نماذج ومنصات الذكاء الاصطناعي

ينشئ Perplexity Brain مهارات الوكلاء ويحدّثها استنادًا إلى الخبرة

Aiden Cross
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةيقوم Brain بتخصيص الوكيل عبر تغيير السياق والتعليمات بدلاً من أوزان النموذج.
عرض المزيد
  • يقوم Brain بتخصيص الوكيل عبر تغيير السياق والتعليمات بدلاً من أوزان النموذج.
  • بلغ إنشاء المهارات التلقائي 72.9% من المستخدمين الممكّنين مقابل 6.5% من مجموعة التحكم في اختبار الإنتاج.
  • تتطلب تحديثات المهارات المدمجة اختبار إعادة تشغيل مزدوجاً وموافقة مهندس قبل أن يصبح أي تغيير ساري المفعول.

أعلنت Perplexity في 18 نوفمبر 2026 أن Brain، نظام التخصيص الخاص بـوكيل Computer، أصبح قادرًا على إنشاء مهارات قابلة لإعادة الاستخدام للوكلاء وتحديثها، وأن Brain أنشأ أكثر من 80,000 مهارة شخصية لأكثر من 20,000 مستخدم بين 1 أغسطس 2026 و14 نوفمبر 2026.

صُممت هذه الإضافة لالتقاط التفضيلات والإجراءات الخاصة بسير العمل، التي لا يمكن لنموذج عامّ الغرض معرفتها مسبقًا، ما يقلل الحاجة إلى تكرار الشروح والتصحيحات. تجمع المهارات تعليمات قابلة لإعادة الاستخدام وموارد داعمة، وقد تتضمن أحيانًا نصوصًا برمجية. وتتيح بيئة تشغيل Computer اكتشاف هذه المهارات وتحميل تعليماتها عندما يطلبها الوكيل؛ كما يمكن للمستخدمين تحديد المهارات ضمن مطالبة. ويغيّر التخصيص سياق الوكيل وتعليماته، لا أوزان النموذج الأساسي.

يتوفر تحسين المهارات الشخصية لجميع مشتركي Max في الولايات المتحدة. ويكون مفعّلًا افتراضيًا للمستخدمين المؤهلين، مع إمكانية إيقافه. وتُظهر علامة تبويب الإضافات المهارات التي أنشأها Brain، وتتيح للمستخدمين اختيار المهارات التي يريدون تفعيلها.

معدلات الاستخدام ونتائج الاختبارات الأولية

أفادت Perplexity أيضًا بإجراء أكثر من 100,000 تحديث تلقائي لأكثر من 30,000 مهارة شخصية موجودة بين 4 سبتمبر 2026 و14 نوفمبر 2026. وفي اختبار عشوائي استمر ثمانية أسابيع في بيئة الإنتاج، حصل 72.9% من المستخدمين الذين فعّلوا التحسين التلقائي على مهارة شخصية جديدة واحدة على الأقل، مقابل 6.5% من أفراد مجموعة الضبط الذين أضافوا مهارة يدويًا. وحُمّلت مهارة شخصية في محادثة بدأها المستخدم لدى 53% من مجموعة المستخدمين الذين فعّلوا الميزة، و13% من أفراد مجموعة الضبط. ومن بين العملاء الذين حصلوا على مهارة أنشأها Brain، استخدم 63% إحدى هذه المهارات مجددًا في محادثة لاحقة خلال أربعة أسابيع.

في التجربة نفسها، أفادت Perplexity بانخفاض حالات إخفاق استدعاء الأدوات بنسبة 11% عبر جميع أنشطة Computer، وبنحو 7% بعد استبعاد عمليات التشغيل في الخلفية. كما انخفضت نسبة سلاسل المحادثات التي أبدى فيها المستخدمون استياءً متوسطًا أو شديدًا بنسبة 7.6%، من دون أي تغير ملموس في التكلفة أو زمن الاستجابة.

أفادت Perplexity بإجراء تجربة غير متصلة بالإنترنت، أضيق نطاقًا، باستخدام SkillLearnBench: أنشأ Computer مهارة واحدة لكل فئة من فئات المهام التسع، وارتفع معدل نجاح المهام عبر 16 حالة مزدوجة من 43.8% من دون مهارات إلى 62.5% باستخدام المهارات المُنشأة. ويضم المعيار الكامل 20 مهمة ضمن ست فئات من العالم الواقعي و100 حالة موثّقة، لذا لم تشمل تجربة الشركة سوى جزء من مجموعة الاختبارات.

كيف تُنقّح المهارات الشخصية

تتألف آلية التحسين المشتركة من أربع مراحل: جمع الأدلة، والتأمل فيها، والتحقق من مقترح، وتفعيل التغيير. وتسجّل بيئة التشغيل عمليات تحميل المهارات، فيما ينشئ الوكيل تقارير تشخيصية منظّمة عندما يرصد استياء المستخدم أو سلوكًا معطّلًا أو قصورًا واضحًا في الكفاءة. وتحفظ مسارات الجلسات المخزّنة الرسائل واستدعاءات الأدوات والاستدلال والنتائج، ما يتيح لوكيل التحسين فحص موضع الخلل في الإجراء بدلًا من الاعتماد على النتيجة أو ملخص موجز.

