البحث — ادرس وكلاء الذكاء الاصطناعي أثناء العمل الحقيقي، لا في اختبار معياري.

عمل حقيقي مسجّل بالكامل

كل تشغيل للوكيل مع نموذجه ووقته وتكلفته ونتيجته؛ وكل مراجعة مع حكمها وما وجدته؛ وكل قرار بشري مع سببه ووقته. لا شيء يحتاج إلى جمع أو تنظيف: السجل هو البيانات.

أثر القواعد على العمل

غيّر قاعدة واحدة — من يراجع، وإلى أي حد يعمل الوكيل وحده، ومتى يجب أن يوافق إنسان — وقِس ما يحدث للجودة (العمل الذي يعيده المراجعون، وعدد الجولات لكل تغيير) وللسرعة (الوقت من المهمة إلى التغيير المقبول، ووقت التوقف). كل تغيير في القواعد مؤرّخ، فيمكن دراسة كل تغيير بمقارنة ما قبله وما بعده.

النماذج جنبًا إلى جنب، في الظروف نفسها

عدة مزوّدين للذكاء الاصطناعي على المهام نفسها، يفحص كلًّا منهم مراجع من شركة مختلفة، مع تسجيل كل خلاف.

قابلية التكرار بالتصميم

القرارات موقّعة، ولا يُضاف إلى السجل إلا الجديد، وكل قياس يرافقه الأمر الذي أنتجه.

حجم العمل مع معتمِد واحد

في يومين، عبر مستودعين: 819 إيداعًا و140 تغييرًا قبله المعتمِد، وكل تغيير روجع قبل قبوله.

المراجع الثاني مهم

في مراجعة أمنية لشيفرة الوكلاء أنفسهم، اختلف مراجعان من شركتين مختلفتين للذكاء الاصطناعي في جزأين من الأجزاء الثلاثة الأولى: أجاز أحدهما الشيفرة، ورفضها الآخر وأثبت المشكلة باختبارات فاشلة. وأُصلحت المشكلتان في اليوم نفسه.

عنق الزجاجة كان الموافقة، لا الوكلاء

سار العمل بكامل سرعته حين كان المعتمِد أمام الحاسوب، وكاد يتوقف ليلًا، والوكلاء والأجهزة متوقفة تنتظر توقيعًا بشريًا. قادت هذه النتيجة إلى وضع يوقّع فيه المعتمِد على دفعة من العمل قبل مغادرته، فيواصل الوكلاء وحدهم، وتبقى كل خطوة لا رجعة فيها بانتظار إنسان. ونحن نقيس أثره الآن.

ستة أيام مع الوكلاء، و14 إلى 20 شهرًا للبشر

تحليل لجهد البناء كله: 139 ساعة من عمل الوكلاء مقابل تقدير من 14 إلى 20 شهرًا لفريق من نحو عشرة أشخاص، مع جودة شيفرة مقيسة بمعايير منشورة. اقرأ التقرير ←

الأداة: Saphan Studio Team مجانًا للبحث والتعليم

للبحث والتعليم غير التجاري في الجامعات ومعاهد البحث. محرّك التنسيق والحوكمة نفسه الذي تعمل عليه هندستنا، مع وضع للتجارب: تحدّدون صيغًا مختلفة من القواعد، ويُوسَم كل تشغيل بالصيغة التي جرى بها. يساعدكم الفريق في دراستكم الأولى.

البيانات: أشهر من عمل الوكلاء الحقيقي كمجموعة بيانات

عمليات التشغيل والمراجعات وقرارات البشر وحالات الرفض وكل تغيير في القواعد مع تاريخه، من وكلاء عدة مزوّدين يعملون جنبًا إلى جنب (Claude, Codex, Cursor, Qwen, GLM, Nemotron وغيرهم). تُصدَّر بعد إخفاء الهوية: بلا أسماء أجهزة أو مفاتيح أو بيانات شخصية.

البرامج البحثية، الجزء الأول: تحسين عمل الوكلاء

تصاميم دراسات أعددناها من سجلنا. يحدّد كلٌّ منها سؤاله، والبيانات التي تجيب عنه، وما يلزم تغييره لقياسه بشكل سليم:

• المراجعة بين المزوّدين: هل يكتشف مراجع من مزوّد مختلف عن المؤلف مشكلات أكثر، أم أنه ببساطة أكثر صرامة؟
• بداية جديدة أم جلسة مستمرة: هل يجب أن تبدأ كل جولة إصلاح بوكيل جديد، أم تكمل المحادثة السابقة؟
• النماذج الرائدة أم الأرخص: أين يؤدي نموذج أرخص العمل نفسه بالقواعد نفسها والمراجعة نفسها؟
• القواعد كتجارب: غيّروا قاعدة واحدة، مثل من يراجع أو إلى أي حد يعمل المنسّق وحده، وقيسوا الجودة والسرعة.
• الوكلاء أمام باب مغلق: عند رفض إجراء، هل يتوقف الوكلاء، أم يسألون، أم يبحثون عن طريق آخر، أم يستخدمون الطريق المحكوم؟
• التعليمات أم الضوابط: أي الدروس تصمد كإرشادات مكتوبة، وأيها لا يصمد إلا حين يفرضه ضابط؟

البرامج البحثية، الجزء الثاني: البشر والوكلاء معًا

المجال الذي لا يكاد يدرسه أحد بعد. ليس هل يحلّ النموذج المهمة، بل كيف يتحسّن عمل شخص واحد مع أسطول من الوكلاء معًا، مقاسًا في السجل نفسه:

• تعزيز المعرفة: هل يصدر المالك أوامر وقرارات أفضل كلما طال عمل الأسطول معه وأعدّ له السياق وراء كل قرار؟
• قدرة المالك: كم مسارًا متوازيًا يستطيع شخص واحد أن يديره بحكم سليم، وأين السقف، وما الذي يرفعه؟
• كيف تُتعلَّم القواعد: كم قرارًا موقّعًا يلزم قبل أن يستوعب الوكلاء قاعدة جديدة، ولماذا تنجح بعض القواعد بعد توقيع واحد بينما تحتاج أخرى إلى تذكير؟
• الشرارات: ملاحظات من العمل تُلتقط لحظة ظهورها، ثم تتحول إلى قواعد أو أبحاث أو مواد علنية، أو تُترك. أي الشرارات تحسّن عمل الأسطول فعلًا؟
• رصد العمل الذي لا يتقارب: حين يفشل الأسطول مرارًا بالطريقة نفسها، هل يغيّر إظهار ذلك للشخص قراره، وبأي سرعة؟
• التدخلات كبيانات: كل تدخل من المالك مسجّل. ماذا تقول هذه اللحظات عن المواضع التي ما زال النظام يحتاج فيها إلى إنسان؟

براءات اختراعنا، بموجب اتفاقية عدم إفصاح

طلبات براءة الاختراع لـ Saphan Studio قيد النظر في الولايات المتحدة وأوروبا. في الدراسات المشتركة يمكننا مشاركة الطلبات بموجب اتفاقية عدم إفصاح، ليبني عملكم على الآليات بدل التخمين.

نطلب أمرًا واحدًا

شاركوا ما تتعلمونه. انشروه وأخبرونا، ليعمل الفريق التالي الذي يشغّل الوكلاء بشكل أفضل.