الأنظمة متعددة الوكلاء

لماذا عدة وكلاء؟

• تقسيم العمل: كل وكيل يركز على جزء محدد.
• فصل السياق: سياق أقصر وأوضح لكل وكيل.
• التخصص: أدوات وصلاحيات مختلفة لكل دور.
• التحقق المتبادل: مراجع مستقل أو نقاش بين وجهات نظر.

أنماط التنظيم

النمط	الوصف	مثال
هرمي	منسق يوزع المهام ويجمع النتائج	بحث متعدد المصادر
خط إنتاج	كل وكيل يسلم للتالي	مخطط ← مبرمج ← مختبر
حوار	وكيلان أو أكثر يتناقشون	لعب الأدوار في CAMEL
متوازٍ + دمج	وكلاء مستقلون ثم تجميع	مراجعة ورقة من عدة زوايا

مثال هيكلي مستقل عن المزود

def make_agent(llm, role, instructions):
    def agent(task):
        return llm(f"الدور: {role}\nالتعليمات: {instructions}\nالمهمة:\n{task}")
    return agent

def research_pipeline(llm, question):
    planner  = make_agent(llm, "مخطط", "قسّم السؤال إلى 3 أسئلة فرعية بصيغة JSON.")
    worker   = make_agent(llm, "باحث", "أجب عن السؤال الفرعي مع ذكر مصدر لكل ادعاء أو قل لا أعرف.")
    reviewer = make_agent(llm, "مراجع", "تحقق من الاتساق وأشر إلى الادعاءات غير المدعومة.")
    subqs = planner(question)                       # يجب التحقق من صيغة JSON هنا
    answers = [worker(q) for q in parse_list(subqs)]
    return reviewer("\n\n".join(answers))

parse_list دالة تحقق تكتبها أنت؛ لا تثق بمخرج نموذج دون فحصه.

التكاليف والمخاطر

• عدد الاستدعاءات والرموز يتضاعف.
• صعوبة تتبع سبب الخطأ عبر الوكلاء.
• تضخم الأخطاء والهلوسة المتبادلة.
• حلقات تواصل لا تنتهي إذا لم توضع حدود.

التقييم

• قارن دائماً بخط أساس من وكيل واحد بالأدوات نفسها.
• قِس الجودة والتكلفة والزمن معاً.
• سجّل الرسائل بين الوكلاء لتحليل الأعطال.

جذور المجال

الأنظمة متعددة الوكلاء موضوع قديم في الذكاء الاصطناعي (التفاوض، ونظرية الألعاب، والتنسيق). ما تغير هو استخدام النماذج اللغوية كمحرك استدلال وتواصل بلغة طبيعية.