يمثل الذكاء الاصطناعي وتقنية blockchain قوتين تحويليتين تعيدان تشكيل عالمنا. تعمل الذكاء الاصطناعي على تضخيم القدرات المعرفية البشرية من خلال التعلم الآلي والشبكات العصبية ، بينما تقدم تقنية blockchain ندرة رقمية يمكن التحقق منها وتمكن أشكالا جديدة من التنسيق غير الموثوق به. ومع تقارب هذه التقنيات، فإنها تضع الأساس لتكرار جديد للإنترنت، حيث يتفاعل الوكلاء المستقلون مع الأنظمة اللامركزية. تقدم "شبكة Agentic Web" هذه فئة جديدة من المواطنين الرقميين: وكلاء الذكاء الاصطناعي يمكنهم التنقل والتفاوض والتعامل بشكل مستقل. يعيد هذا التحول توزيع السلطة في العالم الرقمي ، مما يمكن الأفراد من استعادة السيادة على بياناتهم مع تعزيز نظام بيئي يتعاون فيه الذكاء البشري والاصطناعي بطرق غير مسبوقة.
لفهم أين نحن في طريقنا، دعنا نتتبع أولا تطور الويب من خلال إصداراته الرئيسية، التي تتميز كل منها بقدرات مميزة وأنماط معمارية:
في حين أن الجيلين الأولين من الويب ركزا على انتشار المعلومات، يمكن للجيلين الأخيرين تمكين تعزيز المعلومات. قدم الويب 3.0 ملكية البيانات من خلال الرموز، والآن يضفي الويب 4.0 الذكاء من خلال نماذج اللغة الكبيرة (LLMs).
تمثل LLMs قفزة نوعية في الذكاء الاصطناعي، حيث تعمل كأنظمة مطابقة للأنماط الديناميكية التي تحول المعرفة الواسعة إلى فهم سياقي من خلال الحساب الاحتمالي. ومع ذلك، يظهر الإمكانات الحقيقية لديهم عندما يتم ترتيبهم كوكلاء، حيث يتطورون من معالجين للمعلومات النقية إلى كيانات ذات أهداف تستطيع الإدراك والتفكير والتصرف. يؤدي هذا التحول إلى ظهور ذكاء ناشئ قادر على التعاون المستدام والمعنوي من خلال اللغة والعمل.
يقدم مصطلح 'وكيل' نموذجًا جديدًا لتفاعل الإنسان مع الذكاء الاصطناعي، يتجاوز القيود والتوصيات السلبية للروبوتات الدردشة التقليدية. هذا التحول ليس مجرد دلالي؛ بل يمثل إعادة تصور أساسية لكيفية عمل أنظمة الذكاء الاصطناعي بشكل مستقل مع الحفاظ على التعاون المعنوي مع البشر. بشكل أساسي، تمكن سير العمل الوكالي تشكيل الأسواق حول حل نية المستخدم المحددة.
في نهاية المطاف، يمثل الويب الوكالي أكثر من مجرد طبقة جديدة من الذكاء - إنه يحول بشكل جوهري كيفية تفاعلنا مع الأنظمة الرقمية. في حين اعتمدت إصدارات الويب السابقة على واجهات ثابتة ورحلات محددة مسبقًا للمستخدم، يقدم الويب الوكالي بنية تحتية تشغيلية ديناميكية حيث يتكيف كل من الحسابات والواجهات في الوقت الحقيقي مع سياق المستخدم والنية.
المواقع التقليدية تعمل كوحدة ذرية في شبكة الإنترنت الحالية، وتوفر واجهات ثابتة حيث يقرأ المستخدمون ويكتبون ويتفاعلون مع المعلومات من خلال مسارات محددة مسبقًا. هذا النموذج، على الرغم من كونه وظيفيًا، يقيد المستخدمين بواجهات مصممة لحالات الاستخدام العامة بدلاً من الاحتياجات الفردية. تكسر الويب الذكي هذه القيود من خلال الحوسبة ذات السياق الواعي، وتوليد واجهة متكيفة، وتوقع تدفقات الأعمال المفتوحة عبر RAG والابتكارات الأخرى في استرجاع المعلومات في الوقت الحقيقي.
ضع في اعتبارك كيف أحدث TikTok ثورة في استهلاك المحتوى من خلال إنشاء خلاصات مخصصة للغاية تتكيف مع تفضيلات المستخدم في الوقت الفعلي. يوسع Agentic Web هذا المفهوم إلى ما هو أبعد من توصية المحتوى إلى إنشاء واجهة كاملة. بدلا من التنقل عبر تخطيطات صفحات الويب الثابتة ، يتفاعل المستخدمون مع الواجهات التي تم إنشاؤها ديناميكيا والتي تتنبأ بإجراءاتهم التالية وتسهلها. يمثل هذا التحول من مواقع الويب الثابتة إلى الواجهات الديناميكية التي يحركها الوكيل تطورا أساسيا في كيفية تفاعلنا مع الأنظمة الرقمية - الانتقال من نماذج التفاعل القائمة على التنقل إلى نماذج التفاعل القائمة على المقاصد.
تمثيلات الوكالة كانت استكشافًا هائلاً للباحثين والمباني على حد سواء. يتم تطوير أساليب جديدة باستمرار لتعزيز قدرات التفكير وحل المشكلات الخاصة بهم. تقنيات مثل سلسلة الفكر (CoT)، شجرة الفكر (ToT)، ورسم الفكر (GoT) هي أمثلة بارزة على الابتكارات المصممة لتحسين كيفية تعامل LLMs مع المهام المعقدة من خلال محاكاة عمليات التفكير الأكثر تدقيقًا وشبيهة بالبشر.
تشجع مطالبة سلسلة الفكر (CoT) نماذج اللغة الكبيرة (LLMs) على تقسيم المهام المعقدة إلى خطوات أصغر يمكن التحكم فيها. هذا النهج فعال بشكل خاص للمشاكل التي تتطلب التفكير المنطقي ، مثل كتابة نصوص بايثون القصيرة أو حل المعادلات الرياضية.
تعتمد شجرة الأفكار (ToT) على CoT من خلال تقديم بنية شجرة تسمح باستكشاف مسارات تفكير مستقلة متعددة. يتيح هذا التحسين ل LLMs معالجة مهام أكثر تعقيدا. في ToT ، يرتبط كل "فكر" (ناتج نصي من LLM) ارتباطا مباشرا فقط بفكره السابق أو اللاحق مباشرة داخل سلسلة محلية (فرع شجرة). في حين أن هذا الهيكل يوفر مرونة أكبر من CoT ، إلا أنه لا يزال يحد من إمكانية تلاقح الأفكار.
يأخذ رسم البيانات (GoT) المفهوم أبعد من ذلك من خلال دمج الهياكل الكلاسيكية للبيانات مع LLMs. توسع هذا النهج في ToT من خلال السماح لأي "فكرة" بالربط بأي فكرة أخرى ضمن هيكل رسم بياني. يعكس هذا الشبكة المترابطة من الأفكار عمليات التفكير الإدراكية البشرية بشكل أوثق.
