من Coding Agent إلى الموظف الرقمي: تطبيقات الذكاء الاصطناعي تتقارب نحو بنية نظام موحدة

عند تجوّلنا بين أجنحة منتجات Agent في معرض Yunqi، أكثر ما يُفاجئنا هو: على الرغم من أنها تبدو مُنتمية لقطاعات صناعية مختلفة تماماً، إلا أنها تنمو وفق نظام تشغيل واحد.

تعمل Qoder على تطوير البرمجيات، وQwenWork على المهام المعرفية، وTinyFish كـ Web Browser Agent، وWonderClip على إنتاج الفيديوهات، وOpenSearch على البحث والبحث الأكاديمي.

عند إزالة السياق الصناعي المحدد، نلاحظ تقارباً عميقاً في بنيتها التحتية:

السياق → التخطيط → المهارات → التنفيذ → التحقق → الذاكرة → النتائج التجارية
(Context → Planning → Skill → Execution → Verification → Memory → Business Outcome)

هذه هي البنية النظامية الموحدة التي تتقارب إليها منتجات Agent.

⚠ تستند هذه المقالة إلى منظومة Alibaba Cloud (Qoder/QwenWork/TinyFish/WonderClip/OpenSearch) كنموذج تطبيقي. ومع ذلك، فإن الأحكام المعمارية أدناه تنطبق بنفس القدر على سيناريوهات البنية المحلية، وHuawei Cloud، وAWS، وAzure، وGCP للبنى الأساسية للوكلاء (Agents) — إذ يُمثّل الـ Stack المكون من سبع طبقات تقاربًا هندسيًا عامًا، وليس خلاصة خاصة بأحد مزودي الخدمات السحابية المعيّنين.

企业 Agent 应用开始需要专门的治理与运行层

أولًا: انتقل الجوهر الأساسي للـ Agent من “الإجابة” إلى “القدرة على التنفيذ المستمر”

في عصر Chatbot، كانت الحلقة الأساسية للنظام بسيطة للغاية: المستخدم يُدخل، والنموذج يُخرج.

في عصر الـ Agent، قد تستمر المهام لدقائق أو ساعات أو حتى أطول. إنها تتطلب قراءة الملفات، واستخدام المتصفح، واستدعاء واجهات برمجة التطبيقات API، وتنفيذ الأكواد، والانتظار حتى اكتمال المهام غير المتزامنة، والتحقق من النتائج، وإعادة المحاولة عند الفشل، والحفاظ على الحالة.

إن مجرد prompt واحد ونموذج واحد لا يكفيان لتحمل كل ذلك.

يجب أن يبدأ النظام في امتلاك Runtime (بيئة تشغيل).

أظهر العرض المباشر لـ QwenWork مهمة “تعبئة المستندات القانونية” بشكل ذي دلالة عالية: حيث تعمل داخل Sandbox Container منعزل، ويمتلك الوكيل (Agent) سطحاً مكتباً افتراضياً قادراً على استدعاء أدوات معالجة المستندات. ثم تأتي مهمة “إنشاء محتوى التسويق” مطوّرة بطبقات إضافية من أدوات متنوعة تشمل PowerPoint والصور والمزامنة الصوتية (Lip Sync) إضافة إلى Python وPillow وFFmpeg وغيرها.

أصبحت بيئة تنفيذ الوكيل (Agent) تقترب越来越多 من جهاز كمبيوتر قابل للبرمجة—وحدة عمل محمية بالصناديق الرملية، قادرة على استدعاء بيئات تشغيل متعددة ومجموعة متنوعة من الأدوات، ومهيأة للتنفيذ المستمر للمهام دون انقطاع. يوفر Sandbox Container العزل اللازم، فيما يمنح Surface Bureau الافتراضي القدرة على التشغيل المرئي للواجهات الرسومية، في حين تحول استدعاءات الأدوات النماذج من مرحلة “الكلام” إلى مرحلة “الفعل”. وبمجرد استقرار هذا المزيج، يبدأ الوكيل (Agent) فعلياً في استبدال الجانب التشغيلي للبشر، لا الجانب الفكري فحسب.

ثانياً: “الأساس الواحد” في Qoder ليس مجرد شعار، بل هو إشارة منتج

يتضمن جناح عرض Qoder العبارة التالية:

One workbench. Four entries. One foundation.

يُمثّل ما سبق منصّات واجهة مختلفة مثل Workbench وCLI وIDE وJetBrains Plugin، مع إمكانية التوسّع مستقبلاً ليشمل Cloud Agents وAgent SDK.

لكن الأهم حقًا هو الأساس المشترك القابع في الطبقات السفلية.

إنّ إعادة بناء نظام Agent مستقل لكل واجهة إدخال سيؤدي إلى فوضى تقنية سريعة. بل إنّ النهج الأكثر منطقية هو تحويل القدرات الأساسية — جدولة المهام وإدارة الصلاحيات والأدوات وSandbox والذاكرة وفاعل التوجيه للنماذج والتحقق — إلى حزمة Harness موحّدة مشتركة.

تتكفّل كل واجهة بتوفير التكيّف مع مستخدمين مختلفين وسيناريوهات متباينة: CLI للمبرمجين، وIDE للمطوّرين، وWorkbench للأدوار غير التقنية، وJetBrains Plugin لسيناريوهات نقل الشيفرات القديمة، وCloud Agents للتشغيل غير المتزامن، وAgent SDK للدمج مع حلول الطرف الثالث. بينما تتشارك جميعها الطبقة التحتية الموحّدة للجدولة والذاكرة وبوابة الأدوات والتحقق ونموذج الأمان.

تتجاوز قيمة إعادة الاستخدام ما يظهر على السطح. فالتجارب التراكمية التي يكتسبها أي فريق في تصميم بيئة الاختبار المعزولة (Sandbox) لنظام Coding Agent، وتصميم صلاحيات الوصول (Permission)، وآليات الاستعادة (Recovery)، يمكن نقلها مباشرة لتطبيقات أخرى مثل Browser Agent وContent Agent وOps Agent. إن المشكلة الأغلى في إعادة بناء العجلة من الصفر ليست تكاليف التطوير، بل الكارثة الإدارية الناجمة عن التباين في سلوك الوكلاء المختلفين عند ظهور المشكلات — فالبرمجية ذاتها يمكن تعديلها داخل IDE Agent وCLI Agent، لكن نموذج الصلاحيات (Permission Model) يختلف، وتنسيق سجلات التدقيق يتباين، مما يجعل التتبع مستحيلاً عند وقوع الحوادث.

