لقد أثبت العلماء الاصطناعيون (AI Scientists) قدرتهم على تحسين الأداء عبر مجموعة متنوعة من المهام. تقليديًا، يعتمد التنسيق على تنسيق الوكلاء في مراحل التصميم، والذي غالبًا ما يتطلب سير عمل ثابت. ومع ذلك، فإن البشر يقومون بتنسيق جهودهم وضبط تقسيم العمل أثناء التنفيذ. هل يستطيع العلماء الاصطناعيون تحقيق ذلك أيضًا؟

إجابة هذا السؤال تأتي مع تقديم مفهوم جديد يعرف بتنسيق الوكلاء أثناء التنفيذ (Runtime Agent Coordination - RAC). يقوم هذا النظام باختيار الوكلاء من بين العلماء الاصطناعيين الموجودين أثناء التشغيل، وتوزيع العقود الخاصة بالعمل، وتوفير التحقق المستند إلى المواد.

وبفضل آلية التحقق هذه، يمكن للوكالات التالية أن تستفيد من المعلومات دون الحاجة إلى وقف الانتقالات أو تجاهل المواد السابقة. لقد قمنا بتنفيذ تقييم استكشافي على ثلاثة منصات: مختبر الوكلاء (Agent Laboratory)، إيفو ساينتست (EvoScientist)، وآرك (ARK) ضمن Benchmark البحث (ResearchClawBench).

تظهر النتائج أن التنسيق أثناء التنفيذ يمكن أن يؤدي إلى تحسينات ملحوظة، حيث حقق الاختيار أثناء التنفيذ أعلى متوسط درجات لكل منصة. ومع ذلك، كانت إضافة العقود وآليات التحقق مرتبطة بانخفاض هذه الدرجات، مما يعكس نتائج تعتمد على نظام المضيف. هذه النتائج تدفع نحو أهمية التنسيق في وقت التنفيذ، في حين تكشف عن القيود المفروضة على آليات التنسيق الإضافية تحت ميزانيات محدودة.

للاستزادة، يمكنكم الاطلاع على الشيفرة المصدرية للإجراء على رابط GitHub لتفاصيل إضافية حول هذا الابتكار.