تتطور احتمالات التجارة الإلكترونية بشكل متسارع، ومع تزايد استخدام نماذج اللغات الضخمة (Large Language Models) في توليد التوصيات، يظهر نظام جديد يُعرف باسم MACS (Multi-Agent Commerce System). هذا النظام يقدم حلاً مبتكرًا لمشكلة موثوقية التوصيات، وذلك في بيئات تتطلب التزامًا صارمًا بقوائم المنتجات الثابتة.

تتمثل التحديات الرئيسة في هذا السياق في ضمان تلبية احتياجات المستخدمين، وضمان توافق التوصيات مع المخزون المتاح، مع الحفاظ على تفضيلات المستخدم عبر المحادثات. في هذا الإطار، يستخدم نظام MACS نماذج اللغات الضخمة لأداء مهام التفاعل مع اللغة، مثل تحليل طلبات المستخدمين واستخراج تفضيلاتهم، بينما تتولى العمليات الحرجة، مثل استرجاع المنتجات وتصنيفها، مباشرةً الوكلاء التجاريون.

أحد الجوانب الفريدة في MACS هو استخدامه لطبقة تفضيل متصلة بجلسات المحادثة، مما يسمح بتتبع القيود عبر الأدوار المختلفة للمحادثة. وقد أكدت النتائج التجريبية على فعالية النظام، حيث حقق MACS أعلى معدل نجاح (87.1%) في اختبارات بنظام جملة واحدة، مع التزام كامل بالعلامات التجارية (1.000). في اختبارات متعددة الأدوار، أظهر النظام أداءً قويًا في تمييز التوصيات وفق القيود المفروضة، مما يدل على تفوقه في معالجة الشوائب والنقائص.

باختصار، يعكس نظام MACS كيف يمكن للهياكل الهجينة التي تجمع بين القيود القابلة للتطبيق وتتبع التفضيلات بشكل دقيق، أن توفر أداءً موثوقًا يتفوق على الحلول التقليدية المحدودة بقوائم المنتجات.