From 36% to 100%: How Self-Improving Agents Write Their Own Skills

From 36% to 100%: How Self-Improving Agents Write Their Own Skills — Rafal Wilinski, Runlayer

Watch on YouTube

Now Playing

From 36% to 100%: How Self-Improving Agents Write Their Own Skills — Rafal Wilinski, Runlayer

Transcript

705 segments

0:11

مرحباً بالجميع. أنا

0:13

رافاييل. أريد أن

0:14

أتحدث اليوم عن

0:15

الوكلاء ذاتيي

0:16

التحسين، ولكن ليس في

0:18

وضع اللاعب الفردي حيث

0:19

يصبح وكيل واحد أكثر

0:21

ذكاءً. أريد أن أتحدث

0:22

عن كيفية تطبيق هذا

0:24

المفهوم ودمجه مع

0:26

تأثيرات الشبكة

0:27

للحصول على شركة ذاتية

0:29

التحسين، أو ربما

0:30

مؤسسة تتحسن ذاتياً

0:32

أثناء نومك. تخيل أفضل

0:36

مهندس عملت معه على

0:38

الإطلاق، أو بائعاً أو

0:40

محامياً. الشخص الذي

0:41

في كل مرة يحل فيها

0:43

مشكلة صعبة حقاً، يقوم

0:45

بتدوين كيفية قيامه

0:46

بذلك بدقة ويسلم دليل

0:48

العمل للفريق. لذلك،

0:50

عندما يواجهون مشكلة

0:51

مماثلة، لا يضطرون

0:52

لاكتشاف الحل من الصفر

0:54

، أليس كذلك؟ وتخيل أن

0:56

هذا يحدث لكل مشكلة

0:58

صعبة في شركتك بأكملها

1:00

، وأن هذا يحدث

1:01

تلقائياً في كل مرة.

1:03

هذا حلم، أليس كذلك؟

1:05

لكن الأمر لا يسير

1:07

بهذه الطريقة تقريباً

1:08

أبداً. حتى عندما تحل

1:10

مشكلة صعبة للغاية، في

1:12

كثير من الأحيان تختفي

1:14

المعرفة وكل عمليات

1:16

تصحيح الأخطاء وكل

1:17

الاستدلال الذي كان

1:19

وراء ذلك. أوه، عذراً.

1:22

كل هذا الاستدلال

1:23

يختفي بمجرد انتقالك

1:25

للمهمة التالية أو

1:27

إغلاق الجلسة. لكنني

1:29

أريد إقناعكم بأن هذا

1:30

ممكن بالفعل، وأننا

1:32

نمتلك بالفعل كل

1:33

المقومات الأساسية

1:35

لتحقيق ذلك. إذا كان

1:36

هذا يبدو مثيراً

1:37

للاهتمام، دعوني أقدم

1:39

نفسي مرة أخرى. أنا

1:40

رافاييل. أنا مهندس

1:42

مؤسس في Runlayer. نحن نصنع

1:44

المسار الذهبي للذكاء

1:46

الاصطناعي في شركتك.

1:47

قبل ذلك، كنت أقود فرق

1:49

وكلاء Zapier وفرق ذكاء

1:50

اصطناعي مختلفة، ولكن

1:51

بشكل عام، كان عملي

1:53

السابق يدور حول جعل

1:54

الوكلاء ليس مجرد عروض

1:56

مبهرة، بل أدوات

1:57

موثوقة في الإنتاج.

1:59

قبل أن ندخل في

2:01

الأجزاء المثيرة،

2:02

أريد تقسيم موضوعي إلى

2:03

ثلاثة أجزاء منفصلة

2:05

والبدء بتحسين

2:06

الوكلاء فقط. هناك طرق

2:08

عديدة للقيام بذلك.

2:09

يمكننا استخدام نماذج

2:11

أفضل، وأدوات توجيه

2:12

أفضل، وهياكل برمجية،

2:13

وما إلى ذلك، لكنني

2:14

أريد التركيز اليوم

2:16

فقط على المهارات

2:17

لأنها سهلة الوصول

2:18

للغاية، أليس كذلك؟

2:19

على الأقل من الناحية

2:20

النظرية. للتأكد من

2:22

أننا جميعاً على نفس

2:23

الصفحة، المهارة

2:25

بالنسبة لي هي دليل

2:26

عمل يمكن للوكيل

2:27

قراءته عندما يعتقد أن

2:29

هذه المعرفة ذات صلة.

