للتحقق وموافقة بشرية.

العائد هو مساحة عمل واحدة متصلة للحالة عبر أنظمة عديدة. ويكون ذلك مفيدًا خصوصًا عندما يستغرق بحث الحالة دقائق ولا يمكن اختزاله في أتمتة بسيطة من نوع مشغّل ثم إجراء.

ثلاثة منتجات تستحق البناء

القدرة الأساسية واسعة، لكن المنتجات القابلة للبيع تكون ضيقة النطاق، قابلة للقياس، ومحاطة بضوابط للثقة.

1. الرهان الأقوى: وكيل صيانة للمستودعات يثبت كل ملاحظة

ابنِ تطبيقًا لـ GitHub أو GitLab للفرق التي تحتاج إلى أكثر من تعليقات على الفروقات. يشغّل التطبيق المشروع داخل مساحة عمل معزولة لكل طلب سحب، ويعيد إنتاج المشكلات المشتبه بها، ويرفق السجلات، ويصوغ إصلاحًا، ثم ينتظر تدخلًا بشريًا قبل تعديل الكود.

الطلب ملموس. تقدّر DataForSEO نحو 1,300 عملية بحث شهريًا في الولايات المتحدة عن “AI code review”، مع CPC بقيمة $46.65. وتضيف عبارة “AI code review tools” نحو 590 عملية بحث شهرية، مسجلةً ارتفاعًا سنويًا بنسبة 85% في مجموعة بيانات الكلمات المفتاحية الحالية. والمشترون يدفعون بالفعل: تعرض CodeRabbit خططًا من $24 إلى $48 لكل مستخدم شهريًا عند الفوترة السنوية، بينما تعرض Greptile سعرًا قدره $30 لكل مقعد شهريًا.

يحتاج أصغر إصدار قابل للبيع إلى تكامل واحد للتحكم بالمصدر، وملف تعليمات واحد للمستودع، ومشغّل اختبارات في الخلفية، وصفحة نتائج تعرض الأدلة الخام، وإجراء موافقة واحد لنشر مراجعة أو فتح تصحيح. لا تبدأ بدعم كل لغة؛ اختر منظومة واحدة تشيع فيها الاختبارات ويمكن توقع إعداد وقت التشغيل.

المشكلة أن السوق مزدحم والثقة تحدٍّ حقيقي. وتشمل أسئلة البحث المباشرة “How does AI code review work?” و“Is the AI code safe?”. لن تكون ميزتك الدفاعية هي مجرد الوصول إلى Gemini، بل مجموعة تقييم متنامية، وقواعد مخصصة لكل مستودع، ومعدلات منخفضة للنتائج الإيجابية الكاذبة، وأدلة تجعل كل ملاحظة قابلة للفحص.

2. وكيل دوري لإقفال البيانات لفريق تشغيلي واحد

ابنِ عاملًا يحول بيانات المصدر الأسبوعية أو الشهرية لشركة واحدة إلى تقرير تمت تسويته، مع الاحتفاظ بكود التحليل والملفات الوسيطة بجوار المخرجات. تدفع فرق العمليات والإيرادات والمالية لأن المهمة تتكرر والأخطاء قابلة للرصد.

تقدّر DataForSEO نحو 3,600 عملية بحث شهريًا في الولايات المتحدة عن “AI for data analysis”، وهي عبارة ذات طابع تجاري وCPC بقيمة $41.92. أما العبارة الأضيق “AI agent for data analysis” فتحصل على نحو 320 عملية بحث شهرية، وتبلغ صعوبة كلمتها المفتاحية 2 في مجموعة البيانات الحالية؛ ما يشير إلى مدخل استحواذ مفتوح رغم تنافسية السوق الأوسع.

يتكون المنتج الأولي من مجدول خارجي أو مشغّل عند وصول الملفات، وموصل واحد لمستودع البيانات، ووجهة واحدة لجدول البيانات، وقالب تقرير ثابت، وسجل للتشغيلات، وشاشة للتسوية. أما القيد الحقيقي فهو موثوقية المخرجات؛ إذ لا يدعم Antigravity المخرجات المهيكلة، ولذلك تحتاج الجداول والمجاميع المهمة إلى تحقق حتمي قبل التسليم.

3. مشغّل لمسار عمل متخصص ببوابات موافقة حقيقية

ابنِ المنتج لنوع واحد من الحالات، مثل تأهيل الموردين أو الفرز الأولي للمطالبات أو جمع أدلة الأمن. يستخرج المنتج السياق عبر اتصالين أو ثلاثة اتصالات MCP، وينفذ التحليل الطويل في الخلفية، ويستخدم الدوال المخصصة للإجراءات القليلة التي يجب التحقق منها أو اعتمادها.

