بناء سير عمل الذكاء الاصطناعي باستخدام أطر الوكلاء المتعددين

معظم المطورين الذين يحاولون بناء وكلاء ذكاء اصطناعي يبدأون بحلقة واحدة من نموذج لغوي كبير — مع مطالبة نظام وربما أداة أو اثنتين — وهذا يكفي للمهام الصغيرة.

لكن عندما تحتاج إلى هيكلية، يبدأ النظام في التفكك. تصبح المخرجات غير متوقعة، ويصعب تتبع سير العمل، وتضيع الرموز في التكرار بدلاً من التقدم.

تتيح لك سير العمل متعددة الوكلاء بناء وكلاء ذكاء اصطناعي يتصرفون كفريق له أدوار واضحة ورؤية حول كيفية اتخاذ القرارات والعمل نحو نفس الهدف.

ما هو إطار الوكلاء المتعددين؟

إطار الوكلاء المتعددين هو البنية التحتية التي تستخدمها لبناء وتشغيل وإدارة عدة وكلاء ذكاء اصطناعي بشكل منسق.

هي البنية التحتية التي تدير كيفية تواصل الوكلاء وكيفية انتقال المهام بينهم.

إذا كنت تعمل مع أنظمة وكلاء متعددة، فالإطار هو ما يجعلها تعمل فعلياً.

في جوهره، يحول النماذج اللغوية الكبيرة (LLMs) إلى وكلاء محددي النطاق، لكل منهم دور وطريقة متوقعة للعمل.

بدلاً من كتابة منطق التنسيق من الصفر، يوفر لك الإطار الهيكلية والتحكم وقابلية التكرار.

أطر الوكلاء المتعددين: المفاهيم الأساسية

كيف تعمل أطر الوكلاء المتعددين؟

توفر أطر الوكلاء المتعددين هيكلية لكيفية تفعيل الوكلاء، وكيفية تمرير البيانات، وكيفية تتبع النظام للتقدم.

توفر اللبنات الأساسية لتنسيق الوكلاء بطريقة تتناسب مع التعقيد وتجعلها قابلة للاستخدام في تطبيقات العالم الحقيقي.

مثال على ذلك هو استخدام إعداد وكلاء متعددين لتشغيل روبوت دردشة واتساب. في هذه الحالة، يمكن لوكلاء مختلفين معالجة مهام مثل الحجز أو معالجة الاسترداد أو التحقق، ويعملون معاً خلف الكواليس دون الاعتماد على روبوت واحد ضخم.

يتم تسجيل الوكلاء كمكونات قابلة للاستدعاء في النظام

قبل أن يتمكن أي وكيل من القيام بأي شيء، يحتاج الإطار إلى معرفة وجوده. هذا يعني إبلاغ النظام باسم الوكيل، ومسؤولياته، والأدوات أو المعلومات التي يمكنه الوصول إليها.

في معظم الأطر، يتم هذا الإعداد من خلال ملف إعدادات أو بعض الشيفرة، حيث تحدد دور كل وكيل وكيفية تفعيله. على سبيل المثال، قد تخبر النظام:

“هذا هو المخطط. يقرأ مدخلات المستخدم ويقرر ما يجب فعله بعد ذلك.”
“هذا هو المراجع. يأخذ معلومات المستخدم ويعيد معرف الحجز ومعلومات المستخدم.”

بمجرد التسجيل، يمكن للإطار "استدعاء" هؤلاء الوكلاء بالاسم، أي أنه يعرف كيف يشغل كل واحد منهم عندما يحين دوره في سير العمل.

وكيل التوجيه يقرر أي وكيل يعمل بعد ذلك

يتولى وكيل المخطط أو دالة التحكم توجيه وكلاء الذكاء الاصطناعي. ينظر إلى أحدث مخرجات الروبوت، وسجل المحادثة الحالي، وأحياناً مدخلات المستخدم الأصلية ليقرر ما يجب أن يحدث بعد ذلك.

بعض المخططين يعتمدون على المطالبات — يأخذون رسالة النظام ويخرجون اسم الوكيل التالي الذي يجب تشغيله.

آخرون يستخدمون منطقاً ثابتاً أو مخططات تدفق، حسب أطر وكلاء الذكاء الاصطناعي التي تعمل بها.

يأخذ الإطار تلك المخرجات ويستخدمها لاستدعاء الوكيل التالي. يقرر الموجه من يجب أن ينفذ المهمة بدلاً من تنفيذها بنفسه.