من المحتمل أن يوفر هيكل الرسم البياني ل GoT تمثيلا أكثر دقة للتفكير البشري مقارنة ب CoT أو ToT في معظم السيناريوهات. في حين أن هناك حالات قد تشبه فيها أنماط تفكيرنا السلاسل أو الأشجار (كما هو الحال عند تطوير خطط الطوارئ أو إجراءات التشغيل القياسية) ، فهذه استثناءات وليست قاعدة. يعكس هذا النموذج بشكل أفضل التفكير البشري ، والذي غالبا ما يقفز عبر أفكار مختلفة بدلا من اتباع ترتيب تسلسلي صارم. في حين أن بعض السيناريوهات ، مثل تطوير خطط الطوارئ أو الإجراءات القياسية ، قد لا تزال تتبع سلسلة أو بنية تشبه الشجرة ، فإن عقولنا عادة ما تخلق شبكات معقدة ومترابطة من الأفكار التي تتوافق أكثر مع بنية الرسم البياني.
هذا النهج الشبيه بالرسم البياني في GoT يسمح باستكشاف أفكار أكثر ديناميكية ومرنة، مما قد يؤدي بالتالي إلى قدرات أكثر إبداعًا وشمولية في حل المشاكل في LLMs.
هذه العمليات المعتمدة على الرسوم البيانية التكرارية هي فقط خطوة نحو سير العمل الذاتي. الطور التطوري التالي الواضح هو وجود وكلاء متعددين لهم تخصصاتهم الخاصة يتم تنسيقهم نحو أهداف محددة. جمال الوكلاء يكمن في تركيبهم.
تتيح لك الوكالات تجزئة وتوازي النماذج اللغوية الطويلة من خلال تنسيق العمل المتعدد للوكلاء.
مفهوم الأنظمة المتعددة العملاء ليس جديدًا. تعود جذوره إلى "مجتمع العقل" لـ مارفن مينسكي ، الذي اقترح أن العقول المتعددة والمتعددة الوحدات التي تعمل بالتعاون يمكن أن تفوق العقل الواحد الضخم. تشات جي بي تي وكلود هما عملاء فرديين. قامت ميسترال بشهرة خلط الخبراء. موسعين هذه الفكرة بشكل أكبر ، نعتقد أن شبكة من عملاء معمارية تكون الحالة النهائية لهذه التوبولوجيا الذكاء.
من وجهة نظر التقليد البيولوجي، على عكس النماذج الذكاء الاصطناعي، حيث يتصل مليارات الخلايا العصبية المتطابقة بطرق موحدة وقابلة للتنبؤ، الدماغ البشري (الذي يعتبر في جوهره آلة واعية) متنوع بشكل لا يصدق، سواء على مستوى الأعضاء أو الخلوي. تتواصل الخلايا العصبية من خلال إشارات معقدة، تشمل التدرجات العصبية، والتسلسلات داخل الخلية، ومختلف الأنظمة التنظيمية، مما يجعل وظيفتها أكثر تدقيقًا بكثير من الحالات الثنائية البسيطة.
هذا يشير إلى أن في مجال علم الأحياء، الذكاء لا ينبع فقط من عدد العناصر أو حجم مجموعة بيانات التدريب. بل ينشأ من التفاعل المعقد بين وحدات متنوعة ومتخصصة - وهو عملية تمثيلية بشكل جيد.
لهذا السبب، فإن فكرة تطوير ملايين من النماذج الأصغر بدلاً من عدد قليل فقط من النماذج الكبيرة، وتمكين التنسيق بين جميع هؤلاء الفاعلين، من المرجح أن تؤدي إلى ابتكارات في الهندسة المعرفية، شيء يشبه أنظمة الوكالة المتعددة.
تصميم نظام الوكلاء المتعددين يقدم العديد من المزايا على أنظمة واحدة الوكيل: فهو أكثر صيانةً وأسهل فهمًا وأكثر مرونة في التوسعة. حتى في الحالات التي يكون فيها هناك حاجة فقط إلى واجهة واحدة للوكيل ، يمكن تنفيذها في إطار الوكيل المتعدد يمكن أن يجعل النظام أكثر تعدداً ، مما يبسط العملية بالنسبة للمطورين لإضافة أو إزالة المكونات حسب الحاجة. من الضروري أن ندرك أن الهندسة المعمارية للوكالة المتعددة يمكن أن تكون طريقة فعالة لبناء حتى نظام واحد الوكيل.
بينما أظهرت النماذج اللغوية الكبيرة (LLMs) قدرات استثنائية - مثل إنتاج نص يشبه الإنسان ، وحل المشكلات المعقدة ، والتعامل مع مجموعة واسعة من المهام - فإن العوائق التي تواجهها الوكلاء الفردية LLM يمكن أن تعيق فعاليتها في التطبيقات العملية في العالم الحقيقي.
أدناه، نحن نفحص خمسة تحديات رئيسية مرتبطة بأنظمة الوكالة ونستكشف كيف يمكن للتعاون بين الوكلاء المتعددين التغلب على هذه العقبات، مما يفتح الإمكانات الكاملة للنماذج اللغوية الطويلة المدى.
في حين توفر أنظمة العملاء المتعددة مزايا مقنعة في حل المشكلات الموزعة وتحسين استغلال الموارد، يظهر الإمكانات الحقيقية لهذه الأنظمة عندما ننظر إلى تنفيذها على حافة الشبكة. مع استمرار تطور الذكاء الاصطناعي، تتحقق تكامل الهندسة المعمارية للعملاء المتعددين مع الحوسبة على الحافة تؤدي إلى تكامل قوي - يمكنه ليس فقط الذكاء التعاوني، ولكن أيضًا المعالجة المحلية والفعالة عبر العديد من الأجهزة. يوسع هذا النهج الموزع لنشر الذكاء الاصطناعي فوائد أنظمة العملاء المتعددة، مما يجلب الذكاء التعاوني المتخصص والمتعاون قرب المستخدم النهائي حيث يحتاج إليه أكثر: المستخدم النهائي.
انتشار الذكاء الاصطناعي عبر المشهد الرقمي يدفع إعادة هيكلة جوهرية للمعماريات الحاسوبية. مع تحول الذكاء ليصبح جزءًا من نسيج تفاعلاتنا الرقمية اليومية ، نشهد تفرعًا طبيعيًا للحوسبة: تتولى مراكز البيانات المتخصصة مهام التفكير المعقدة والمهام المتخصصة في المجال ، بينما تقوم الأجهزة الحافة بمعالجة الاستعلامات الشخصية والمحددة للسياق محليًا. هذه التحول نحو الاستدلال الحافة ليس مجرد تفضيل معماري - إنه ضرورة تدفعها عوامل حرجة متعددة.
أولاً ، سيكون حجم التفاعلات التي تعمل بالذكاء الاصطناعي مذهلاً وسيؤدي إلى زيادة الطلب على النطاق الترددي ومشكلات التأخير غير المستدامة لمزودي الاستنتاج المركزي.