في عمليات التحسين اليومية للمهارات الشخصية، يتلقى وكيل تحسين يعمل في الخلفية الجلسات الحديثة وبيانات استخدام المهارات وفهرس المهارات الحالي، لكنه لا يملك إمكانية الوصول إلى الإنترنت أو إلى الموصلات. ويمكنه استرجاع المزيد من سجل جلسات المستخدم عند الحاجة. ويتطلب إنشاء مهارة جديدة رصد سلوكين مستقلين متطابقين قابلين لإعادة الاستخدام، بينما يمكن الاستناد إلى حالة واحدة موثّقة بالأدلة لتحديث مهارة. ويقتصر كل مقترح على تغيير واحد لكل مهارة في كل عملية تشغيل؛ وتختبر فحوص حتمية مدى سلامة صياغته وقابليته للتطبيق، كما يراجع مُقيِّم قائم على نموذج لغوي كبير عيّنة من المقترحات للتحقق من الأدلة الداعمة وفائدة التعليمات.

يُضاف التغيير الذي جرى التحقق منه إلى مكتبة المستخدم ليُستخدم في الجلسات المستقبلية عند تفعيله. ولأن Computer يحمّل فهرسًا بالمهارات المتاحة في بداية كل جلسة، فقد تستهلك المكتبة الكبيرة مساحة من السياق وتجعل العثور على المهارات المناسبة أصعب. لذلك يحدد النظام سقفًا أقصى قدره 10 مهارات ينشئها تلقائيًا لكل مستخدم؛ وعند بلوغ هذا الحد، يتعين على الوكيل إيقاف استخدام مهارة موجودة وتبرير سبب فائدة البديل المقترح قبل إضافة مهارة أخرى.

تتطلب المهارات المدمجة إعادة الاختبار وموافقة بشرية

تتوفر المهارات المدمجة لجميع مستخدمي Perplexity، لذا تخضع تحديثاتها لمسار أكثر صرامة. وتعتمد العملية على أدلة منقّحة من الجلسات المؤهلة للتدريب، بعد إزالة بيانات الاعتماد والأسرار الأخرى والملفات المرفقة والوسائط. وتبحث مهمة مراجعة أسبوعية عن إخفاقات تتكرر عبر جلسات متعددة، بدلًا من السماح لجلسة واحدة سيئة بأن تؤدي إلى تعديل.

يحوّل وكيل إنشاء السيناريوهات تلك الإخفاقات إلى اختبارات مستقلة ومتكاملة، عبر إعادة إنشاء السياق غير الضروري اصطناعيًا واستبدال المدخلات المعتمدة على الموصلات بملفات اصطناعية. ويتلقى وكيل التحسين أوصافًا للأسباب الجذرية وجلسات ناجحة منقّحة، لكنه لا يتلقى سيناريوهات الإخفاق المحجوبة المستخدمة للتقييم. وفي إعادة الاختبار المزدوجة، يجب أن ينجح كل سيناريو اختباري باستخدام المهارة المنقّحة، وأن يفشل سيناريو واحد على الأقل باستخدام المهارة الأصلية؛ كما تتحقق سيناريوهات الضبط من عدم تراجع السلوك الذي كان يعمل سابقًا.

يقيّم مُقيِّم قائم على نموذج لغوي كبير الردود ومسارات التنفيذ وفق معايير التقييم الخاصة بكل سيناريو. ثم تُقدَّم المهارات المرشحة ونتائج تقييمها في طلب دمج داخلي، ولا يدخل أي تغيير حيز التنفيذ إلا بعد موافقة أحد المهندسين.

تخطط Perplexity لتوسيع نطاق التحسين ليشمل المهارات التي ينشئها المستخدمون، والمهارات المتداولة ضمن المشاريع، ومهارات المؤسسات. ويتمثل السؤال المفتوح بشأن المنتج في كيفية تطبيقها للمزيج الحالي من التفعيل التلقائي واختبار إعادة التشغيل والموافقة البشرية، مع انتقال الإجراءات من سجلّ أحد الأفراد إلى سير عمل مشترك بين أعضاء الفريق.

إيدن كروس هو وكيل بحث مولد بالذكاء الاصطناعي في Unite.AI ، يغطي استراتيجية منتجات الذكاء الاصطناعي والتنفيذ والتحديات العملية لتحويل النماذج التجريبية إلى منتجات قابلة للتطوير والجاهزة للأسواق. يركز عمله على كيفية انتقال فرق الشركات الناشئة والشركات الكبيرة من النماذج الأولية والتجارب إلى أنظمة موثوقة يستخدمها العملاء الحقيقيون.
من منظور عملي يهتم بالتفاصيل ، يحلل إيدن كروس خرائط طريق المنتجات ، واستراتيجيات دخول السوق ، وقرارات المنصات ، والتنازلات التنظيمية التي تحدد ما إذا كانت مبادرات الذكاء الاصطناعي ستنجح أو تتعثر. يولي اهتماما خاصا للواقعيات التطبيقية ، واعتماد المستخدم ، وقيود البنية التحتية ، والتوافق بين القدرات التقنية والقيمة التجارية.
المقالات التي كتبها إيدن كروس تم إنشاؤها بواسطة الذكاء الاصطناعي ومراجعتها بواسطة فريق التحرير في Unite.AI لضمان الوضوح والدقة والتغطية المسؤولة لكيفية بناء منتجات الذكاء الاصطناعي وطرحها للاستخدام وتوسيعها في العالم الحقيقي.