عصر جديد من الذكاء الاصطناعي يشهد انطلاق الوكلاء البرمجيين (Coding Agents) كأدوات فعّالة في إدارة بنى البيانات (Data Infrastructure)، لكن نجاحهم لا يعتمد على جودة النماذج فقط، بل أيضًا على المهارات (Skills) والبيئات المهيأة التي تعلمهم كيفية استخدام الأنظمة بكفاءة.

دراسة حديثة تناولت كيفية تحسين هذه الجوانب، والتي تمثل جوانب حساسة في الأعمال، حيث تم استكشاف تقنيات جديدة في إدارة وتحليل البيانات عبر نظام بحيرة البيانات المتفرع (Branching Lakehouse) المعروف باسم باوبلان (Bauplan).

من خلال تقديم واجهات برمجة التطبيقات (APIs) بدون رأس (Headless) وأدوات بيانات شبيهة بتقنية Git، تكشف الدراسات عن توجه جديد؛ تحويل تقييم وكالات البيانات من معضلة مطابقة المخرجات إلى مشكلة تحقق الحالة. إذ تشمل التغييرات التي يولدها الكود المُنتَج بواسطة الوكلاء في هذه البيئة تغييرات ملموسة ويمكن تدقيقها في بحيرة البيانات.

يقدم البحث أيضًا خط أنابيب لتقييم البيانات يقوم بإنشاء أزواج للتحقق من المهام، وينفذ المهارات في بيئات منعزلة (Isolated Sandboxes)، ويقوم بتسجيل المسارات باستخدام إشارات على مستوى التتبع (Trace-Level Signals) وفحوصات برمجية على حالة بحيرة البيانات.

تبرز النتائج الأولية المسجلة من خلال تقييم 25 مهمة أن المهارات المُحسّنة تعزز من الدقة بنسبة تصل إلى 31.9%. وهذا يشير إلى أن تدفقات البيانات المتجهة للكتابة (Write-Path Data Workflows) توفر قاعدة قوية لتحسين مهارات الوكلاء، وصولًا إلى إنجاز مهام تتجاوز القراءة فقط.

فما رأيكم في هذا التطور وماذا تعتقدون أنه يمكن أن يساهم به في المستقبل؟ شاركونا في التعليقات!