تتسارع وتيرة استخدام نماذج اللغات الضخمة (Large Language Models) في مختلف الصناعات، حيث أصبحت وكالات الذكاء الاصطناعي تؤدي دورًا محوريًا في تعزيز الكفاءة والإنتاجية. نلاحظ أن معظم الوكلاء القائمين اليوم يعتمدون على هياكل تصميمها البشر وقد أثبتت هذه الطريقة أنها مكلفة ومرهقة في تطوير وتنفيذ الوكلاء في مجالات متنوعة. لذا، يبقى السؤال المركزي: هل يمكن إنشاء وتطوير الوكلاء المتخصصين بشكل تلقائي من خلال التجارب التفاعلية في بيئات حقيقية؟

في هذا السياق، قدم الباحثون إطار العمل الجديد "ReCreate"، والذي يتمحور حول تكوين وتطور الوكلاء المتخصصين بالاعتماد على تجاربهم السابقة. يهدف هذا الإطار إلى تحسين الأداء وكفاءة الوكلاء من خلال ثلاث مكونات رئيسية: تخزين واسترجاع التجارب، خط أنابيب تآزر التفكير والإبداع، والتحديثات الهيكلية.

الخطوة الأولى تتضمن آلية لتخزين التجارب واسترجاعها، مما يسمح بالتحقق من الأدلة على الأداء السابق. بينما يعمل تآزر التفكير والإبداع على تحويل تلك الأدلة إلى تحديثات عملية، بما في ذلك تعديل المحفزات والتدفقات والأدوات والذاكرة. أخيرًا، تساهم التحديثات الهيكلية في دمج التحسينات على مستوى الحالات الفردية إلى تحسينات على مستوى المجال، مما يزيد من قابلية إعادة الاستخدام.

أظهرت التجارب التي أجريت عبر ثلاثة عشر إعداد تقييم في أربعة مجالات مختلفة أن ReCreate يتفوق بشكل مستمر على الوكلاء المصممين بواسطة البشر وأنظمة إنشاء الوكلاء التلقائية الحالية. هذا الابتكار لا يعد فقط طفرة تقنية، بل يمثل خطوة مهمة نحو مستقبل أكثر تطورًا واستدامة في مجال الذكاء الاصطناعي.