ثانيا، يمكن لمعالجة الحافة تمكين الاستجابة في الوقت الفعلي الحاسمة لتطبيقات مثل السيارات الذاتية القيادة، والواقع المعزز، وأجهزة الإنترنت الأشياء.
ثالثا، يحافظ الاستنتاج المحلي على خصوصية المستخدم عن طريق الاحتفاظ بالبيانات الحساسة على الأجهزة الشخصية. رابعا، تقلل الحوسبة الحافة بشكل كبير من استهلاك الطاقة والبصمة الكربونية من خلال تقليل حركة البيانات عبر الشبكات.
أخيرًا، يتيح الاستنتاج على الحافة الوظائف دون اتصال والصمود، مما يضمن استمرار قدرات الذكاء الاصطناعي حتى عندما يتم التضرر من اتصال الشبكة.
يمثل هذا النموذج الذكاء الموزع ليس فقط تحسينًا لأنظمتنا الحالية ، بل إعادة تصور أساسية لكيفية نشر الذكاء الاصطناعي والتفاعل معه في عالمنا المتصل بشكل متزايد.
ومع ذلك، نحن نشهد تحولاً أساسياً في مطالب الحوسبة لنماذج اللغة الطويلة والمعقدة. بينما سادت العقد الماضية متطلبات الحوسبة الضخمة لتدريب نماذج اللغة الكبيرة، نحن الآن ندخل في عصر حيث يأخذ الحوسبة في وقت الاستدلال المركز الرئيسي. هذا الانتقال واضح بشكل خاص في ظهور أنظمة الذكاء الاصطناعي الوكيلة، كما يُظهره الاختراق الكبير لشركة OpenAI، الذي أظهر كيفية تطلب الاستدلال الديناميكي موارد حوسبة في الوقت الفعلي كبيرة.
على عكس تدريب الوقت الحسابي، الذي يعتبر استثمارًا مرة واحدة في تطوير النموذج، يمثل الحساب في وقت التوجيه الحوار الحسابي المستمر الضروري للوكلاء المستقلة للتفكير والتخطيط والتكيف مع المواقف الجديدة. هذه التحول من تدريب النموذج الثابت إلى استنتاج وكيل دينامي يستدعي إعادة تفكير جذرية في بنية البنية الحسابية لدينا - حيث يصبح الحوسبة في الحافة ليس مجرد ميزة ولكن ضرورة.
مع تطور هذه العملية، نحن نشهد ظهور أسواق الاستدلال الحافة ند للند، حيث تشكل ملايين الأجهزة المتصلة- من الهواتف الذكية إلى أنظمة المنازل الذكية- شبكات حوسبة ديناميكية. يمكن لهذه الأجهزة تداول قدرات الاستدلال بسلاسة، مما يخلق سوق عضوي حيث تتدفق الخوارزميات الحاسوبية إلى حيث تكون الحاجة إليها أكثر. تصبح القدرة الحاسوبية الزائدة للأجهزة الخاملة موردًا قيمًا، يمكن تداوله في الوقت الحقيقي، مما يتيح بنية تحتية أكثر كفاءة ومرونة من الأنظمة المركزية التقليدية.
لا يؤدي إضفاء الطابع الديمقراطي على حوسبة الاستدلال إلى تحسين استخدام الموارد فحسب ، بل يخلق أيضا فرصا اقتصادية جديدة داخل النظام البيئي الرقمي ، حيث يصبح كل جهاز متصل مزودا صغيرا محتملا لقدرات الذكاء الاصطناعي. وبالتالي فإن مستقبل الذكاء الاصطناعي لن يتسم فقط بقوة النماذج الفردية، بل وأيضا بالذكاء الجماعي للأجهزة المتطورة المترابطة التي تشكل سوق استدلال عالمية ديمقراطية، وهو ما يشبه السوق الفورية للاستدلال الذي يمكن التحقق منه على أساس العرض والطلب.
تسمح لنا LLMs الآن بالوصول إلى كميات كبيرة من المعلومات عبر المحادثة ، بدلاً من التصفح التقليدي. سيصبح هذا النهج الحواري قريبًا أكثر تخصيصًا وتموضعًا محليًا ، حيث يتحول الإنترنت إلى منصة لوكلاء الذكاء الاصطناعي بدلاً من المستخدمين البشر.
من وجهة نظر المستخدم ، سيتحول التركيز من تحديد "أفضل نموذج" إلى الحصول على الإجابات الأكثر تخصيصًا. يكمن سر الإجابات الأفضل في دمج بيانات المستخدم الخاصة جنبًا إلى جنب مع المعرفة العامة على الإنترنت. في البداية ، ستساعد النوافذ السياقية الأكبر والجيل المعزز للاسترداد (RAG) في دمج البيانات الشخصية ، ولكن في نهاية المطاف ، ستتجاوز البيانات الفردية البيانات العامة على الإنترنت في الأهمية.
يؤدي هذا إلى مستقبل نحن لدينا كل نماذج الذكاء الاصطناعي الشخصية التفاعل مع نماذج الخبراء في شبكة الإنترنت الأوسع. في البداية، ستحدث التخصيص جنبًا إلى جنب مع النماذج البعيدة، ولكن مخاوف الخصوصية وسرعة الاستجابة ستدفع لمزيد من التفاعل على الأجهزة المحلية. سيؤدي هذا إلى إنشاء حدود جديدة - ليس بين الإنسان والآلة، ولكن بين نماذجنا الشخصية ونماذج الخبراء في الإنترنت.
ستصبح نموذج الإنترنت التقليدي للوصول إلى البيانات الخام قديمًا. بدلاً من ذلك، سيتواصل نموذجك المحلي مع النماذج الخبيرة البعيدة لجمع المعلومات، وسيقوم بمعالجتها وتقديمها لك بأكثر الطرق شخصية وعالية النطاق. ستصبح هذه النماذج الشخصية أكثر أهمية مع مرور الوقت مع تعلمها المزيد عن تفضيلاتك وعاداتك.
سيتحول الإنترنت إلى نظام بيئي من النماذج المترابطة: نماذج شخصية محلية ذات سياق عالٍ ونماذج خبراء عن بُعد ذات معرفة عالية. سيشمل ذلك تقنيات جديدة مثل التعلم الاتحادي لتحديث المعلومات بين هذه النماذج. مع تطور اقتصاد الآلة، سيتعين علينا أن نعيد تصوّر الحالة الفرعية الحسابية التي يحدث فيها هذا، في المقام الأول فيما يتعلق بالحساب والقابلية للتوسيع والمدفوعات. وهذا يؤدي إلى إعادة تنظيم مساحة المعلومات التي تكون مركزية حول الوكيل، ذات سيادة، قابلة للتكوين بشكل كبير، تعلم ذاتي، ومتطورة.
في الويب الوكالي، تتطور التفاعل البشري-الوكالي إلى شبكة معقدة من الاتصالات الوكالية. تقدم هذه البنية إعادة تصوير أساسية لهيكل الإنترنت، حيث تصبح الوكالات السيادية الواجهات الأساسية للتفاعل الرقمي. فيما يلي، نسلط الضوء على البروتوكولات الأساسية المطلوبة للوكالات الوكالية.
