لماذا يُغير وكيل مزود بحلقة تعلم قواعد لعبة الذكاء الاصطناعي المستقل

لقد اعتدنا على المساعدين الذكاء الاصطناعي الذين يجيبون على الأسئلة، ويكتبون الكود، ويولدون الصور. لكن معظمهم يشتركون في عيب أساسي: كل محادثة تبدأ من صفحة بيضاء، دون ذاكرة حقيقية لمن أنت أو ما طلبته من قبل. يحاول وكيل Hermes الجديد من Nous Research كسر هذا النمط بما يسميه "حلقة تعلم مغلقة"، وهو وكيل مستقل مصمم لتحسين نفسه باستمرار بدلاً من إعادة التعيين مع كل جلسة.

هذا الفرق مهم. Hermes ليس غلافًا لروبوت دردشة حول واجهة برمجة تطبيقات واحدة أو مساعد برمجة مرتبط ببيئة تطوير متكاملة. إنه وكيل يمكن أن يعيش على خادم خاص افتراضي رخيص، أو مجموعة وحدات معالجة رسومية، أو بنية تحتية غير خادمة مثل Daytona أو Modal، وهي بيئات تُسبت عند الخمول وتكلف تقريبًا لا شيء. يتفاعل المستخدمون عبر واجهة سطر الأوامر أو عبر أي من أكثر من 20 منصة مراسلة بما في ذلك Telegram وDiscord وSlack وWhatsApp وSignal، بينما يعمل العمل الفعلي على جهاز قد لا يتصلون به مباشرة عبر SSH.

حلقة التعلم المغلقة كعامل تمييز

أقوى جزء في هذه القصة هو حلقة التعلم نفسها، وهو اختيار تصميمي يميز Hermes عن معظم أطر العمل الحالية للعوامل. معظم العوامل تنفذ المهام داخل جلسة وتنسى كل شيء بمجرد نفاد نافذة السياق أو انتهاء المحادثة. بدلاً من ذلك، يطبق Hermes:

• ذاكرة منسقة بواسطة الوكيل مع تذكيرات دورية للحفاظ على ما هو مهم
• إنشاء مهارات مستقل: الوكيل يكتب إجراءاته القابلة لإعادة الاستخدام من الخبرة
• تحسين المهارات الذاتي أثناء الاستخدام، بحيث تتحسن المهارة في كل مرة يتم استخدامها
• استدعاء عبر الجلسات باستخدام FTS5 مع تلخيص LLM، مما يمكن الوكيل من استرجاع المعلومات السابقة ذات الصلة حتى عندما لا يذكرها السياق الحالي
• نمذجة المستخدم الجدلية عبر Honcho: الوكيل يبني نموذجًا متعمقًا لتفضيلات وأنماط وأهداف كل مستخدم عبر الجلسات

تعكس هذه البنية تحولًا استكشفته عدة مختبرات بحثية مؤخرًا: الانتقال من المطالبات عديمة الحالة إلى العوامل ذات الحالة التي تتراكم هوية دائمة. تراهن Nous Research، المختبر الذي يقف وراء عائلات النماذج Hermes وNomos وPsyche، على أن قدرة الوكيل على التعلم من استخدامه الخاص ستنتج تجربة مختلفة نوعيًا، حيث يبدو الوكيل أقل كأداة وأكثر كزميل يعرف أسلوب عملك.

أكثر من حلقة تعلم: البنية التحتية

إلى جانب الذاكرة وهندسة المهارات، يأتي Hermes مع مجموعة ميزات كبيرة تجعله قابلًا للاستخدام الفوري في إعدادات تشبه الإنتاج. يتضمن أكثر من 60 أداة مدمجة تغطي البحث على الويب، وإنشاء الصور، وتحويل النص إلى كلام، وأتمتة المتصفح، وغير ذلك، وكلها قابلة للوصول عبر اشتراك واحد في Nous Portal أو عبر OpenRouter أو OpenAI أو أي نقطة نهاية مخصصة. بالنسبة لمزودي النماذج، يعمل الوكيل مع أي خلفية LLM، على الرغم من أنه محسن بشكل طبيعي لعائلة Hermes الخاصة بـNous Research.

تعد بوابة الرسائل متعددة المنصات عاملاً تمييزيًا عمليًا آخر. بينما تقدم العديد من العوامل واجهة محادثة واحدة أو تكامل Slack واحد، يقوم Hermes بتوجيه جميع الرسائل عبر بوابة موحدة تدعم CLI وTelegram وDiscord وSlack وWhatsApp وSignal وMatrix وMattermost والبريد الإلكتروني وSMS وDingTalk وFeishu وWeCom وWeixin وQQ Bot وBlueBubbles وHome Assistant وMicrosoft Teams وGoogle Chat والمزيد. يمكن للمستخدمين، على سبيل المثال، إرسال مهمة من Telegram بينما ينفذها الوكيل على جهاز افتراضي سحابي، ثم تلقي النتيجة مرة أخرى على نفس المنصة.

