آي بي إم تكشف: تغيير هيكل CUGA يرفع أداء نماذج الذكاء الاصطناعي إلى 81%
تُظهر دراسة حديثة من فريق أبحاث آي بي إم أن اختيار هيكل التشغيل (Harness) المناسب قد يكون عاملاً حاسماً في أداء نماذج الذكاء الاصطناعي، حيث حققت النتائج قفزات نوعية عند استخدام هيكل CUGA المخصص للبيئات المؤسسية.
رضوان عبدالهاديمحرر وكاتب تقني
أهمية هيكل التشغيل في أداء الوكلاء
في مشهد مزدحم بنحو 200 هيكل تشغيل (Agent Harness) متاح حالياً، يبرز سؤال جوهري: هل يعتمد نجاح وكيل الذكاء الاصطناعي على النموذج اللغوي وحده؟ تشير بيانات من مجتمع المطورين، وتحديداً قوائم مثل awesome-agent-harness، إلى أن الهيكل يلعب دوراً محورياً لا يقل أهمية عن النموذج نفسه. فعلى سبيل المثال، أظهرت إحدى التحليلات أن تغيير الهيكل فقط لنموذج GLM-5.2 رفع نسبة نجاحه في اختبارات SWE-bench Pro من 23% إلى 52%. بناءً على ذلك، طرح فريق أبحاث آي بي إم سؤالاً مختلفاً: ما هو الهيكل الأنسب لنوع العمل المحدد؟ ويمكن الرجوع إلى Hugging Face Blog للاطلاع على التفاصيل الأصلية للمصدر.
تجربة مقننة: نفس النموذج، نتائج متباينة
لإثبات هذه الفرضية، أجرى فريق البحث تجربة مضبوطة باستخدام نموذج مفتوح الأوزان واحد (GLM-5.3-flash) وثلاثة هياكل تشغيل مختلفة: CUGA من آي بي إم، وHermes من Nous Research، وDeep Agents من LangChain. تم اختبار الهياكل على منصة AppWorld، وهي مجموعة معايير تضم 90 مهمة عبر 9 تطبيقات و457 واجهة برمجة تطبيقات (API)، تشمل مهام مثل البريد الإلكتروني والمدفوعات وتخزين الملفات. الهدف من استخدام AppWorld هو محاكاة قدرات أتمتة الأعمال المؤسسية، مثل تسجيل الدخول وقراءة توثيق الواجهات وتغيير الحالة عبر تطبيقات متعددة. ويمكن الرجوع إلى Back to Articles للاطلاع على التفاصيل الأصلية للمصدر.
أظهرت النتائج فروقاً كبيرة في الأداء. بينما ركز Hermes على المساعدين الشخصيين الدائمين وDeep Agents على المهام البحثية الطويلة، تميز CUGA بقدرته على التعامل مع واجهات التطبيقات المؤسسية. بلغ معدل إنجاز المهام (TGC) 81% لـ CUGA، مقابل 30% تقريباً للهياكل الأخرى. الأهم من ذلك هو مؤشر الاتساق (SGC)، حيث نجح CUGA في إتمام جميع متغيرات 20 سيناريو، مقارنة بـ 8 فقط لـ Hermes و2 لـ Deep Agents. هذا الفارق يؤكد أن الهيكل المصمم خصيصاً للمهام المؤسسية يقلل من الأخطاء العشوائية ويضمن اتساق النتائج.
طبقة السياسات: من التعليمات إلى التنفيذ الإلزامي
تتميز هياكل الوكلاء التقليدية بوضع القواعد التجارية (Business Rules) داخل موجه النظام (System Prompt)، وهو ما يعتبره خبراء آي بي إم مجرد "تعليمات" وليس "تنفيذاً". فالنموذج قد يخطئ في فهمها، أو قد يتأثر برسائل حقن (Injection) تغيّر سلوكه أثناء التنفيذ. على النقيض، ينقل هيكل CUGA هذه القواعد إلى طبقة سياسات منفصلة تعمل داخل وقت التشغيل (Runtime). وفقاً لورقة بحثية بعنوان "Governance by Construction for Generalist Agents"، تعمل هذه السياسات في أربع نقاط حرجة خلال كل عملية تنفيذ، مما يضمن تطبيق القواعد بغض النظر عن قرارات النموذج.
تُقسم هذه السياسات إلى نوعين: توجيه (Guidance) الذي يوجه النموذج، وتنفيذ إلزامي (Enforcement) يشمل الموافقات (Approvals) وحمايات الأدوات (ToolGuards). على سبيل المثال، في حالة طلب دفع فواتير، قد يدفع الوكيل بدون سياسات مبالغ غير مستحقة أو مرفوضة، بينما يوقف الوكيل المزود بالسياسات العملية للموافقة ويدفع فقط المبلغ القانوني المستحق. هذا الفارق الجوهري يجعل CUGA مناسباً للبيئات التي تتطلب دقة عالية في العمليات المالية وإدارة بيانات العملاء الحساسة (PII).