الهوية السيادية
وكلاء مستقلون
الكيانات الموجهة ذاتيا القادرة على: فهم اللغة الطبيعية وحل النية
تخطيط متعدد الخطوات وتفكيك المهام
إدارة وتحسين الموارد
التعلم من التفاعلات والتغذية الراجعة
بنية البيانات
أنظمة هجينة تجمع: zkTLS
مجموعات البيانات التدريب التقليدية
الحصول على البيانات عبر الويب في الوقت الفعلي وتوليف البيانات
شبكات RLHF (التعلم التعزيزي من تغذية راجعة من الإنسان) جمع تغذية راجعة موزع
آليات التوافق المرجعية ذات الوزن النوعي
طبقة الحساب
بروتوكولات التستدل عليها التي تضمن: سلامة الحساب
نتائج قابلة لإعادة الإنتاج
كفاءة الموارد
بنية تحتية للحوسبة اللامركزية تتميز بتداول الحوسبة ند للند
أنظمة إثبات الحساب
تخصيص الموارد الديناميكي
النموذج البيئي
الهندسة المعمارية للنموذج الهرمي: نماذج لغوية صغيرة خاصة بالمهام (Task-specific SLMs)
LLMs عامة الغرض
نماذج متعددة الأوضاع متخصصة
أطر التنسيق
آليات الحوكمة لحل النزاعات:
تخصيص الموارد
بيئات التنفيذ المتوازية التي تمكن: معالجة المهام المتزامنة
عزل الموارد
إدارة الحالة
أسواق Agentic
ملكية السيولة من قبل الوكلاء يمتلك الوكلاء جزءًا من إمداد رمزهم عند النشأة
الوكلاء تصبح أصول تحمل العائد داو الوكالية
تصميم الأنظمة الموزعة الحديثة يقدم إلهامًا فريدًا وأساسيات لتمكين بروتوكولات الوكالة، على وجه الخصوص الهندسة المعمارية المدفوعة بالأحداث وبشكل أكثر مباشرة، نموذج الممثل للحوسبة.
نموذج الممثل يوفر أساساً نظرياً أنيقاً لتنفيذ الأنظمة الوكالية. يعامل هذا النموذج الحسابي "الممثلين" كالعناصر الأساسية الشاملة للحساب، حيث يمكن لكل ممثل أن ي:
مزايا رئيسية لنموذج الممثل لأنظمة وكالية تشمل:
نحن نقترح نيورون، تنفيذ عملي لهذا البروتوكول الوكالي النظري من خلال بنية توزيعية متعددة الطبقات تجمع بين مساحات أسماء البلوكشين، والشبكات الاتحادية، و CRDTs، و DHTs، حيث يخدم كل طبقة أغراضًا متميزة في تراكم البروتوكول. نحن نستلهم من Urbit و Holochain، رواد مبكرين في تصميم نظام التشغيل النقطي للنقطة.
في نيورون، توفر طبقة البلوكشين أسماء مساحات قابلة للتحقق وهوية، مما يتيح عناوين محددة واكتشاف وكلاء بينما يحافظ على الأدلة التشفيرية للقدرات والسمعة. أعلاه ، توفر طبقة DHT اكتشاف وكلاء فعال بجانب توجيه المحتوى مع أوقات بحث O(log n) ، مما يقلل من العمليات على السلسلة بينما يمكن العثور على النظراء ذوي الوعي بالموقع. يتم التحكم في مزامنة الحالة بين العقد المتحدة من خلال CRDTs، مما يسمح للوكلاء والعقد بالحفاظ على آراء متسقة للحالة المشتركة دون الحاجة إلى اتفاق عالمي لكل تفاعل.
يتمثل هذا النمط المعماري تلقائيا في شبكة فدرالية حيث تعمل الوكلاء المستقلون كعقدة سيادية تعيش على الأجهزة مع الاستنتاج المحلي للحافة التنفيذ نمط الممثل. يمكن تنظيم مجالات الفيديرالية حسب قدرات الوكيل، مع توفير DHT توجيه فعال واكتشاف داخل المجالات وعبرها. يعمل كل وكيل كممثل مستقل بحالته الخاصة، بينما يضمن طبقة CRDT الاتساق التدريجي عبر الفدرالية. يتيح هذا النهج متعدد الطبقات عدة قدرات رئيسية:
التنسيق اللامركزي
العمليات المقياسة
مرونة النظام
يوفر هذا النهج التنفيذي أساسًا قويًا لبناء أنظمة وكالية معقدة مع الحفاظ على الخصائص الرئيسية للسيادة والتوسع والصمود المطلوبة لتفاعل وكيل فعال لوكيل.
الويب الوكالي يمثل تطورا حاسما في تفاعل الإنسان مع الكمبيوتر، يتجاوز التطورات التسلسلية للحقب السابقة لإنشاء نموذج جديد تمامًا للوجود الرقمي. على عكس الإصدارات السابقة التي ببساطة غيرت كيفية استهلاكنا أو امتلاكنا للمعلومات، يحول الويب الوكالي الإنترنت من منصة محورية بشرية إلى قاعدة بيانات ذكية حيث تصبح الوكلاء المستقلين هم الممثلين الأساسيين. يتم تشغيل هذا التحول بواسطة تلاقي الحوسبة على الحافة ونماذج اللغة الكبيرة والبروتوكولات المتمركزة، مما يخلق نظامًا بيئيًا يتعامل نماذج الذكاء الاصطناعي الشخصية بسلاسة مع أنظمة الخبراء المتخصصة.
مع اقترابنا من هذا المستقبل المتمحور حول الوكيل، تبدأ حدود الذكاء البشري والآلي في التلاشي، وتحل محلها علاقة تعاونية حيث تعمل وكلاء الذكاء الاصطناعي المخصصون كتمديدات رقمية لنا، وتفهم سياقنا، وتتوقع احتياجاتنا، وتتنقل بشكل مستقل في المناظر الخلابة للذكاء الموزع. يمثل الويب الوكالي تحولًا تقنيًا ولكنه إعادة تصور أساسي للإمكانات البشرية في العصر الرقمي، حيث تصبح كل تفاعل فرصة للذكاء المعزز ويصبح كل جهاز عقدة في شبكة عالمية من نظم الذكاء الاصطناعي المتعاونة.
تمامًا كما يتنقل البشر في الأبعاد الفيزيائية للفضاء والزمان ، تسكن الوكلاء الذاتيون بعدلاتهم الأبعاد الأساسية الخاصة بهم: مساحة الكتلة للوجود ووقت الاستدلال للفكر. تعكس هذه الجدولة الرقمية واقعنا الفيزيائي - حيث يتنقل البشر في المسافات ويعيشون تدفق الزمن ، يتحرك الوكلاء من خلال البراهين الرمزية والدورات الحسابية ، مما يخلق كونًا موازيًا من الوجود الخوارزمي.
من الواضح أن الكيانات في الفضاء الكامن ستعمل على الفضاء الكتلي المتمركز.