يدعم الوكيل أيضًا تفويض العمل إلى وكلاء فرعيين معزولين للمهام المتوازية، وهي ميزة تسمى "Delegates & parallelizes". من خلال استدعاء الأداة البرمجي، يمكن ضغط مسارات العمل متعددة الخطوات في استدعاءات استدلال واحدة، مما يقلل من زمن الانتقال للمهام المعقدة.

المجتمع وقابلية نقل المهارات

أحد خيارات التصميم الأكثر إثارة للاهتمام هو المعيار المفتوح للمهارات: يقدم Hermes المهارات كوحدات قابلة للنقل والمشاركة متوافقة مع agentskills.io. المهارات هي في الأساس ذاكرة إجرائية: يتعلم الوكيل المهام ويعيد استخدامها، ولكن يمكن للمستخدمين أيضًا تنزيل المهارات التي بناها المجتمع. يقدم Skills Hub مستودعًا متزايدًا من المهارات الجاهزة، مما يقلل من حاجز الدخول للمستخدمين الذين لا يرغبون في تدريب وكيلهم من الصفر.

كان هذا النهج الذي يقوده المجتمع ناجحًا في فضاء LLM مفتوح المصدر (مركز نماذج Hugging Face هو المثال الكنسي)، لكنه أقل شيوعًا لمهارات العوامل، التي كانت تميل إلى الارتباط بأطر عمل محددة. من خلال جعل المهارات مفتوحة وقابلة للتوافق المتبادل، تراهن Nous Research على أن نظامًا بيئيًا مشتركًا للمهارات سيسرع من التبني.

جاهز للبحث واعتبارات السلامة

بالنسبة لمجتمع البحث، يتضمن Hermes المعالجة المجمعة، وتصدير المسار، والتدريب على التعلم المعزز عبر Atropos، وهي سلسلة أدوات تسمح للباحثين بضبط سلوك الوكيل باستخدام مسارات محادثة حقيقية. هذا يضع الوكيل ليس فقط كمنتج ولكن كمنصة لدراسة حلقات التعلم المستقلة في البرية.

على الجانب الأمني، يطبق الوكيل سير عمل الموافقة على الأوامر، وطبقات التفويض، وعزل الحاويات. نظرًا لأن Hermes يمكنه تنفيذ أوامر الصدفة، وإنشاء وكلاء فرعيين، والتفاعل مع واجهات برمجة التطبيقات الخارجية، فإن هذه الحواجز الوقائية ضرورية. توثق وثائق الأمان كيفية نطاق الأذونات وكيف يمكن للمستخدمين تكوين ما يُسمح للوكيل بفعله دون تأكيد يدوي.

السؤال الأوسع هو ما إذا كانت حلقات التعلم المستقلة يمكنها الوفاء بوعدها دون إدخال أنماط فشل جديدة. الوكيل الذي يعدل مهاراته الخاصة ويخزن نماذج مستخدم دائمة يثير مخاوف واضحة حول الانجراف، وانتشار الهلوسة، والخصوصية، خاصة عندما يكون نظام الذاكرة مصممًا لبناء نموذج متعمق للمستخدم. نشرت Nous Research وثائق هندستها وملفات التكوين، لكن التدقيق المستقل لآليات السلامة في حلقة التعلم من شأنه أن يعزز حالة التبني في بيئات المؤسسات.

الخلاصة

وكيل Hermes ليس أول إطار عمل للعوامل المستقلة، لكن حلقة التعلم المغلقة والذاكرة عبر الجلسات تمثل انحرافًا معماريًا حقيقيًا عن النموذج عديم الحالة الذي يهيمن على المشهد الحالي. من خلال جعل التعلم هو الافتراضي بدلاً من كونه إضافة، تدفع Nous Research المحادثة إلى الأمام، حتى لو كانت النتائج الأكثر إثارة للاهتمام ستظهر فقط بعد أن يقضي الوكيل أيامًا أو أسابيع في التعلم جنبًا إلى جنب مع المستخدمين الحقيقيين.

الاختبار الحقيقي ليس قائمة الميزات. إنه ما إذا كان الوكيل، بعد شهر من الاستخدام، يعرفك حقًا بشكل أفضل مما كان عليه في اليوم الأول.