تسارع استخدام نماذج اللغات الضخمة (Large Language Models) في مجال البرمجة وتطوير البرمجيات، ولكنه لا يزال هناك الكثير من النقاط التي تحتاج إلى استكشاف، خصوصاً في مجال التعاون الذاتي بين هذه الوكلاء. دراسة جديدة تسلط الضوء على أهمية فهم ديناميكيات الحوار بين وكيلين، وهما المصمم والمبرمج، من خلال تحليل منهجي لمحادثات تمت عبر 12 مجموعة من النماذج المفتوحة المصدر.

توضح الدراسة أن التفاعل غير المنظم أو فهم الأدوار بشكل غير دقيق يمكن أن يؤدي إلى انتشار الأخطاء، أو الوصول إلى توافق خاطئ مسبقاً حول حلول غير صحيحة، مما يعوق تحقيق النتائج الصحيحة. من خلال معاينة تفاعلات مختلفة، توصلت الدراسة إلى ثلاثة أبعاد رئيسية للتفاعل بين الوكلاء:
1. **الكفاءة** (Efficiency): مدى سرعة وثبات الوصول إلى الحلول.
2. **الاتساق** (Consistency): درجة توافق الأدوار.
3. **الفعالية** (Effectiveness): نجاح الحصول على الحلول وتصحيح الأخطاء.

فوجئ الباحثون بأن مجموعة DeepSeek-R1:DeepSeek-R1 تميزت عن البقية بقدرتها على الوصول إلى الحل الصحيح منذ البداية والبقاء عليه بشكل مستمر، في حين أن مجموعات أخرى مثل LLaMA 3.2:LLaMA 3.2 أظهرت توافقًا جيدًا بين الأدوار على الرغم من عدم الوصول إلى الحل الصحيح.

تكشف هذه النتائج عن أهمية فهم كيفية عمل الوكلاء معاً، مما يمهد الطريق لمزيد من الأبحاث بشأن تحسين آليات التفاعل بين نماذج الذكاء الاصطناعي في تطوير البرمجيات المستقبلي.