في عالم الذكاء الاصطناعي، يمثل الاستخدام الفعال للوكيل طويل الأمد (Long-Horizon Agent) أحد أكبر التحديات. لقد قدم نموذج PILOT الجديد حلاً مبتكرًا يجمع بين كفاءة الأداء الذاتي وتجربة التعلم المباشرة.

تقديم نموذج PILOT يعد نقلة نوعية، حيث يتيح للوكيل تحسين أدائه أثناء التنفيذ بدلاً من الانتظار حتى تنتهي العملية. يعالج هذا النموذج تجربته السالفه ليتمكن من توجيه العملية الجارية وتحديث استراتيجياته على الفور. في تفاصيل أكثر، يعتمد PILOT على آليتين مترابطتين:

1. **التوجيه المباشر (Live Steering)**: يسمح لمشرف خارجي بتحويل أو إلغاء العملية الجارية، مما يمنح الوكيل القدرة على التكيف بشكل سريع.
2. **التطور الذاتي (Live Self-Evolution)**: تقوم بتقطير الإجراءات وأوضاع الفشل التي تم الكشف عنها أثناء التنفيذ لتحويلها إلى مهارات قابلة للاستخدام وذاكرة معرفة.

أظهرت النتائج التجريبية أن PILOT يتفوق على النماذج المماثلة، حيث حصل على المركز الأول في خمسة من أصل ستة سيناريوهات. في اختبار Terminal-Bench 2.0، سجل PILOT أداءً أفضل بفارق 9.8 نقاط عن النماذج المنافسة. كما شهد تحسينًا كبيرًا في الأداء الذاتي، حيث جمع 14.6 نقطة مع نموذج GLM-5.1 و12.4 نقطة مع Kimi-K2.6. بالإضافة إلى ذلك، انخفض معدل إنتاج الرموز بنسب تصل إلى 47.4%، بينما ارتفعت عدد التقييمات الناجحة لكل مليون رمز إنتاج بنسبة تجاوزت 134%.

إذًا، بهذا التطور المذهل، هل تعتقد أن علينا الاستعداد لثورة جديدة في مجال الذكاء الاصطناعي؟

ما رأيكم في هذا التطور؟ شاركونا في التعليقات.