المؤلف: تينسنت تكنولوجي
في 7 نوفمبر، أصدرت مايكروسوفت ورقة تقنية حول نظام تنفيذ الوكلاء، تضمنت مجموعة من نتائج الاختبار التي كانت مفاجئة إلى حد ما: باستخدام Claude Opus 4.8 نفسه، ولكن باستبدال Harness خلف Copilot Studio فقط، ارتفع معدل إكمال 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 Copilot Harness الموحّد ليشمل منتجات متعددة تابعة لها، وتقديم خدمات استضافة عبر منصة السحابة للمطورين.
في 5 نوفمبر، أطلقت Moonshot مؤخرًا Kimi Hosted Agents، وقدمت رسميًا Harness as a Service. في أغسطس، فتحت DeepSeek مصدر Harness الخاص بها؛ بينما قامت OpenAI وAnthropic بتحويل أنظمتهما الداخلية إلى خدمات يمكن للمطورين استدعائها منذ فترة أطول.
النظام الأساسي الذي يدعم النموذج الكبير يصبح شخصًا محوريًا في عيون شركات النماذج.
اغتنم فرصة Harness
يمكن فهم Harness على أنه نظام تشغيل وكيل مبني حول النموذج الكبير. فهو يمكّن النموذج من استخدام أدوات خارجية، وتنفيذ مهام متعددة الخطوات بشكل مستمر، وتعديل الإجراءات التالية بناءً على نتائج التنفيذ. بالنسبة للوكلاء التي تتطلب تشغيلًا طويل الأمد، يتحمل Harness أيضًا مسؤولية حفظ حالة المهمة، 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 تعقيد المهام التي يتحملها العامل، يصبح Harness عاملًا متزايد الأهمية في تحديد 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 تستهلك نافذة سياق Claude، غالبًا ما لا يمكن للحوار الجديد الاستمرار من حيث توقف العمل السابق. لذلك قام المهندسون بتحسين Harness الذي يدعم Claude Code، بحيث يحفظ العامل التقدم في كل مرحلة قبل الانتهاء منها، 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 Managed Agents، وقدمت قدرات تشغيل الوكلاء كخدمة سحابية للمطورين. ولتمكين الشركات من تشغيل الوكلاء على المدى الطويل وباستقرار، عدّلت Anthropic البنية الأساسية: يُشرف Harness على دفع تنفيذ المهام، ويمكن حفظ السجلات بشكل منفصل، كما يمكن استبدال بيئة تشغيل الذكاء الاصطناعي في أي وقت. حتى في حالة حدوث عطل في البيئة، يمكن للوكيل استعادة عمله السابق.
من نظام التشغيل الداخلي لـ Claude Code إلى الخدمة المُستضافة للمطورين الخارجيين، حوّلت Anthropic قدراتها المُكتسبة على مدار سنوات إلى منتج مستقل.
اختارت OpenAI أيضًا فتح منصة Harness التي تدعم 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 التشغيل Agent. وفي أغسطس، تم تحديد Codex كمنصة Harness مفتوحة تسمح للتطبيقات الخارجية بالاتصال المباشر. وفي سبتمبر، أطلقت OpenAI واجهة برمجة تطبيقات Agents، والتي تتحمل OpenAI مسؤولية استضافتها وصيانتها، مما يسمح للمطورين بالاتصال المباشر ببيئة تشغيل Agent.
هذا المسار يسمح لـ OpenAI بخدمة المستخدمين مباشرة من خلال Codex، كما يتيح توفير 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 مكون إضافي"، حيث قام تقريبًا بتفكيك نظام تشغيل العامل بالكامل إلى مكونات إضافية يمكن تجميعها بحرية. يمكن للمطورين، بالإضافة إلى استبدال النموذج والأدوات الخارجية، تعديل طريقة استدعاء العامل للنموذج وتنفيذ المهام، وحتى جعل العامل يكتب ويثبت مكونات إضافية جديدة بنفسه.
يهدف هذا الهيكل القائم على Cordis 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 عن توفير بيئة سحابية على مدار الساعة لـ Hosted Agents، حيث يمكن للشركات وضع Agent داخل أنظمتها الداخلية أو تضمينه في المنتجات الموجهة للبيع، مع التأكيد الصريح على مفهوم Harness as a service.
Harness تطور
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 وكلاء. وفي فبراير، استقطبت OpenAI مؤسس OpenClaw، بيتر شتاينبرغر، للمشاركة في تطوير وكلاء شخصيين من الجيل التالي.
بعد ذلك، أطلقت Nous Research Hermes Agent، وحاولت جعل العامل يحفظ الخبرات التي يكتسبها أثناء العمل كمهارات قابلة لإعادة الاستخدام، ويعمل على تحسينها باستمرار في المهام اللاحقة.
في نهاية مارس، اقترحت مؤسسات مثل جامعة ستانفورد Meta-Harness، الذي يسمح للذكاء الاصطناعي بتعديل كود Harness مباشرة بناءً على سجلات الفشل، وفحص الفعالية 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 مهام بنسبة 66.7% باستخدام Codex، و63.3% باستخدام DeepSeek Harness Creator، و56.7% باستخدام Kimi Code.
لشركات النماذج الأساسية، أصبح تحسين أداء النموذج يعتمد بشكل متزايد على تصميم وتحسين Harness، بالإضافة إلى تحسين النموذج نفسه.
