نظام تشغيل مفتوح المصدر لوكلاء الذكاء الاصطناعي من جامعة تسينغهوا يخفض تكاليف مهام الذكاء الاصطناعي بنسبة 83%

وكلاء الذكاء الاصطناعي — البرامج التي تخطط وتنفذ مهام متعددة الخطوات بشكل مستقل — يعانون من مشكلة سمعة. فهم ينسون ما فعلوه قبل خطوتين، ويكررون استدعاءات مكلفة لنماذج اللغة الكبيرة، ويستنزفون ميزانية الشركة بهدوء. يعتقد فريق في جامعة تسينغهوا أن الحل ليس في نموذج أذكى، بل في بيئة أفضل يعيش فيها الوكلاء.

أطلق مختبر معالجة اللغة الطبيعية بالجامعة (THUNLP)، بالتعاون مع شركة الذكاء الاصطناعي ModelBest ومجتمع المصادر المفتوحة OpenBMB، نظام PilotDeck 2.0، وهو نظام تشغيل مفتوح المصدر مبني خصيصاً لوكلاء الذكاء الاصطناعي. ويقول الفريق إن النظام يخفض تكلفة تشغيل مهام الوكلاء بنسبة 83 في المئة، وذلك بشكل أساسي عبر تقليل استدعاءات النماذج المكررة وإدارة ما يتذكره الوكيل.

الذاكرة هي السمة الرئيسية. في PilotDeck، يمكن البحث في ذاكرة الوكيل وتعديلها — يمكن للمستخدمين أو المطورين الاطلاع على ما خزنه الوكيل، أو تصحيحه، أو حذفه. وهذا مهم لسير العمل طويل الأمد، حيث يميل الوكيل الذي يخطئ في تذكر تعليمات مبكرة إلى تكرار الخطأ عبر المهمة بأكملها. والقدرة على فحص تلك الذاكرة وتغييرها تحول عملية غامضة إلى شيء أقرب إلى دفتر ملاحظات مشترك.

يدعم النظام أيضاً بروتوكول MCP (بروتوكول سياق النموذج) أصلاً، وهو معيار مفتوح يتيح لنماذج الذكاء الاصطناعي الاتصال بأدوات ومصادر بيانات خارجية. الدعم الأصلي يعني أن الوكيل الذي يعمل على PilotDeck يمكنه الاتصال بخدمات خارجية دون كتابة كود ربط مخصص لكل خدمة، وهو مصدر شائع للهشاشة في مشاريع الوكلاء.

يأتي هذا الإصدار ضمن توجه أوسع في الصين نحو البنية التحتية للوكلاء بدلاً من مجرد نماذج أكبر. THUNLP هو أحد أشهر مجموعات الذكاء الاصطناعي الأكاديمية في البلاد، وقد كانت ModelBest، وهي شركة ناشئة مرتبطة بتسينغهوا، تبني نماذج خفيفة ومجموعة أدوات OpenBMB — الأساس وراء عدة مشاريع مفتوحة المصدر شائعة. ووضع طبقة نظام تشغيل بين النماذج والمهام هو رهان على أن الجولة التالية من المكاسب ستأتي من التنسيق، وليس من الذكاء الخام.

بالنسبة للمطورين حول العالم، الجاذبية عملية. أطر عمل الوكلاء اليوم مجزأة، وتتضاعف التكاليف بسرعة عندما تتطلب المهمة عشرات الاستدعاءات للنماذج. والنظام الذي يزعم خفض هذا الإنفاق بأكثر من أربعة أخماس مع الحفاظ على قابلية تدقيق الذاكرة يعالج اثنتين من أكثر الشكاوى شيوعاً لدى الفرق التي تنشر الوكلاء في بيئات الإنتاج: عدم القدرة على التنبؤ والتكلفة.

يجدر التعامل مع رقم 83 في المئة بالحذر المعتاد. فوفورات التكلفة تعتمد بشكل كبير على المهمة والنموذج المستخدم وتكوين الوكيل، وستكون المعايير المستقلة هي الاختبار الحقيقي. ومع ذلك، فإن إتاحة النظام كمصدر مفتوح تجعل إجراء ذلك الاختبار أسهل.

الإشارة الأكبر هي إلى أين تتجه المنافسة. مع تقارب جودة النماذج، تنتقل المعركة إلى الطبقة التي تحدد أي نموذج يفعل ماذا، ومتى، وبأي سعر. وإذا أوفى نظام تشغيل تسينغهوا بجزء من وعوده، فقد تُقيَّم الموجة التالية من وكلاء الذكاء الاصطناعي ليس بقدر ذكائهم بل بقدر جودة إدارتهم.