يمثل الذكاء الاصطناعي وتقنية blockchain قوتين تحويليتين تعيدان تشكيل عالمنا. تعمل الذكاء الاصطناعي على تضخيم القدرات المعرفية البشرية من خلال التعلم الآلي والشبكات العصبية ، بينما تقدم تقنية blockchain ندرة رقمية يمكن التحقق منها وتمكن أشكالا جديدة من التنسيق غير الموثوق به. ومع تقارب هذه التقنيات، فإنها تضع الأساس لتكرار جديد للإنترنت، حيث يتفاعل الوكلاء المستقلون مع الأنظمة اللامركزية. تقدم "شبكة Agentic Web" هذه فئة جديدة من المواطنين الرقميين: وكلاء الذكاء الاصطناعي يمكنهم التنقل والتفاوض والتعامل بشكل مستقل. يعيد هذا التحول توزيع السلطة في العالم الرقمي ، مما يمكن الأفراد من استعادة السيادة على بياناتهم مع تعزيز نظام بيئي يتعاون فيه الذكاء البشري والاصطناعي بطرق غير مسبوقة.
لفهم أين نحن في طريقنا، دعنا نتتبع أولا تطور الويب من خلال إصداراته الرئيسية، التي تتميز كل منها بقدرات مميزة وأنماط معمارية:
في حين أن الجيلين الأولين من الويب ركزا على انتشار المعلومات، يمكن للجيلين الأخيرين تمكين تعزيز المعلومات. قدم الويب 3.0 ملكية البيانات من خلال الرموز، والآن يضفي الويب 4.0 الذكاء من خلال نماذج اللغة الكبيرة (LLMs).
تمثل LLMs قفزة نوعية في الذكاء الاصطناعي، حيث تعمل كأنظمة مطابقة للأنماط الديناميكية التي تحول المعرفة الواسعة إلى فهم سياقي من خلال الحساب الاحتمالي. ومع ذلك، يظهر الإمكانات الحقيقية لديهم عندما يتم ترتيبهم كوكلاء، حيث يتطورون من معالجين للمعلومات النقية إلى كيانات ذات أهداف تستطيع الإدراك والتفكير والتصرف. يؤدي هذا التحول إلى ظهور ذكاء ناشئ قادر على التعاون المستدام والمعنوي من خلال اللغة والعمل.
يقدم مصطلح 'وكيل' نموذجًا جديدًا لتفاعل الإنسان مع الذكاء الاصطناعي، يتجاوز القيود والتوصيات السلبية للروبوتات الدردشة التقليدية. هذا التحول ليس مجرد دلالي؛ بل يمثل إعادة تصور أساسية لكيفية عمل أنظمة الذكاء الاصطناعي بشكل مستقل مع الحفاظ على التعاون المعنوي مع البشر. بشكل أساسي، تمكن سير العمل الوكالي تشكيل الأسواق حول حل نية المستخدم المحددة.
في نهاية المطاف، يمثل الويب الوكالي أكثر من مجرد طبقة جديدة من الذكاء - إنه يحول بشكل جوهري كيفية تفاعلنا مع الأنظمة الرقمية. في حين اعتمدت إصدارات الويب السابقة على واجهات ثابتة ورحلات محددة مسبقًا للمستخدم، يقدم الويب الوكالي بنية تحتية تشغيلية ديناميكية حيث يتكيف كل من الحسابات والواجهات في الوقت الحقيقي مع سياق المستخدم والنية.
المواقع التقليدية تعمل كوحدة ذرية في شبكة الإنترنت الحالية، وتوفر واجهات ثابتة حيث يقرأ المستخدمون ويكتبون ويتفاعلون مع المعلومات من خلال مسارات محددة مسبقًا. هذا النموذج، على الرغم من كونه وظيفيًا، يقيد المستخدمين بواجهات مصممة لحالات الاستخدام العامة بدلاً من الاحتياجات الفردية. تكسر الويب الذكي هذه القيود من خلال الحوسبة ذات السياق الواعي، وتوليد واجهة متكيفة، وتوقع تدفقات الأعمال المفتوحة عبر RAG والابتكارات الأخرى في استرجاع المعلومات في الوقت الحقيقي.
ضع في اعتبارك كيف أحدث TikTok ثورة في استهلاك المحتوى من خلال إنشاء خلاصات مخصصة للغاية تتكيف مع تفضيلات المستخدم في الوقت الفعلي. يوسع Agentic Web هذا المفهوم إلى ما هو أبعد من توصية المحتوى إلى إنشاء واجهة كاملة. بدلا من التنقل عبر تخطيطات صفحات الويب الثابتة ، يتفاعل المستخدمون مع الواجهات التي تم إنشاؤها ديناميكيا والتي تتنبأ بإجراءاتهم التالية وتسهلها. يمثل هذا التحول من مواقع الويب الثابتة إلى الواجهات الديناميكية التي يحركها الوكيل تطورا أساسيا في كيفية تفاعلنا مع الأنظمة الرقمية - الانتقال من نماذج التفاعل القائمة على التنقل إلى نماذج التفاعل القائمة على المقاصد.
تمثيلات الوكالة كانت استكشافًا هائلاً للباحثين والمباني على حد سواء. يتم تطوير أساليب جديدة باستمرار لتعزيز قدرات التفكير وحل المشكلات الخاصة بهم. تقنيات مثل سلسلة الفكر (CoT)، شجرة الفكر (ToT)، ورسم الفكر (GoT) هي أمثلة بارزة على الابتكارات المصممة لتحسين كيفية تعامل LLMs مع المهام المعقدة من خلال محاكاة عمليات التفكير الأكثر تدقيقًا وشبيهة بالبشر.
تشجع مطالبة سلسلة الفكر (CoT) نماذج اللغة الكبيرة (LLMs) على تقسيم المهام المعقدة إلى خطوات أصغر يمكن التحكم فيها. هذا النهج فعال بشكل خاص للمشاكل التي تتطلب التفكير المنطقي ، مثل كتابة نصوص بايثون القصيرة أو حل المعادلات الرياضية.
تعتمد شجرة الأفكار (ToT) على CoT من خلال تقديم بنية شجرة تسمح باستكشاف مسارات تفكير مستقلة متعددة. يتيح هذا التحسين ل LLMs معالجة مهام أكثر تعقيدا. في ToT ، يرتبط كل "فكر" (ناتج نصي من LLM) ارتباطا مباشرا فقط بفكره السابق أو اللاحق مباشرة داخل سلسلة محلية (فرع شجرة). في حين أن هذا الهيكل يوفر مرونة أكبر من CoT ، إلا أنه لا يزال يحد من إمكانية تلاقح الأفكار.
يأخذ رسم البيانات (GoT) المفهوم أبعد من ذلك من خلال دمج الهياكل الكلاسيكية للبيانات مع LLMs. توسع هذا النهج في ToT من خلال السماح لأي "فكرة" بالربط بأي فكرة أخرى ضمن هيكل رسم بياني. يعكس هذا الشبكة المترابطة من الأفكار عمليات التفكير الإدراكية البشرية بشكل أوثق.