يتم تمرير البيانات بين الوكلاء باستخدام الرسائل

لا يشارك الوكلاء الذاكرة بشكل مباشر. عند انتهاء أحدهم من العمل، يتم تغليف مخرجاته في رسالة — غالباً ما تكون قاموساً أو كائناً من نوع JSON — ويتم تمريرها إلى الوكيل التالي كمدخلات.

يتولى الإطار عملية النقل. إما أن يخزن الرسالة في مساحة ذاكرة مشتركة أو يمررها مباشرة إلى واجهة مدخلات الوكيل التالي، حسب بنية النظام.

غالباً ما تتضمن الرسائل أكثر من مجرد المحتوى:

• من أرسلها (وكيل أو مستخدم)
• من أين أتت في سير العمل
• كيف يجب استخدامها (مثلاً: تفعيل، مدخل، قرار)
• مقاييس اختيارية مثل عدد الرموز أو الطوابع الزمنية

تساعد هذه السياقات النظام على توجيه المهام بشكل واضح وتحافظ على استقلالية الوكلاء عن بعضهم البعض.

يتم تتبع التنفيذ باستخدام حالة سير العمل والمحفزات

يتتبع الإطار ما حدث حتى الآن — أي الوكلاء عملوا، ماذا أعادوا، وما الذي لا يزال بحاجة إلى التنفيذ. يتم تخزين ذلك في كائن الحالة، الذي يتم تحديثه بعد كل خطوة.

تحدد المحفزات ما سيحدث بعد ذلك. تستخدم القيم الناتجة أو الشروط لتفرع سير العمل.

يتيح ذلك للنظام التقدم دون الحاجة إلى ترميز المنطق في كل وكيل. الحالة هي التي تدفع سير العمل، وليس الوكلاء أنفسهم.

الفوائد الرئيسية لاستخدام أطر الوكلاء المتعددين

توسيع المنطق دون تحميل وكيل واحد فوق طاقته

يمكن لوكيل ذكاء اصطناعي واحد أن يفعل الكثير فقط قبل أن يتحول إلى فوضى من المطالبات والأدوات والمسؤوليات غير الواضحة. تتيح لك أطر الوكلاء المتعددين تقسيم هذا المنطق بين وكلاء مركزين، كل منهم يتعامل مع مهمة واضحة واحدة.

بدلاً من إرهاق وكيل واحد، يمكنك تعيين خطوات محددة — مثل الاسترجاع أو التحقق أو التنفيذ — لوكلاء منفصلين وتطوير النظام تدريجياً.

تتبع تعاون الوكلاء مع رؤية كاملة

عندما يعمل وكلاء الذكاء الاصطناعي معاً، قد يصعب تتبع المشكلات. تعرض لك الأطر ما استلمه كل وكيل، وما أعاده، وأين توقف.

لا تحتاج إلى التخمين حول ما تعطل — بل تفحص عمليات التسليم وتصلحها مباشرة. هذا النوع من الرؤية هو ما يجعل التعاون بين وكلاء الذكاء الاصطناعي قابلاً للإدارة.

إعادة استخدام الوكلاء عبر سير العمل

إذا كان الوكيل يعمل، أعد استخدامه. تتيح لك الأطر توصيل نفس الوكيل في تدفقات مختلفة دون إعادة كتابته. هذا يحافظ على الاتساق ويسرع الاختبار.

على سبيل المثال، يمكن استخدام وكيل التحقق من صحة مدخلات المستخدم أو المصادقة في كل من روبوتات دردشة خدمة العملاء وروبوتات دردشة الحجز، أينما ينطبق نفس المنطق.

معالجة الإخفاقات والمحاولات تلقائياً

عندما يفشل وكيل، يمكن للإطار إعادة المحاولة أو تخطيه أو المتابعة. لست بحاجة إلى كتابة هذا المنطق بنفسك.

يوفر التراجع المدمج موثوقية أكبر لسير العمل دون جهد إضافي، وهذا النوع من الموثوقية هو ما يدعم الأنظمة الواقعية.

بناء تدفقات وكلاء سهلة التغيير

عندما تقسم المهام بين الوكلاء، لا تحتاج إلى إعادة بناء النظام بالكامل في كل مرة يتغير فيها شيء.

يمكنك تحديث المخطط دون التأثير على التنفيذ، أو تغيير استجابة وكيل واحد دون إعادة كتابة الباقي.