تقدّر DataForSEO نحو 1,000 عملية بحث شهريًا في الولايات المتحدة عن “AI workflow automation”، بطابع تجاري وCPC بقيمة $49.51. وتضيف عبارة “AI workflow automation platform” نحو 260 عملية بحث شهرية، مسجلةً ارتفاعًا سنويًا بنسبة 320% في مجموعة الكلمات المفتاحية الحالية. ويسأل الناس صراحةً: “How can I automate my workflows using AI?”.

يتكون المنتج الأولي من طابور واحد، ومسار عمل واحد محدد بدقة، وتكاملين، وصندوق وارد للموافقات، وسجل تشغيل كامل. لكن الخطر هو الوقوع في فخ المنصة العامة: إذا وعد الإصدار الأول بأتمتة أي مسار عمل، فستبتلع أعمال الموصلات والحالات الطرفية المنتج. اكسب عملية مكلفة واحدة أولًا.

ما الذي لا تحله هذه التقنية؟

يقلل التنفيذ المُدار أعباء البنية التحتية، لكنه لا يزيل مخاطر المنتج أو التشغيل.

يحتاج تجديد بيانات الاعتماد أيضًا إلى فهم دقيق. تحتفظ Google بالبيئة عندما يقدم تطبيقك قواعد شبكة جديدة ورمزًا جديدًا. أما الوكيل فلا يُصدر ذلك الرمز ولا يجدده بالنيابة عنك.

خلاصة رأيي: استخدم هذه التقنية للمهام محدودة النطاق ذات معايير الاكتمال الواضحة، والمخرجات القابلة للفحص، والصلاحيات الضيقة، وبوابات الموافقة. ولا تستخدم وكيلًا في مرحلة المعاينة كمسؤول إنتاج مفتوح الصلاحيات. وتوصي إرشادات Google نفسها بمراجعة الكود المنشأ، وتحويلات البيانات، وتغييرات الإعداد، والإجراءات الخارجية قبل الاعتماد عليها.

ما المقصود بأتمتة سير العمل بالذكاء الاصطناعي؟

هو مسار عمل يفسر فيه النموذج السياق ويختار بين الأدوات، بدلًا من الاكتفاء بتسلسل ثابت من المشغلات. تضيف Gemini Managed Agents مساحة عمل مستضافة وبيئة تشغيل في الخلفية، لكن تطبيقك يظل مسؤولًا عن تحديد الصلاحيات والمشغلات والتحقق والموافقات.

كيف يمكنني أتمتة سير العمل باستخدام الذكاء الاصطناعي؟

ابدأ بمهمة واحدة محدودة النطاق، لها مدخل واضح ومخرج قابل للتحقق، ولا تستخدم أكثر من بضعة اتصالات بالأدوات. شغّل التحليل في الخلفية، وضيّق صلاحيات القراءة، وضع كل إجراء غير قابل للتراجع خلف دالة مخصصة أو موافقة بشرية.

ما مثال مسار الأتمتة بالذكاء الاصطناعي؟

مشرف طلبات السحب مثال قوي: يستقبل طلب سحب جديدًا، ويفتح المستودع في بيئة عزل، ويثبت الاعتماديات، ويشغل الاختبارات، ويفحص الأعطال، ويصوغ مراجعة، ثم ينتظر الموافقة قبل النشر أو تعديل الكود.

كيف تعمل مراجعة الكود بالذكاء الاصطناعي؟

يقرأ المراجع تغيير الكود في سياق المستودع، ويبحث عن العيوب أو مخالفات السياسات، ويقترح ملاحظات. ويمكن للوكيل المُدار الذهاب أبعد بتشغيل المشروع وإرفاق السجلات أو نتائج الاختبارات، لكن ينبغي أن يظل الحكم للبشر على مدى توافق الملاحظة مع الغرض الحقيقي للمنتج.

هل الكود الذي ينشئه الذكاء الاصطناعي آمن؟

ليس آمنًا افتراضيًا. تحد بيئة العزل من مكان تشغيل الكود، لكن السلامة تعتمد كذلك على الكود وصلاحيات الأدوات وقواعد الشبكة وبيانات الاعتماد والاختبارات والمراجعة البشرية. تعامل مع مخرجات الوكيل كمساهمة غير موثوقة حتى تجتاز فحوصك المعتادة.

إذا أردت تصميم أحد هؤلاء الوكلاء بما يلائم أنظمتك وصلاحياتك وقواعد الموافقة لديك، فاطلع على خدمة تطوير وكلاء الذكاء الاصطناعي.