ثلاثة: يتألف أي كومة وكيل عام (Agent Stack) من سبع طبقات على الأقل — مع خريطة استثمارية تحدد لكل طبقة “بناء ذاتي / مشاركة / يحتاج للتحقق”

بعد استخلاص الجوهر من هذه المحتويات المتعددة، قمت بتقسيم كومة الوكيل (Agent Stack) إلى سبع طبقات. يرد في الجدول أدناه إجابة عملية للغاية لأي مؤسسة: أي الطبقات يجب بناؤها داخلياً، وأيها يمكن الاستفادة منها مباشرة عبر المصادر المفتوحة أو الشراء، وأيها لا تزال غير واضحة المعالم.

طبقة المحتوى تقييم الاستثمار (رصد ميداني 2026)
1. Entry (نقطة الدخول) Web / CLI / IDE / IM / API / GitHub Issue / لوحة العمل المؤسسية طبقة تكيُّف، لا تُنشأ داخلياً – اختر نموذج نقطة الدخول الأنسب لمستخدميك
2. Task (المهمة) Goal / Spec / Context / Acceptance / Priority / Budget تُنشأ داخلياً، لكنها رفيعة – هذا عقد المهمة؛ إذا أُسّست بشكل سيئ، تختلّ كل المراحل اللاحقة
3. Context & Memory (السياق والذاكرة) المعرفة المؤسسية، معرفة الشيفرة، المهام السابقة، القرارات، تفضيلات المستخدمين، الحالة الراهنة يجب بناؤها داخلياً – السياق أصل تنظيمي لا يُشترى
4. Planning & Skill (التخطيط والمهارات) تقسيم المهمة، اختيار المهارات، اختيار النموذج، استراتيجية التنفيذ المتوازي المهارات تُبنى داخلياً، والتخطيط يمكن الاستعانة بمصادر خارجية – المهارات هي الحاجز التنافسي

| 5. Runtime & Tools运行时与工具 | Shell / Browser / Computer Use / Filesystem / Git / Database / MCP /企业 API | 半自建——通用 Runtime 可借 Browser Use、Anthropic Agent SDK 等开源栈;企业 API 网关必须自建 |
| 6. Verification & Recovery验证与恢复 | 测试、规则检查、结果评价、失败恢复、重试和回滚 | 自建——验证规则跟业务强绑定,买来的跑不动 |
| 7. Governance治理 | 权限、Secrets、Audit、Cost、Policy、Human Approval | 必须自建——且要走工程而非合规的视角设计 |

下面把七层的关键判断各拆一句:

第一层 Entry。Web、CLI、IDE、IM、API、GitHub Issue、企业工作台——都只是任务入口,本身不产生业务价值。

المستوى الثاني: المهمة (Task)

يجب أن تنتمي جميع العناصر التالية إلى المهمة: الهدف (Goal)، المواصفات (Spec)، السياق (Context)، معايير القبول (Acceptance Criteria)، الأولوية (Priority)، والميزانية (Budget). الوصف الجيد للمهمة يتطلب وضوحاً في ستة محاور: ما الهدف المرجو، ولماذا يجب تنفيذ هذه المهمة، وكيف يُحدد إنجازها بنجاح، وما أولويتها، وما الميزانية المتاحة. إذا افتقر نظام الوكيل الذكي (Agent) حتى إلى هذه الحقول الستة الأساسية، فإن المهمة ستبدأ تائهةً في أرجاء النظام دون مسار واضح.

المستوى الثالث: السياق والذاكرة (Context & Memory)

تتركز هنا المعرفة المؤسسية، ومعرفة الشيفرة البرمجية، والمهام السابقة، والقرارات المتخذة، وتفضيلات المستخدمين، والحالة الراهنة. إن الأدوات التي سلّط Qoder (أداة ذكاء اصطناعي من通义云创) الضوء عليها في العرض التوضيحي—مثل Wiki للمستودع (Repo Wiki)، ورسم الخرائط المعرفية (Knowledge Graph)، وبطاقات المعرفة (Knowledge Cards)—جميعها تجسّد هذا المستوى بتفاصيله الدقيقة. جوهر هذه الأدوات يكمن في تحويل “الحقائق المتفرقة” إلى “أصول قابلة للاستدعاء من قِبل الآلة”.

المستوى الرابع: التخطيط والمهارة (Planning & Skill)

هنا تقرر النظام كيفية تقسيم المهمة، واختيار المهارات القابلة لإعادة الاستخدام، وتحديد الخطوات التي تتطلب نماذج ذكاء اصطناعي قوية، والخطوات القادرة على التنفيذ المتوازي. يُعدّ هذا المستوى المكان الحقيقي الذي يبدأ فيه الوكيل الذكي (Agent) “بالتفكير”، وهو أيضاً الشريحة التي تُستدعى فيها قدرات النموذج اللغوي بكثافة عالية.

الطبقة الخامسة: بيئة التشغيل والأدوات (Runtime & Tools). تشمل هذه الطبقة Shell، والمتصفح، واستخدام الحاسوب، ونظام الملفات، وGit، وقواعد البيانات، وواجهات API المؤسسية، وMCP. وهي تمثل نقطة الاتصال الفعلية بين الوكيل والعالم الخارجي.

الطبقة السادسة: التحقق والاستعادة (Verification & Recovery). تشمل الاختبارات، وفحوصات القواعد، وتقييم النتائج، والتعافي من الأخطاء، وإعادة المحاولة، والرجوع إلى الحالة السابقة.

الطبقة السابعة: الحوكمة (Governance). تشمل الصلاحيات، وإدارة الأسرار، والتدقيق، والتكلفة، والسياسات، والموافقة البشرية. كما تتضمن عناصر أكثر تفصيلاً—متطلبات تسجيل الخوارزميات (算法备案)، وقابلية تفسير النموذج، وتحديد المسؤولية عن الأخطاء، وإدارة تبعيات الطرف الثالث، وضوابط تصدير البيانات (数据出境管控)—وهي مجموعة من القيود الإلزامية التي لا يمكن تجاوزها عند نشر الوكلاء في القطاعات الخاضعة لتنظيم صارم كالرعاية الصحية والتمويل والنقل والإعلام والأمن العام.

