مايكروسوفت وجامعة شنغهاي جياو تونغ تطلقان Argus مفتوح المصدر، نظام بحث ذاتي لمدة 1548 ساعة

من "سيُنفّذ" إلى "سيُوجّه"، ما الذي ينقص وكيل الطويل المدى؟

في عصر التطور السريع للوكلاء، تمكّن Harness النماذج الكبيرة من التفاعل مع العالم الحقيقي، حيث تستطيع استدعاء الأدوات وتعديل الكود وتشغيل التجارب. لكن عندما تمتد المهام من بضع دقائق إلى عدة أيام، لا يزال النظام بحاجة إلى شخص يظل متمركزًا أمام الشاشة لاتخاذ قرار الخطوة التالية.

السبب الرئيسي لهذا العائق ليس فقط قدرة النموذج المحدودة، بل أيضًا أن معظم الوكلاء الحاليين أتموا فقط "التنفيذ"، ولم يُأتموا حقًا "القيادة" فوق التنفيذ. يمنح Harness النموذج القدرة على العمل، بينما يمنح الإنسان النموذج اتخاذ القرار. بمجرد غياب الإنسان، يتوقف المشروع. بالإضافة إلى ذلك، عندما لا توجد ملاحظات مكافأة كثيفة، يصبح تنفيذ ورد فعل الوكيل بطيئًا وغير فعّال.

لحل هذه المشكلة، أطلقت Microsoft وجامعة شنغهاي جياو تونغ وغيرها من المؤسسات Argus، وهو وقت تشغيل عام للوكلاء مصمم لمهام البحث طويلة المدى، مع نشر تقرير تقني. يتيح النظام للوكلاء التوسع عبر مجالات متعددة والبحث المستمر لعدة أيام دون الحاجة إلى تغذية راجعة مكثفة وقياسية، من خلال تصميم يعتمد على الأدلة، والتطور الذاتي، والتعاون بين عدة وكلاء، وفصل النواة عن المجالات المتخصصة.

غطى التقرير 27 حملة و1,548 ساعة زمنية فعلية. كان هناك طلب نشط على تدخل بشري كل 40.7 ساعة في المتوسط؛ وكانت نسبة استخدام العمل في التقرير بين 95.1% و98.7%. لم تقدم هذه الـ Argus مجرد معيار عالي التقييم، بل مجموعة كاملة من النتائج الجاهزة للإنتاج. قدم الفريق نتائج في مهام واسعة مثل AI4AI وGPU Kernel وتدريب النماذج وAI4Science وتصميم الرقائق وAI4math وAI4System، مما يعكس قابلية Argus للتوسع والذكاء على مستوى الأبحاث الحقيقية.

الشكل 1: نظرة عامة على وقت تشغيل Argus، ومؤشرات القدرات، ونتائج التسليم.

• عنوان البحث: Argus: من يقود المِحْرَاث لعدة أيام؟
• ورقة بحثية: https://arxiv.org/abs/2608.05144
• الرمز: https://github.com/lbx154/Argus
• الصفحة الرئيسية للمشروع: https://argusbot.cn/
• مكتبة مفتوحة المصدر لنتائج المشروع: https://github.com/Argus-AiTeam
• بث مباشر لحل المسائل الرياضية للمشروع: https://open.argusbot.cn/#counterexample-live

على مدار السنتين الماضيتين، ركز التقدم الرئيسي في هندسة الوكلاء على "Harness": باستخدام تشبيه القيادة الذاتية FSD، فإن النموذج يشبه المحرك، و"Harness" يشبه نظام نقل الحركة، لكن الشخص الجالس أمام الشاشة هو من يقرر إلى أين سيتجه المركبة. في المهام القصيرة، مثل ركن السيارات التلقائي، يمكن للمهمة نفسها تقديم تغذية راجعة واضحة؛ لكن عندما تمتد المهمة إلى عدة أيام، فإن المشكلات البحثية غالبًا ما تفتقر إلى مكافآت مستقرة وهدف مُعرّف بوضوح من البداية. وهكذا تكشف الوكلاء الحالية عن العقبة الحقيقية: فهي تعرف كيفية التنفيذ، لكنها لا تزال غير قادرة على اتخاذ قرارات مستمرة في ظل عدم اليقين.

الشكل 2: يحول Argus دور الإنسان من مقعد السائق الذي يدفع باستمرار إلى مقعد الركاب الأمامي من خلال تحقيق البحث الذاتي auto-research.

