في عالم الذكاء الاصطناعي، تتجه الأنظمة الوكيلة (Agentic Systems) بسرعة نحو الاستخدام العملي، ومع ذلك، تواجه تحديات كبيرة تتعلق بالأداء. حيث تُظهر الأبحاث الحديثة أن معظم هذه الأنظمة تعمل كتركيبات غير متكاملة جزئياً، مما يجعل العيوب الهيكلية (Structural Defects) أكثر تأثيراً من الأخطاء في مستوى المهام.

قامت دراسة جديدة بنشر نهج مبتكر لرصد وتقييم الأنظمة الوكيلة، حيث قسمت هذه المنهجية عملية التقييم إلى ثلاثة أبعاد: الجودة (Quality)، الملاءمة (Suitability)، والكفاءة (Efficiency). تم استغلال تأثير التباين (Variance) كإشارة لتقييم الأداء، مما يتيح تحديد الأخطاء بدقة وفقاً لمدى عمق المراقبة—سواء داخل التشغيل (Within-run)، عبر عمليات متعددة (Cross-run)، أو على مستوى الهيكل (Structural).

تسلط النتائج الضوء على ثلاثة جوانب مهمة: أولاً، نوع المراقبة يحدد نوع الفشل. حيث تكشف أجهزة المراقبة داخل التشغيل عن عيوب مرحلة حتمية، بينما تكشف أجهزة المراقبة عبر العمليات عن عواقب تكامل عشوائي. في المقابل، يكشف جهاز المراقبة الهيكلي عن فجوات في التكامل بدقة متناهية.

أيضاً، أظهرت النتائج أن الأخطاء المُحقنة ضمن مهام معينة قد لا يمكن تمييزها عن الأسطح النظيفة، مما يؤكد أن العيوب الهيكلية تُخفي الإشارة الخاصة بالأداء. بفضل نهج تصنيف الشدة، يمكن توجيه 97% من النتائج نحو تتبع تلقائي، مما يترك 2% فقط للسلوك المتغير للبحث البشري.

البحث المقترح هنا ينشر نموذجاً للمرحلة النضج حيث تنتقل المراقبة من توصيف الهيكل إلى اكتشاف الأخطاء ثم إلى تتبع موثوقية الأداء، عند انتهاء العيوب الهيكلية. والملاحظة المبكرة هي المفتاح، حيث يكون أول شيء تجده هو الأهم للإصلاح.