يتخلل النموذج جميع هذه الطبقات، لكن النموذج لم يعد يعادل منصة الوكيل بأكملها. وهذا يمثل أحد أهم التحولات في فهم الواقع خلال العامين الماضيين—حيث أن العديد من الفرق قد أspent قسطاً وافراً من الوقت في مقارنة النماذج، بينما العامل الحقيقي الذي يحدد إمكانية الإنتاج الفعلي للنظام يكمن في الطبقات الست الأخرى.

الربط بين وكيل المتصفح والعالم الواقعي

تمثل منتجات مثل TinyFish نموذجاً نموذجياً يُظهر كيف يُسَد الوكيل الفجوة بين قدرات الذكاء الاصطناعي والتفاعل مع العالم الحقيقي من خلال واجهة المتصفح.

تواجه العديد من أنظمة الأعمال الفعلية نقصًا في واجهات برمجة التطبيقات الفعّالة، أو تحتاج إلى تسجيل الدخول إلى مواقع إلكترونية والتعامل مع صفحات ديناميكية وملء النماذج والتنقل بين الصفحات وتنزيل الملفات. تعتمد الأتمتة التقليدية على نصوص Playwright أو Puppeteer، مما يؤدي إلى فشلها بمجرد تغيّر أي عنصر في الصفحة. يتيح Browser Agent للنموذج فهم صفحات الويب مباشرة وتنفيذ الإجراءات.

تُمثّل هذه القدرات سدًّا مهمًّا في فجوة بيئة تشغيل الوكلاء: الويب الحقيقي.

يمكن لوكيل تقديم الروابط الخارجية، أو وكيل运营، أو وكيل المشتريات، أو وكيل الأبحاث أن يحتاج جميعها إلى تنفيذ إجراءات داخل مواقع إلكترونية.

لكن الجزء الحقيقي الصعب هنا لم يكن يومًا “هل يمكن الضغط على الزر”. يجب على أنظمة الإنتاج أيضًا التعامل مع إدارة حالة تسجيل الدخول — كيفية إدارة ملفات تعريف الارتباط (Cookies)/الرموز المميزة (Tokens) وماذا تفعل عند انتهاء صلاحيتها؛ التزامن — كيفية مزامنة عدة علامات تبويب تعمل في وقت واحد داخل مهمة واحدة؛ استعادة الفشل — كيفية استئناف التشغيل عند تعطّل الصفحة أو انقطاع الشبكة؛ منع التقديم المكرر — كيفية منع تنفيذ إجراء النقر بشكل متكرر عند حدوث تقلبات في الشبكة؛ استخدام البروكسي — كيفية تجاوز قيود المناطق/عناوين IP؛ التحقق من الكابتشا — كيفية اجتياز التحقق البشري الآلي؛ إدارة الصلاحيات — كيفية عزل حسابات متعددة؛ وأخيرًا “إثبات إتمام المهمة فعليًا” — كيفية التحقق من أن الإجراء قد نفّذ تأثيره فعليًا.

五- التحقق يحدد ما إذا كان الوكيل يستطيع الحصول على صلاحيات أعلى

توجد قاعدة مباشرة في أنظمة الوكلاء: كلما زادت الاستقلالية، وجب تعزيز عمليات التحقق والحوكمة بشكل متناسب.

وكيل مكلف فقط بصياغة الرسائل الإلكترونية يحمل تكلفة محدودة عند الوقوع في الخطأ.

وكيل قادر على تعديل قاعدة بيانات الإنتاج، وإرسال الأكواد، وتخصيص ميزانيات الإعلانات، وتشغيل الواجهات الخلفية للشركات — المخاطر هنا مختلفة تمامًا.

منصة وكيل ناضجة حقًا لا يجب أن تقتصر على الإجابة على سؤال “ماذا يمكنه أن يفعل؟”، بل يجب أن توضح:

  • ما الذي يُسمح له بالوصول إليه؛
  • ما الذي يُسمح له بتعديله؛
  • أي العمليات تتطلب موافقة مسبقة؛
  • ما سجلات التدقيق التي يتركها في كل خطوة؛
  • كيف يتم الاستعادة بعد الفشل؛
  • كيف يثبت النظام إنجاز المهمة فعليًا.

هنا يأتي الحكم الهندسي: إذا لم يستطع وكيل تقديم دليل قابل للتحقق لكل إجراء يقوم به، فيجب أن يظل نطاق استقلاليته محصورًا في دور “المستشار”. بعبارة أخرى، تُكتسب الاستقلالية تدريجيًا عبر إثبات القدرات ضمن إطار الامتثال، لا عبر مجرد سرد قائمة من الوظائف. حتى لو كان الوكيل قادرًا تقنيًا على استدعاء 100 واجهة برمجية، فإن عجزه عن إثبات أن كل استدعاء أنتج النتيجة المتوقعة يعني أنه سيبقى في دور “المستشار” فقط في السيناريوهات الخاضعة لرقابة صارمة كالمالية والرعاية الصحية والبيانات العابرة للحدود.

هذا أيضًا أحد الأسباب التي تجعل الحوكمة (Governance) تحتل أهمية متزايدة في بيئة المؤسسات — فهي ليست مسألة تتعلق بقسم الامتثال فحسب، بل هي قدرة يجب على الفريق الهندسي تصميمها منذ البداية بالتكامل مع بيئة التشغيل (Runtime).

算力和模型只是 Agent 系统底层的一部分

六、Model Router会成为基础调度器——但并非所有层级都需要最昂贵的模型

多模型协作正在成为常态。

真正有价值的系统并非简单地在下拉菜单中手动切换GPT、Qwen、Claude或其他模型。

更优的方案是由系统根据任务类型自动进行路由。

复杂规划与架构决策交给能力强的模型；常规代码实现和文本整理使用成本更低的模型；视觉任务采用多模态模型；批量分类走快速模型；关键Review环节再回调到强模型。

这一设计背后的工程逻辑很朴素：不同任务对模型的”能力-成本”需求曲线差异巨大。用强模型处理批量分类是浪费资源；而用轻量模型做架构决策则会不断返工。Requesty在2026年披露的经验数据显示，将70%的常规任务路由至nano模型、20%至mid-tier模型、10%至frontier模型，单次查询的平均成本可下降60%至80%，同时质量几乎不受影响——这仅作为方向性参考，具体数值取决于任务类型和路由策略。

模型正逐渐演变为一种可调度的计算资源。Agent Platform负责在质量、速度、成本和风险之间实现动态平衡。

مثال عملي على التوجيه المتدرج: موازنة التكلفة والأداء

عندما يتلقى وكليل (Agent) مهمة مثل “تحليل استراتيجية تسعير المنافسين وتقديم التوصيات”، فإنه يستخدم النموذج القوي في مرحلة “فهم المهمة وتقسيم الخطوات وتحديد الأولويات”. ثم ينتقل إلى النموذج السريع في مرحلة “تصنيف 100 عنصر SKU حسب نطاقات الأسعار”. وبعد ظهور نتائج التصنيف، يعود إلى النموذج القوي مرة أخرى لإجراء الحكم الشامل.