من المحتمل أن يوفر هيكل الرسم البياني ل GoT تمثيلا أكثر دقة للتفكير البشري مقارنة ب CoT أو ToT في معظم السيناريوهات. في حين أن هناك حالات قد تشبه فيها أنماط تفكيرنا السلاسل أو الأشجار (كما هو الحال عند تطوير خطط الطوارئ أو إجراءات التشغيل القياسية) ، فهذه استثناءات وليست قاعدة. يعكس هذا النموذج بشكل أفضل التفكير البشري ، والذي غالبا ما يقفز عبر أفكار مختلفة بدلا من اتباع ترتيب تسلسلي صارم. في حين أن بعض السيناريوهات ، مثل تطوير خطط الطوارئ أو الإجراءات القياسية ، قد لا تزال تتبع سلسلة أو بنية تشبه الشجرة ، فإن عقولنا عادة ما تخلق شبكات معقدة ومترابطة من الأفكار التي تتوافق أكثر مع بنية الرسم البياني.
هذا النهج الشبيه بالرسم البياني في GoT يسمح باستكشاف أفكار أكثر ديناميكية ومرنة، مما قد يؤدي بالتالي إلى قدرات أكثر إبداعًا وشمولية في حل المشاكل في LLMs.
هذه العمليات المعتمدة على الرسوم البيانية التكرارية هي فقط خطوة نحو سير العمل الذاتي. الطور التطوري التالي الواضح هو وجود وكلاء متعددين لهم تخصصاتهم الخاصة يتم تنسيقهم نحو أهداف محددة. جمال الوكلاء يكمن في تركيبهم.
تتيح لك الوكالات تجزئة وتوازي النماذج اللغوية الطويلة من خلال تنسيق العمل المتعدد للوكلاء.
مفهوم الأنظمة المتعددة العملاء ليس جديدًا. تعود جذوره إلى "مجتمع العقل" لـ مارفن مينسكي ، الذي اقترح أن العقول المتعددة والمتعددة الوحدات التي تعمل بالتعاون يمكن أن تفوق العقل الواحد الضخم. تشات جي بي تي وكلود هما عملاء فرديين. قامت ميسترال بشهرة خلط الخبراء. موسعين هذه الفكرة بشكل أكبر ، نعتقد أن شبكة من عملاء معمارية تكون الحالة النهائية لهذه التوبولوجيا الذكاء.
من وجهة نظر التقليد البيولوجي، على عكس النماذج الذكاء الاصطناعي، حيث يتصل مليارات الخلايا العصبية المتطابقة بطرق موحدة وقابلة للتنبؤ، الدماغ البشري (الذي يعتبر في جوهره آلة واعية) متنوع بشكل لا يصدق، سواء على مستوى الأعضاء أو الخلوي. تتواصل الخلايا العصبية من خلال إشارات معقدة، تشمل التدرجات العصبية، والتسلسلات داخل الخلية، ومختلف الأنظمة التنظيمية، مما يجعل وظيفتها أكثر تدقيقًا بكثير من الحالات الثنائية البسيطة.
هذا يشير إلى أن في مجال علم الأحياء، الذكاء لا ينبع فقط من عدد العناصر أو حجم مجموعة بيانات التدريب. بل ينشأ من التفاعل المعقد بين وحدات متنوعة ومتخصصة - وهو عملية تمثيلية بشكل جيد.
لهذا السبب، فإن فكرة تطوير ملايين من النماذج الأصغر بدلاً من عدد قليل فقط من النماذج الكبيرة، وتمكين التنسيق بين جميع هؤلاء الفاعلين، من المرجح أن تؤدي إلى ابتكارات في الهندسة المعرفية، شيء يشبه أنظمة الوكالة المتعددة.
تصميم نظام الوكلاء المتعددين يقدم العديد من المزايا على أنظمة واحدة الوكيل: فهو أكثر صيانةً وأسهل فهمًا وأكثر مرونة في التوسعة. حتى في الحالات التي يكون فيها هناك حاجة فقط إلى واجهة واحدة للوكيل ، يمكن تنفيذها في إطار الوكيل المتعدد يمكن أن يجعل النظام أكثر تعدداً ، مما يبسط العملية بالنسبة للمطورين لإضافة أو إزالة المكونات حسب الحاجة. من الضروري أن ندرك أن الهندسة المعمارية للوكالة المتعددة يمكن أن تكون طريقة فعالة لبناء حتى نظام واحد الوكيل.
بينما أظهرت النماذج اللغوية الكبيرة (LLMs) قدرات استثنائية - مثل إنتاج نص يشبه الإنسان ، وحل المشكلات المعقدة ، والتعامل مع مجموعة واسعة من المهام - فإن العوائق التي تواجهها الوكلاء الفردية LLM يمكن أن تعيق فعاليتها في التطبيقات العملية في العالم الحقيقي.
أدناه، نحن نفحص خمسة تحديات رئيسية مرتبطة بأنظمة الوكالة ونستكشف كيف يمكن للتعاون بين الوكلاء المتعددين التغلب على هذه العقبات، مما يفتح الإمكانات الكاملة للنماذج اللغوية الطويلة المدى.
في حين توفر أنظمة العملاء المتعددة مزايا مقنعة في حل المشكلات الموزعة وتحسين استغلال الموارد، يظهر الإمكانات الحقيقية لهذه الأنظمة عندما ننظر إلى تنفيذها على حافة الشبكة. مع استمرار تطور الذكاء الاصطناعي، تتحقق تكامل الهندسة المعمارية للعملاء المتعددين مع الحوسبة على الحافة تؤدي إلى تكامل قوي - يمكنه ليس فقط الذكاء التعاوني، ولكن أيضًا المعالجة المحلية والفعالة عبر العديد من الأجهزة. يوسع هذا النهج الموزع لنشر الذكاء الاصطناعي فوائد أنظمة العملاء المتعددة، مما يجلب الذكاء التعاوني المتخصص والمتعاون قرب المستخدم النهائي حيث يحتاج إليه أكثر: المستخدم النهائي.
انتشار الذكاء الاصطناعي عبر المشهد الرقمي يدفع إعادة هيكلة جوهرية للمعماريات الحاسوبية. مع تحول الذكاء ليصبح جزءًا من نسيج تفاعلاتنا الرقمية اليومية ، نشهد تفرعًا طبيعيًا للحوسبة: تتولى مراكز البيانات المتخصصة مهام التفكير المعقدة والمهام المتخصصة في المجال ، بينما تقوم الأجهزة الحافة بمعالجة الاستعلامات الشخصية والمحددة للسياق محليًا. هذه التحول نحو الاستدلال الحافة ليس مجرد تفضيل معماري - إنه ضرورة تدفعها عوامل حرجة متعددة.
أولاً ، سيكون حجم التفاعلات التي تعمل بالذكاء الاصطناعي مذهلاً وسيؤدي إلى زيادة الطلب على النطاق الترددي ومشكلات التأخير غير المستدامة لمزودي الاستنتاج المركزي.
