كان دائمًا هناك مشكلة غير مريحة في جعل وكلاء الذكاء الاصطناعي يعملون معًا على المهام المعقدة. يمكنهم تقسيم العمل بشكل جيد، لكنهم لا يستطيعون التحدث مع بعضهم البعض أثناء قيامهم بذلك.
مختبرات Coral AI، بالتعاون مع باحثين من جامعات متعددة، نشرت ورقة بحثية في 30 يوليو تقدم AgentRadio، وهو طبقة مراسلة غير متزامنة تسمح للوكلاء الذكاء الاصطناعي بالاتصال بين خطوات التنفيذ دون إيقاف سير عملهم الأساسي.
فجوة التنسيق في الأنظمة متعددة الوكلاء
تُجبر معظم هياكل الذكاء الاصطناعي متعددة الوكلاء الوكلاء على التواصل عند نقاط تحقق صارمة، مثل نهاية مرحلة أو أثناء جولات متزامنة. وهذا يعمل بشكل كافٍ للمهام البسيطة والقابلة للتقسيم حيث يكون عمل كل وكيل محدودًا بذاته بشكل منظم.
تعالج AgentRadio هذا الأمر من خلال إنشاء ما يسميه الباحثون "الوعي السلبي". يمكن للوكلاء تلقي ومعالجة رؤى من نظرائهم دون التوقف عن أنشطتهم. تم بناء البنية على ثلاث وحدات أساسية: create_thread و send_message و wait_for_mention.
في الاختبارات التجريبية باستخدام SWE-Atlas QnA، وهو معيار لتحليل الكود المعقد، نجح فريق من أربعة وكلاء Claude Code مزودين بـ AgentRadio في حل 62.1% من المهام. بينما نجح وكيل Claude Code واحد يعمل بمفرده في حل 32.3% فقط. هذا يمثل تحسينًا قدره 29.8 نقطة مئوية.
تجاوز حتى المعايير الأقوى
المقارنة الأكثر إثارة هي مع Opus 4.8، وهو أساس أحادي الوكيل أكثر قوة. حتى Opus 4.8 لم يحقق سوى معدل حل بنسبة 57.2% على نفس المعيار. أربعة وكلاء متناسقين باستخدام نموذج أقل قوة تفوقوا على وكيل واحد باستخدام نموذج أقوى.
كانت المكاسب الأكثر وضوحًا على الاستعلامات الأصعب، وهي بالضبط نوع المهام ذات الأفق الطويل التي تهتم بها فرق المؤسسات فعليًا.
الورقة، المتوفرة على arXiv (2607.28430v1)، توضح كيف يتجنب التصميم غير المتزامن التكاليف الإضافية التي تأتي عادةً مع التنسيق متعدد الوكلاء. لا يُحجز الوكلاء أثناء انتظار الرسائل. بل يتحققون من التحديثات ذات الصلة بشكل انتهازي، ويعالجون المعلومات الجديدة عندما تكون مفيدة، ويتجاهلونها عندما لا تكون كذلك.
مصدر مفتوح وبنية تحتية أوسع
أطلقت Coral AI Labs AgentRadio كبرنامج مفتوح المصدر تحت منظمة Coral-Protocol على GitHub. يتوافق هذا الإصدار مع نظام بيئي أوسع تبنيه المنظمة، بما في ذلك CoralOS، وهو نظام مصمم لتنسيق الوكلاء الاصطناعيين على نطاق واسع.