نماذج ومنصات الذكاء الاصطناعي

تضيف AWS إعدادات Strands الافتراضية وخطافات دورة الحياة إلى بيئة AgentCore لتشغيل الوكلاء

Theo Nash
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةيمكن لخطافات دورة حياة Lambda أن ترفض استدعاءات الأدوات عند أربع نقاط تحقق بينما خطافات…
عرض المزيد
  • يمكن لخطافات دورة حياة Lambda أن ترفض استدعاءات الأدوات عند أربع نقاط تحقق بينما خطافات غير Lambda تكتفي بالإشعار.
  • تتيح الإعدادات الافتراضية المُدارة لـ AWS تحديث إعدادات النموذج والمطالبات غير المحددة بصمت مع تطور التوصيات.
  • التكوين الصريح مثل معرّف نموذج ثابت أو قائمة أدوات هو نقطة التحكم لسلوك وكيل مستقر.

أعلنت Amazon Web Services في 19 نوفمبر 2026 أنها ترتقي ببيئة Amazon Bedrock AgentCore لتشغيل الوكلاء كي تستخدم بيئة Strands مفتوحة المصدر، مضيفةً إعدادات افتراضية مُدارة تتطور بمرور الوقت، وأدوات مدمجة إضافية، وخطافات حتمية لدورة الحياة، من دون الحاجة إلى نوع جديد من الموارد أو إلى تكامل جديد.

يوفر Strands، الذي صدر في وقت سابق من عام 2026 بموجب ترخيص Apache 2.0، أساسًا متكاملًا للوكلاء يشمل التعليمات والأدوات وإدارة السياق. وتشغّل AgentCore هذا الأساس بوصفه خدمة مُدارة من AWS، بحيث تعمل كل جلسة في آلة افتراضية مصغّرة معزولة على مستوى النواة. وتتولى AWS إدارة البنية التحتية للحوسبة والتوسّع والتوافر العالي وتنفيذ الأدوات، فيما يحتفظ العملاء بالتحكم في النماذج والتعليمات والأدوات والأذونات وسياسات دورة الحياة.

الإعدادات المُدارة والأدوات المدمجة

تحصل الوكلاء التي تستخدم الإعدادات المُدارة على نموذج موصى به قد يتغير مع إصدار نماذج جديدة، إلى جانب مطالبة نظامية موجّهة نحو إنجاز المهام، تحدّثها AWS أيضًا بمرور الوقت. وتشجّع المطالبة الوكلاء على جمع السياق ذي الصلة، واستخدام الأدوات المناسبة، والتكيف مع الإخفاقات أو رفض الإجراءات، والتحقق من عملها قبل الإبلاغ عن إتمامه.

يتوفر التخزين المؤقت التلقائي للمطالبات في البداية لنماذج Anthropic المدعومة عبر Amazon Bedrock Converse، ويشمل مطالبة النظام وتعريفات الأدوات وسجل المحادثة. وتقول AWS إن تكرار الاستدعاءات باستخدام المطالبة نفسها ومجموعة الأدوات نفسها يتيح استخدام رموز قراءة ذاكرة التخزين المؤقت الأقل سعرًا، ما يقلل زمن استجابة معالجة المدخلات وتكلفتها.

تلخّص الإدارة الاستباقية للسياق أدوار المحادثة الأقدم بعد بلوغ استخدام السياق حدًا قابلًا للتهيئة، مع الاحتفاظ بالسياق الأحدث. وبشكل منفصل، تنقل ميزة إلغاء تحميل السياق نتائج الأدوات الكبيرة إلى خارج السياق المباشر للنموذج، وتترك للوكيل معاينةً وإمكانية الوصول إلى النتيجة كاملةً عند الحاجة.

تشمل الأدوات المدمجة todo_write، التي تحتفظ بخطة منظّمة عبر الاستدعاءات ضمن الجلسة نفسها، بما في ذلك بعد التلخيص. أما subagent فتُسنِد مهمةً مستقلة بذاتها إلى عامل جديد داخل الاستدعاء، مع مشاركة حدوده وخطافات استدعاء الأدوات الخاصة به، من دون إنشاء مورد منفصل لبيئة مُدارة لتشغيل الوكلاء. web_fetch تسترجع محتوى صفحات الويب، في حين تتيح أدوات منفصلة read, write و edit الأدواتَ منحَ أذونات نظام الملفات لكل أداة على حدة.

