في 7 نوفمبر، أصدرت مايكروسوفت ورقة تقنية عن نظام تنفيذ الوكلاء، تتضمن مجموعة من نتائج الاختبار التي كانت مفاجئة إلى حد ما: باستخدام نفس Claude Opus 4.8، ولكن باستبدال Harness خلف Copilot Studio فقط، ارتفع معدل إتمام المهام المعقدة بنسبة 22.1 نقطة مئوية. يُستخدم النظام الجديد تقريبًا ضعف عدد مرات استدعاء النموذج لكل مهمة، لكن استهلاك رموز الإدخال المعدل ينخفض بنسبة 21%.
قبل عشرة أيام فقط، أعلنت مايكروسوفت عن توسيع نموذج Copilot Harness الموحّد ليشمل عدة منتجات تابعة لها، وتقديم خدمات استضافة عبر منصة السحابة للمطورين.
في 5 نوفمبر، أطلقت Moonshot剛剛发布了Kimi Hosted Agents (الوكلاء المُستضافون)، وقدمت رسميًا مفهوم Harness as a Service. في أغسطس، فتحت DeepSeek مصدر نظام Harness الخاص بها؛ بينما قامت OpenAI وAnthropic بتحويل أنظمتهما الداخلية إلى خدمات يمكن للمطورين استدعاؤها منذ فترة أطول.
النظام الأساسي الذي يدير النموذج الكبير يبدأ في أن يصبح الشخص المحوري في عيون شركات النماذج.
الصورة مولدة بواسطة الذكاء الاصطناعي
01 اغتنم فرصة Harness
يمكن فهم Harness على أنه نظام تشغيل عوامل (Agent) مبني حول النموذج الكبير. فهو يمكّن النموذج من استخدام أدوات خارجية، وتنفيذ مهام متعددة الخطوات بشكل مستمر، وتعديل الإجراءات التالية بناءً على نتائج التنفيذ. كما يتحمل Harness مسؤولية حفظ حالة المهمة للعوامل التي تتطلب وقتًا طويلًا للتشغيل، مما يسمح باستئناف العمل بعد أي انقطاع.
إنه على مستوى مختلف عن تطبيقات الذكاء الاصطناعي. فعلى سبيل المثال، تُوجَّه منتجات مثل Claude Code و WorkBuddy مباشرةً إلى المستخدمين، بينما يمكن إعادة استخدام Harness الأساسي من قبل تطبيقات مختلفة، أو تقديمه كخدمة مستقلة للمطورين. مع تزايد تعقيد المهام التي يتحملها العامل، يصبح Harness عاملًا مهمًا يؤثر على نجاح المهمة وكفاءة التنفيذ وتكاليف التشغيل.
Anthropic هي واحدة من أولى شركات النماذج التي استثمرت في تطوير Harness، وذلك في البداية لحل المشكلات التي واجهها Claude Code أثناء المهام البرمجية الطويلة.
في نهاية عام 2025، اكتشفت Anthropic أنه عندما يتم استهلاك نافذة سياق Claude، غالبًا ما لا يمكن استئناف المحادثة الجديدة لمواصلة العمل السابق. لذلك قام المهندسون بتحسين Harness الذي يدعم Claude Code، بحيث يحفظ العامل التقدم في نهاية كل مرحلة، ثم يقرأ هذه السجلات في الجلسة التالية لمواصلة المهام غير المكتملة. بهذه الطريقة، حتى عند انتهاء جلسة النموذج، يمكن الاستمرار في تقدم مهمة البرمجة بأكملها.
في أبريل من هذا العام، أطلقت Anthropic بشكل إضافي Managed Agents، وقدمت قدرات تشغيل الوكلاء كخدمة سحابية للمطورين. ولتمكين الشركات من تشغيل الوكلاء على المدى الطويل وباستقرار، قامت Anthropic بتعديل البنية الأساسية: يتحمل Harness مسؤولية دفع تنفيذ المهام، ويمكن حفظ السجلات بشكل منفصل، كما يمكن استبدال بيئة التشغيل المعزولة للبرنامج الذكي في أي وقت. حتى في حالة حدوث عطل في بيئة التشغيل المعزولة، يمكن للوكيل استعادة عمله السابق.
من نظام التشغيل الداخلي لـ Claude Code إلى الخدمة المُستضافة للمطورين الخارجيين، حوّلت Anthropic قدرات harness التي تراكمت على مدار سنوات إلى منتج مستقل.
