
البرمجة بالذكاء الاصطناعي: كيف تنتقل من نموذج أولي إلى تطبيق موثوق؟
ما الذي ينقص تطبيقًا يعمل في العرض التجريبي؟ دليل لترتيب المتطلبات والبيانات والصلاحيات والاختبارات والتشغيل قبل إطلاقه للمستخدمين.
شرح مبسط للمساعد وسير العمل والوكيل: كيف يخطط ويستخدم الأدوات، وأين يحتاج إلى موافقة بشرية، وكيف تختار أول استخدام مناسب.

تطلب من مساعد كتابة رد على رسالة، فيعيد نصًا لتراجعه. وفي تجربة أخرى، تطلب إعداد ملخص أسبوعي من ملفات محددة، فيبحث النظام ويستخرج البيانات وينظمها ويتحقق من اكتمالها. الفارق العملي هو ما يسمح التطبيق للنموذج أن يفعله، وكيف يختار خطواته، ومن يعتمد النتيجة.
برز الوكلاء في نقاشات العمل خلال 2026، ومنها تقرير Microsoft عن إعادة تنظيم المهام والمسؤوليات بين الأشخاص وأنظمة AI. لكن كلمة «وكيل» تستخدم بتعريفات متعددة، لذلك يفيد شرح السلوك والصلاحيات بدل الاكتفاء بالاسم.[1]
تفرق Anthropic معماريًا بين مسارات تنسق الأدوات عبر خطوات محددة في الكود، وأنظمة يستطيع النموذج فيها توجيه سير الخطوات واختيار الأدوات بصورة ديناميكية. وهذا تمييز مفيد لفهم مقدار المرونة المطلوبة في المهمة.[2]
النوع | كيف يسير العمل؟ | مثال تعليمي |
|---|---|---|
مساعد محادثة | يرد على طلب ضمن إمكانات التطبيق | اقتراح صياغة لبريد |
سير عمل محدد | ينفذ خطوات مصممة سلفًا | استخراج حقول ثم إرسالها للمراجعة |
وكيل | يختار خطوات أو أدوات بحسب الحالة ضمن قيود | جمع معلومات من مصادر مسموحة ثم استكمال النواقص |
يمكن لمنتج واحد أن يجمع هذه الأنماط: يبدأ بخطوات ثابتة، ثم يستخدم وكيلًا للتعامل مع حالة استثنائية، ويعيد القرار للمستخدم. وجود أدوات أو واجهة محادثة وحده لا يحدد مستوى استقلال النظام؛ افحص قدرته على الاختيار والتنفيذ والمراجعة.
هدف قابل للفحص: ما النتيجة المطلوبة، وما الذي يعد نقصًا أو خطأ؟
سياق مناسب: مستندات وحالة المهمة ومعلومات يحق له الوصول إليها.
أدوات محددة: بحث أو قراءة أو إنشاء مسودة، مع وصف واضح لمدخلاتها ومخرجاتها.
حالة للعمل: ما أُنجز، وما بقي، وما النتائج التي عاد بها كل إجراء.
ضوابط: حدود زمن وتكلفة، وصلاحيات، وموافقات، وسجل يمكن مراجعته.

يفصل هذا السيناريو بين القراءة والإرسال. يمكن منح النظام صلاحية قراءة مجلد بعينه دون منحه حرية البحث في جميع الملفات. ويمكن السماح بإنشاء مسودة دون إرسال بريد. كل فصل يقلل مجال الخطأ ويسهّل فهم ما حدث عند ظهور نتيجة غير متوقعة.
حدد مسبقًا ماذا يحدث إذا تضاربت البيانات، أو تعطل اتصال، أو احتاج الحساب إلى معلومة غير موجودة. طلب توضيح أو إيقاف المهمة نتيجة مقبولة عندما تكون المدخلات غير كافية؛ لا تطلب من النظام إكمال التقرير بأي طريقة.
قد يختار النظام ملفًا غير مناسب، أو يفسر نتيجة أداة بصورة خاطئة، أو يعيد المحاولة دون داعٍ. كما أن محتوى صفحة أو مستند قد يتضمن تعليمات مضللة؛ ينبغي التعامل معه بوصفه بيانات خارجية، وفحص الطلبات التي تحاول تغيير هدف المهمة أو حدودها. يناقش NIST مخاطر المحتوى والمعلومات والتكامل ضمن ملف AI التوليدي.[3]
اختر نتيجة يمكن التحقق منها بمستند أو قائمة فحص.
حدد الأدوات الضرورية فقط، وابدأ بصلاحية قراءة أو إعداد مسودات.
صمم حالات اختبار تشمل نقص المعلومات وتعطل الأدوات وتعارض النتائج.
قارن الوقت الكلي والجودة والتكلفة بالطريقة الحالية.
وسّع نطاق الاستخدام تدريجيًا بعد مراجعة سجلات التنفيذ والحالات الفاشلة.
إذا كانت المهمة معروفة الخطوات ومدخلاتها ثابتة، جرّب سير عمل بسيطًا أولًا. أما إذا احتاجت إلى اختيار مسار بين عدة احتمالات، فاختبر ما إذا كانت مرونة الوكيل تضيف قيمة تكفي تكلفة التشغيل والمراجعة. يمكن أيضًا حصر الاختيار في جزء صغير من المهمة.
ما الأدوات التي يستطيع استخدامها، وما حدود البيانات التي يراها؟
ما الأفعال التي ينفذها تلقائيًا، وأيها يحتاج إلى موافقة؟
كيف يكشف الخطأ أو يقرر التوقف؟
هل أستطيع مشاهدة سجل الخطوات ومصادر النتيجة؟
كيف أقيّم النجاح وأحدد سقف التكلفة قبل تشغيله؟
ملاحظة حول إعداد المقال وأمثلته وصوره.[4]
سياق استخدام الوكلاء في بيئة العمل؛ اطّلعنا عليه في 1 أكتوبر 2026.
19 ديسمبر 2024؛ نستفيد من المبادئ المعمارية دون افتراض بقاء تفاصيل أدواته كما كانت؛ اطّلعنا عليه في 1 أكتوبر 2026.
يوليو 2024؛ مخاطر المعلومات والتكامل والاستخدام؛ اطّلعنا عليه في 1 أكتوبر 2026.
أُعد هذا المقال بمساعدة الذكاء الاصطناعي، مع الرجوع إلى المصادر المرتبطة. الخطط والجداول التطبيقية من إعداد newsite، والأمثلة المسماة افتراضية للتعليم وليست نتائج دراسة ميدانية. الأغلفة رسوم تصورية مولّدة بالذكاء الاصطناعي، والرسوم التعليمية أُنشئت برمجيًا.