يُطلق على الموضع السابق غير المُأتمَن في الأعلى على Harness اسم "Driver" من قبل Argus. وظيفته هي الاستمرار في قيادة العملية بناءً على الأدلة، حتى عندما تتعارض الخطط مع الواقع. الأهداف المكتوبة في بداية البحث ليست سوى فرضيات أولية في مرحلة المعلومات الأقل؛ فإذا كان الوكيل قادرًا فقط على السعي وراء الوجهات المحددة مسبقًا بطريقة موجهة بالهدف، حتى في حالات الأهداف المستحيلة التي تؤدي إلى إهدار متكرر للـ Token، فسيؤدي ذلك إلى تصلب الهدف. أما النهج الموجه بالأدلة فيقلب منطق التحكم رأسًا على عقب: الخطوة التالية تُحدَّد بناءً على الأدلة المتاحة حاليًا، وليس بناءً على الافتراضات الأولية للخطة. جميع النتائج التي تظهر أثناء التشغيل هي أدلة صالحة تغيّر المسار؛ والمنظومة تعمل بالضبط من خلال الدفع بالأدلة. على وجه التحديد، يحتاج Driver إلى الإجابة المتكررة على الأسئلة الأربعة التالية بناءً على الأدلة الحالية:

هل تم إنجاز هذا العمل، وهل جودته كافية؟

2. بناءً على الأدلة الحالية، ما الذي يستحق القيام به في الخطوة التالية؟

3. كيف يجب أن تتغير سلوكيات النظام المستقبلية بناءً على الخبرات المكتسبة في هذه الجولة؟

4. هل تتعلق المشكلات المتبقية بقرارات لا يمكن اتخاذها إلا من قبل البشر؟

يقوم Argus بتنظيم المشاريع طويلة الأجل في حملات مستمرة، ثم تقسيمها إلى سلسلة من المهام ذات الحدود الواضحة. حلقتها الأساسية هي المدير → المخطط → المهندس ⇄ المراجع → المدير:

بالاستناد إلى نمط /goal في OpenAI Codex، يمكن تحديد اتجاه تصميم Argus بوضوح أكبر. إن /goal يمدد الحلقة الأحادية لوكيل إلى حلقة مستمرة تمتلك حالة هدف؛ بينما ينظم Argus مشاريع البحث كعمليات طويلة الأمد متعددة الأدوار ومتعددة الأطر قابلة لتخزين المعرفة. الأول يجيب على سؤال "كيف نجعل الوكيل لا يتوقف؟" والثاني يجيب على سؤال "بعد توقف الوكيل، كيف يعمل بكفاءة؟" وهذا بالضبط هو الفرق الهيكلي في طبقة التشغيل بين النهج القائم على الهدف والنهج القائم على الأدلة.

1. المدير يتحكم في تحول المراحل، مراجعة العمليات، والاستراتيجيات الشاملة؛

2. المخطط يخطط للمهام المحددة بناءً على الأدلة الحالية؛

3. المهندس يدخل مستودع الكود الحقيقي، التجارب، وينفذ؛

4. يُراجع المُراجع المُخرجات بشكل مستقل، ويفحص الابتكار والفعالية، ثم يُبلغ المدير أو يُعيدها للمهندس.

التركيز هنا ليس على الأدوار المتعددة بحد ذاتها، بل على فصل السياق — حيث تعمل عدة أدوار معًا لتجنب تحول العامل إلى مجرد مُحسّن محلي بسيط، حيث يمتلك كل دور سياقه الخاص ولكن يشارك مساحة عمل مشتركة، مما يمنع تحميل التخطيط والتنفيذ والتحقق على عامل واحد فقط، ويمكن أن يزيد من كفاءة الرموز. ولهذا السبب، يمكن تفعيل Pi وCodex وClaude Code في نفس المهمة داخل Argus، DeepSeek Harness مختلفة، مما يضمن تخصيصًا عاليًا.

يتم حفظ النظام كمجموعة كاملة من المخرجات؛ فقط الخبرة التي تتجاوز عتبة الأدلة تُدخل إلى Wiki وSkill، وتُستخدم لاحقًا في المهام وفق نطاقات Project أو Vertical أو Global.