إذا تم استخدام أغلى نموذج لجميع المهام، سترتفع تكاليف النظام بشكل كبير. وإذا تم استخدام النموذج الرخيص لجميع المهام، ستحدث فشل متكرر في العقد المعقدة. القيمة الهندسية الحقيقية تأتي من استراتيجية الجدولة، وليس من اختيار أي نموذج بعينه.

سبعة: المهارات (Skill) هي الطبقة الحاسمة التي تربط بيئة التشغيل العامة (Runtime) بالأعمال المتخصصة — وأيضًا سور الحماية المستقبلي

بيئة تشغيل الوكلاء العامة (General Agent Runtime) بحد ذاتها لا تملك قيمة تجارية.

تحتاج إلى الدخول إلى سيناريوهات واقعية من خلال المهارات (Skills).

مهارة البرمجة (Coding Skill) تعرف كيفية قراءة المستودع (Repo)، وكتابة المواصفات (Spec)، وتشغيل الاختبارات، وإنشاء طلبات السحب (PR). وهي تحدد متى يجب تشغيل اختبارات الوحدة أولاً، ومتى يُسمح بالتخطي، وما هي الحقول التي يجب تضمينها في وصف طلب السحب، وأي التغييرات تتطلب مراجعة بشرية.

مهارة بحث تحسين محركات البحث (SEO Research Skill) تعرف كيفية البحث عن الكلمات المفتاحية، وتحليل نية البحث، والتحقق من شدة المنافسة، وإنشاء الخطوط العريضة للمحتوى، والتأكد من فهرسة الصفحة. ليست مجرد “إجراء بحث كلمات مفتاحية” كعبارة موجزة، بل هي مجموعة كاملة من العمليات المترابطة.

E-commerce Creative Skill

تعرف هذه المهارة العوامل التجارية (Brand)، ومعرّفات المنتجات (SKU)، ومتطلبات المنصات، والامتثال التنظيمي، وعمليات المراجعة. كما تدرك القيود المفروضة على أبعاد الصور في كل منصة، والكلمات المحظورة، وشهادات الفئات، وآخر خطوة مراجعة قبل الإطلاق.

Ops Skill

تعرف هذه المهارة كيفية فحص أدوات المراقبة (Monitoring)، وسجلات النظام (Logs)، والحاويات (Containers)، وقواعد البيانات، وآليات الاسترجاع (Rollback). وتميز بين التنبيهات التي يمكن معالجتها تلقائياً وتلك التي تستوجب تدخلاً بشرياً، وتحدد نقاط الاسترجاع الآمنة.

المهارة بوصفها أصلاً تنفيذياً

المهارة ليست مجرد إجراء تشغيلي معياري (SOP)، بل هي أصل تنفيذي يتضمن إدارة الإصدارات، وإدارة التبعية، وإدارة التطوير التكراري، وضمانات معالجة الفشل. يمكن الاستعانة بـ Skills Protocol الذي طرحته Anthropic في أكتوبر 2025، حيث تُحزم كل فئة من الخبرات الميدانية في مجلد SKILL.md، مما يتيح لمنصات الوكلاء الذكاء (Agents) تحميلها حسب الحاجة، بدلاً من إعادة كتابتها من الصفر في كل مرة.

تربط المهارة بين القدرات التنفيذية العامة والمعرفة المتخصصة بالمجال.

Domain Skills بوصفها ميزة تنافسية

لذلك، فإن ما يميز كثيراً من تطبيقات الذكاء الاصطناعي مستقبلاً يتمثل في Domain Skills التي خضعت للتحقق عبر مهام واقعية ضخمة. تجسّد هذه المهارات المعرفة الضمنية بـ”كيف تُنجز الأمور في هذا المجال تحديداً”—فلا يسهل على النماذج الجديدة استبدالها، ولا على المنصات الجديدة تجاوزها، بل تتعزز قيمتها مع مرور الوقت بفعل المصلحة المركبة.

ثمانية: منظور القطاعات: الأشكال الملموسة لتطبيق الذكاء الاصطناعي في أربعة قطاعات

الجزء التالي ليس سرداً سردياً، بل هو عملية ربط تجريدية لـ”المكدس المكوّن من سبع طبقات” بالقطاعات الفعلية، لرصد أين تختلف نقاط الاختناق بين القطاعات.

قطاع الاتصالات/مشغلو الاتصالات

تتطلب تغييرات باقات الخدمات، وتمكين خطوط الأعمال والحكومة، وتحديد الأعطال العابرة للنطاقات اجتياز أنظمة متعددة: BSS / OSS / CRM / الفوترة. أكبر عائق لتطبيق Agent هو المطابقة العابرة للنطاقات (Cross-Domain Reconciliation) — عندما يعدّل Agent باقة مستخدم في نظام CRM، يجب عليه إبلاغ أنظمة الفوترة وOSS بشكل متزامن، وإلا ستحدث عدم مطابقة في فترة الفوترة. الطبقة الأكثر قيمة في المكدس هي الطبقة الخامسة Runtime & Tools (لتوصيل واجهات الأنظمة المتعددة) مضافاً إليها الطبقة السابعة Governance (للتدقيق المحاسبي).

