في عالم يعتمد بشكل أساسي على الذكاء الاصطناعي، تسعى الشركات لتطوير أنظمة متعددة الوكلاء (Multi-Agent Systems) قادرة على التكيف مع متغيرات جديدة وتقديم أداء عالي في مختلف المهام. في هذا السياق، يأتي الابتكار الجديد تحت اسم EMAS (نظام تطور الوكلاء المتعددة) ليقدم لنا طريقة جديدة لتحسين هذه الأنظمة دون الحاجة إلى تحديثات معقدة تتطلب إعادة ضبط المعلمات.

يعتمد EMAS على تجربة الأنظمة السابقة في تنفيذ المهمات، حيث يقوم بجمع البيانات والتحليلات الناتجة من الأداء السابق وتحويلها إلى تشخيصات هيكلية تحدد ما يحتاج إلى تحديث. هذا يعني أن النظام لا يعدل المعلمات الخاصة بالنموذج اللغوي الكبير (Large Language Model) بل يعمل على تحسين الهيكل وطريقة الإدخال فقط. وبهذا، يمكن تحقيق تحسينات ملموسة في دقة النظام دون زيادة تكاليف الـ Tokens.

وعلى مستوى الأداء، أثبت EMAS قدرته الفائقة خلال أربع تجارب معيارية، حيث حقق أعلى دقة إجمالية بين جميع الأنظمة المستخدمة. في خلال فترتين من التطور، سجل النظام زيادات في الدقة وصلت إلى 6.30% و20.10% في نظامي Kimi-K2-6 وQwen3.6-27B على التوالي. ولعل أبرز النتائج كانت في زيادة الدقة من 55.09% إلى 89.12% عند استخدام النموذج Qwen3.6-27B مع تقليل استخدام الـ Tokens لكل مهمة بنسبة 62.2%.

ما يميز EMAS هو قدرته على تحويل التجارب الميدانية إلى تحديثات قابلة للاستخدام للتحسين المستمر من خلال استخدام الأنظمة السابقة. بهذه الطريقة، يمكن تعزيز فعالية الأنظمة وجعلها أكثر ذكاءً وقدرة على التعامل مع التحديات المستقبلية. هل تعتقد أن هذه التكنولوجيا ستكون لها تأثير عميق على مستقبل الأنظمة الذكية؟ شاركونا آرائكم في التعليقات.