في الوقت نفسه، يظل Core منفصلًا عن Vertical: يتحمل Core مسؤولية الصلاحيات الدور، تقديم الأدلة، وحدود الإنسان، بينما يُعرّف Vertical من قبل خبراء المجال ما الذي يُعتبر دليلاً صالحًا في مهام الرياضيات، وGPU، والمواد، وما إلى ذلك، بالإضافة إلى المهارات والمعرفة البشرية ذات الصلة؛ يمكن لـ Vertical تحسين جودة تسليم المهام البحثية بشكل ملحوظ، كما يوفر واجهة لتعاون الخبراء البشريين مع الوكلاء وتطويرها معًا، وتخصيص سير العمل.

الشكل 3: آلية التشغيل الطويلة المدى لـ Argus. تدور أربع فئات من الأدوار حول الحالة الدائمة، ويمكن لحملة التقدم أو التراجع بين مراحل البحث الثمانية.

ما يحدد حقًا نجاح وكيل طويل المدى هو ما إذا كان يمكن تحويل الوقت إلى إنجازات بحثية حقيقية. بعد إطلاق Argus مفتوح المصدر بأقل من شهر، قدّم مساهمات متميزة في البنية التحتية، والمواد، والرقائق، والرياضيات، وأبحاث أنظمة الذكاء الاصطناعي، كما أننا أول فريق يُعلن عن سجلات فلترة كاملة لحل تخمينات رياضية متكاملة من البداية إلى النهاية، ونفتح جميع جلسات مسارات التشغيل. فيما يلي ملخص لإنجازات Argus بعد إطلاقه مفتوح المصدر:

الشكل 4: أبحاث Argus النموذجية، المؤشرات الرئيسية، ومقاييس القبول

كما هو موضح في الجدول أعلاه، قام Argus أولاً بتحويل التشغيل المستمر إلى تسليم حقيقي قابل للقبول في AI4System & Infra، محققاً الخطوة الأولى من التنفيذ التلقائي إلى البحث الذاتي من خلال نتائج هندسية واضحة؛ ثم امتدت المهام من البنية التحتية للذكاء الاصطناعي إلى AI4Science وAI4Hardware وAI4Math، وتحول معيار التقييم من "هل تم إكمال المهمة المحددة؟" إلى "هل يمكن استكشاف مشكلات بحثية واقعية لم تُحل بعد؟"، مما دفع البحث التلقائي من التسليم التلقائي إلى الاستكشاف التلقائي؛ وعلى هذا الأساس، قام Argus في اتجاه AI4AI بتوسيع النتائج الفردية إلى سير عمل بحثي كامل، مع دفع المهام باستمرار من خلال الأدلة، دون الحاجة إلى وجود الإنسان أمام الشاشة طوال الوقت، مما يشكل مساراً تدريجياً من التسليم الحقيقي، إلى الاستكشاف متعدد المجالات، ثم البحث الذاتي الكامل.

الشكل 5: نتائج تسليم Argus في عملية إنتاج الورقة البحثية الكاملة.

تم تحقيق جميع النتائج أعلاه خلال شهر واحد، وعند ربط هذه الإنجازات معًا، فإن Argus هي سلسلة قيمة تزداد عمقًا تدريجيًا: يتم توسيع الكائنات الآلية من تنفيذ واحد إلى بحث مدعوم بالأدلة، مما يُسرّع بشكل كبير تقدم البحث، وهو أيضًا الإجابة الأكثر مباشرة على السؤال: "من يقود العامل بعد مغادرة الإنسان للشاشة؟"

الذكاء طويل المدى يحول الرموز إلى ذكاء، ثم يستخدم هذا الذكاء لدفع مشروع بحثي بشكل مستمر وخلق قيمة فعلية. يُنظّم Argus استدعاء النماذج المفصولة سابقًا في نظام بحثي يعمل باستمرار، حيث يُوجه التحكم المبني على الأدلة الاتجاه، ثم يُحوّل التجربة إلى قدرات من خلال التطور الذاتي.

لا يعرض Argus فقط وكيلًا يعمل لفترة أطول، بل طريقة جديدة لتنظيم البحث: Harness تحلّ مشكلة كيفية تصرف النموذج، وDriver تقرر كيف يستمر النظام في التقدم، ولا يُقيّد سرعة البحث الآن بوقت عمل أو ترفيه الإنسان. قد يعني هذا أن عصر تسريع البحث على وشك البدء. يمكن إطفاء الشاشة، بينما يستمر البحث.

مقدّم المؤلف

يقود Argus باحثون من مايكروسوفت وجامعة شنغهاي جياو تونغ، مع مساهمة باحثين من عدة جامعات.

هذا المقال من حساب WeChat "Machine Heart"