الذكاء الاصطناعي ليس مجرد نماذج كبيرة! نحقق "عقلاً مشتركاً لكل شيء"، حيث يتمكن الدماغ والجسم من الهروب إلى الواقع.

الذكاء الاصطناعي الفيزيائي يصبح أحد الاتجاهات الأكثر إثارة للاهتمام في صناعة الذكاء الاصطناعي.

لجعل الذكاء الاصطناعي يخرج من الشاشات، هناك ثلاثة أشياء ضرورية:عقل موثوق به، نظام تنفيذي يمكنه تنظيم عمله بشكل مستمر، وجسم يمكنه ربط الأجهزة الفيزيائية.مع تحسن قدرات النماذج باستمرار وتطوير أطر تنفيذ الوكلاء، لا تزال الأجهزة المختلفة في العالم الحقيقي تشكل تحديات أمام فهم وتنفيذ الكيانات الذكية.

تركز عمليات التنفيذ على ربط قدرات النماذج بالأجهزة الفيزيائية، وقد أحدث الذكاء الاصطناعي تقدمًا تقنيًا جديدًا.

تم إطلاق Agnes Harness (AGH) رسميًا كمشروع مفتوح المصدر.AGH يدعم تنفيذ المهام المستمرة، واستدعاء الأدوات، وإدارة الحالة، وتقديم التغذية الراجعة كمهام حقيقية ضمن بنية الأساس لتنفيذ الوكيل (Agent). في الوقت نفسه، نظام AGHتم فتح بروتوكول التفاعل مع أجهزة MHS (Model Hardware Standard) والمكونات ذات الصلة أيضًا للاستخدام العام.，يمكن للأدوات البرمجية والأجهزة القابلة للبرمجة أن تتصل بالمطورين في نفس بيئة التنفيذ.

بالإضافة إلى ذلك، الجيل الجديد من النماذجAgnes 3.0 Proالواجهة البرمجية الخاصة بالتطبيق ستكون متاحة قريبًا، مما يعني ترقية قدراتها.

من استنتاج النماذج إلى تنفيذ المهام، وصولاً إلى الاتصال بالأجهزة الفعلية، تعمل تقنية الذكاء الاصطناعي Agnes على دمج كل هذه القدرات في نظام تقني واحد، مما يتيح للذكاء الاصطناعي المشاركة في مهام حقيقية أكثر تعقيداً والتوسع أكثر في العالم الفعلي.

Agnes Harness مفتوح المصدر:

يمكّن الوكيل (Agent) من تنفيذ المهام الحقيقية بشكل مستمر

قامت تقنية Agnes AI بإطلاق Agnes Harness (AGH) مفتوحة المصدر، وهي مجموعة من الأدوات المفتوحة المصدر موجهة لسيناريوهات العمل الواقعية، توفر الأساس اللازم لتشغيل الوكيل بشكل مستمر وتوصيله عبر عدة أجهزة.

يمكن للمطورين استخدامه من خلال واجهة الويب أو سطر الأوامر، كما يمكنهم الوصول إلى الأدوات الخاصة بهم لبناء تطبيقات الوكلاء (Agents) لسيناريوهات مختلفة استنادًا إلى ذلك.

حاليًا، تم فتح المصدر المفتوح والملفات التطويرية ذات الصلة على GitHub، ويمكن للمطورين تثبيت وتشغيل المصدر حسب احتياجاتهم الفعلية.

عنوان المصدر المفتوح على GitHub:

https://github.com/AgnesAI-Labs/agnes-harness

عند فتح واجهة عمل AGH عبر الويب، ما يظهر أولاً هو واجهة الحوار التي تعمل في البيئة المحلية. يمكن للمطورين تحديد المجلدات العمل، وإرسال أوامر المهام، ليقوم الوكيل (Agent) بقراءة الملفات وتنفيذ الأوامر، ثم مواصلة تعديل المشاريع الحالية بناءً على نتائج التنفيذ.

تعتمد هذه العملية على دورة الوكيل (Agent Loop) في AGH للمضي قدماً. يكون الموديل (Model) مسؤولاً عن تحديد الخطوة التالية، بينما يقوم أداة Harness بتنفيذ الأوامر واستقبال التغذية الراجعة، وإعادة النتائج إلى الموديل، حتى انتهاء المهمة أو الحاجة إلى تدخل يدوي.

لكن عندما تصبح المهام معقدة، غالباً ما يكون مجرد النظر إلى سجلات الحوار غير كافٍ.