2:31

من الناحية التقنية،

2:32

يسمى هذا المصطلح "

2:34

الكشف التدريجي"،

2:35

ويعني أنه في البداية،

2:37

يرى الهيكل أو العميل

2:39

ملخصاً للمهارة أو

2:40

وصفاً قصيراً لها فقط.

2:42

ولكن عندما يعتقد أن

2:43

المعرفة الموجودة

2:45

داخل المهارة يمكن أن

2:46

تكون مفيدة، يمكنه

2:47

قراءة المهارة كاملة،

2:49

وإدراجها في السياق

2:50

الرئيسي، وبناءً على

2:51

تلك المعرفة، يمكنه

2:53

تغيير مسار عمل الوكيل

2:54

. لماذا يعتبر هذا

2:55

الأمر مهماً للغاية؟

2:57

حسناً، إذا لم تكن

2:58

تعيش في عزلة تامة

2:59

خلال الأشهر الستة أو

3:00

الاثني عشر الماضية،

3:01

فمن المحتمل أن طبيعة

3:03

عملك قد تغيرت كثيراً،

3:04

وهذا لأن الوكلاء

3:05

أصبحوا أفضل بكثير، بل

3:06

في الواقع، أصبحت

3:07

النماذج أفضل بكثير.

3:09

وهذا ليس مجرد شعور،

3:10

بل أمر قابل للقياس.

3:12

يمكنكم رؤية رسم بياني

3:14

هنا ربما رأيتموه مرات

3:15

كثيرة بالفعل. لمن لا

3:17

يعرف، هذا هو معيار

3:19

MEETER. إنه يقيس المدة

3:21

التي يمكن للوكلاء

3:22

العمل فيها بشكل مستقل

3:24

مع الحفاظ على فرصة

3:25

جيدة لإكمال المهمة.

3:27

وكلمة "فرصة" هنا

3:29

جوهرية. سنعود إلى ذلك

3:31

بعد قليل، لكن الاتجاه

3:33

واضح. قدرات الذكاء

3:35

الرائدة تتطور وتتحسن

3:36

باستمرار. إنها أفضل

3:38

في تنفيذ المهام

3:39

المعقدة ومتعددة

3:40

الخطوات. هناك تحذير

3:42

واحد فقط، إذا لم يتم

3:44

حجب هذا الذكاء الرائد

3:45

عنك. وأنا عرضة للخطأ

3:47

مثلك تماماً على

3:48

الأرجح. لكن هناك عقبة.

3:51

مع القوة الكبيرة أو

3:53

الأفق الطويل للمهام

3:54

تأتي مسؤولية كبيرة.

3:56

إذا كان الوكيل قادراً

3:58

على التفكير لفترة

3:59

أطول، فهذا يعني أيضاً

4:01

أنه يمكنه الغوص في

4:02

متاهة عميقة جداً.

4:03

يمكنه إنفاق مئات

4:05

الاستدعاءات للأدوات

4:06

لمحاولة الدفاع عن

4:08

فرضية خاطئة،

4:09

والتفكير لساعات، وقد

4:10

يقوم الوكيل التالي

4:12

بفعل الشيء نفسه

4:13

تماماً، أو ربما

4:14

ارتكاب خطأ أسوأ. لذا،

4:16

فإن المسار الأولي يهم

4:18

كثيراً. ولهذا السبب

4:20

تعتبر المهارات مهمة

4:21

جداً، فهي توجه الوكيل

4:23

نحو الهدف الصحيح.

4:24

بخلاف ذلك، ستضيع

4:25

الوقت، وستضيع الرموز

4:27

، والأهم من ذلك،

4:28

ستضيع المال أيضاً.