القطاع المصرفي والمالي: تتطلب إدارة المخاطر، ومكافحة غسل الأموال، والمطابقة، والتقارير التنظيمية أن تكون قابلة للشرح وقابلة للتدقيق وقابلة للتتبع. يجب أن يكون كل قرار “إطلاق” أو “حظر” يتخذه وكيل مكافحة غسل الأموال قادرًا على توضيح القاعدة المحددة وسجل المعاملات ذي الصلة ومستندات العميل التي استند إليها. الطبقات الأكثر قيمة في الـ Stack هي الطبقة السادسة Verification (سلسلة أدلة قابلة للشرح) والطبقة السابعة Governance (التسجيل الخوارزمي + مراقبة تدفق البيانات خارج الحدود) - وهاتان الطبقتان تمثلان متطلبات إلزامية للإطلاق ضمن الإطار التنظيمي المالي المحلي، وليست “عناصر تفضيلية”.

القطاع الصناعي: ظلّت أنظمة MES وERP وQMS وSRM منفصلة عن بعضها البعض لفترات طويلة، حيث تتطلب كل قرار عبر المجالات (مثل “هل يجب طلب مواد إضافية عند عدم كفاية الطاقة الإنتاجية؟”) التنقل بين أربعة أنظمة مختلفة. الشكل العملي للوكيل في القطاع الصناعي هو طبقة تنسيق عبر الأنظمة، وليس استبدال نظام فردي. يقرأ الوكيل في آنٍ واحد بيانات المواد من ERP، ومعدلات العيوب من QMS، واستغلال الطاقة الإنتاجية من MES، وأداء الموردين من SRM، ليُصدر حكمًا شاملًا. الطبقات الأكثر قيمة في الـ Stack هي الطبقة الخامسة Runtime (بوابة API المؤسسية) والطبقة الثالثة Context (ترسيب المعرفة التقنية والتاريخ التعطلي وخبرة ورش الإنتاج).

التجارة الإلكترونية: التشغيل المشترك عبر المجالات المختلفة (الطلبات والدفع والمخزون واللوجستيات وخدمة العملاء)، اختبار الحمل/اتساق المخزون/منع استغلال العروض/المطابقة المالية بين المنصات. أول المجالات التي تبنّت فيها الوكلاء الذكيين (Agents) في التجارة الإلكترونية هي الإبداع التشغيلي (تغيير صور المنتجات وتغيير الخلفيات وإعداد محتوى متعدد اللغات) ودعم وكلاء خدمة العملاء. أما الأكثر قيمة على مستوى الـ Stack فهو الطبقة الرابعة (Skill) التي تتضمن عمليات الامتثال والفحوصات الخاصة بكل منتج (SKU) وقناة تسويقية، والطبقة السادسة (Verification) التي تتحقق تلقائياً من مطابقة المحتوى لمعايير المنصات.

السمة المشتركة بين المنظمات الأربع: كلما اتجهنا نحو الأسفل في الـ Stack، زادت جدوى المشاركة، وكلما اتجهنا نحو الأعلى، زادت جدوى البناء الداخلي. القدرات الأساسية مثل Runtime وModel Router وTool Gateway، يكون التعاون في تطويرها أو استخدام حلول مفتوحة المصدر ناضجة أكثر اقتصادية؛ بينما يجب بناء Skill وContext وGovernance داخلياً لأنها مرتبطة بطبيعة العمل والامتثال التنظيمي وأصول المنظمة.

٩ - قد يبدو المنتج النهائي مختلفاً تماماً، لكن الأساس مشترك ونفس نظام التشغيل

واجهة المستخدم ونموذج العمل لوكيل برمجي (Coding Agent) يختلفان تماماً عن وكيل فيديو (Video Agent).

لكن كلاهما يحتاجان底层都需要: Context وTask وSkill وTools وRuntime وVerification وMemory وGovernance، وفي النهاية يجب أن يُترجَم كل ذلك إلى نتائج أعمال ملموسة.

يبدو أن وكيل المعرفة المؤسسية والوكيل المتصفح بعيدان عن بعضهما، لكنهما يواجهان في النهاية التحديات ذاتها: الصلاحيات، الحالة، استعادة الفشل، والتدقيق.

لذلك عند تطوير منتجات ذكاء اصطناعي متعددة، يستحق الأمر التمييز بين مستويين.

الطبقة العليا تُبقي التخصص العمودي. كل منتج يُركز على مهمة كاملة محددة، مع تمتعه بتجربة مستخدم خاصة به وكائنات بيانات ومؤشرات أداء خاصة. وكيل البرمجة يتعامل مع المستودعات ومراجعات الأكواد، ووكيل الفيديو يتعامل مع النصوص البرمجية والأصول، ووكيل البحث يتعامل مع المصادر والاستشهادات. لا يمكن تعويض العمق التخصصي لكل منها بالقدرات العامة.

الطبقة السفلى تُحقق أكبر قدر من المشاركة. يمكن أن تصبح بيئة التشغيل الخاصة بالوكلاء، وموجه النماذج، وبوابة الأدوات، والذاكرة، والتدقيق، والأسرار، والتقييم بنية تحتية مشتركة.

هذا النهج يمنع تكرار بناء العجلة لكل منتج، كما يتجنب بناء “منصة وكيل شاملة” ضخمة لا تملك مستخدمين منذ البداية — وهو ما وقع فيه العديد من الفرق خلال العامين الماضيين، حيث حاولوا تغطية جميع حالات الاستخدام دفعة واحدة، فنتج عن ذلك عدم تحقيق عمق قابل للاستخدام في أي حالة استخدام.

الطريقة الأكثر متانة للتقدم هي البدء بالتحقق من القيمة من خلال مهام محددة، ثم استخراج القدرات الأساسية المتكررة منها. والقاعدة الأساسية التي تحكم ذلك هي: لا يمكن لطبقة عامة الغرض أن تنشأ من مخططات البنية التقنية، بل يجب أن تنشأ من سيناريوهات حقيقية. تصميم Runtime “يدعم جميع السيناريوهات” من البداية عادةً ما يعني أنك لن تنجح في أي منها بشكل حقيقي.

ثلاثة أسئلة للاختبار الذاتي العكسي (استخدمها بعد الكتابة لمراجعة ما أنجزته):

  1. هل Runtime التي قمت باستخراجها قد أثبتت قابليتها للتعميم فعلياً في سيناريوهين محددين على الأقل؟

  2. هل كل طبقة من طبقات التصميم الخاصة بك مرتبطة بمشكلة أعمال حقيقية ومحددة حدثت فيها أخطاء فعلية؟

  3. إذا تم تخفيض ميزانيتك إلى النصف اليوم، فما هي الطبقات التي ستبقى؟ إذا كانت الإجابة هي “context وskill”، فأنت تسير في الاتجاه الصحيح؛ أما إذا كانت “runtime وgateway”، فقد تحتاج إلى إعادة النظر جذرياً.

