في عصر تتسارع فيه وتيرة التطور التكنولوجي، يتجلى دور الذكاء الاصطناعي أكثر من أي وقت مضى. وفي إطار هذه الابتكارات، تم الكشف عن SkillSmith، وهو إطار عمل تعاون جديد بين الوكلاء السحابيين والمحليين. يتيح SkillSmith بناء المهارات التلقائي، مما يُحسن من فاعلية الوكلاء الذين يعتمدون على نماذج اللغات الكبيرة (Large Language Models) ويجعلهم أكثر كفاءة.

حتى الآن، كانت معظم الوكالات تعتمد على استراتيجيات سحابية، مثل OpenClaw، التي تستخدم نماذج مغلقة تتعلق بالسحابة، مما يعرض معلومات المستخدم الخاصة للخطر ويتسبب في تكاليف متكررة لعمليات الاتصال بالذكاء الاصطناعي. هنا يأتي دور الوكلاء المحليين، الذين يحاولون معالجة هذه المخاوف من خلال نشر نماذج الذكاء الاصطناعي المفتوحة المصدر على الأجهزة التي يتحكم بها المستخدمون. ومع ذلك، فقد كانت فاعليتهم لا تزال أفضل بكثير من الوكلاء السحابيين.

لكن، لماذا تعاني الوكالات المحلية من قلة الفعالية؟ تمكّنا من استخلاص نتيجة تحليل تشخيصي يكشف أن المشكلة تكمن في نقص المعرفة البيئية الناتجة عن محدودية النماذج المستخدمة. لذا، ومن خلال فكرتهم الجديدة، استطاع فريق SkillSmith تقديم مهارات فعالة كمركبات معرفة، وعن طريق استكشاف مهام الوكالة السحابية، تم بناء هذه المهارات أوتوماتيكياً وتطويرها Feedback من الوكلاء المحليين.

النتائج كانت مذهلة! فقد أظهرت التجارب على بيانات مهام الوكالة اليومية مثل AppWorld و WorkBench أن التوليف التلقائي للمهارات يمكن أن يمكّن الوكيل المحلي باستخدام نموذج Qwen3.6-27B (SLM) لتحقيق فعالية مشابهة لتلك الخاصة بالوكلاء السحابيين. بل ونجحوا في تقليل متوسط الإجراءات المطلوبة لكل مهمة من 36.1 إلى 9.9.

عودتنا التكنولوجيا دائماً على المزيد، ولكن سؤالنا لكم: كيف تعتقدون أن هذه التطورات ستؤثر على مستقبل الوكالات الذكية؟ شاركونا آراءكم في التعليقات!