4:30

المهارات القيمة هي

4:32

الطقوس التي لا يرغب

4:33

أحد في إعادة اكتشافها

4:35

. هذه المعرفة غالباً

4:37

ليست براقة. من

4:38

المحتمل أنها متجذرة

4:40

بعمق داخل شركتك. وإذا

4:41

حاولت الوكلاء إعادة

4:43

اكتشاف تلك المعرفة من

4:45

الصفر، مثل تسلسل

4:46

النصوص البرمجية

4:47

وعلامات الميزات

4:48

لإنشاء خارطة طريق

4:50

جيدة، أو الصياغة

4:51

الدقيقة واللغة

4:52

المستخدمة عند

4:53

التعامل مع ذلك العميل

4:55

المزعج الذي على وشك

4:56

المغادرة. أجل، إذا

4:58

حاولت الوكلاء معرفة

5:00

ذلك من الصفر، فمن

5:01

المرجح أن يفشلوا.

5:03

وغالباً ما يكون هذا

5:05

الفشل مكلفاً للغاية.

5:06

لهذا السبب أعتقد أن

5:07

الكثير من مشاريع

5:08

الذكاء الاصطناعي أو

5:10

نماذج إثبات المفهوم

5:11

تفشل، لأنك لا تمنح

5:12

الوكلاء السياق

5:13

المناسب وكتيبات

5:14

الإرشادات حول كيفية

5:15

التصرف داخل شركتك.

5:16

لذا، المهارات رائعة،

5:18

لكنني أشعر أنها ليست

5:20

خالية من المشاكل.

5:21

هناك ثلاث مشكلات هي

5:23

الأكثر أهمية، وأولها

5:25

أنها تعتمد على النطاق

5:26

المحلي وتتمحور حول

5:28

المطورين. ما أعنيه

5:29

بذلك هو أنك عندما

5:31

تنظر إلى منظومة

5:32

المهارات، ستجد ملفات

5:33

ماركداون، وملفات JSON،

5:35

وأوامر واجهة سطر

5:36

الأوامر، ومستودعات Git

5:38

. وإذا كنت مطور

5:39

برمجيات، فهذا أمر

5:41

رائع. ولكن إذا كنت

5:42

تشغل منصب نائب رئيس

5:43

للذكاء الاصطناعي أو

5:45

مسؤولاً عن تبني

5:46

تقنياته، فعليك

5:47

التفكير بتعاطف أكبر

5:48

حول كيفية طرح

5:49

استراتيجية الذكاء

5:50

الاصطناعي في شركتك

5:52

بالكامل، بما في ذلك

5:53

الموظفين غير

5:54

التقنيين، أليس كذلك؟

5:55

والتحدي هنا هو كيف

5:57

يمكن للأشخاص غير

5:58

التقنيين إنشاء

5:59

ومشاركة هذه المهارات

6:01

فعلياً. أنا أحب هذه

6:03

الصورة الساخرة (الميم

6:05

). هذا هو المطور

6:06

المبتدئ أو الشخص غير

6:08

التقني الذي يكتشف أمر

6:09

NPX للمهارات، وهو

6:11

الأمر الأهم والأكثر

6:12

شيوعاً لتثبيتها. هذا

6:14

هو الأمر الوحيد الذي

6:16

أعرفه والذي لا يكتفي

6:17

بتثبيت مهارة فحسب، بل

6:19

يثبت أيضاً حقن برمجية

6:20

مجانية، وسكربت غريب

6:22

يتطلب صلاحيات الجذر،

6:23

ومفتاح API خاص بشخص آخر

6:25

، كل ذلك في عملية

6:26

تشغيل واحدة. صدقوني،

6:28

نحن في RunLayer نفحص آلاف

6:29

المهارات يومياً،

6:31

وهناك أشياء غريبة

6:32

حقاً في الداخل. حسناً

6:35

، المشكلة الثانية هي

6:36

أنني أعتقد أننا

6:37

جميعاً نحب المواقف

6:38

التي نواجه فيها مشكلة

6:40

صعبة، ويكون هناك

6:41

بالفعل "دليل عمل"

