تنشر Perplexity شرحًا لآلية عمل بوابات الذكاء الاصطناعي وحدودها

نشرت Perplexity دليلًا في 20 أكتوبر 2026 يشرح كيفية توجيه بوابات الذكاء الاصطناعي حركة المرور بين التطبيقات ونماذج اللغة الكبيرة، وقياسها والتحكم فيها، ومتى تحتاج المؤسسة إلى إحدى هذه البوابات. وجاء المنشور بعنوان «ما بوابة الذكاء الاصطناعي؟ دليل إلى توجيه حركة مرور نماذج اللغة الكبيرة والوكلاء، وضبط التكاليف والحوكمة»، وكان أحدث ما نُشر على مدونة الشركة.

التعريف ومعالجة الطلبات

يعرّف الدليل بوابة الذكاء الاصطناعي بأنها طبقة وسيطة مركزية توضع بين تطبيقات المؤسسة أو وكلاء الذكاء الاصطناعي من جهة، ونماذج اللغة الكبيرة والأدوات التي تستدعيها من جهة أخرى، بحيث تتولى في مكان واحد توجيه الطلبات وضبط التكاليف وإنفاذ تدابير الأمان ومراقبة الاستخدام. ولأن كل مزوّد (ويذكر الدليل OpenAI وAnthropic وGoogle والنماذج مفتوحة المصدر ونقاط النهاية المستضافة ذاتيًا) يقدّم حزمة تطوير برمجيات (SDK) ومفاتيح API وتنسيقًا خاصًا بالطلبات، تستقبل البوابة طلبًا موحّدًا وتحوله إلى التنسيق الذي يتطلبه المزوّد المستهدف. وتُضاف النماذج أو تُستبدل أو تُوقف من خلال إعدادات البوابة، لا عبر تعديل شيفرة التطبيق.

وفقًا للدليل، يمر كل طلب يُوجَّه إلى عنوان URL الأساسي للبوابة بأربع خطوات متطابقة: تتحقق البوابة من هوية طالب الخدمة وصلاحياته باستخدام المفتاح والدور؛ ثم تطبّق السياسات، مثل حدود الرموز والميزانيات وضوابط الحماية، بما فيها حجب معلومات التعريف الشخصية (PII)؛ ثم توجّه الطلب إلى نموذج أو مزوّد استنادًا إلى التكلفة أو زمن الاستجابة أو التوافر، مع التحويل إلى مزوّد احتياطي وتحويل الطلب إلى التنسيق الذي يعتمده المزوّد المستهدف؛ وأخيرًا تسجل النموذج وعدد الرموز وزمن الاستجابة والنتيجة لتتبّع الإنفاق وتصحيح الأخطاء.

الإمكانات والقيود المذكورة

يصف الدليل ستة مجالات للإمكانات. يختار التوجيه والتحويل الاحتياطي نموذجًا استنادًا إلى التكلفة أو زمن الاستجابة أو القدرة، ويعيد توجيه الطلبات تلقائيًا عند تعطل المزوّد أو بلوغه حدّ معدل الطلبات. وتضع حدود المعدل والميزانيات القائمة على الرموز سقفًا للاستخدام لكل فريق أو مشروع أو مستخدم، وترفض الطلبات عند استنفاد الحصة المخصصة. أما التخزين المؤقت الدلالي، فيطابق المطالبات الجديدة مع الإجابات المخزّنة بحسب المعنى، ويعيد الإجابة المحفوظة من دون استدعاء نموذج عندما تكون المطالبات متقاربة بما يكفي. وتفحص ضوابط الحماية كل مطالبة وكل إجابة، فتحذف البيانات الشخصية أو الحساسة قبل وصولها إلى المزوّد، وتحدّ من مخاطر حقن المطالبات، وتصفّي المحتوى غير المرغوب فيه. ويسجل رصد الأداء النموذج الذي شُغّل واستخدام الرموز وزمن الاستجابة والإخفاقات، فيما تتيح ميزات الحوكمة الوصول إلى النماذج بحسب الدور، وتحتفظ بسجل تدقيق لكل استدعاء.

في ما يتعلق بالقيود، يذكر الدليل أن البوابة تزيد زمن الاستجابة، لكنه يصف هذا التأخير بأنه محدود نسبيًا في حركة مرور نماذج اللغة الكبيرة. ويستشهد باختبار معياري مستقل أجرته في يونيو 2026 مجموعة VMware Cloud Foundation التابعة لشركة Broadcom، أضافت فيه بوابة Envoy AI Gateway مضبوطة نحو 2 ميلي ثانية إلى زمن كل طلب، مع ما يصل إلى 224 مستخدمًا متزامنًا، عند استخدام التوجيه وتحديد معدل الطلبات من دون فحص المحتوى؛ ويشير الاختبار نفسه، وفقًا لما نقله الدليل، إلى أن ضوابط الحماية والتخزين المؤقت الدلالي قد يضيفان عشرات إلى مئات الميلي ثواني. ويذكر الدليل أيضًا أن البوابات لا تقرر ما ينبغي سؤاله للنموذج، ولا تتذكر المحادثات، ولا تنفّذ منطق الوكيل خطوة بخطوة، ولا تقيّم جودة الإجابات. كما يحذّر من أن التوجيه المدفوع بخفض التكلفة قد يقلل الجودة عندما ينتج النموذج الأرخص إجابة أسوأ.