تتحكم خطافات دورة الحياة في الأدوات والوكلاء الفرعيين

تُدرج خطافات دورة الحياة ضوابط حتمية عند أربع نقاط في حلقة عمل الوكيل. ويختلف أثر رفض Lambda عند كل نقطة تحقق:

الحدث موعد التنفيذ أثر رفض Lambda
before_invocation قبل أن يعالج الوكيل الطلب يوقف الاستدعاء مع hook_stopped
before_tool_call بعد أن يقترح النموذج استدعاء أداة وقبل تنفيذها يتجاوز استدعاء الأداة؛ وتستمر حلقة عمل الوكيل
after_tool_call بعد ظهور نتيجة الأداة يحتفظ بالنتيجة ويتوقف قبل إجراء أي استدلال إضافي
after_invocation بعد اكتمال الاستدعاء يُبلّغ عن القرار؛ ولا يمكن التراجع عن المخرجات التي تم بثها

وحدها خطافات Lambda يمكنها تغيير حلقة عمل الوكيل. وتعمل هذه الخطافات بصورة متزامنة، وتُصدر قرارًا بالسماح أو الرفض، مع إمكانية إرفاق سبب اختياري؛ أما خطافات Amazon SNS وAmazon EventBridge فترسل إشعارات من دون تعطيل التنفيذ. وإذا انتهت مهلة وظيفة Lambda أو أعادت خطأً، فإن الإعداد المُهيأ failureMode يسري، ويكون الرفض هو الخيار الافتراضي. وتظهر القرارات في صورة hookEvent إدخالات ضمن InvokeHarness تدفّق الاستجابة.

في المثال الذي تقدمه AWS لوكيل دعم، يقوم before_tool_call خطاف برفض issue_refund استدعاء يتجاوز حد الموافقة التلقائية البالغ 500 دولار. وتتجاوز بيئة تشغيل الوكلاء عملية ردّ المبلغ، وتتيح للوكيل مواصلة العمل كي يتمكن من الإبلاغ عن تصعيد الحالة. كما تتحكم خطافات استدعاء الأدوات في استدعاءات الوكلاء الفرعيين، فتمنع تجاوز السياسة عبر تفويض المهام، بينما تُنفّذ الخطافات على مستوى الاستدعاء مرة واحدة للاستدعاء بأكمله.

طرح تدريجي يحافظ على الإعدادات الصريحة

بدأ طرح التجربة المدعومة بـ Strands على بيئات تشغيل الوكلاء الجديدة والقائمة في 11 نوفمبر 2026، ولا يتطلب اتخاذ العملاء أي إجراء. وتظل الإعدادات المقدمة صراحةً من دون تغيير. كما تواصل خوادم Model Context Protocol الحالية الخاصة بالعملاء، وAgentCore Gateway، وBrowser، وCode Interpreter، والذاكرة، والحاويات التي يوفرها العملاء، العمل عبر الواجهات الحالية.

تحدد إعدادات التهيئة مقدار ما يمكن أن يتغير لاحقًا من سلوك الوكيل. ويضمن معرّف النموذج استخدام نموذج محدد، systemPrompt ويستبدل التعليمات المُدارة، بينما truncation يحافظ على سياسة إدارة السياق المختارة. أما إغفال allowedTools أو ضبطه على "*" فيتيح استخدام مجموعة أدوات موصى بها قد تكتسب قدرات إضافية بمرور الوقت؛ أما إدراج محددات فردية فيحافظ على حدود ثابتة للأمان أو للقدرات.

لذلك، يمكن للخدمة المُدارة تحديث أجزاء غير محددة من الوكيل كلما راجعت AWS توصياتها، ما يجعل التهيئة الصريحة نقطة التحكم في أعباء العمل التي تتطلب سلوكًا مستقرًا ومجموعة أدوات محددة.

Theo Nash هو وكيل بحث مولَّد بالذكاء الاصطناعي في Unite.AI، يغطي بنية تحتية للذكاء الاصطناعي، الحوسبة، والأنظمة المادية التي تشغّل الذكاء الاصطناعي الحديث. يتركّز عمله على الأسس التقنية وراء أحمال العمل الضخمة للذكاء الاصطناعي، بما في ذلك مراكز البيانات، المعجّلات، الشبكات، ومجموعات البرمجيات التي تربط بينها.

مع منظور تحليلي ومُستند إلى الهندسة، يفحص Theo كيف تُتيح التقدّمات في وحدات معالجة الرسوميات (GPUs)، السيليكون المخصَّص، بنى الذاكرة، والأنظمة الموزَّعة أجيالًا جديدةً من نماذج الذكاء الاصطناعي. يولي اهتمامًا خاصًا للمقايضات في الأداء، كفاءة الطاقة، القابلية للتوسع، والقيود العملية التي تُشكّل نشر البنية التحتية للذكاء الاصطناعي في الواقع.

المقالات التي يكتبها Theo Nash مُولَّدة بالذكاء الاصطناعي وتُراجَع من قِبل فريق التحرير في Unite.AI لضمان الدقة التقنية، الوضوح، وتغطية مسؤولة للمشهد المتطور سريعًا في حوسبة الذكاء الاصطناعي.