على سبيل المثال، عندما قام الوكيل بتعديل عشرات الملفات وتنفيذ العديد من الأوامر، ولكن في النهاية لم يتمكن من اجتياز الاختبار. كيف يمكن تحديد أي خطوة تسببت في المشكلة؟ هل الخطأ في تقييم النموذج، أم أن أداة التنفيذ فشلت؟

في AGH"المسار"في الصفحة، يمكن للمطورين متابعة عملية تنفيذ المهام على طول المحور الزمني. يمكنهم رؤية أي الأدوات تم استدعاؤها من قبل النموذج، وكم من الوقت استغرق تنفيذ كل خطوة. من خلال توسيع التسجيلات المحددة، يمكنهم فحص معلمات الأدوات وحالة التنفيذ بمزيد من التفصيل، مما يساعد المطورين على تحديد المشكلات.

فيما يتعلق بتوسيع القدرات،لقد قام AGH بتفعيل آلية توسيع الإضافات (plugins). يمكن للمستخدمين الوصول إلى أدوات أعمالهم من خلال الإضافات، واستخدام MCP للاتصال بالخدمات الحالية، كما يمكنهم تطوير واجهات مخصصة لمناصب مختلفة.

في صفحة إدارة الإضافات، يمكن للمستخدمين تصفح الإضافات المتاحة، ومشاهدة معلومات المصدر والإصدار والتوافق، وكذلك تثبيتها وإدارتها. كما يمكن الاحتفاظ بالطرق المؤكدة للمهام من خلال خاصية "Skills" واستخدامها مرة أخرى في مشاريع أخرى.

هذه القدرات توفر أيضًا الأساس لتخصيص سيناريوهات الشركات.

من خلالطريقة التسليم FDE (Forward Deployed Engineering)،يمكن لفريق الهندسة، استنادًا إلى الأنظمة الموجودة في الشركة، أن يتوغل في مواقع الأعمال المحددة لإكمال عمليات الربط والتكيف. يمكن أن تتحول الأدوات وطرق المهام وقواعد الأعمال التي يتم تطويرها ضمن المشروع تدريجيًا إلى قدرات قابلة لإعادة الاستخدام، مما يقلل من الحاجة إلى التطوير المكرر أثناء عمليات النشر اللاحقة.

AGH يسمح أيضًا من خلال خادم التطبيقات بمشاركة نفس المهام الخلفية بين واجهات المستخدم المختلفة. يمكن للمطورين تشغيل المهام على منصة العمل الويب، ثم استعادة نفس المحادثات من خلال سطر الأوامر دون الحاجة إلى إعادة تنظيم السجلات.

من التنفيذ المستمر إلى التوسع التجاري، قدمت AGH بيئة عمل مخصصة بعمق للمطورين للعمل مع الوكلاء (Agents). ومع توسع هذه الأدوات لتشمل الروبوتات والأجهزة التجريبية والأجهزة الفيزيائية الأخرى، امتد نطاق عمل الوكلاء أيضًا إلى العالم الحقيقي.

من البرمجيات إلى العالم الحقيقي

الوكيل بدأ في الاتصال بالجهاز الفعلي

بالإضافة إلى الأدوات البرمجية وأنظمة الشركات، تقوم AGH أيضًا بدمج الوصول إلى الأجهزة الفعلية ضمن نفس نظام تنفيذ المهام من خلال MHS. كما قامت AGH بترقية إطار عمل الوكيل البسيط إلى منصة بنية تحتية مفتوحة، موجهة للأنماط المتعددة والكيانات الذكية والأجهزة القابلة للبرمجة. وبفضل MHS، يتم دعم الوصول إلى أنواع مختلفة من الأجهزة، مما يتيح للنماذج الكبيرة والكيانات الذكية الاتصال بالأجهزة الفعلية.

قام فريق Agnes AI بتخصيص مهمة لـ AGH،اجعل السيارات المتحركة داخل المكتب تجد الكتاب المحدد، وتقرأ محتويات الكتاب عبر الصوت.

خلال العرض، قامت السيارة بإجراء عمليات البحث عن الكتب والقراءة الصوتية وفقًا لمتطلبات المهمة. ومن لحظة استلام الأوامر حتى التنفيذ الفعلي، بدأ نطاق تطبيق الوكيل (agent) في التوسع من الأدوات البرمجية إلى الأجهزة الفعلية.