اختارت OpenAI أيضًا فتح Harness الذي يدعم Codex أمام مطورين آخرين. في فبراير من هذا العام، كشفت OpenAI أن الإصدار الويب وواجهة سطر الأوامر وملحقات IDE الخاصة بـ Codex تستخدم جميعها نفس نظام تشغيل الوكلاء. وفي أغسطس، تم تحديد Codex كمنصة Harness مفتوحة تسمح للتطبيقات الخارجية بالاتصال المباشر. وفي سبتمبر، أطلقت OpenAI واجهة برمجة تطبيقات الوكلاء (Agents API)، والتي تتحمل OpenAI إدارة وصيانة هذا النظام، مما يسمح للمطورين بالاتصال المباشر ببيئة تشغيل الوكلاء.
هذا المسار يسمح لـ OpenAI بخدمة المستخدمين مباشرة من خلال Codex، وكذلك بتوفير قدرات التنفيذ الأساسية للشركات البرمجية الأخرى. يمكن للمطورين الحفاظ على واجهات منتجاتهم وعمليات أعمالهم، بينما يقوم Codex بالمهام المحددة في الخلفية.
في 13 أغسطس، أصدر DeepSeek كود الإطار الكامل لـ Harness بموجب ترخيص MIT، واقترح مفهوم "كل شيء كإضافة"، حيث تم تقسيم نظام تشغيل العامل بالكامل تقريبًا إلى إضافات يمكن دمجها بحرية. يمكن للمطورين ليس فقط استبدال النموذج والأدوات الخارجية، بل أيضًا تعديل طريقة استدعاء العامل للنموذج وتنفيذ المهام، وحتى جعل العامل يكتب ويثبت إضافات جديدة بنفسه.
هذا الهيكل القائم على Cordis يهدف إلى تمكين المطورين من تطوير أنواع مختلفة من الوكلاء وفقًا لاحتياجاتهم دون الحاجة إلى بناء نظام التشغيل من الصفر.
في 5 نوفمبر، أعلنت Kimi رسميًا أن Hosted Agents توفر بيئة سحابية على مدار الساعة، حيث يمكن للشركات إدراج Agent داخل أنظمتها الداخلية أو تضمينه في المنتجات الموجهة للبيع، مع التأكيد الصريح على Harness as a service.
02 تطور Harness
في الواقع، لم تبدأ شعبية Harness من قبل شركات النماذج.
في بداية هذا العام، أظهر انتشار OpenClaw للصناعة أن شركة لا تمتلك نموذجًا أساسيًا يمكنها جذب عدد كبير من المستخدمين من خلال نظام تشغيل الوكلاء. وفي فبراير، استقطبت OpenAI مؤسس OpenClaw، بيتر شتاينبرغر، للمشاركة في تطوير الوكيل الشخصي من الجيل التالي.
بعد ذلك، أطلقت Nous Research Hermes Agent، وحاولت جعل العميل يحفظ الخبرات التي اكتسبها أثناء العمل كمهارات قابلة لإعادة الاستخدام، ويعمل على تحسينها باستمرار في المهام اللاحقة.
في نهاية مارس، اقترح معهد ستانفورد ومؤسسات أخرى Meta-Harness، الذي يسمح للذكاء الاصطناعي بتعديل كود Harness مباشرة بناءً على سجلات الفشل، ثم التحقق من فعاليته من خلال الاختبارات. في تجربة لتصنيف النصوص، ارتفعت دقة التصنيف بنسبة 7.7%، وانخفض استهلاك رموز السياق إلى ربع القيمة الأصلية.
لماذا تستحق هذه الاستكشافات استثمار شركات النماذج؟ في أكتوبر، اختبرت جامعة نانيانغ التكنولوجية في سنغافورة 66 نموذجًا مع Harness، ووجدت أن تغيير Harness قد يغير حتى ترتيب الأداء بين النماذج.
كما وجد FrontierHarness Eval أن نفس Kimi K3 حقق معدل نجاح مهمة بنسبة 66.7% باستخدام Codex، و63.3% باستخدام DeepSeek Harness Creator، و56.7% باستخدام Kimi Code.
بالنسبة لشركات النماذج الأساسية، فإن تحسين أداء النموذج يعتمد بشكل متزايد على تصميم وتحسين Harness، بالإضافة إلى تحسين النموذج نفسه.
