في عصر الذكاء الاصطناعي، تتزايد الحاجة إلى وكلاء ذكيين يستخدمون المهارات القابلة لإعادة الاستخدام لتحسين مهام الأتمتة عبر الويب. أحدثت دراسة جديدة ثورة في مفهوم التعلم المهاري عبر الإنترنت، حيث تقدم طريقة جديدة تُعرف باسم استرجاع المهارات الديناميكي القائم على الحالة (State-Grounded Dynamic Retrieval - SGDR).

تواجه الطرق التقليدية لتعلم المهارات تحديًا كبيرًا، حيث تعتمد بشكل كبير على مدخلات مهمة ثابتة. هذه الاستراتيجيات الساكنة لا تتناسب مع طبيعة الويب الديناميكية، حيث تتغير الحالة الحالية للصفحة بشكل مستمر، مما يتطلب من الوكلاء الذكيين اتخاذ قرارات دقيقة تتماشى مع الهدف المطلوب.

لكن SGDR تقدم حلاً مبتكرًا من خلال ثلاثة مكونات رئيسية:
1. **عملية استخراج من خلال نافذة انزلاقية**: تقوم بتحويل المسارات المنجزة إلى إجراءات فرعية قابلة لإعادة الاستخدام عند نقاط التنفيذ المتوسطة.
2. **تمثيل نصي - شفري ثنائي**: يربط بين استرجاع المهارات والإجراءات القابلة للتنفيذ.
3. **آلية استرجاع ديناميكية قائمة على الحالة**: تتناسب المهارات مع الهدف المطلوب وحالة صفحة الويب الحالية.

أظهرت التجارب التي تمت على منصة WebArena عبر خمسة مجالات مختلفة أن SGDR تتفوق بانتظام على طرق التعلم السابقة، حيث حققت معدلات نجاح متوسطة تبلغ 37.5% مع نموذج GPT-4.1، و24.3% مع نموذج Qwen3-4B، مما يعني تحسينًا بنسبة 10.6% و10.0% على التوالي.

لذا، هل يمكن أن تكون هذه الطريقة هي المستقبل في تطوير الوكلاء الذكيين؟ شاركونا آراءكم حول هذا الابتكار في التعليقات!

كما يمكنكم الاطلاع على الكود المصدري للبحث في الرابط [https://github.com/plusnli/skill-dynamic-retrieval].