السيادة الرقمية والتحكم في التكاليف
من الناحية التشغيلية، يوفر CUGA مرونة عالية في النشر، إذ يعمل مع أي نقطة نهاية متوافقة مع OpenAI، سواء كانت نماذج مفتوحة الأوزان أو استضافة سحابية. تتيح التقنية للمؤسسات نشر الوكلاء داخل حدودها السيادة (Sovereign Boundary)، بما في ذلك السحابة الخاصة أو البيئات المعزولة عن الإنترنت (Air-gapped)، مع دعم تسجيل الدخول عبر OIDC وفصل أدوار الإدارة عن المحادثة. هذا يعزز أمان البيانات ويضمن امتثال المؤسسات للوائح المحلية الصارمة.
إضافة إلى ذلك، يركز CUGA على الشفافية في التكاليف من خلال ميزانيات محددة (Budgets) وتقارير تفصيلية (Run Receipts) توضح عدد الرموز (Tokens) واستدعاءات الأدوات والزمن المستغرق لكل عملية. كما يعتمد على الإعدادات بدلاً من كتابة الأكواد، حيث يمكن للمطورين تحديد الأدوات والسياسات عبر واجهة المستخدم أو SDK، واختبار مسودة قبل نشرها كنسخة مستقرة. هذا النهج يقلل من التعقيد التقني ويسهل إدارة الوكلاء على نطاق واسع.
متى تختار CUGA؟
يؤكد فريق آي بي إم أن اختيار الهيكل يجب أن يكون دقيقاً مثل اختيار النموذج. فبينما قد تكون أدوات مثل opencode أو Codex مناسبة لوكلاء البرمجة، وHermes للمساعدين الشخصيين، فإن CUGA مصمم خصيصاً لأتمتة الأعمال عبر واجهات التطبيقات والويب تحت قواعد قابلة للتنفيذ. تشير النتائج إلى أن CUGA حافظ على المركز الأول في معايير WebArena وAppWorld خلال الفترة من فبراير 2025 إلى فبراير 2026، مما يعزز مكانته كأداة موثوقة للمؤسسات.
وتجدر الإشارة إلى أن هذه المقارنة أجريت من قبل فريق CUGA، وقد استخدم إعدادات AppWorld محددة لم تستخدمها الهياكل الأخرى. ومع ذلك، يدعو الفريق المطورين إلى مشاركة أي إعدادات محسنة لـ Hermes أو Deep Agents لإعادة الاختبار ونشر النتائج، بغض النظر عن الفائز. هذا النهج المفتوح يعكس التزاماً بالشفافية في تقييم أداء هياكل وكلاء الذكاء الاصطناعي، ويؤكد أن المستقبل يعتمد على التكامل بين نماذج قوية وهياكل تشغيل ذكية وقابلة للتخصيص.
المصادر
- Hugging Face BlogSame Model, Different Harness: CUGA, Hermes, and Deep Agents — When to Pick CUGA?
تابع التسلسل الزمني
أخبار مرتبطة
شركة Nous Research ترفع تقييمها إلى 1.5 مليار دولار
أعلنت شركة Nous Research الناشئة المذكورة في تقارير سابقة عن جمع جولة تمويلية جديدة بقيمة 90 مليون دولار، مع إطلاق وكلاء ذكاء اصطناعي للمؤسسات.
إنTEL تكشف عن خدمات استنتاج مصغّرة لتسريع نماذج الذكاء الاصطناعي
أعلنت إنTEL عن خدمات استنتاج مصغّرة تتيح تشغيل نماذج اللغة الكبيرة بكفاءة عالية على معالجات Xeon الحالية، مما يلغي الحاجة إلى أسابيع من الضبط اليدوي المعقد.
استخدام الاسترجاع الموجه مع لان تشين وبيدروك
استكشف كيفية بناء تطبيقات الإجابة المعززة بالاسترجاع عبر الاسترجاع الموجه باستخدام لان تشين وقواعد معرفة أمازون بيدروك لإدارة الأسئلة المعقدة.
بيو دي باي يكشف عن نموذج أجاكس الذكي غير المقيّد للأجهزة المنزلية
كشفت بيو دي باي عن نموذج أجاكس الذكي غير المقيّد، مبني على Qwen3.5-9B، يعمل على الأجهزة المنزلية. يذكر أن OpenAI حظرت حسابه مرتين بسبب تقنيات التقطير.