خلف ذلك توجد تقنية أخرى تتقدم بشكل متزامن ومفتوحة المصدر:MHS（Model Hardware Standard）。

MHS هو بروتوكول تفاعل جهازي موحد تم تصميمه بشكل مستقل من قبل Agnes AI، وهو موجه لأنواع مختلفة من الأجهزة التي تحتوي على واجهات قابلة للبرمجة. من خلال طريقة تفاعل موحدة، يمكن للأجهزة أن تقدم معلومات عن وظائفها وعملياتها إلى الوكيل (Agent)، مما يتيح للجسم الذكي فرصة لفهم قدراتها واستدعاء العمليات المناسبة وفقًا لمتطلبات المهمة.

في هذا النظام،AGH مسؤولة عن تنظيم المهمة بأكملها، بينما MHS مسؤولة عن توصيل الأجهزة المحددة.النموذج يحدد بناءً على الهدف ما الذي يجب القيام به في الخطوة التالية،أداة تنسيق AGH تقوم بالاستدعاء وتنفيذ التغذية الراجعة، ثم تكمل العمليات المناسبة من خلال واجهة الجهاز.。عندما يتعلق الأمر بالخطوات الحاسمة، يمكن أيضًا إدخال التأكيد اليدوي وفقًا لمتطلبات المهمة.

قامت تقنية Agnes AI أيضًا ببناء قاعدة افتراضية على المريخ تُسمى “Mars Name World”， وصممت مهمة إنقاذ: فقد الرواد اتصالهم بالقاعدة، ويحتاج العامل الآلي (Agent) إلى استخدام المعدات المتوفرة داخل القاعدة للبحث عن الرواد وتنظيم عملية الإنقاذ.

هذه تجربة محاكاة تعتمد على أجهزة افتراضية، تركز بشكل أساسي على كيفية تنظيم AGH لمهام الأجهزة المتعددة، وكيفية قيام MHS بتوفير وسيلة تفاعل موحدة للأجهزة المختلفة. في هذا سيناريو المحاكاة، يمكن للوكيل تحديد مسار الطائرات للبحث عن المناطق المستهدفة، وترتيب عمليات الإنقاذ بواسطة الروبوتات، وتنسيق أنظمة مثل بوابات القاعدة الهوائية. يتطلب العملية بأكملها دمج الخرائط وحالة الأجهزة وتعليقات المهام لتقدم خطوات التشغيل المتعددة بشكل مستمر.

المصدر المفتوح يشمل أيضًا أدوات للوصول إلى الأجهزة المكملة وأدوات التطوير.تم فتح بروتوكول جهاز Agnes MHSSAI الإصدار 1.0، بالإضافة إلى بروتوكول استشعار البيانات MOS الإصدار 1.0، ومكونات اتصال جهاز AgnesHub، ومكتبات التطوير بلغتي Python وTypescript، ومجموعة اختبارات التوافق mhs-check بشكل متزامن.

فيما يلي، يتولى MHS مسؤولية حالة الجهاز واستدعاء الأدوات ومتطلبات الإجراءات، بينما يتولى MOS مسؤولية نقل بيانات المراقبة مثل الكاميرات والمستشعرات والخرائط. يمكن للمطورين الوصول إلى أجهزتهم الخاصة من خلال مكتبة تطوير الأجهزة المفتوحة، واستخدام مجموعات اختبار الاتساق لفحص البروتوكولات.

حاليًا، قدم المستودع الرسمي مثالًا على عالم المريخ يحتوي على 11 جهازًا افتراضيًا، بالإضافة إلى أجهزة محاكاة محلية مثل الروبوتات المتنقلة والأذرع الميكانيكية والمستشعرات. يمكن للمطورين تجربة عملية الوصول إلى الأجهزة بالكامل وتنفيذ المهام دون الحاجة إلى تحضير أي هاردوار فعلي.

AGH وMHS توفران وسائل إنقاذ متعددة الأجهزة من السيارات المتحركة داخل المكتب إلى قاعدة المريخ الافتراضية، مما يعرض طرقًا مختلفة لربط الأجهزة الحقيقية بالتعاون في المهام المعقدة. مع تطوير وتحقق قدرة أكبر على تكيف الأجهزة، فإن هذا النظام المفتوح المصدر يوفر أيضًا أساسًا لمزيد من الاستكشاف في مجالات مثل فحص الروبوتات، التجارب العلمية، والعمليات الميدانية.