لا يزال الباحثون يحاولون تطبيق خبرات Harness في تدريب النماذج. فقد قدم Co-Harness في يوليو، والذي يحسن Harness أولاً من خلال سجلات الفشل، ثم يستخدم بيانات التنفيذ المحسّنة لتدريب النموذج. أما HarnessFlow، الذي تم الإعلان عنه في نوفمبر، فيحاول البحث التلقائي عن تصاميم Harness أفضل، ورفع الأداء المتوسط بنسبة 10.89 نقطة مئوية عبر ست فئات من المهام.
ومع ذلك، فإن التحسين التلقائي يحمل مخاطر. كشفت دراسة في أوائل نوفمبر أن أحد Harnesses، بعد تحسينه لمهمة جديدة، انخفض أداؤه من 94% إلى 32% على SWE-bench. كما يمكن أن يجعل ترقية النموذج التصاميم السابقة الفعالة عديمة الفائدة.
هذا يعني أن تراكم تقنيات Harness يصعب التغلب عليه مرة واحدة وإلى الأبد. ما زال التحدي المتمثل في الحفاظ على استقرار المهام المختلفة أثناء التحسين المستمر غير محلول.
أشار خبراء في الصناعة إلى أن هذا أيضًا أحد أكبر نقاط الألم في نشر النماذج مفتوحة المصدر. لذا، بدأت شركات النماذج في بيع خدمات Harness. يمكن الحصول على الإطارات المفتوحة المصدر مجانًا، لكن الشركات التي ترغب في تشغيل الوكلاء بشكل مستقر على المدى الطويل لا تزال تتحمل تكاليف النشر والصيانة. رأت شركات مثل Kimi وAnthropic فرصة لأخذ هذه المهام على عاتقها، وتحويل Harness إلى عمل مستقل، لكن أساليب الشركات المختلفة تختلف بشكل كبير.
القيمة المخفية لـ 03 Harness
يبدأ Harness في أن يصبح خدمة تُفرض عليها رسوم منفصلة، لكن جدول الأسعار الحالي يُظهر أن استنتاج النموذج لا يزال المصدر الرئيسي للرسوم.
يتم تطبيق رسوم قدرها 0.08 دولار لكل ساعة جلسة نشطة على الوكلاء المُدارين من Anthropic، مع تكلفة إضافية للرموز، ووفقًا للمثال الرسمي لمهام البرمجة التي تستغرق ساعة واحدة، فإن التكلفة الإجمالية تبلغ 0.58 دولار، حيث تمثل رسوم التشغيل المُدارة حوالي 14% فقط.
تُقسم تكاليف Kimi إلى رموز النموذج، وتشغيل الصندوق الرملي، والإضافات المدفوعة. فقد قُدّرت تكلفة مهمة تحليل قانوني استثماري واحدة التي أعلنت عنها بحوالي 30 يوانًا، بينما كانت تكلفة الصندوق الرملي أقل من 0.1 يوان. وتُعفى OpenAI من رسوم الخدمات الإضافية خلال فترة الاختبار التجريبي لواجهة برمجة تطبيقات الوكلاء، وتُفرض الرسوم أساسًا وفقًا لاستخدام النموذج والأدوات. وقد فتحت DeepSeek Harness بموجب ترخيص MIT، ولا توجد خطة تسعير مباشرة.
وبالتالي، فإن الدخل المباشر الذي حققته شركة النموذج حتى الآن من خلال harness قد يكون ضئيلاً جداً.
إذًا، لماذا لا يزال يتم استثمار موارد كبيرة في البحث والتطوير؟
سبب مهم هو أن احتياجات الشركة لـ Harness قد تكون أكثر استقرارًا بعد نشر الوكلاء فعليًا مقارنة باحتياجات نموذج معين.
كانت شركة الخدمات القانونية الأمريكية ABC Legal تنشر الوكلاء على أجهزة الكمبيوتر الخاصة بالموظفين وتشغلها عبر مهام مجدولة. مع توسع نطاق الاستخدام، بدأ المدير التقني براندون فولر في البحث عن منصة تمكنه من إدارة هذه الوكلاء بشكل موحد. وقام بمقارنة عدة حلول، وانتهى باختيار الوكلاء المُدارة من Anthropic، لأن الشركة لم تعد ترغب في الاستمرار في صيانة بيئة تشغيل موزعة.