هذا أيضاً ما استنتجته من مؤتمر Yunqi على المدى الطويل: فوق طبقة النماذج تنمو حالياً طبقة نظام جديدة، ليست حكراً على منتج بعينه، بل تتطور تدريجياً لتصبح نظام التشغيل لعصر Agents.Whoever يستثمر في بناء هذه الطبقة بشكل متين وسليم سيكون في موقع أفضل للاستفادة من الفرص في الدورة التالية لتطوير المنتجات.

دلالات بالنسبة لصانعي القرار

إذا كنت تشغل منصب المسؤول الأول عن الذكاء الاصطناعي في مؤسسة (CDO/CIO/CTO) تحقق إيرادات سنوية تتجاوز 5 مليارات، فهناك ثلاثة أشياء يمكنك البدء بها فوراً:

ارسم صورة سريعة للتكديس السباعي (Agent Stack) الحالي في مؤسستك

لا تتعجل في شراء المنتجات، بل ابدأ بفهم ما إذا كان كل مستوى حالياً فارغاً أو مُشتَرى أو غير مكتمل. هذه الصورة بحد ذاتها ستكشف عن الاختناقات الحقيقية.

اختر سيناريو واحداً عالي العائد على الاستثمار، وأنجز حلقة عمودية متكاملة أولاً

لا تبدأ ببناء بيئة التشغيل (Runtime). سواء اخترت مساعد البرمجة (Coding Agent)، أو دعم خدمة العملاء، أو المساعد في البحث والتطوير، قم بتشغيل المستويات الأربعة: السياق (Context)، المهمة (Task)، المهارة (Skill)، والتحقق (Verification)، ثم فكّر في “بناء منصة”.

ارفع الحوكمة (Governance) إلى المستوى الهندسي، لا تضعها في مستوى الامتثال

الصلاحيات، التدقيق، القابلية للتفسير، مسؤولية الأخطاء، والتحكم في تبعيات الأطراف الثالثة—صمّمها من البداية مع وكلاء العمل (Business Agents)، بدلاً من إضافتها لاحقاً.

قد تسأل

س١: ما الفرق بين هذا التكديس السباعي وإطار عمل تزامن الوكلاء المتعددين الذي طرحته Gartner أو IDC؟

تركز Gartner/IDC على التنسيق والحوكمة على مستوى المؤسسة للوكلاء المتعددين؛ بينما يمثل هذا التكديس السباعي البنية الهندسية الداخلية لوكيل واحد. يمكن للمؤسسة مناقشة المستويين معاً—الوكيل الفردي يتبع التكديس السباعي، والتنسيق بين الوكلاء المتعددين يتم عبر التزامن (Orchestration). التكديس (Stack) هو المنظور المجهري، والتزامن هو المنظور الكلي.

السؤال الثاني: لماذا لا تشغل طبقة النموذج مستوى مستقلاً خاصاً بها؟

لأن النموذج في منظومة الوكيل الذكي يعمل كمورد أفقي يخترق النظام بأكمله، ولا يمثل طبقة حصرية بمعزل عن غيره. فموجه النماذج (Model Router) يتعامل مع النماذج المختلفة بوصفها موارد حسابية قابلة للجدولة، وهو في مرتبة واحدة مع الأدوات الأخرى كـ Shell وBrowser ضمن بيئة التشغيل (Runtime). النموذج بلا شك عنصر جوهري، لكنه لا يمكنه احتكار تعقيدات المنظومة.

السؤال الثالث: هل يجب على الفرق الصغيرة تخطي هذا المستوى والانتقال مباشرة إلى منتجات شاملة كـ ChatGPT أو Claude؟

نعم، بشكل قاطع. بالنسبة للفرق التي لا يتجاوز حجم أعمالها السنوي مائة مليون يوان، والتي تتسم ببنية تنظيمية بسيطة، فإن الاستعانة بمنتجات الوكيل الذكي الجاهزة كـ Browser Use وManus وBailian Agent من Alibaba Cloud تظل الخيار الأمثل من حيث الجدوى الاقتصادية. إن الإطار ذو المستويات السبعة الذي ناقشناه انبثق من التساؤل التالي: هل يجب لمؤسسة تفوق إيراداتها السنوية خمسة مليارات يوان أن تبني منصة وكيل ذكي خاصة بها؟ أما بالنسبة للفرق الصغيرة، فإن بناء منصة من هذا النوع يمثل تحسيناً معكوساً للاستراتيجية.

الفحص الذاتي العكسي

(لك، ولي أنا أيضاً)

العبارات الثلاث التالية، إذا وجدت نفسك تومئ لها في سرّك، فقد تكون ضحية سرد معين يقودك بدلاً من أن تقوده بالأدلة:

  • إذا وافقت على أي عبارة من هذه العبارات دون تردد، فهذا يعني أنك تتأثر بالرواية السائدة بدلاً من التحقق من الأساس البراهين.

  • التوافق الفوري مع أي ادعاء يتطلب منك التوقف لإعادة النظر في المصادر والبيانات.

  • القبول الأعمى لأي معلومة دون تمحيص يشير إلى الحاجة الماسة لعملية تدقيق ذاتي صارمة.

  • “ما دام النموذج قويًا بما فيه الكفاية، سيعمل الـ Agent بشكل مستقل.” (النموذج شرط ضروري وليس كافيًا. والست طبقات الأخيرة تحدد ما إذا كان يمكن اعتماده في بيئة الإنتاج.)

  • “نحتاج إلى منصة Agent شاملة.” (تكلفة تبني هذا الاعتقاد، في الغالبية العظمى من الحالات، ستتجاوز القيمة التجارية التي يمكن أن يحققها خلال ستة أشهر.)

  • “يمكن الانتظار حتى يستقر النموذج قبل البدء في بناء الـ Skills.” (الـ Skills أصل تنظيمي — كل يوم تأخير في بنائه هو يوم إضافي نفقد فيه الفائدة المركبة.)

إذا لم توافق على أيٍّ من العبارات الثلاث أعلاه، فتابع القراءة.