هذه السهولة في التعديل تؤتي ثمارها — حيث تشير تقارير Salesforce إلى أن الفرق التي تستخدم الذكاء الاصطناعي القائم على الوكلاء توفر 11 ساعة لكل موظف أسبوعياً، ويرجع ذلك جزئياً إلى مرونة سير العمل.

أفضل 5 أطر للوكلاء المتعددين

اختيار إطار للوكلاء المتعددين يعتمد على ما تبنيه ودرجة التحكم التي تريدها في سلوك الوكلاء وتواصلهم واستعادتهم من الإخفاقات.

أفضل الأطر تقدم توازنات مختلفة — بعضها ممتاز لسير العمل المنظم، والبعض الآخر يمنحك مرونة أكبر على حساب الوضوح.

ستحتاج إلى ما يناسب احتياجات فريقك ومدى ما تخطط للوصول إليه بالنظام.

1. Botpress

Botpress هي منصة تطوير مرئية لبناء وكلاء ذكاء اصطناعي يمكنهم التنسيق عبر الخطوات والأدوار والقنوات.

بدلاً من ربط المنطق في الشيفرة، تحدد كيفية تصرف الوكلاء باستخدام التدفقات والذاكرة والشروط واستدعاء الأدوات.

يُبنى سلوك الوكلاء المتعددين حول التعليمات وسير العمل والأدوات الخارجية. كل عقدة في تدفق Botpress تعمل كوحدة مركزة، مع تعليماتها ونطاقها الخاص.

يمكنك توزيع الاستدلال عبر عدة عقد مستقلة أو ثابتة، إضافة طبقات تحقق، أو توجيه مدخلات المستخدم عبر منطق اتخاذ القرار القائم على الأدوات بدلاً من معالجة كل شيء في خطوة واحدة.

الذاكرة محددة لكل تدفق، لذا يستخدم الوكلاء فقط ما يحتاجونه. المدخلات والمخرجات محددة بوضوح، ويمكن إضافة استدعاءات الأدوات مباشرة من خلال التكاملات المدمجة.

الميزات الرئيسية

• تنسيق مرئي للوكلاء باستخدام التدفقات والعقد
• تحكم في الذاكرة والمتغيرات بين العقد
• ذاكرة متعددة الأدوار، منطق تراجع، ومحاولات إعادة التنفيذ
• استخدام الأدوات عبر استدعاءات API، وwebhooks، ومدخلات الدوال

2. LangChain

LangChain هو إطار موجه للمطورين لبناء تطبيقات مدعومة بنماذج لغوية كبيرة من خلال ربط سلاسل من المطالبات والأدوات والذاكرة.

بدأ كطريقة لتنظيم استدعاءات النماذج اللغوية مع أدوات مثل البحث والآلات الحاسبة، لكنه توسع تدريجياً ليصبح نظاماً واسع النطاق.

في إصدار ما تم التركيز على "الوكلاء"، ثم "المساعدين"، ثم "القابلة للتشغيل". النتيجة هي مجموعة أدوات قوية يمكنها فعل أي شيء تقريباً، لكن غالباً ما يستغرق الأمر وقتاً للتنقل بينها.

يمكنك تعيين مجموعات أدوات وبناء منطق توجيه عبر الوكلاء. ما يميزه هو القابلية للتكوين — المكونات قابلة لإعادة الاستخدام، ويمكن مزجها ودمجها، ومتكاملة جيداً مع واجهات برمجة التطبيقات الخارجية.

لكن ستحتاج إلى كتابة شيفرة ربط أكثر مما تتوقع. ومع تغير التجريدات بسرعة، يجدر بك التأكد من أن الطريقة التي تستخدمها لا تزال مفضلة.

الميزات الرئيسية

• سلاسل معيارية من المطالبات والأدوات والذاكرة
• يتكامل مع النماذج اللغوية الكبيرة، ومخازن المتجهات، وواجهات برمجة التطبيقات
• تتبع واختبارات اختيارية مع LangSmith

3. CrewAI

تسهل CrewAI بناء سير عمل متعدد الوكلاء حيث لكل وكيل دور ومهمة محددة. تنشئ فريقاً، وتحدد الأهداف، ويتعاون الوكلاء عبر مدير مشترك.

إنها واحدة من أسرع الطرق لنمذجة التعاون بين الوكلاء دون كتابة منطق التنسيق من الصفر.

