في عالم الذكاء الاصطناعي المتطور، يُعتبر وكلاء الذكاء الاصطناعي (AI Agents) نقطة تحول في كيفية تعامل الأنظمة مع الأكواد والبرمجة. ومع ذلك، ما زالت هناك فجوة واضحة بين وقت التنفيذ (Runtime) والأكواد التي يكتبها النموذج. في مسعى لإغلاق هذه الفجوة، تم تقديم نموذج LACUNA الجديد، الذي يعد ثورة في كيفية استخدام الأكواد داخل وكلاء الذكاء الاصطناعي.

يعمل نموذج LACUNA على تمكين وكلاء الذكاء الاصطناعي من كتابة الأكواد بطريقة تعزز من تعبيرهم، بينما يضمن أيضًا الحفاظ على معايير الأمان. في هذا السياق، يتم استدعاء كل إجراء من قبل الوكيل باستخدام صيغة محددة مثل: $ exttt{agentT}$، حيث يتم ملء هذا الإجراء بالكود عندما يصل التنفيذ إليه. وتتم مراجعة أكواد النموذج من خلال فحص الأنواع (Type Checking) للتأكد من توافقها مع البرنامج المحيط قبل تنفيذها.

يتميز هذا النموذج بقدرته على توجيه تدفق التحكم (Control Flow) بشكل سلس، حيث يمكن لكود الوكيل أن يعبر عن حلقات (ReAct) الفرعية، والمهارات، والتفكيك المتوازي، والتخطيط متعدد النماذج.

تم اختبار LACUNA على مجموعة من الحالات الاختبارية مثل BrowseComp-Plus و$ au^2$-bench، حيث أظهر أداءً متميزًا. في نموذج BrowseComp-Plus، تم رفض 8.6% من التشغيلات قبل التنفيذ، مع متوسط 0.7 إعادة محاولة لكل استعلام، مما أدي إلى دقة بلغت 27.1%. كما سجل نموذج $ au^2$-bench تحقيق 76.0% من المهام عبر أربعة مجالات، مما يضعه على قدم المساواة مع الوكلاء التقليديين.