6:42

للتعامل مع ذلك الموقف

6:44

، أليس كذلك؟ لكن في

6:45

كثير من الأحيان، لا

6:46

يوجد دليل عمل، أليس

6:48

كذلك؟ لأن الأمر يتطلب

6:50

وقتاً وجهداً

6:51

وتركيزاً وطاقة

6:52

للتفكير في مشكلة ما

6:54

وترك شيء مفيد للأجيال

6:56

القادمة. والمشكلة

6:58

الثالثة هي أنه ليس كل

7:00

عميل لنموذج لغوي ضخم (

7:01

LLM) يدعم المهارات،

7:03

أليس كذلك؟ إذا كنت

7:04

تعمل في منظومة سحابية

7:05

، فمن المحتمل أن يكون

7:06

الأمر رائعاً. وإذا

7:07

كنت مطوراً، فمن

7:08

المحتمل أنك ستتدبر

7:10

أمرك حتى لو كان دعم

7:11

المهارات غريباً

7:12

بناءً على العميل الذي

7:13

تستخدمه. ومرة أخرى،

7:14

إذا فكرت في أقسام

7:15

التسويق والموارد

7:16

البشرية والشؤون

7:18

القانونية والمالية،

7:19

فمن المحتمل أنهم لا

7:20

يزالون يستخدمون ChatGPT

7:21

أو عميلاً آخر للنماذج

7:23

اللغوية، وقد لا تكون

7:24

المهارات مدعومة هناك.

7:27

ومنذ فترة، كان هناك

7:28

نقاش حاد عندما تم

7:30

تقديم المهارات. أعلن

7:32

بعض الناس قائلين "

7:33

شكراً لله، أخيراً مات

7:34

بروتوكول MCP، فأنا لست

7:36

مهتماً بالتعامل مع

7:37

نظام OAuth". يمكنني الآن

7:38

وضع مجموعة من أوامر

7:40

سطر الأوامر بشكل ثابت

7:41

(Hardcode)، ووضع مفتاح الـ

7:42

API الخاص بي داخل ملف

7:43

ماركداون، وأسمي ذلك

7:44

تقدماً، أليس كذلك؟

7:45

لكنني أعتقد أن الجميع

7:47

أخطأوا فهم الهدف.

7:48

يمكن للمهارات أن تقدم

7:49

المعرفة حول كيفية

7:50

القيام بشيء ما، بينما

7:52

تمنحنا الأدوات

7:53

القدرات اللازمة.

7:54

تمنحنا أدوات MCP

7:55

القدرة على القيام

7:57

بتلك الأشياء، ولكن

7:58

يمكن أيضاً استخدام MCP

8:00

كبروتوكول لتقديم

8:01

المعرفة، وتقديم

8:03

المهارات. يمكننا

8:04

استخدام MCP كطبقة

8:06

للتوزيع. بدلاً من

8:08

تثبيت المهارات

8:09

محلياً، يمكنك إنشاء

8:11

خادم MCP بعيد، ليصبح

8:12

مصدر الحقيقة الموحد

8:14

في شركتك بأكملها.

8:15

يمكن للعملاء الاتصال

8:17

به، والبحث عن

8:18

المهارات المناسبة

8:19

التي يحتاجونها. يمكن

8:20

للخادم فرض السياسات

8:22

وضمان حصول الجميع على

8:23

أفضل إصدار ممكن من

8:24

المهارة بناءً على

8:26

الاستعلام، أو الدور

8:27

الوظيفي المخصص لهم

8:28

مثلاً. لقد قمنا

8:29

بتطبيق ذلك داخلياً في

8:31

Run: ai على مدار الأشهر

8:32

الستة الماضية، وقد

8:33

حقق نتائج جيدة جداً.