ثانيا، يمكن لمعالجة الحافة تمكين الاستجابة في الوقت الفعلي الحاسمة لتطبيقات مثل السيارات الذاتية القيادة، والواقع المعزز، وأجهزة الإنترنت الأشياء.
ثالثا، يحافظ الاستنتاج المحلي على خصوصية المستخدم عن طريق الاحتفاظ بالبيانات الحساسة على الأجهزة الشخصية. رابعا، تقلل الحوسبة الحافة بشكل كبير من استهلاك الطاقة والبصمة الكربونية من خلال تقليل حركة البيانات عبر الشبكات.
أخيرًا، يتيح الاستنتاج على الحافة الوظائف دون اتصال والصمود، مما يضمن استمرار قدرات الذكاء الاصطناعي حتى عندما يتم التضرر من اتصال الشبكة.
يمثل هذا النموذج الذكاء الموزع ليس فقط تحسينًا لأنظمتنا الحالية ، بل إعادة تصور أساسية لكيفية نشر الذكاء الاصطناعي والتفاعل معه في عالمنا المتصل بشكل متزايد.
ومع ذلك، نحن نشهد تحولاً أساسياً في مطالب الحوسبة لنماذج اللغة الطويلة والمعقدة. بينما سادت العقد الماضية متطلبات الحوسبة الضخمة لتدريب نماذج اللغة الكبيرة، نحن الآن ندخل في عصر حيث يأخذ الحوسبة في وقت الاستدلال المركز الرئيسي. هذا الانتقال واضح بشكل خاص في ظهور أنظمة الذكاء الاصطناعي الوكيلة، كما يُظهره الاختراق الكبير لشركة OpenAI، الذي أظهر كيفية تطلب الاستدلال الديناميكي موارد حوسبة في الوقت الفعلي كبيرة.
على عكس تدريب الوقت الحسابي، الذي يعتبر استثمارًا مرة واحدة في تطوير النموذج، يمثل الحساب في وقت التوجيه الحوار الحسابي المستمر الضروري للوكلاء المستقلة للتفكير والتخطيط والتكيف مع المواقف الجديدة. هذه التحول من تدريب النموذج الثابت إلى استنتاج وكيل دينامي يستدعي إعادة تفكير جذرية في بنية البنية الحسابية لدينا - حيث يصبح الحوسبة في الحافة ليس مجرد ميزة ولكن ضرورة.
مع تطور هذه العملية، نحن نشهد ظهور أسواق الاستدلال الحافة ند للند، حيث تشكل ملايين الأجهزة المتصلة- من الهواتف الذكية إلى أنظمة المنازل الذكية- شبكات حوسبة ديناميكية. يمكن لهذه الأجهزة تداول قدرات الاستدلال بسلاسة، مما يخلق سوق عضوي حيث تتدفق الخوارزميات الحاسوبية إلى حيث تكون الحاجة إليها أكثر. تصبح القدرة الحاسوبية الزائدة للأجهزة الخاملة موردًا قيمًا، يمكن تداوله في الوقت الحقيقي، مما يتيح بنية تحتية أكثر كفاءة ومرونة من الأنظمة المركزية التقليدية.
لا يؤدي إضفاء الطابع الديمقراطي على حوسبة الاستدلال إلى تحسين استخدام الموارد فحسب ، بل يخلق أيضا فرصا اقتصادية جديدة داخل النظام البيئي الرقمي ، حيث يصبح كل جهاز متصل مزودا صغيرا محتملا لقدرات الذكاء الاصطناعي. وبالتالي فإن مستقبل الذكاء الاصطناعي لن يتسم فقط بقوة النماذج الفردية، بل وأيضا بالذكاء الجماعي للأجهزة المتطورة المترابطة التي تشكل سوق استدلال عالمية ديمقراطية، وهو ما يشبه السوق الفورية للاستدلال الذي يمكن التحقق منه على أساس العرض والطلب.
تسمح لنا LLMs الآن بالوصول إلى كميات كبيرة من المعلومات عبر المحادثة ، بدلاً من التصفح التقليدي. سيصبح هذا النهج الحواري قريبًا أكثر تخصيصًا وتموضعًا محليًا ، حيث يتحول الإنترنت إلى منصة لوكلاء الذكاء الاصطناعي بدلاً من المستخدمين البشر.
من وجهة نظر المستخدم ، سيتحول التركيز من تحديد "أفضل نموذج" إلى الحصول على الإجابات الأكثر تخصيصًا. يكمن سر الإجابات الأفضل في دمج بيانات المستخدم الخاصة جنبًا إلى جنب مع المعرفة العامة على الإنترنت. في البداية ، ستساعد النوافذ السياقية الأكبر والجيل المعزز للاسترداد (RAG) في دمج البيانات الشخصية ، ولكن في نهاية المطاف ، ستتجاوز البيانات الفردية البيانات العامة على الإنترنت في الأهمية.
يؤدي هذا إلى مستقبل نحن لدينا كل نماذج الذكاء الاصطناعي الشخصية التفاعل مع نماذج الخبراء في شبكة الإنترنت الأوسع. في البداية، ستحدث التخصيص جنبًا إلى جنب مع النماذج البعيدة، ولكن مخاوف الخصوصية وسرعة الاستجابة ستدفع لمزيد من التفاعل على الأجهزة المحلية. سيؤدي هذا إلى إنشاء حدود جديدة - ليس بين الإنسان والآلة، ولكن بين نماذجنا الشخصية ونماذج الخبراء في الإنترنت.
ستصبح نموذج الإنترنت التقليدي للوصول إلى البيانات الخام قديمًا. بدلاً من ذلك، سيتواصل نموذجك المحلي مع النماذج الخبيرة البعيدة لجمع المعلومات، وسيقوم بمعالجتها وتقديمها لك بأكثر الطرق شخصية وعالية النطاق. ستصبح هذه النماذج الشخصية أكثر أهمية مع مرور الوقت مع تعلمها المزيد عن تفضيلاتك وعاداتك.
سيتحول الإنترنت إلى نظام بيئي من النماذج المترابطة: نماذج شخصية محلية ذات سياق عالٍ ونماذج خبراء عن بُعد ذات معرفة عالية. سيشمل ذلك تقنيات جديدة مثل التعلم الاتحادي لتحديث المعلومات بين هذه النماذج. مع تطور اقتصاد الآلة، سيتعين علينا أن نعيد تصوّر الحالة الفرعية الحسابية التي يحدث فيها هذا، في المقام الأول فيما يتعلق بالحساب والقابلية للتوسيع والمدفوعات. وهذا يؤدي إلى إعادة تنظيم مساحة المعلومات التي تكون مركزية حول الوكيل، ذات سيادة، قابلة للتكوين بشكل كبير، تعلم ذاتي، ومتطورة.
في الويب الوكالي، تتطور التفاعل البشري-الوكالي إلى شبكة معقدة من الاتصالات الوكالية. تقدم هذه البنية إعادة تصوير أساسية لهيكل الإنترنت، حيث تصبح الوكالات السيادية الواجهات الأساسية للتفاعل الرقمي. فيما يلي، نسلط الضوء على البروتوكولات الأساسية المطلوبة للوكالات الوكالية.
