عالم الذكاء الاصطناعي يدخل مرحلة 'الحلقات المستمرة'

في مؤتمر Meta's @Scale الذي عُقد الجمعة الماضية، سأل أحد الحضور بوريس تشيرني — مبتكر Claude Code — عما إذا كانت حلقات الذكاء الاصطناعي مجرد موجة إعلامية مؤقتة أم شيء حقيقي. كان جوابه فوريًا: حقيقي جدًا، وبنفس أهمية الانتقال من الكود المكتوب يدويًا إلى الذكاء الاصطناعي الوكيل. هذا التبادل أعطى اسمًا لشيء كان المطورون حول العالم يجربونه بهدوء، وأعاد صياغة طريقة تفكيرنا حول القدرات الحقيقية لأنظمة الذكاء الاصطناعي. عالم الذكاء الاصطناعي يدخل مرحلة 'الحلقات المستمرة'، وبالنسبة للمطورين الذين يبنون في آسيا، هذا التحول يحمل آثارًا محددة تستحق التحليل.

ما الذي حدث

ظهر بوريس تشيرني، رئيس Claude Code في Anthropic، في مؤتمر Meta's @Scale وقدم حجة بأن "الحلقات" تمثل التحول المعماري الرئيسي التالي في كيفية عمل أنظمة الذكاء الاصطناعي. التطور الذي وصفه يستحق الاقتباس المباشر: "قبل سنتين، كنا نكتب الكود المصدري يدويًا. بدأنا ننتقل بحيث تكتب الوكلاء الكود. والآن ننتقل إلى نقطة حيث تقوم الوكلاء بمطالبة وكلاء آخرين التي تكتب الكود بعد ذلك." وجادل بأن القفزة من الذكاء الاصطناعي الوكيل إلى حلقات الذكاء الاصطناعي بنفس أهمية القفزة من الكود اليدوي إلى الوكلاء في المقام الأول.

كيف تبدو الحلقة فعليًا في الممارسة العملية؟ وصف تشيرني إعداده الخاص في الحديث: وكيل واحد يقوم بمسح مستمر للبحث عن طرق لتحسين معمارية الكود، وآخر يبحث عن الأجزاء المكررة التي يمكن توحيدها. كلاهما يقدم طلبات سحب مثل أي مساهم بشري. لأن قاعدة الكود تتغير باستمرار، لا يتوقف أي من الوكيلين عن العمل. لا توجد خط نهاية — فقط تحسين مستمر وخلفي.

هذا ليس أرضًا جديدة تمامًا. الحلقات العودية كانت من الأساسيات في علوم الحاسوب منذ البداية — دوال تستدعي نفسها حتى يتم استيفاء شرط معين. ما هو مختلف هنا هو أن شرط التوقف ليس حتميًا. وكيل فرعي يقرر متى انتهت الحلقة من عملها، وليس قاعدة مبرمجة بشكل صارم. هذا عدم الحتمية هو ما يجعل هذا يبدو جديدًا حقًا.

أحد التطبيقات الشهيرة التي تدور بالفعل في مجتمعات المطورين هو Ralph Loop — سميت، بشكل عبقري، على اسم Ralph Wiggum — والذي يعمل بتلخيص كل ما حققه النموذج حتى الآن والسؤال عما إذا تم تحقيق الهدف. إنها طريقة بسيطة لكن فعالة لمنع نماذج الذكاء الاصطناعي من الانجراف عند تشغيلها لفترات طويلة، بشكل أساسي ترتد النموذج بين الإجراء والتقييم الذاتي حتى اكتمال المهمة.

هناك أيضًا اتصال بالدفع الأوسع نحو المزيد من حساب وقت الاختبار — الفكرة بأن النماذج يمكنها إنتاج نتائج أفضل بقضاء المزيد من الوقت في التفكير بدلاً من مجرد توسيع المعاملات. تناسب الحلقات بشكل طبيعي في هذا الإطار: بدلاً من تمرير استدلال واحد كبير، تحصل على تحسين مستمر وتكراري بمرور الوقت.

لماذا هذا مهم لآسيا

كان نظام المطورين في آسيا دائمًا سريعًا في التبني، لكن الظروف الهيكلية هنا تجعل نموذج الحلقات ذا صلة خاصة. المواهب الهندسية في جنوب شرق آسيا والهند وشرق آسيا تنمو بسرعة، لكن ساعات الهندسة الكبيرة تبقى مكلفة ونادرة نسبة إلى حجم البرامج التي يجب بناؤها. وكيل خلفي يقوم بإعادة هيكلة قاعدة الكود الخاصة بك بشكل مستمر، ويمسك بالأجزاء المكررة، ويقدم طلبات سحب دون أن يُطلب منه — هذا ليس مضاعف إنتاجية، إنه تغيير هيكلي في ما يمكن لفريق صغير الحفاظ عليه.

فكر في شركة ناشئة من خمسة أشخاص في جاكرتا أو مدينة هوشي منه تشحن منتج fintech. إنهم يتعاملون مع قاعدة كود تنمو أسرع مما يمكن لفريقهم مراجعته. يتراكم الدين التقني ليس لأن أحدًا مهمل، بل لأنه ببساطة لا توجد ساعات كافية. وكيل إعادة هيكلة مستمر يعمل في الخلفية — من النوع الذي وصفه تشيرني — يعالج بالضبط هذا القيد. لا يحل محل المهندسين؛ إنه يتعامل مع فئة العمل التي يؤجل المهندسون دائمًا.