8:35

لكن الأمر لم يعد مجرد

8:36

مسألة داخلية فقط. نرى

8:38

أن نظام MCP البيئي

8:39

الأوسع يتجه أيضاً في

8:41

هذا المسار. هناك

8:42

مجموعة عمل حالياً

8:44

تسمى "Skills over MCP"، ورغم

8:45

أن واجهة برمجة

8:46

التطبيقات لم تُعتمد

8:48

نهائياً، إلا أن

8:49

الاتجاه واضح. يمكن

8:51

استخدام MCP لتوفير

8:52

المهارات، ونشر

8:53

المعرفة في جميع أنحاء

8:55

شركتك. نعم، وفي حين

8:58

تميل المواصفات

8:59

الرسمية نحو موارد MCP،

9:00

فإن الدعم المقدم لهذه

9:02

الموارد لا يزال

9:03

متفاوتاً. لذا، نحن

9:05

نعتمد على الأدوات (tools

9:07

). إذا تذكرت المشكلة

9:10

الأولى والثالثة

9:11

اللتين ذكرتهما، وهما

9:13

كون الحلول متمحورة

9:15

حول المطورين ونقص دعم

9:17

العملاء، فإن استخدام

9:19

MCP كطبقة توزيع يحل ذلك

9:21

لأنه موحد ويعمل مع كل

9:23

العملاء تقريباً،

9:25

وليس فقط عملاء

9:26

المطورين. وهكذا، فإن

9:28

مشكلة توزيع المهارات

9:29

على غير التقنيين

9:31

أصبحت محلولة جوهرياً

9:32

، أليس كذلك؟ بالإضافة

9:33

إلى ذلك، أصبح لديك

9:34

الآن واجهة برمجة

9:35

تطبيقات مركزية. بصفتك

9:36

نائباً لرئيس قسم

9:37

الذكاء الاصطناعي أو

9:39

مسؤولاً عن تبني

9:40

الذكاء الاصطناعي،

9:41

أصبح لديك مكان واحد

9:42

لحوكمة وإدارة

9:43

المعرفة التي تتم

9:44

مشاركتها وتوزيعها في

9:45

شركتك.

9:47

>> حسناً، نحن الآن نعرف

9:48

كيف يمكننا تحسين

9:49

الوكلاء بفضل

9:50

امتلاكنا للمهارات.

9:52

نعلم أنه يمكننا

9:53

استخدام MCP لتوزيع تلك

9:55

المهارات على جميع

9:56

العملاء والوكلاء،

9:57

لكن دعونا نتحدث عن

9:59

شيء أكثر إثارة، وهو

10:00

كيف يمكن للوكلاء

10:01

تحسين أنفسهم. وكلما

10:03

رأيت ورقة بحثية جديدة

10:05

أو إطار عمل يتناول

10:07

هذا الموضوع، أعود

10:08

دائماً إلى ورقة "Voyager".

10:10

لسوء الحظ، لا يمكنك

10:12

رؤية الفيديو، لكنه

10:13

يعرض لقطات من لعبة

10:14

ماينكرافت في الخلفية.

10:16

في عام 2023، بعد إصدار

10:18

GPT-4 مباشرة-أي قبل وقت

10:20

طويل-كان السؤال هو:

10:22

إلى متى يمكن للوكلاء

10:24

المتعددين استكشاف

10:26

مساحة ماينكرافت؟ لقد

10:28

وضعوا الوكيل في عالم

10:29

ماينكرافت دون أي

10:30

تعليمات مسبقة. قام

10:31

الوكيل بتحديد أهدافه

10:33

بنفسه. ظل يتحسن

10:34

باستمرار دون الحاجة

10:35

إلى تعديل الأوزان أو

10:36

النموذج أو حتى

10:37

المطالبات (prompts). وفي

10:39

عام 2023، أعتقد أن ذلك

10:40

كان أمراً ثورياً

10:42

للغاية. كيف تمكنوا من

10:44

تحقيق ذلك؟ النقطة

10:45

الأساسية التي يجب

10:46

ملاحظتها هنا هي مكتبة

10:48

المهارات. إذًا، "

10:50

فويجر" لم يكتفِ

10:51

باستكشاف عالم

10:52

ماينكرافت بعناية ثم

10:54

يتجاهل أثر ذلك. عندما

10:56

كان الوكيل يكتشف

10:58

شيئًا ما، كان يحفظ

10:59

الوصفة ككود يتكون من

11:01

استدعاءات الأدوات

11:03

التي قادت الوكيل لهذا

11:05

الاكتشاف. لذا، لاحقًا

11:07

عندما قرر الوكيل أنه:

11:09

"مهلاً، أحتاج إلى صنع

11:10

طاولة عمل أو معول

11:12

ماسي". لم يكن مضطرًا

11:14

لمعرفة كل هذه المعرفة

11:15

من الصفر. كان بإمكانه

11:17

ببساطة الذهاب إلى

11:18

مكتبة المهارات

11:20

واسترجاعها ككود أو

11:21

وصفة قابلة لإعادة

11:22

الاستخدام. وهذا أمر

11:24

مهم للغاية. هذه هي

11:26

الفكرة الجوهرية التي

11:27

أريد المضي بها قدمًا،

11:29

وهي أن الاستكشاف يجب

11:30

أن يتحول إلى معرفة

11:32

إجرائية قابلة لإعادة

11:33

الاستخدام. وقد بدأنا

11:36

في فعل شيء مشابه جدًا

11:38

في "ران لاير". نحن ندع

11:40

الوكلاء يقومون

11:41

بالعمل الحقيقي،

11:42

وعندما تنجح العملية،

11:43

أو عندما يكون هناك

11:45

شيء مثير للاهتمام في

11:46

هذه العملية،

11:47

كاستدعاءات أدوات

11:48

متعددة، فإننا نأخذ

11:50

الأثر ونطلب من نموذج

11:51

لغوي متطور استخلاص

11:53

المهارة، أليس كذلك؟

11:55

ومع أنه من السهل

11:57

للغاية استخلاص مهارة

11:59

من عملية واحدة، أعتقد

12:01

أننا كبشر وكوكلاء

12:02

نتعلم أكثر من الأخطاء

12:04

، أليس كذلك؟ الصقل

12:06

الحقيقي يحدث عندما

12:08

يفشل الوكيل. لذا، فإن

12:10

العملية التي تسير

12:11

بشكل خاطئ هي في

12:12

الواقع أغنى إشارة

12:13

يمكنك الحصول عليها،

12:15

لأنها تكشف عن ضوابط

12:16

مفقودة، أو مكتبة

12:17

ناقصة، أو نوع من

12:18

الحالات الاستثنائية

12:20

التي لم تفكر فيها

12:21

مسبقًا. وكل عملية،

12:22

سواء نجحت أو فشلت،

12:24

تغذي آلية الاستخلاص

12:26

لدينا، مما يجعل

12:28

مهاراتنا أفضل

12:29

باستمرار. النجاحات

12:31

تجعل المهارة أكثر

12:32

موثوقية، لأنه إذا حقق

12:34

الوكيل الهدف، فهذا

12:35

يعني أن: "هذه المهارة

12:37

تعمل". وإذا لم ينجح،

12:39

فإنها تجعل المهارة

12:40

أكثر قوة لأننا الآن

12:42

نعرف ما هو مفقود. وكل

12:44

هذا يحدث بشكل مستقل

12:46

تمامًا، وبشكل غير

12:47

متزامن، دون تدخل بشري

12:49

. وكانت النتائج

12:50

الأولية رائعة. كانت

12:52

لدينا مهمة محاولة

12:54

تشغيل نسخة معدلة من

12:55

كروميوم داخل "AWS Lambda"،

12:57

وكنا نحاول القيام

12:59

بذلك باستخدام "سونيت

13:01

4.6". لذا، هو ليس

13:02

النموذج الأكثر ذكاءً

13:03

، لكنه نجح في بعض

13:04

الأحيان. لكن، كما

13:06

تعلم، الحصول على نسبة

13:08

نجاح 36%ليس جاهزًا

13:10

للإنتاج. لذا، ما

13:11

فعلناه هو تفعيل خيار

13:13

الوكلاء ذاتيي

13:14

التحسين، وبمجرد نجاح

13:16

إحدى محاولات الوكيل

13:17

في حل المشكلة، قام

13:19

مستخلص المهارات

13:20

لدينا بإنشاء مهارة

13:22

قابلة لإعادة

13:23

الاستخدام. تم إدراجها

13:24

بعد ذلك في جميع

13:26

العمليات المستقبلية،

13:27

وارتفعت نسبة النجاح

13:29

إلى 100%. إذًا، نعم، هذا

13:31

رائع. إنه يشبه مطور

13:32

برمجيات يتمتع بموقف

13:34

أفضل تجاه التوثيق.