كود MHS المفتوح المصدر:

https://github.com/AgnesAI-Labs/agnes-harness/tree/main/packages/mhs

دليل اتصال أجهزة MHS:

https://github.com/AgnesAI-Labs/agnes-harness/blob/main/docs/guide/mhs.md

ترقية قدرات Agnes 3.0 Pro

الواجهة البرمجية التطبيقية (API) ستكون متاحة قريبًا

الوكيل يحتاج إلى نموذج لمعالجة المعلومات واتخاذ القرارات، سواء كان ذلك في بيئة برمجية لمعالجة مهام معقدة أو من خلال واجهات للتفاعل مع الأجهزة الفعلية.

بالإضافة إلى تنفيذ الاتصال بين النظام والأجهزة، أعلنت Agnes AI أيضًا عن الجيل الجديد من النماذج، Agnes 3.0، وأن واجهة برمجة التطبيقات (API) الخاصة بها ستطلق قريبًا أحدث الميزات والتحسينات.

في ستة اختبارات أساسية عامة، تشمل التفكير العلمي، البرمجة البحثية، اتباع الإرشادات، تنفيذ المهام التجارية، والمعرفة الشاملة، أظهر Agnes 3.0 Pro أداءً أكثر شمولاً من حيث القدرات. من بينها،GPQA91.11قسم،Scicode56.13قسم،GPT-5.6الفرق في درجات Sol (Max) أقل من نقطة واحدة؛ فيTau3-Bankingفي تقييم أعمال البنوك، حصل النموذج المقارن على المرتبة الأولى بدرجة 48.0.

في تقييم المعرفة العلمية المتقدمة والمنطق في GPQA، حصلت Agnes 3.0 على درجة 91.11.GPQA يركز بشكل أساسي على قدرة النموذج على فهم واستنتاج المشكلات العلمية المتخصصة، ويوفر معلومات مرجعية لأداء النموذج في مهام المعرفة المعقدة.

في معيار برمجة البحث العلمي Scicode، حصل Agnes 3.0 Pro على 56.13 نقطة، واحتل المراكز الثلاثة الأولى ضمن نماذج المقارنة هذه.تم تصميم Scicode لمعالجة المشكلات البرمجية العملية في البحث العلمي، حيث يُطلب من النماذج دمج المعرفة المتخصصة والاستدلال والكود لإكمال المهام. في هذا المقارنة، فإن Agnes 3.0 Pro وGPT-5.6 Sol (Max) يفصل بينهما فقط 0.97 نقطة من أصل 57 نقطة، مما يعكس قدرتهما على المنافسة في مهام البرمجة العلمية.

تعكس التقييمات المختلفة الأداء والقدرات của النموذج في مهام محددة. بالنسبة للوكيل (Agent)، الأهم من ذلك هو ما إذا كانت هذه القدرات يمكن تطبيقها فعليًا في المهام العملية.

لهذا السبب، طلبنا أيضًا من Agnes 3.0 Pro تجربة مهمة محاكاة لمهام الشركات: نقل خدمات الطلبات التاريخية إلى واجهة برمجة التطبيقات الجديدة، وإكمال التحقق اليومي لـ 100 طلب.

بالإضافة إلى نتائج التقييم، طلبنا من Agnes 3.0 Pro أيضًا تجربة مهمة محاكاة لمهام الشركات، وذلك عن طريق نقل خدمات الطلبات التاريخية إلى واجهة برمجة التطبيقات (API) الجديدة، وإكمال التحقق اليومي من تسوية 100 طلب. تم تضمين سجلات مكررة وعدم وجود سجلات مالية في مواد الاختبار مسبقًا. يحتاج النموذج إلى فهم التغييرات في وثائق الواجهة وفحص البيانات واحدة تلو الأخرى.

في النهاية، تمكنت أغنيس 3.0 من التعرف على Pro.اختلافات في المبالغ بلغت 3 حالات، وتفقدت 2 سجلات مالية، وهناك 4 مجموعات من المبالغ المستردة لم يتم حلها بعد.。خلال عملية القبول المستقل، نجح الكود المسلم في اجتياز 10 اختبارات، وكانت نتائج كل من الـ 100 طلب متطابقة تمامًا مع الإجابات المعيارية المحددة مسبقًا. بالنسبة للمطالبات بالاسترداد التي لا تتوفر لها أدلة كافية، يظل النموذج غير متأكد، ولا يقوم باختيار مبلغ معين أو تخمين الطلب.