هناك أيضًا بُعد لغوي مهم بشكل خاص لآسيا. الكثير من الأدوات والتوثيق في نظام وكلاء الذكاء الاصطناعي يركز على اللغة الإنجليزية أولاً. الحلقات، بطبيعتها، أكثر تجريدًا — تعمل على مستوى الكود، حيث تقل أهمية حواجز اللغة. وكيل يحسن معمارية TypeScript أو Python الخاصة بك لا يحتاج إلى فهم Bahasa Indonesia أو Mandarin للقيام بعمله. هذا يجعل وكلاء الحلقات أكثر سهولة الوصول فورًا لفرق التطوير الآسيوية من العديد من قدرات الذكاء الاصطناعي الأخرى التي تعتمد على فهم اللغة الطبيعية الدقيق.

كانت مشهد تكنولوجيا آسيا أيضًا أسرع من معظم الآخرين في تجربة معماريات متعددة الوكلاء، خاصة في أتمتة المؤسسات. الشركات التي تبني على منصات مثل MonstarX تفكر بالفعل من حيث الوكلاء الذين يتنسقون مع بعضهم البعض، وليس فقط استدلال نموذج واحد. يناسب مفهوم الحلقة بشكل طبيعي هذا النموذج العقلي — إنه قفزة مفاهيمية أقل للفرق التي تعمل بالفعل مع سير عمل وكيل.

المخاطرة، بالطبع، هي أن الحلقات التي تعمل بدون إشراف كافٍ يمكنها أن تضاعف الأخطاء بسهولة كما تضاعف التحسينات. وكيل مخطئ حول ما يشكل تجريدًا جيدًا سيبقى مخطئًا، بحجم كبير، إلى الأبد. هذا التحدي الحوكمة حقيقي، وهو شيء ستحتاج فرق آسيا إلى التفكير فيه بشكل متعمد مع اعتمادهم لهذه الأنماط.

ماذا يعني هذا للمطورين

إذا كنت تبني مع الذكاء الاصطناعي اليوم، تغير الحلقات نموذجك العقلي لما يفعله النظام. لم تعد ترسل موجهة وتنتظر الرد. أنت تقوم بتكوين عملية مستمرة — واحدة لها أهداف، وتتخذ قرارات، وتنتج نتائج على أساس مستمر. هذا أقرب إلى توظيف مقاول من تشغيل استعلام.

عمليًا، إليك ما يعنيه هذا لكيفية البناء:

• حدد نطاق وكلائك بإحكام. لكل من وكلاء تشيرني ولاية ضيقة ومحددة جيدًا — أحدهما يبحث عن تحسينات المعمارية، والآخر عن الأجزاء المكررة. لا يفعلان كل شيء. كلما كان النطاق أضيق، كلما قل احتمال انجراف الحلقة إلى أراضٍ حيث تسبب ضررًا.
• بناء التقييم في الحلقة. يعمل Ralph Loop لأنه يفرض على النموذج التحقق من تقدمه. أي حلقة تقوم بتشغيلها يجب أن يكون لديها خطوة تقييم مدمجة — سواء كان ذلك وكيلاً فرعيًا، أو مجموعة اختبار، أو بوابة مراجعة بشرية لطلبات السحب فوق حد معين من التعقيد.
• تعامل مع مخرجات الحلقة مثل طلبات السحب للمساهمين. وكلاء تشيرني يقدمون طلبات سحب. هذا هو التجريد الصحيح. لا تقم بالدمج التلقائي. راجع مخرجات الحلقة بنفس الطريقة التي تراجع بها عمل مطور صغير — مع الانتباه إلى ما إذا كان التغيير صحيحًا، وليس فقط ما إذا كان يتم ترجمته.
• ابدأ بحلقات للقراءة فقط. قبل أن تسمح لوكيل بالكتابة والتقديم، قم بتشغيله في وضع المراقبة. دعه يشير إلى ما سيغيره دون تغيير أي شيء فعليًا. هذا يعطيك فكرة عما إذا كان حكمه جديرًا بالثقة قبل أن تسلمه حق الوصول للكتابة.
• راقب الانجراف بمرور الوقت. حلقة تعمل لأيام أو أسابيع يمكنها تجميع أخطاء صغيرة تتراكم. قم بإعداد تسجيل يسمح لك بتدقيق ما فعلته حلقة، وليس فقط ما تفعله حاليًا.

الأدوات لهذا لا تزال تتطور. معظم المطورين اليوم يخيطون الحلقات معًا يدويًا — باستخدام أطر العمل الأوركسترالية، والبرامج النصية للتقييم المخصصة، والكثير من هندسة الموجهات. لكن البدائيات تصبح أوضح، والمنصات التي تدعم تنفيذ الوكيل المستمر مع إدارة الحالة المناسبة ستصبح ذات قيمة أكبر بكثير مع انتشار هذا النمط.

للفرق التي تستخدم MonstarX، فإن القدرة على تشغيل وكلاء متعددين مع تنسيق حالة قوي تعني أن بناء حلقات يصبح أقل احتكاكًا. المنصة مصممة بالفعل حول هذا النموذج — الوكلاء الذين يعملون بشكل مستقل، والحفاظ على الحالة عبر الجلسات، والتكامل مع أنظمة خارجية. هذا هو بالضبط ما تحتاجه لتشغيل حلقات في الإنتاج.

الخط السفلي: الحلقات ليست مجرد موجة إعلامية. إنها تغيير حقيقي في كيفية عمل أنظمة الذكاء الاصطناعي، وبالنسبة للمطورين في آسيا، فإن الفرصة لتطبيقها على المشاكل الحقيقية — الدين التقني، والأتمتة، والتحسين المستمر — موجودة الآن.