ملاحظات المصدر والتوثيق (بالترتيب)

(المصدر مختصر — مستوى الدليل — التصنيف)

#慢慢学AI<001>

  1. “منصة عمل واحدة. أربع مداخل. أساس واحد.” ——اللوحات الرسمية والتدوينات الخاصة بـ Qoder، من مؤتمر Cloud Computing谷 2026، والمقال الصادر عن Alibaba Cloud Community بتاريخ 2026-08-31 تحت عنوان “Introducing Qoder 1.0”. مستوى الدليل: ادعاء الشركة المصنعة (موقف Alibaba).

  2. QwenWork لملء المستندات القانونية: حاوية الاختبار المعزول + سطح المكتب الافتراضي + استدعاء الأدوات ——العرض التوضيحي الحي لـ QwenWork من Alibaba Cloud، مقال Alibaba Cloud Community بتاريخ 2026-09-25. مستوى الدليل: ادعاء الشركة المصنعة (موقف Alibaba).

  3. QoderWake كمنتج “موظف رقمي”، تم إصداره بواسطة Alibaba في 2026-04-30 ——مدخل Qoder في Baidu Encyclopedia + البيان الرسمي من Alibaba. مستوى الدليل: ادعاء الشركة المصنعة (موقف Alibaba).

  4. OWASP 2026 تصنّف حقن الأوامر (Prompt Injection) كأعلى تهديد —— استناداً إلى تقرير State of Browser Use، مايو 2026 (مدونة Michael Livs). مستوى الدليل: تجميع من جهة خارجية (موقف OWASP وإجماع القطاع).

  5. Requesty: التوزيع الهرمي 70/20/10 للبيانات يمكن أن يُخفّض التكاليف بنسبة 60-80% —— مدونة Requesty الرسمية، 2026. مستوى الدليل: تأكيد الشركة المصنّعة (منظور مزوّد خدمة توجيه النماذج، والأرقام متفائلة قليلاً، تُقدَّم كدلالة اتجاهية فقط).

  6. مجموعة أدوات حوكمة الوكلاء من Microsoft (AGT)، مفتوحة المصدر بموجب MIT في 2026-04-02 —— تقرير niteagent.com. مستوى الدليل: تجميع من جهة خارجية (موقف Microsoft، لكن AGT مشروع مفتوح المصدر والأرقام قابلة للتحقق).

  7. بروتوكول Anthropic Skills: صدر في 2025-10-16، تم تحويله إلى معيار مفتوح المصدر في 2025-12-18 ——مدونة Anthropic Engineering + تجميع من Substack + Medium LM Po. مستوى الدليل: ادعاء الشركة المصنعة + تجميع pihak ketiga (موقف Anthropic).

  8. توقعات IDC بأن 40% من الشركات المصنعة ستتبنى الجدولة المدعومة بالذكاء الاصطناعي في عام 2026 ——مراجعة Groovy Web 2026، مع الاستشهاد بتقرير IDC. مستوى الدليل: تجميع pihak ketiga (موقف IDC، إشارة اتجاهية).

  9. “Minions” من Stripe تدمج أكثر من 1,300 طلب سحب أسبوعياً، 0 سطر من الكود مكتوب، جميع المراجعات يدوية ——فريق هندسة Stripe ستيف كاليسكي في برنامج How I AI بتاريخ 2026-03-25 + إعادة نشر ByteMonk في 2026-02-14. مستوى الدليل: ادعاء الشركة المصنعة (موقف Stripe، الأرقام للمرجعية، السيناريو خاص بهندسة Stripe الداخلية، لا يمكن تعميمه على متوسط الصناعة).

  10. BCG 2026 Applied AI Index: الحصة السلوكية للذكاء الاصطناعي الوكيل من إجمالي قيمة الذكاء الاصطناعي تبلغ 22% (2026) ← 39% (2030) ——تقرير صادر عن BCG. مستوى الدليل: مراجعة شاملة من طرف ثالث (منظور مؤسسة استشارية، بيانات مرجعية اتجاهية).

  11. توقعات Gartner: 40% من تطبيقات الشركات في 2026 ستتضمن وكلاء ذكاء اصطناعي للمهام، مقارنة بأقل من 5% في 2025 ——مقال مراجعة بقلم Paul Okhrem لعام 2026، مستشهداً بـ Gartner. مستوى الدليل: مراجعة شاملة من طرف ثالث (منظور Gartner، مرجع اتجاهي).

  12. إصدار مشترك من CAC/NDRC/MIIT لِ「الرأي الإرشادي لتطبيق معايير الوكلاء الذكيين والابتكار التطويري」، يدخل حيز التنفيذ في 2026-07-15 ——النشرة التنظيمية الشهرية الصينية للذكاء الاصطناعي من Rimon Law، يوليو 2026. مستوى الدليل: مراجعة شاملة من طرف ثالث (منظور مؤسسة قانونية، وثائق تنظيمية قابلة للتحقق).

13. TinyFish: جولة تمويلية بقيمة 47 مليون دولار، وقائمة عملاء تشمل Google/DoorDash/Amazon، مع وقت تشغيل للمتصفح أقل من 250 مللي ثانية

استناداً إلى مراجعة SwitchTools لعام 2026

مستوى المصداقية: تقييم شامل من طرف ثالث (من منظور موقع مراجعات المنتجات، ويجب التحقق من الأرقام من المصدر الرسمي لـ TinyFish).

إذا كنت تبحث عن كيفية بناء منصة Agent مؤسسية فعّالة، وتحديد القدرات التي يُفضَّل تطويرها داخلياً أو شراؤها أو مشاركتها، وتقييم أي Agent Runtime يحقق أعلى قيمة استراتيجية، فنحن هنا للمساعدة.

تقديم استشارات متخصصة في التحول المؤسسي نحو الذكاء الاصطناعي — بدءاً من هندسة بنية Agent، مروراً بتصميم Runtime، ووصولاً إلى بناء مكتبة Skill مؤسسية — لمساعدتك في الانتقال من “وكلاء معزولين” إلى “منصة وكلاء على مستوى المؤسسة”.

الخدمات التدريبية والاستشارية للذكاء الاصطناعي المؤسسي

التدريب الداخلي للمؤسسات: مصمم للقيادات الإدارية ومحترفي الأعمال، دورة مكثفة مدتها 3 أيام بسعر 90,000 يوان صيني للجلسة الواحدة. نقدم لك تفصيلاً شاملاً لطبقات Stack الخاصة بالوكيل الذكي السبعة ومنظور هندسة الحوكمة ومنهجية ترسيب المهارات لفريقك.