مثالية لإعدادات مثل أزواج المخطط والمنفذ، تدفقات البحث والمراجعة، أو أي مهمة جماعية يتم فيها تقسيم المسؤوليات بوضوح.

لكن عند إضافة التعقيد، تصبح التجريدات ضيقة. هناك مرونة أقل في كيفية ووقت تشغيل الوكلاء، وغالباً ما يتطلب تعديل السلوك الخروج عن الإعدادات الافتراضية للإطار.

الميزات الرئيسية

• إعداد وكلاء قائم على الأدوار مع أسماء وأهداف وذاكرة
• يدعم تنفيذ الوكلاء بشكل متسلسل أو متوازي
• ذاكرة مشتركة للفريق لتعاون الوكلاء
• تكامل سهل مع الأدوات والدوال والمطالبات المخصصة

4. AutoGPT

كان AutoGPT أول مشروع يوضح كيف يبدو الأمر عندما تعطي روبوت دردشة GPT هدفاً وتتركه يعمل — يخطط ويفكر ويبحث وينفذ دون تدخل بشري مستمر.

تحدد الهدف، ويدور AutoGPT عبر خطوات الاستدلال، ويخلق أهدافاً فرعية، ويستدعي الأدوات، ويعدل استراتيجيته أثناء التنفيذ.

كان ذلك قفزة كبيرة في جعل سلوك الوكلاء يبدو مستقلاً وديناميكياً. لكنه ليس مصمماً للدقة.

حلقة المهام هشة، وغالباً ما يعلق الوكلاء في إعادة كتابة نفس الخطة أو متابعة مهام فرعية غير ذات صلة.

يمكنك ربط الذاكرة والأدوات وواجهات برمجة التطبيقات — لكن ربط كل شيء معاً غالباً ما يؤدي إلى تدفقات غير متوقعة يصعب تتبعها أو توجيهها.

الميزات الرئيسية

• وكيل موجه بالهدف مع تحفيز ذاتي وتخطيط للمهام
• توليد تلقائي للمهام الفرعية وحلقة تنفيذ
• يدعم استخدام الأدوات عبر الإضافات واستدعاءات API
• قابل للتوسعة عبر سكريبتات ودوال وتكاملات مخصصة

5. Autogen

Autogen هو إطار عمل مفتوح المصدر من Microsoft يركز على المحادثات متعددة الوكلاء، حيث يتفاعل الوكلاء من خلال رسائل منظمة ومتبادلة بالتناوب.

يتميز بشكل خاص عندما تحتاج إلى التحكم في كل تبادل، مثل حلقات التخطيط والتنفيذ أو أنظمة المستخدم ضمن الحلقة.

يتفوق Autogen في الشفافية. يمكنك إدراج وظائف أثناء المحادثة، وتوجيه القرارات عبر منطق مخصص، وتتبع بالضبط ما قاله كل وكيل ولماذا.

لكن توسيعه يتطلب جهداً. تنسيق الرسائل مرن، لكنه غير مجرد — ما زلت تدير السجلات، وإعدادات الوكلاء، ومنطق الخطوات بنفسك.

لإعدادات البحث، والاختبارات المحكمة، أو سلوك الوكلاء القابل لإعادة الإنتاج، يُعد من أكثر الأطر دقة المتوفرة.

الميزات الرئيسية

• إطار عمل للتواصل المتبادل بين وكلاء متعددين بنظام الأدوار
• يدعم المستخدم ضمن الحلقة ووكلاء استدعاء الوظائف
• تتبع شفاف للرسائل وإمكانية إدراج منطق مخصص

كيفية البناء باستخدام إطار عمل متعدد الوكلاء

أسهل طريقة للبدء هي اختيار سير عمل حقيقي — شيء أصبح معقداً جداً لوكيل واحد — وتقسيمه إلى عدة أجزاء بسيطة.

فكر في روبوت دردشة لتوليد العملاء المحتملين، أو تدفق حجز، أو أي سيناريو تتشابك فيه المنطق والتحقق والتنفيذ.

خصص لكل خطوة وكيلها، ثم اربطهم باستخدام أدوات التوجيه والرسائل في الإطار.