13:35

أمم، معدل النجاح هو

13:37

أسهل رقم يمكن إظهاره،

13:39

لكن المهارة الجيدة هي

13:41

تضييق نطاق البحث. إنه

13:43

يجعل الوكيل أوه، إنه

13:46

يضيق نطاق البحث ويبدأ

13:48

الوكيل في التوقف عن

13:49

إجراء استدعاءات

13:51

الأدوات ويستكشف

13:52

فروعاً أقل. إنه يوفر

13:54

الرموز (Tokens) ويوفر

13:56

المال. لكن، بعيداً عن

14:00

التوفير والدقة،

14:02

أعتقد أن هناك سبباً

14:03

أعمق لضرورة استخلاص

14:05

المهارات. أمم،

14:06

المشكلة هي أن ذكاء

14:08

النماذج المتطورة هو

14:09

ذكاء مستأجر أو مستعار

14:11

. يمكن أن يختفي في أي

14:12

وقت. أعتقد نعم،

14:13

جميعنا نفتقد "فيبل"(

14:15

Fable). لقد كان نموذجاً

14:16

رائعاً، أليس كذلك؟

14:17

يمكن أن يتم إيقافه أو

14:18

قد يصبح أقل ذكاءً.

14:19

مثلما نشتكي كل يوم

14:20

على تويتر أو سلاك من

14:22

أن "أوبوس"(Opus) أصبح

14:23

غبياً حقاً اليوم،

14:24

أليس كذلك؟ لذا، بينما

14:25

نتمتع بالوصول إلى

14:27

أفضل نسخة من هذا

14:28

الذكاء، يجب أن

14:29

نستخدمه لاكتشاف تلك

14:31

الإجراءات المفيدة

14:32

والحفاظ عليها. يجب أن

14:34

نبني فهرساً لكيفية

14:36

إنجاز العمل داخل

14:37

شركتنا كعقل باطن

14:39

جماعي. وكيف نفعل ذلك؟

14:43

حسناً، أعتقد أننا

14:45

نمتلك بالفعل كل قطع

14:47

اللغز هنا. أمم، لدينا

14:49

المهارات كوسيلة

14:50

للاحتفاظ بالإجراءات

14:52

وتحسين الوكلاء

14:53

وتوجيه النماذج. لدينا

14:55

بروتوكول (MCP) كطبقة

14:57

توزيع موحدة لتلك

14:58

المهارات. ولدينا

15:00

أيضاً مستودع مركزي،

15:01

قاعدة معرفية لكل تلك

15:03

المهارات، والتي يتم

15:04

تحديثها باستمرار

15:05

وتغذيتها ببيانات

15:06

جديدة. أمم، نعم،

15:08

لدينا أيضاً حلقة

15:09

التعلم المستمر لوكيل

15:11

واحد، لكن المثير

15:12

للاهتمام هو ما وعدتكم

15:14

به في البداية، وهو

15:16

تأثير الشبكة. أمم،

15:17

فماذا يحدث عندما تضرب

15:19

ذلك في كل وكيل وكل

15:21

عميل في الشركة

15:23

بأكملها. في "رن واي

15:25

إيه آي"(Runway AI)، نسميه

15:26

حلقة التحسين

15:27

التنظيمي الذاتي. أمم،

15:29

نقوم بتجميع مجموعة من

15:30

العمليات المتشابهة

15:32

ونحاول استخلاص مهارة

15:33

منها. تمر عبر سلسلة من

15:35

الفحوصات مثل التأكد

15:36

من أنها لا تحتوي على

15:38

أي نوع من حقن الأوامر

15:39

أو بيانات تعريف شخصية

15:41

، وأشياء أخرى كثيرة.

15:42

بمجرد أن تصبح جاهزة،

15:44

تهبط في مكتبة

15:45

المهارات الخاصة بنا،

15:47

وبفضل بوابة (MCP)، يتم

15:48

تقديمها لكل عميل

15:50

ووكيل داخل الشركة. ما

15:51

ينتهي بنا الأمر

15:53

بالحصول عليه هو قاعدة

15:54

معرفية متطورة

15:55

باستمرار ومحدثة

15:56

دائماً، ومزودة بأحدث

15:58

المعلومات ومعالجة

15:59

لحالات استثنائية

16:01

جديدة. لذا، بمجرد أن

16:02

يكتشف وكيل واحداً

16:04

حلاً لمشكلة صعبة، يتم

16:06

استخلاصه إلى مهارة،

16:08

تُحفظ في المكتبة

16:10

التنظيمية الشاملة.