الاستشارات المتخصصة: تشخيص معماري مدته 90 دقيقة يبدأ من 3,000 يوان صيني، يتضمن تقييماً مستقلاً للوضع الحالي عبر الطبقات السبع ونقاط الضعف والفرص المتاحة والاختيار بين الحلول الجاهزة أو التطوير الداخلي؛陪伴深入陪跑 متاح حسب تقدير المشروع.

عروض الإدارة وخطابات المؤتمرات: مشاركات موضوعية في المؤتمرات الصناعية واجتماعات مغلقة ومنتديات، مع تخصيص جدول الأعمال بعد التواصل.

البريد الإلكتروني للتعاون: [email protected]

قراءة موسعة: “إطار العمل السباعي للتحول بالذكاء الاصطناعي”، يشرح بشكل شامل المسار الكامل لتطبيق الذكاء الاصطناعي في المؤسسات.

نقاط التوطين (ترجمة متعددة اللغات، اتفاقيات استراتيجية multilingual الخاصة بـ IAIUSE · 2026-08-09)

عند الترجمة إلى 19 لغة، يتم استبدال المحتوى التالي بالتوطين المناسب لسوق اللغة المستهدفة، مع الحفاظ على الهيكل والعرض البصري دون تغيير:

中文稿内容 英文版 日文版 德文版 阿拉伯版
Qoder / QwenWork / TinyFish / WonderClip / OpenSearch Qoder / QwenWork / TinyFish / WonderClip / OpenSearch(保留产品名) Qoder / QwenWork / TinyFish / WonderClip / OpenSearch Qoder / QwenWork / TinyFish / WonderClip / OpenSearch Qoder / QwenWork / TinyFish / WonderClip / OpenSearch
阿里云 / دينغ Ding / فيي شو Feishu Alibaba Cloud / AWS / GCP / Azure / Slack / Teams أليبابا كلاود / AWS / GCP / Azure / Slack / Teams / لاارك Alibaba Cloud / AWS / GCP / Azure / Slack / Teams علي بابا كلاود / AWS / Slack / Teams
تشاينا تيليكوم / تشاينا موبايل / تشاينا يونيكوم (سيناريوهات نشر وكلاء المؤسسات) AT&T / Verizon / T-Mobile NTT / KDDI / SoftBank Deutsche Telekom / Vodafone STC / Etisalat
الممثلون الرئيسيون لصناعة التصنيع في الصين (حالات ERP/MES/QMS/SRM) GE / Honeywell / Rockwell Toyota / Hitachi / NTT Data Siemens / Bosch / SAP SABIC / أرامكو / STC
البنك الصيني (حالة مالية) JPMorgan / Goldman Sachs Mitsubishi UFJ / SMFG Deutsche Bank / Commerzbank Emirates NBD / QNB
حاوية معزولة / سطح مكتب افتراضي / استدعاء الأدوات Sandbox Container / Virtual Desktop / Tool Calling サンドボックス / 仮想デスクトップ / ツール呼び出し Sandbox-Container / Virtueller Desktop / Werkzeugaufruf حاوية معزولة / سطح مكتب افتراضي / استدعاء الأدوات
One Foundation / Harness One Foundation / Harness One Foundation / Harness One Foundation / Harness One Foundation / Harness

وكيل المتصفح

| مهارة المجال / مهارة البرمجة / مهارة بحث السيو / مهارة إبداع التجارة الإلكترونية / مهارة العمليات | مهارة المجال (保留) / مهارة البرمجة / مهارة بحث السيو / مهارة إبداع التجارة الإلكترونية / مهارة العمليات | مهارة المجال / مهارة البرمجة / مهارة بحث السيو / مهارة إبداع التجارة الإلكترونية / مهارة العمليات | مهارة المجال / مهارة البرمجة / مهارة بحث السيو / مهارة إبداع التجارة الإلكترونية / مهارة العمليات | مهارة المجال / مهارة البرمجة / مهارة بحث السيو / مهارة إبداع التجارة الإلكترونية / مهارة العمليات |

| Model Router | Model Router(保留) | モデル路由器 | Model-Router | موجه النماذج |
| Verification & Recovery / Governance | Verification & Recovery / Governance(保留) | 検証と復旧 / ガバナンス | Verifikation & Wiederherstellung / Governance | التحقق والاستعادة / الحوكمة |
| 算法备案 / 数据出境 | Algorithm Filing / Cross-border Data Transfer | アルゴリズム登記 / データ越境移転 | Algorithmus-Registrierung / grenzüberschreitende Datenübertragung | تسجيل الخوارزميات / نقل البيانات عبر الحدود |

حول هذه السلسلة

تُقدِّم “ملاحظات معرض تشونغ تشي” سلسلة بحثية ميدانية من تطوير IAIUSE، تنطلق من معرض تشونغ تشي 2026 للحوسبة السحابية، وتقوم بتفكيك التحولات الفعلية التي تشهدها صناعة الذكاء الاصطناعي من منظور الباحث — لا نطارد الأخبار العاجلة، بل نركّز على الاتجاهات التي تستحق المراهنة وقوة الأدلة التي تدعمها.

تغطي السلسلة موضوعات تشمل: طبقة الأنظمة فوق النماذج، وتطبيق Agent، وأصول Context، وتصميم المؤسسات المدعومة بالذكاء الاصطناعي، وانتقال وحدات المنافسة في منتجات الذكاء الاصطناعي، بإجمالي حوالي 10 مقالات.

مقدمة شخصية

أمتلك ما يقرب من ثماني سنوات من الخبرة في الاستشارات المؤسسية الكبرى والتحليل التجاري، حيث عملت في شركة IBM وشاركت في مشاريع متعلقة بقطاع الاتصالات، والخدمات المالية، والتأمين، وقطاع التصنيع.随后，我在运营商产品、互联网产品和AI应用开发一线，从事需求分析、产品设计和跨团队落地。这个号的背后其实是一个小团队——我和一两位长期协作的同事，分别负责AI编程工具研究、组织治理案例梳理、教练对话这几个领域。我们团队共同交付的许多项目中，都包含了这些专业工作的成果。

研究资料库已积累超过两百篇文章。本系列的判断基于个人现场观察和行业交叉验证，体现明确的作者立场，绝不代表任何厂商观点。