الخطوة 1: حدد أين ينهار منطق الوكيل الواحد

ابحث عن مكان في الروبوت أو النظام الخاص بك حيث بدأت الأمور تتشعب — مطالبات طويلة أو استدعاءات أدوات متسلسلة تبدو مضافة بشكل عشوائي. هذا هو مدخلك. إليك بعض الأمثلة الشائعة التي يسهل ملاحظتها:

1. تدفق استرداد أموال يقوم بتحليل مدخلات المستخدم، والتحقق من الأهلية، وتنفيذ الاسترداد، وإرسال التأكيد — كل ذلك في حلقة واحدة
2. تسلسل إعداد مستخدم يجمع البيانات، يتحقق من صحة النماذج، يحدد نوع المستخدم، ويطلق رسائل البريد الإلكتروني في سلسلة مطالبات واحدة

بدلاً من إعادة تصميم النظام بالكامل، أنت فقط تعزل سير العمل الذي بدأ يظهر عليه علامات الضعف.

الخطوة 2: حدد الأدوار قبل التعامل مع الإطار

بمجرد أن تجد المنطق المعقد، قسمه إلى مسؤوليات حقيقية.

إذا كان هناك ما يتحقق من صحة المدخلات، فهذا وكيل. إذا كان هناك ما ينفذ إجراءً خارجياً، فهذا وكيل آخر.

اكتب ذلك بلغة بسيطة — فقط بما يكفي لتوضيح نقاط التسليم بين الأدوار.

وبمجرد أن يكون كل شيء أمامك، سترى ما يحتاج فعلاً إلى الفصل وما يمكن دمجه. كما يمنحك فكرة عن نوع الإطار الذي تحتاجه.

يجب أن يبدو كل دور وكأنه شيء يمكنك اختباره بشكل مستقل.

الخطوة 3: اختر الإطار المناسب

اختر منصة تناسب أسلوب سير العمل الخاص بك.

• مرئي: Botpress، إذا كنت تفضل التدفقات المعتمدة على العقد والذاكرة المحددة النطاق.
• برمجي أولاً: LangChain أو CrewAI إذا كنت مرتاحاً لكتابة المنطق بلغة Python.

الإطار يحدد كيفية تسجيل الوكلاء، وتفعيلهم، وربطهم ببعضهم البعض.

الخطوة 4: أنشئ أول سير عمل

الآن حوّل تلك الأدوار إلى وكلاء. عرفهم داخل الإطار — امنح كل واحد اسماً، ووظيفته، وأي أداة أو وصول إلى API يحتاجه.

بعد تحديدهم، اربطهم معاً. استخدم أي نظام توجيه يوفره الإطار للانتقال من وكيل إلى آخر.

الهدف هنا هو تشغيل سير عمل كامل من البداية للنهاية، مع وكلاء يلتزمون بأدوارهم.

الخطوة 5: شغّل النظام وتحقق من كل نقطة تسليم

فعّل سير العمل بالكامل — من البداية للنهاية — وتتبع ما يحدث. يجب أن تراقب ما يستلمه كل وكيل، وما يعيده، وهل ينتقل التدفق بسلاسة بينهم.

إذا تلقى وكيل مدخلات مربكة، ربما حددت النطاق بشكل خاطئ. إذا قفز المنطق بشكل غير متوقع، يحتاج التوجيه إلى تصحيح.

بمجرد أن تصبح نقاط التسليم واضحة، يكون لديك نظام يعمل بكفاءة.

أفضل الممارسات لاستخدام أطر العمل متعددة الوكلاء

اختيار الإطار هو مجرد نقطة البداية. الأهم هو كيف تصمم وتختبر وتدير سير العمل الذي تبنيه به.

مع تطور أنظمة الذكاء الاصطناعي لتصبح أكثر تجزئة واستقلالية، يصبح تتبع العمليات أصعب.

حافظ على المنطق الأساسي مركزياً

تجنب توزيع القرارات الحرجة على عدة وكلاء. من الأسهل الصيانة والاختبار عندما يكون التفكير الرئيسي في مكان واحد بدلاً من أن يكون موزعاً على أجزاء متصلة بشكل فضفاض.

حدد مدخلات ومخرجات كل وكيل مسبقاً

يجب أن يكون لكل وكيل عقد واضح — ما يستقبله، وما يعيده. هذا يجعل من السهل تبديل الوكلاء أو إدخالهم في سير عمل جديد دون كسر منطق التدفق.

سجل كل رسالة تمر بين الوكلاء

إذا لم تتمكن من رؤية ما يقوله الوكلاء لبعضهم البعض، فلن تتمكن من تصحيح أي شيء. تأكد من تسجيل كل مدخل ومخرج مع سياق كافٍ لتتبع التدفق.