16:12

لذا، عندما يواجه أي

16:14

شخص آخر نفس المشكلة

16:15

في المستقبل، لا يضطر

16:17

إلى اكتشاف الحل من

16:19

الصفر. لا يتعين عليهم

16:20

معرفة التسلسل الدقيق

16:22

لهذه الأوامر السحرية

16:23

التي ستعيد تشغيل

16:25

قاعدة البيانات أو

16:26

تسترجع نسخة الإنتاج.

16:28

يمكنهم ببساطة الرجوع

16:29

إلى دليل العمل الذي

16:31

لديهم. ولماذا هذا مهم

16:34

جداً؟ لأنني أعتقد أن

16:37

50%منا ربما مروا

16:39

بالفعل بأزمة وجودية

16:41

بفضل هذه النماذج،

16:43

ويسير التفكير على

16:45

غرار أن النماذج أصبحت

16:47

سلعة عادية. كل شخص هنا

16:49

لديه وصول إليها.

16:51

تكلفة البرمجيات تتجه

16:53

نحو الصفر. يمكن

16:54

للجميع إعادة بناء

16:56

منتجي، على الأقل من

16:57

الناحية الظاهرية. في

16:59

الواقع، الكثير من

17:00

الناس يعملون اليوم في

17:01

المعرض ويفكرون: "

17:03

مهلاً، الجميع يبنون

17:04

نفس الشيء، أليس كذلك؟

17:05

" إذن، ما هي ميزتي

17:07

التنافسية؟ أعتقد أن

17:09

الميزة التنافسية

17:11

تكمن في بناء هذه

17:12

الحلقة المفرغة

17:14

واستخلاص المعرفة من

17:15

خلالها، لأنها أشبه

17:17

بدروسك التي اكتسبتها

17:19

بشق الأنفس، وتحدد

17:21

كيفية قيام شركتك

17:23

بالأمور. وهي موثقة

17:24

ومتراكمة، وترفع

17:26

مستوى الكفاءة للجميع

17:28

في الشركة، وتمنحهم

17:29

الوصول إلى أفضل

17:31

المعارف المتاحة. إنها

17:34

أيضاً وسيلة لمقاومة

17:36

تراجع ذكاء النماذج،

17:38

وطريقة رائعة لخفض

17:39

تكاليفك دون الحاجة

17:41

حتى لتغيير النموذج.

17:43

لذا، نعم. ربما هذا هو

17:46

الشيء الوحيد الذي لا

17:47

يمكن للمنافسين نسخه،

17:49

ثقافتكم الداخلية

17:50

وهويتكم. وهذا كل شيء

17:55

تقريباً. شكراً لكم

17:57

على حضوركم. إذا كان

17:58

هذا الكلام قد نال

17:59

إعجابكم، فأنا

18:00

رافائيل. أعمل في شركة

18:02

Front Layer. نحن نعمل على

18:03

تحديد المسار الذهبي

18:04

للذكاء الاصطناعي من

18:05

أجلكم. أنا منفتح

18:06

للتحدث عن المهارات،

18:08

وعملاء MCP، وما إلى ذلك

18:09

. وهذا بالضبط ما نقوم

18:11

ببنائه في Front Layer.

18:12

شكراً لكم.

Interactive Summary

Ask follow-up questions or revisit key timestamps.

يقدم رافاييل مفهوماً ثورياً حول تحويل الوكلاء الأذكياء إلى أدوات للتحسين الذاتي المؤسسي من خلال 'المهارات'. يوضح كيف يمكن للوكلاء تعلم المهام المعقدة، وتخزين تلك المعرفة في مكتبة مركزية باستخدام بروتوكول MCP، ومشاركتها عبر الشركة بأكملها لرفع الكفاءة، تقليل التكاليف، وتجاوز العقبات التقنية. الهدف هو بناء 'عقل باطن جماعي' يجعل الشركة تتحسن ذاتياً بشكل مستمر، مما يوفر ميزة تنافسية لا يمكن للمنافسين نسخها.