تسعى المؤسسات الحديثة بشكل متزايد إلى تضمين نماذج لغوية ضخمة (Large Language Models) ضمن أنظمتها لتطوير قدرات الذكاء الاصطناعي. ومع ذلك، تواجه هذه النماذج عددًا من التحديات الكبيرة مثل ظاهرة الهلاوس (hallucination) والتغير الميداني (domain drift) وصعوبة الالتزام بالمعايير التنظيمية. في هذا السياق، تم تقديم معمارية جديدة تُعرف بـ "نظام التأنيت الذهني" (Neurosymbolic Architecture) ضمن منصة "فاونديشن أجنسي أو إس" (Foundation AgenticOS)، التي تساهم في معالجة هذه التحديات من خلال استخدام الربط المفاهيمي.

يعتمد هذا النهج على إطار مفاهيمي ثلاثي الطبقات - قمم الأدوار (Role Ontology)، قمم المجالات (Domain Ontology)، وقمم التفاعلات (Interaction Ontology) - مما يوفر أساسًا دلالياً رسمياً لوكالات الأعمال المستندة إلى نماذج لغوية ضخمة. كما نُعرف مفهوم الربط الذهني غير المتناظر، حيث تقيّد المعرفة الرمزية المدخلات (مثل تجميع السياق واكتشاف الأدوات) وتقترح آليات لتوسيع هذا الربط لتقييد المخرجات (مثل التحقق من الاستجابة والتحقق من التفكير).

تم تقييم المعمارية من خلال تجربة محكومة شملت 600 جولة عبر خمس صناعات مختلفة: التكنولوجيا المالية، التأمين، الرعاية الصحية، البنوك الفيتنامية، وتأمينات فيتنامية. أظهرت النتائج أن الوكالات المرتبطة بالمفاهيم تفوقت بشكل ملحوظ على الوكالات غير المرتبطة من حيث الدقة (Metric Accuracy) والامتثال التنظيمي (Regulatory Compliance) وتناسق الأدوار (Role Consistency). كانت التحسينات أكبر في المجالات التي كانت فيها المعرفة المعلمية لنماذج اللغة أقل قوة، وخاصة في المجالات المحلية في فيتنام.

تتضمن مساهماتنا: (1) نموذج مفاهيمي ثلاثي الطبقات، (2) تصنيف أنماط الربط الذهني، (3) اكتشاف الأدوات المقيد بالمفاهيم عبر التحليل القائم على SQL، (4) إطار مقترح للتحقق من المخرجات، و(5) أدلة تجريبية على تأثير المعرفة المعكوس، حيث تتناسب قيمة الربط المفاهيمي عكسيًا مع تغطية بيانات تدريب نماذج اللغة داخل المجال. هذا ويستفيد النظام المطور من تقديم خدمات لأكثر من 21 قطاعًا صناعيًا مع أكثر من 650 وكالة.