استخدم ذاكرة محددة النطاق لتقليل الضوضاء والتكاليف

امنح كل وكيل فقط السياق الذي يحتاجه. الوصول الكامل للذاكرة يؤدي إلى مطالبات ضخمة، واستهلاك رموز أعلى، وسلوك غير متوقع من وكلاء كان من المفترض أن يكونوا مركزين.

ابدأ ببناء ذكاء اصطناعي قادر على التنسيق

معظم الأنظمة تنهار عند الحاجة إلى تنسيق حقيقي. Botpress يمنحك التحكم في كيفية تسليم الوكلاء للمهام — مع أدوار ومنطق محددين، يمكنك الاختبار والفهم.

كما يتيح لك نقل البيانات بسلاسة بين التدفقات. يمكنك تتبع كل خطوة بسجلات متعددة تظهر الأداة المستخدمة، سبب تشغيلها، وكيف تم استخدامها في سير العمل.

بدلاً من ضبط المطالبات والسيطرة على الهلوسة، تركز على الوظائف الحقيقية — بناء وكلاء يتصرفون مثل البرمجيات.

ابدأ البناء اليوم — مجانًا.

الأسئلة الشائعة

كيف أعرف إذا كان مشروعي للذكاء الاصطناعي يحتاج فعلاً إلى إطار عمل متعدد الوكلاء، أم أن وكيل واحد يكفي؟

غالباً ما يحتاج مشروع الذكاء الاصطناعي الخاص بك إلى إطار عمل متعدد الوكلاء إذا أصبحت مطالبات أو سير عمل الوكيل الواحد طويلة جداً أو صعبة التصحيح، خاصة عند التعامل مع مهام متعددة ومتميزة، بينما الحالات الأبسط مثل الأسئلة والأجوبة أو الروبوتات ذات الغرض الواحد غالباً ما تعمل بشكل جيد مع وكيل واحد فقط.

هل بناء نظام متعدد الوكلاء مخصص فقط للمشاريع الكبيرة، أم أنه مناسب أيضاً للشركات الناشئة الصغيرة؟

بناء نظام متعدد الوكلاء ليس حكراً على المؤسسات الكبيرة — الشركات الناشئة الصغيرة يمكنها الاستفادة أيضاً، لأن حتى المشاريع الصغيرة أيضاً تصبح أسهل في التصحيح عندما يتم تقسيم المهام المعقدة بين وكلاء متخصصين بدلاً من تجميع كل شيء في حلقة واحدة كبيرة يصعب إدارتها.

هل يعني استخدام نظام متعدد الوكلاء أن عليّ تقسيم كل شيء إلى وكلاء منفصلين، أم يمكنني المزج بين منطق الوكيل الواحد والمتعدد؟

استخدام نظام متعدد الوكلاء لا يعني أنه يجب عليك تقسيم كل شيء إلى وكلاء منفصلين؛ يمكنك المزج بين منطق الوكيل الواحد للمهام البسيطة مع تخصيص التنسيق متعدد الوكلاء لسير العمل المعقد.

كيف يختلف نظام الوكلاء المتعددين عن مجرد استخدام عدة واجهات برمجة تطبيقات أو خدمات مصغرة في تطبيقي؟

يختلف نظام الوكلاء المتعددين عن استخدام عدة واجهات برمجة تطبيقات أو خدمات مصغرة لأنه ينسق بين وكلاء ذكاء اصطناعي متخصصين بأدوار وقدرات تفكير مميزة يتبادلون رسائل منظمة وحالات محددة، بينما تتعامل واجهات البرمجة والخدمات المصغرة مع وظائف منفصلة دون تنسيق سير عمل معقد بشكل مستقل.

كيف تقارن تكلفة تشغيل أنظمة متعددة الوكلاء بتشغيل نموذج لغوي كبير واحد فقط؟

قد تكون تكلفة تشغيل أنظمة متعددة الوكلاء أقل من تشغيل نموذج لغوي كبير واحد، لأن الوكلاء الأصغر والمتخصصين يمكنهم معالجة المهام بكفاءة دون إهدار الرموز على مطالبات طويلة أو سياق متكرر، إلا أن ذلك يضيف عبئاً إضافياً لإدارة التنسيق والتواصل بين الوكلاء، لذا تعتمد الوفورات على مدى تعقيد حالتك.