وفقًا لما أعلنه Anthropic، أدخلت ABC Legal أكثر من 50 عاملًا إلى الإنتاج خلال شهر واحد، ويستخدم حوالي 310 موظفين Claude يوميًا. حتى أن الموظفين لا يحتاجون إلى معرفة بتطوير البرمجيات لإنشاء عوامل جديدة من خلال التهيئة.
هذا يوضح أن جاذبية استضافة Harness تأتي من الاحتياجات الحقيقية للشركات. فقد تفضل الشركات شراء خدمات جاهزة بدلاً من تطوير ونشر وصيانة أنظمة من الصفر، مما يسمح لها بتوجيه موارد الهندسة نحو أعمالها الخاصة.
لكن الشركات لا ترغب بالضرورة في الارتباط بشركة نموذج واحدة بسبب ذلك.
في أغسطس من هذا العام، نشرت VentureBeat نتائج مسح أُجري على 107 شركة. حيث استخدمت 85٪ من الشركات المُستطلعة في آنٍ واحد اثنين أو أكثر من منصات ترتيب الوكلاء. عند اختيار المنصة، ركزت 29٪ من الشركات على المرونة في النماذج والأدوات، بينما لم تُعطِ 10٪ أولوية للتوافق الأصلي مع نموذج رائد ما. وعلى الرغم من أن العينة مائلة نحو شركات التكنولوجيا الكبرى، إلا أنها تعكس بالفعل اتجاهًا في الشراء: حيث يرغب العملاء في الاحتفاظ بحرية تغيير النماذج.
هذا يوفر منطقًا تجاريًا بديلًا لمنافسة Harness. إذا كانت الشركات مستعدة لاستخدام نظام تشغيل واحد على المدى الطويل، فقد يحقق المزود إيرادات مستمرة من خدمات الاستضافة والصيانة والتطوير المؤسسي، حتى لو لم يكن قادرًا على احتكار استدعاء النماذج، ويبني علاقات تعاون أكثر استقرارًا مع العملاء.
بهذه الطريقة، يمكن لـ Harness الوصول إلى عمليات تنفيذ العمل الفعلية للشركات. مقارنةً بواجهات برمجة التطبيقات النموذجية البسيطة، يمكن لـ Harness تسجيل مسار المهمة من البداية إلى النهاية، بما في ذلك استدعاء النموذج، وتنفيذ الأدوات، وإعادة المحاولة عند الفشل، والنتيجة النهائية. توفر هذه السجلات للشركات وسيلة لاستكشاف الأخطاء وإصلاحها، كما تقدم ملاحظات قيّمة لتطوير النماذج.
إذا تمكّنت الشركات النموذجية من الحصول باستمرار على ملاحظات موثقة وحقيقية من المهام، فستكون لديها فرصة لاكتشاف مشكلات النموذج في بيئة الإنتاج بشكل أسرع. ومع ذلك، فإن هذا الميزة ستكون خاضعة لقيود واضحة تتعلق بحقوق البيانات.
هذا يطرح أيضًا سؤالاً جديدًا على شركات النماذج: إذا استطاعت الشركات تغيير النموذج الأساسي بحرية، مع الحفاظ على التحكم في بياناتها، فما مدى الميزة الطويلة الأجل التي يمكن لـ Harness بناؤها؟
بالنسبة للشركات النموذجية، قد يجلب Harness قيمة أطول أمدًا مقارنة بالرسوم المباشرة. عندما تُسند الشركات مزيدًا من المهام إلى الوكلاء، فإن من يقدم نظام تشغيل موثوق سيكون لديه فرصة للتأثير على اختيار النموذج وكيفية مشاركة الذكاء الاصطناعي في الأعمال الحقيقية.
كلمة مألوفة وقديمة: المدخل.
لكن هذا المصطلح الراسخ في عصر الإنترنت، لا يزال يثير الحساسية المتعلقة بالمنافسة في عصر الذكاء الاصطناعي. الآن، يتحمل Harness إلى حد ما هذا التوقع، وكذلك الخيال.
تويتر: https://twitter.com/BitpushNewsCN
مجموعة Telegram الخاصة بـ BitPush: https://t.me/BitPushCommunity
اشترك في بيتوش على تيليغرام: https://t.me/bitpush