تطوير بيئات عمل قابلة للتحقق: الحل لمشاكل الوكالات الذكية

في عالم الذكاء الاصطناعي، تعتبر الوكالات الذكية (Work Agents) عناصر أساسية تُستخدم لتنفيذ الأعمال المعرفة بشكل احترافي. ولتدريب هذه الوكالات على أداء مهام معقدة، تحتاج إلى بيئات عمل تدعم التفاعل على المدى الطويل وتكون موثوقة وقابلة للتحقق. ولكن، يواجه المطورون تحديات كبيرة، حيث إن البيئة المصممة يدويًا تتطلب جهدًا هندسيًا كبيرًا، مما يجعل من الصعب توسيع نطاقها. في الوقت نفسه، يُعتبر استخدام الأساليب التركيبية قاصرًا، حيث يفتقر إلى تعقيد وواقعية البيئات اللازمة، بالإضافة إلى عدم قابلية التحقق الجذري.

لهذا السبب، تم تقديم WorkForge، وهو إطار عمل مبتكر لتحسين إنشاء بيئات العمل القابلة للتحقق باستخدام موارد من العالم الحقيقي. يبدأ WorkForge بتحليل تدفقات العمل التي يشرف عليها خبراء، ويقوم بتحديد الموارد والقرارات والنتائج المطلوبة لكل تدفق عمل. ثم يقوم باسترجاع الملفات ذات الصلة وينظمها في مساحة عمل.

تقوم المنصة بفحص مساحة العمل لاستخراج حقائق ملموسة وقابلة للتحقق حول محتوياتها. وهذه الحقائق تمثل نقاط مرجعية تحدد أنواع المهام التي يمكن دعمها، بالإضافة إلى كيفية التحقق من نتائجها.

علاوة على ذلك، يقوم WorkForge بتوليد تعليمات كل مهمة، وخطة الحل، والتحقق البرمجي والدلالي مباشرة من هذه الحقائق، مما يحافظ على إمكانية التحقق المرتبطة بالأدلة المرئية من مساحة العمل.

في نتائج مثيرة للاهتمام، تم بناء 16,700 بيئة عمل قابلة للتحقق عبر 40 مجالًا مهنية، مع تغطية مساحة العمل لـ 60 نوعًا من الملفات. أظهرت التحليلات بعد التدريب أن أداء Qwen3.5-35B-A3B-Base قد تحسن من 45.5 إلى 73.6، بينما حقق Qwen3.5-27B أداءً تنافسيًا متميزًا. يكشف التحليل أن الأسلوب المطروح فعال، كما يظهر سلوكيات موسعة متسقة سواءً من حيث حجم البيانات أو آفاق التفاعل.

فهل تعتقد أن هذه الابتكارات ستغير شكل العمل في المستقبل؟ شاركونا آراءكم في التعليقات!