الهوية السيادية
وكلاء مستقلون
الكيانات الموجهة ذاتيا القادرة على: فهم اللغة الطبيعية وحل النية
تخطيط متعدد الخطوات وتفكيك المهام
إدارة وتحسين الموارد
التعلم من التفاعلات والتغذية الراجعة
بنية البيانات
أنظمة هجينة تجمع: zkTLS
مجموعات البيانات التدريب التقليدية
الحصول على البيانات عبر الويب في الوقت الفعلي وتوليف البيانات
شبكات RLHF (التعلم التعزيزي من تغذية راجعة من الإنسان) جمع تغذية راجعة موزع
آليات التوافق المرجعية ذات الوزن النوعي
طبقة الحساب
بروتوكولات التستدل عليها التي تضمن: سلامة الحساب
نتائج قابلة لإعادة الإنتاج
كفاءة الموارد
بنية تحتية للحوسبة اللامركزية تتميز بتداول الحوسبة ند للند
أنظمة إثبات الحساب
تخصيص الموارد الديناميكي
النموذج البيئي
الهندسة المعمارية للنموذج الهرمي: نماذج لغوية صغيرة خاصة بالمهام (Task-specific SLMs)
LLMs عامة الغرض
نماذج متعددة الأوضاع متخصصة
أطر التنسيق
آليات الحوكمة لحل النزاعات:
تخصيص الموارد
بيئات التنفيذ المتوازية التي تمكن: معالجة المهام المتزامنة
عزل الموارد
إدارة الحالة
أسواق Agentic
ملكية السيولة من قبل الوكلاء يمتلك الوكلاء جزءًا من إمداد رمزهم عند النشأة
الوكلاء تصبح أصول تحمل العائد داو الوكالية
تصميم الأنظمة الموزعة الحديثة يقدم إلهامًا فريدًا وأساسيات لتمكين بروتوكولات الوكالة، على وجه الخصوص الهندسة المعمارية المدفوعة بالأحداث وبشكل أكثر مباشرة، نموذج الممثل للحوسبة.
نموذج الممثل يوفر أساساً نظرياً أنيقاً لتنفيذ الأنظمة الوكالية. يعامل هذا النموذج الحسابي "الممثلين" كالعناصر الأساسية الشاملة للحساب، حيث يمكن لكل ممثل أن ي:
مزايا رئيسية لنموذج الممثل لأنظمة وكالية تشمل:
نحن نقترح نيورون، تنفيذ عملي لهذا البروتوكول الوكالي النظري من خلال بنية توزيعية متعددة الطبقات تجمع بين مساحات أسماء البلوكشين، والشبكات الاتحادية، و CRDTs، و DHTs، حيث يخدم كل طبقة أغراضًا متميزة في تراكم البروتوكول. نحن نستلهم من Urbit و Holochain، رواد مبكرين في تصميم نظام التشغيل النقطي للنقطة.
في نيورون، توفر طبقة البلوكشين أسماء مساحات قابلة للتحقق وهوية، مما يتيح عناوين محددة واكتشاف وكلاء بينما يحافظ على الأدلة التشفيرية للقدرات والسمعة. أعلاه ، توفر طبقة DHT اكتشاف وكلاء فعال بجانب توجيه المحتوى مع أوقات بحث O(log n) ، مما يقلل من العمليات على السلسلة بينما يمكن العثور على النظراء ذوي الوعي بالموقع. يتم التحكم في مزامنة الحالة بين العقد المتحدة من خلال CRDTs، مما يسمح للوكلاء والعقد بالحفاظ على آراء متسقة للحالة المشتركة دون الحاجة إلى اتفاق عالمي لكل تفاعل.
يتمثل هذا النمط المعماري تلقائيا في شبكة فدرالية حيث تعمل الوكلاء المستقلون كعقدة سيادية تعيش على الأجهزة مع الاستنتاج المحلي للحافة التنفيذ نمط الممثل. يمكن تنظيم مجالات الفيديرالية حسب قدرات الوكيل، مع توفير DHT توجيه فعال واكتشاف داخل المجالات وعبرها. يعمل كل وكيل كممثل مستقل بحالته الخاصة، بينما يضمن طبقة CRDT الاتساق التدريجي عبر الفدرالية. يتيح هذا النهج متعدد الطبقات عدة قدرات رئيسية:
التنسيق اللامركزي
العمليات المقياسة
مرونة النظام
يوفر هذا النهج التنفيذي أساسًا قويًا لبناء أنظمة وكالية معقدة مع الحفاظ على الخصائص الرئيسية للسيادة والتوسع والصمود المطلوبة لتفاعل وكيل فعال لوكيل.
الويب الوكالي يمثل تطورا حاسما في تفاعل الإنسان مع الكمبيوتر، يتجاوز التطورات التسلسلية للحقب السابقة لإنشاء نموذج جديد تمامًا للوجود الرقمي. على عكس الإصدارات السابقة التي ببساطة غيرت كيفية استهلاكنا أو امتلاكنا للمعلومات، يحول الويب الوكالي الإنترنت من منصة محورية بشرية إلى قاعدة بيانات ذكية حيث تصبح الوكلاء المستقلين هم الممثلين الأساسيين. يتم تشغيل هذا التحول بواسطة تلاقي الحوسبة على الحافة ونماذج اللغة الكبيرة والبروتوكولات المتمركزة، مما يخلق نظامًا بيئيًا يتعامل نماذج الذكاء الاصطناعي الشخصية بسلاسة مع أنظمة الخبراء المتخصصة.
مع اقترابنا من هذا المستقبل المتمحور حول الوكيل، تبدأ حدود الذكاء البشري والآلي في التلاشي، وتحل محلها علاقة تعاونية حيث تعمل وكلاء الذكاء الاصطناعي المخصصون كتمديدات رقمية لنا، وتفهم سياقنا، وتتوقع احتياجاتنا، وتتنقل بشكل مستقل في المناظر الخلابة للذكاء الموزع. يمثل الويب الوكالي تحولًا تقنيًا ولكنه إعادة تصور أساسي للإمكانات البشرية في العصر الرقمي، حيث تصبح كل تفاعل فرصة للذكاء المعزز ويصبح كل جهاز عقدة في شبكة عالمية من نظم الذكاء الاصطناعي المتعاونة.
تمامًا كما يتنقل البشر في الأبعاد الفيزيائية للفضاء والزمان ، تسكن الوكلاء الذاتيون بعدلاتهم الأبعاد الأساسية الخاصة بهم: مساحة الكتلة للوجود ووقت الاستدلال للفكر. تعكس هذه الجدولة الرقمية واقعنا الفيزيائي - حيث يتنقل البشر في المسافات ويعيشون تدفق الزمن ، يتحرك الوكلاء من خلال البراهين الرمزية والدورات الحسابية ، مما يخلق كونًا موازيًا من الوجود الخوارزمي.
من الواضح أن الكيانات في الفضاء الكامن ستعمل على الفضاء الكتلي المتمركز.