تتطلب المدن الحديثة العديد من الخدمات الرقمية لتسير عجلة الحياة اليومية، لكن ما زالت احتياجات السكان اليومية من الصعب تلبيتها. غالبًا ما تكون هذه الخدمات غير مترابطة، مما يشكل عبئًا كبيرًا على المستخدمين. حيث تتعامل المنصات الرقمية الحالية، ونماذج الأساس الحضري (Urban Foundation Models)، والمساعدون الذكيون مع جوانب منفصلة فقط من المهام الحضرية، لكنهم يواجهون صعوبة في تحويل الطلبات الطبيعية المعقدة إلى سير عمل عبر الأنظمة.

ويأتي الحل مع إطلاق المجسد الحضري (Urban-Agent)، وهو إطار عمل معزز بالأدوات لمهام الحضرية عبر الأنظمة. هذا الإطار يجمع بين القدرات المعرفية والتفكير لنموذج لغوي كبير (Large Language Model) مع مجموعة أدوات تدعم تنفيذ الأكواد، واستدعاء واجهات البرمجة (API)، وبروتوكولات سياق النماذج (Model Context Protocol).

من خلال حلقة مغلقة تكيفية، يقوم المجسد الحضري بتوضيح المعلومات المفقودة قبل اتخاذ الإجراءات، ويوجه استخدام الأدوات بناءً على الملاحظات الحية، ويحقق توافقًا بين الاستجابة النهائية مع الأدلة المكتشفة وقيود المهام. ولتغطية فجوة التقييم، تم تقديم Urban-Eval، وهو معيار مصمم خصيصًا لتقييم الطلبات الحضرية عبر الأنظمة. على عكس المعايير السابقة التي كانت تقيم إما استخدام الأدوات بشكل عام أو المعرفة الحضرية والتفكير، يقيّم Urban-Eval كل من نتائج المهام وجودة التنفيذ، بما في ذلك تغطية الأدوات المطلوبة، وصلاحية الاعتماد، وقابلية تتبع الأدلة.

أظهرت النتائج التجريبية أن المجسد الحضري يحقق نسبة نجاح تصل إلى 71%، متفوقًا بـ10 نقاط عن أقوى خط أساس. وهذه الميزة تستمر عبر نماذج متعددة مثل GPT-5-mini، Gemini-2.5-flash، DeepSeek-V4-flash، وQwen3-235B-A22B. هل أنتم مستعدون لرؤية كيف ستحول هذه الابتكارات تجربتنا في المدن؟