هل تجعل Skills وكلاء الذكاء الاصطناعي أكثر كفاءة؟ ماذا تكشف دراسة SkillsBench؟
أصبح تطوير وكلاء ) من أبرز الاتجاهات التقنية، لكن تحسين أدائها لا يعتمد بالضرورة على اختيار أقوى نموذج لغوي فقط، بل قد يعتمد أيضاً على تزويده بمهارات متخصصة (Agent Skills) تساعده على تنفيذ المهام بطريقة أكثر دقة وتنظيماً.
كشفت دراسة SkillsBench، التي اختبرت 87 مهمة عملية عبر 18 تركيبة من النماذج وأنظمة تشغيل الوكلاء، أن متوسط معدل النجاح ارتفع من 33.9% دون المهارات إلى 50.5% عند استخدام مهارات مختارة بعناية. وهذا يعني تحسناً قدره 16.6 نقطة مئوية، وفق نتائج الإصدار المشار إليه من الدراسة.
ما المقصود بمهارات AI Agents؟
المهارات هي حزم منظمة من التعليمات والمعرفة الإجرائية والمواد المرجعية التي تساعد وكيل الذكاء الاصطناعي على التعامل مع نوع محدد من المهام. فبدلاً من الاعتماد على المعرفة العامة للنموذج وحدها، يمكن تزويده بخطوات واضحة لتنفيذ عمليات البرمجة، وتحليل البيانات، واستخدام الأدوات، والتحقق من النتائج.
على سبيل المثال، يمكن إنشاء مهارة متخصصة لمراجعة الأكواد البرمجية، تحدد كيفية اكتشاف الأخطاء، وتشغيل الاختبارات، والتحقق من توافق التعديلات مع متطلبات المشروع.
لماذا تحسّن المهارات أداء الوكلاء؟
تساعد المهارات الجيدة على تحويل المعرفة العامة إلى إجراءات عملية قابلة للتطبيق. كما تقلل الحاجة إلى أن يستنتج النموذج الخطوات المناسبة في كل مرة، وتمنحه إرشادات مرتبطة مباشرة بالمهمة المطلوبة.
لكن النتائج لا تعني أن كل مهارة ستحسن الأداء تلقائياً؛ فالتأثير يختلف بحسب طبيعة المهمة، وجودة التعليمات، ومدى توافق المهارة مع النموذج وبيئة التنفيذ.
هل يمكن للمهارات أن تقلل الحاجة إلى النماذج الأكبر؟
تشير نتائج SkillsBench إلى أن بعض النماذج الأصغر المزودة بمهارات جيدة تستطيع مجاراة نماذج أكبر تعمل دونها في مهام معينة. وهذا يفتح المجال أمام بناء أنظمة ذكاء اصطناعي دائماً على زيادة حجم النموذج أو تكاليف تشغيله.
الخلاصة أن تطوير AI Agents لا يتعلق بقوة النموذج وحدها، بل بكيفية توجيه قدراته باستخدام مهارات متخصصة ومختبرة. وقد يكون الاستثمار في تصميم المهارات وتحسينها أحد أهم عوامل تطوير الوكلاء القادرين على إنجاز الأعمال المعقدة بكفاءة أعلى.
11 مشاهدة