في مهمة تطوير الأفكار الإبداعية، قامت أغنيس 3.0 Pro بإنشاء دفيئة رقمية تفاعلية للنباتات الاستوائية. تضمنت المهمة عدة خطوات متتالية، بدءًا من تنظيم بيانات النباتات وصولاً إلى إنشاء وتنظيم عدة رسوم توضيحية للنباتات، ثم تصميم تخطيط الصفحات الويب وتطوير التفاعلات. تدعم الصفحة النهائية التصفح الدوار لرفوف عينات النباتات، وعرض بيانات النبات الفردية، واستكشاف خصائص شكل النباتات المختلفة من خلال التفاعل.

بالإضافة إلى ذلك، يقوم Agnes 3.0 Pro أيضًا بتحويل الأوراق البحثية الفلكية إلى صفحات ويب تعليمية تفاعلية. يعيد هذا النموذج تنظيم محتوى الورقة البحثية ويستخدم تصاميم تفاعلية مثل محاكاة حركة النجوم لتحويل المفاهيم المعقدة الموجودة في الأبحاث المتخصصة إلى تجربة قراءة أكثر سهولة في الفهم.

تُظهر هذه الحالات أداء Agnes الفعلي في مختلف أنواع المهام، بدءًا من معالجة البيانات التجارية المعقدة وحتى تطوير التطبيقات التفاعلية 3.0 Pro.

تعمل أغنيس 3.0 Pro على تحسين قدرات النموذج، وفي الوقت نفسه تواصل اتباع استراتيجية التسعير التنافسية الخاصة بها. أسعار الاستدعاء منخفضة، مما يساعد المطورين على السيطرة على تكاليف التشغيل على المدى الطويل وإعادة التصحيح المتكرر، كما يساعد أيضًا في تطوير ونشر تطبيقات الذكاء الاصطناعي المعقدة.

سيتم إطلاق واجهة برمجة التطبيقات (API) Agnes 3.0 Pro رسميًا قريبًا، وتفاصيل التسعير كالتالي:

في الوقت نفسه،Agnes 3.0 Flash ما زال متاحًا للاستخدام المجاني.。بالنسبة للمستخدمين الذين يحتاجون إلى إجراء تعديلات متكررة على النموذج، أو للتحقق من سير عمليات التدفق أو إجراء عدة جولات من التطوير التجريبي، يمكن للنموذج المجاني أن يقلل بشكل أكبر من عوائق التجربة والخطأ، مما يتيح للمطورين عدم القيود على عدد المحاولات أو مساحة التكرار، نظرًا لاستهلاك الرموز (Tokens).

3.0 يتمتع بقدرة معالجة المهام المعقدة، وإصدار 3.0 Flash متاح مجانًا بشكل مستمر، كما أن تقنية الذكاء الاصطناعي Agnes توفر للمطورين خيارات نماذج أكثر مرونة لتلبية احتياجاتهم المختلفة. التوازن بين قدرات النموذج وتكلفة استخدامه سيؤثر أيضًا على ما إذا كانت تطبيقات الذكاء الاصطناعي ستتمكن من الانتقال من عروض توضيحية لمرة واحدة إلى تشغيل مستمر.

3.0 AGH مسؤولة عن تنظيم تنفيذ المهام، بينما تقوم MHS بتوسيع قدرات الذكاء الاصطناعي إلى العالم الفعلي.

من التطوير والبحث إلى الأنظمة المؤسسية والأجهزة الفعلية، نوفر الأساس التقني لتطبيقات العديد من الوكلاء (Agents)، سواء كان ذلك في مجال استنتاج النماذج (Model Reasoning)، أو التنفيذ المستمر (Continuous Execution)، أو الاتصال بالأجهزة (Hardware Connection).

النماذج لا تزال تتطور، لكن المنافسة في عصر الوكلاء (Agents) لا تقتصر فقط على قدرات النماذج نفسها. المسألة تكمن في كيفية تنظيم النماذج والأدوات والبيانات والصلاحيات والتطبيقات والأجهزة الفعلية لتشكيل نظام موثوق به،إنه يصبح موضوعًا مهمًا في الجيل القادم من البنية التحتية الذكية.

الدماغ والذاكرة والجسم الآن في يدك.

مدخل المصادر المفتوحة والتجربة:

Agnes Harness：

https://github.com/AgnesAI-Labs/agnes-harness

تقرير تقني AGH:

https://github.com/AgnesAI-Labs/agnes-harness-tech-report

دليل اتصال أجهزة MHS:

https://github.com/AgnesAI-Labs/agnes-harness/blob/main/docs/guide/mhs.md

المؤلف من “شين زهي يوان” (Xin Zhi Yuan).