في عالم الذكاء الاصطناعي، بدأت نماذج اللغة الكبيرة (LLMs) تأخذ الخطوات الأولى نحو تفويض المهام فيما بينها، مستخدمة بروتوكولات متقدمة مثل بروتوكول سياق النموذج (MCP) والبروتوكول التفاعلي (A2A). لكن ما قد يبدو سهلاً من الخارج يحمل في طياته تعقيدات كبيرة.

فالتفاعلات بين هذه النماذج تفترض أن القدرات المعلنة Statics وأنها حقائق صادقة، لكن الحقيقة تؤكد أن كفاءة النموذج تتأثر بالعوامل المتغيرة وقد تتعرض للتحيّز، حيث يمكن للنموذج أن يصف نفسه بثقة، ولكن دون أي دقة بالضرورة.

تظهر الأبحاث أن هذه الظاهرة تشبه "سوق الليمون"، حيث يصبح من الصعب التمييز بين مقدمي الخدمة الجيدين والسيئين في ظل وجود تفاصيل غير واضحة. وعندما تكون الادعاءات رخيصة والجودة مخفية، فإن السوق يتجه نحو أسوأ العناصر.

لكن علماء الاقتصاد لم يتركوا هذه المشكلة دون حلول، حيث اقترحوا ثلاثة remedies رئيسية: الإشارة، والفحص، والسمعة. وللأسف، لم تتواجد هذه العناصر في بروتوكولات الوكلاء الحالية.

ومن خلال الأبحاث، تم تقديم أربع إسهامات رئيسية:
1. تصنيف جديد للفشل يُعرف ما يُسمى "الثقة الخاطئة" كفئة غير عدائية من الأخطاء.
2. نموذج "سوق الليمون" يُظهر أن البروتوكولات المستندة إلى الثقة تؤدي فقط إلى توازن منخفض الثقة.
3. تصميم ما يُعرف بـ "طبقة الثقة"، وهي هيكل ضيق فوق بروتوكولات MCP وA2A تضيف أوصافًا احتمالية للقدرات، مما يضمن أداءً موثوقًا.
4. حدود موثوقية في سلاسل التفويض تساهم في تحسين النظام في حالة غياب قواعد الثقة.

ببساطة، تمثل هذه الأبحاث خطوة حيوية نحو بناء شبكة من الوكلاء الذكيين يمكن الوثوق بها لتحقيق الفائدة القصوى.