الرسم البياني: مقارنة معدل نجاح المهام والتكلفة لـ Kimi K3 نفسه تحت تكوينات Harness المختلفة
لا يزال الباحثون يحاولون تطبيق خبرات Harness في تدريب النماذج. فقد قدم Co-Harness في يوليو، والذي يحسن أولاً Harness من خلال سجلات الفشل، ثم يستخدم بيانات التنفيذ المحسّنة لتدريب النموذج. أما HarnessFlow، الذي تم الإعلان عنه في نوفمبر، فيحاول البحث التلقائي عن تصاميم أفضل لـ Harness، ورفع الأداء المتوسط بنسبة 10.89 نقطة مئوية عبر ست فئات من المهام.
الرسم البياني: خط زمني لتطور تقنية Harness (من نهاية عام 2025 إلى نوفمبر 2026)
ومع ذلك، فإن التحسين التلقائي يحمل مخاطر. ووجدت 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 تقنية Harness يصعب التغلب عليه مرة واحدة وإلى الأبد. كيف يمكن الحفاظ على استقرار المهام المختلفة أثناء التحسين المستمر، لا يزال مشكلة لم تُحل.
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 Agent بشكل مستقر على المدى الطويل لا تزال بحاجة إلى تحمل تكاليف النشر والصيانة. ورأت شركات مثل Kimi وAnthropic فرصة للاستيلاء على هذه المهام وتحويل Harness إلى عمل مستقل، لكن أساليب الشركات المختلفة تختلف بشكل كبير.
القيمة المخفية لـ 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 أمريكي لكل ساعة جلسة نشطة على وكلاء Anthropic المُدارة، مع رسوم إضافية حسب عدد الرموز، ووفقًا للمثال الرسمي لمهام البرمجة لمدة ساعة، فإن التكلفة الإجمالية تبلغ 0.58 دولار أمريكي، حيث تمثل رسوم التشغيل المُدارة حوالي 14% فقط.
تُقسّم تكاليف Kimi إلى وحدات النموذج، وتشغيل الصندوق الرملي، والإضافات المدفوعة. فقد قُدّرت تكلفة مهمة تحليل قانوني مصرفية استثمارية واحدة بنحو 30 يوانًا، بينما كانت تكلفة الصندوق الرملي أقل من 0.1 يوان. وتُعفى OpenAI من رسوم الخدمات الإضافية خلال فترة الاختبار التجريبي لـ Agents API، وتُفرض الرسوم أساسًا وفقًا لاستخدام النموذج والأدوات. وقد فتحت DeepSeek Harness بموجب ترخيص MIT، ولا توجد خطة تسعير مباشرة.
الرسم البياني: مقارنة طرق التسعير والموقع التجاري لست شركات نماذج Harness
وبالتالي، فإن الدخل المباشر الذي تحققه شركة النموذج حاليًا من harness قد يكون ضئيلًا جدًا.
إذًا، لماذا لا يزال يتم استثمار موارد كبيرة في البحث والتطوير؟
سبب مهم هو أنه بعد قيام الشركات بتنفيذ الوكلاء فعليًا، قد تكون احتياجاتهما لـ Harness أكثر استقرارًا من احتياجاتها لنموذج معين.
كانت شركة الخدمات القانونية الأمريكية ABC Legal تنشر العامل (Agent) على أجهزة الكمبيوتر الخاصة بالموظفين وتشغّله عبر مهام مجدولة. مع توسع نطاق الاستخدام، بدأ الرئيس التنفيذي للتقنية براندون فولر في البحث عن منصة تمكنه من إدارة هذه العوامل بشكل موحد. قارن بين عدة حلول، وانتهى باختيار Managed Agents من Anthropic، لأن الشركة لم تعد ترغب في الاستمرار في صيانة بيئة تشغيل موزعة.
وفقًا لـ Anthropic، أطلقت ABC Legal أكثر من 50 عميلًا في الإنتاج خلال شهر واحد، ويستخدم حوالي 310 موظفين Claude يوميًا. حتى أن الموظفين لا يحتاجون إلى معرفة بتطوير البرمجيات لإنشاء عملاء جدد من خلال التكوين.
هذا يوضح أن جاذبية استضافة Harness تأتي من احتياجات الشركات الفعلية. فبدلاً من تطوير ونشر وصيانة أنظمة من الصفر، قد تفضل الشركات شراء خدمات جاهزة وتركيز موارد الهندسة على أعمالها الخاصة.
لكن الشركات لا ترغب بالضرورة في الارتباط بشركة نموذج واحدة.
في أغسطس من هذا العام، نشرت VentureBeat نتائج مسح أُجري على 107 شركة. حيث استخدمت 85٪ من الشركات المُستطلعة اثنين أو أكثر من منصات ترتيب الوكلاء. عند اختيار المنصة، ركزت 29٪ من الشركات على مرونة النموذج والأدوات، بينما لم تُعطِ 10٪ أولوية للتوافق الأصلي مع نموذج رائد معين. وعلى الرغم من أن العينة مُيّزت بشركات التكنولوجيا الكبرى، إلا أنها تعكس 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 لتشخيص الأعطال، كما توفر ملاحظات قيّمة لتطوير النماذج.
الرسم البياني: بيانات تنفيذ المهام التجارية الأربعة التي سجلها Harness
إذا تمكّنت الشركات النموذجية من الحصول باستمرار على ملاحظات موثوقة 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 التمسك بالاحتفاظ ببياناتها الخاصة، فما مدى الميزة طويلة 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 يوفر نظام تشغيل موثوق سيكون لديه فرصة للتأثير على اختيار النماذج وكيفية مشاركة الذكاء الاصطناعي في الأعمال الحقيقية.
كلمة مألوفة وقديمة: المدخل.
لكن هذا المصطلح الراسخ في عصر الإنترنت، لا يزال يثير الحساسية في تنافس عصر الذكاء الاصطناعي. الآن، يتحمل Harness إلى حد ما هذا التوقع، وكذلك الخيال.