أنواع البوابات وحركة مرور الوكلاء

يقارن الدليل بين بوابات الذكاء الاصطناعي وبوابات API التقليدية في جوانب عدة: قياس استخدام الرموز مقابل تحديد عدد الطلبات؛ والتخزين المؤقت الدلالي مقابل التخزين المؤقت القائم على التطابق التام؛ وفحص المطالبات بحثًا عن البيانات الحساسة والتعليمات المخفية مقابل المصادقة باستخدام المفاتيح؛ وتوجيه الطلبات إلى النماذج بحسب التكلفة أو زمن الاستجابة أو القدرة مقابل توجيهها إلى الخدمات الخلفية. كما يميّز بين مصطلحين أضيق نطاقًا: تتولى بوابة نماذج اللغة الكبيرة معالجة استدعاء النموذج نفسه، بينما تضبط بوابة MCP الأدوات ومصادر البيانات التي يستطيع الوكيل الوصول إليها عبر بروتوكول سياق النموذج (Model Context Protocol). ويشير الدليل إلى أن LiteLLM وPortkey وAzure API Management وEnvoy AI Gateway باتت تضيف حوكمة MCP، لذا تصف هذه المصطلحات طبقات متداخلة من التحكم.

أما الوكلاء، فيصفهم الدليل بأنهم يعملون في حلقات من استدعاء النماذج واستخدام الأدوات إلى أن تكتمل المهمة. وتتحكم البوابة في كل حركة المرور التي يبدأها الوكيل وتراقبها، وتحدد الأدوات ومصادر البيانات التي يُسمح للوكيل بالوصول إليها، وتسجل جميع استدعاءات النماذج والأدوات في سجل تدقيق.

بيانات الاست adoption المذكورة وإرشادات النشر

لتقدير حجم الطلب، يستشهد الدليل بأرقام من جهات خارجية. ووجد مؤشر Cisco للجاهزية للذكاء الاصطناعي لعام 2025 أن 83% من أصل 8,039 من كبار قادة الأعمال الذين شملهم الاستطلاع في مؤسسات تضم أكثر من 500 موظف يخططون لتطوير وكلاء الذكاء الاصطناعي أو نشرهم. وتتوقع Gartner أن تُستخدم وكلاء مخصصة لمهام بعينها في 40% من تطبيقات المؤسسات بحلول نهاية عام 2026، ارتفاعًا من أقل من 5% في عام 2025. وفي ما يتعلق بالتكلفة، يستشهد الدليل باستطلاع DoiT/Sapio لعام 2026، الذي قال فيه 79% من قادة الشؤون المالية المشاركين إنهم تجاوزوا ميزانية الذكاء الاصطناعي خلال العام الماضي، وباستطلاع أجرته Dataiku وHarris Poll في عام 2026، أفاد فيه 93% من كبار مسؤولي المعلومات في المؤسسات بأن النماذج المختلفة تؤدي أداءً أفضل في حالات الاستخدام المختلفة، وتتوقع 81% من المؤسسات تشغيل نماذج من مزوّدين اثنين أو أكثر، فيما بدّلت 55% مزوّد نماذج اللغة الكبيرة مرة واحدة على الأقل.

أشارت بيانات الرصد المستقل التي استشهد بها الدليل إلى أن توافر خدمات كبرى مزوّدي نماذج اللغة الكبيرة (LLM) تراوح بين 99.85 و99.9% في مايو 2026، وهو ما يعادله الدليل بنحو 9–13 ساعة من التوقف سنويًا؛ وفي استطلاع أجرته Cockroach Labs عام 2026 وشمل 1,125 من كبار مسؤولي البنية التحتية، قدّر ثلثا المشاركين أن ساعة واحدة من توقف الذكاء الاصطناعي ستكلف مؤسساتهم أكثر من 100,000 دولار. ويستشهد الدليل أيضًا بتصنيف OWASP لعام 2025، الذي وضع حقن التعليمات في مقدمة مخاطر أمن نماذج اللغة الكبيرة، وبنتيجة توصلت إليها Zscaler ThreatLabz مفادها أن البيانات المؤسسية المرسلة إلى تطبيقات الذكاء الاصطناعي ارتفعت بنسبة 93% خلال عام، وأن ChatGPT وحده تسبب في 410 ملايين مخالفة لأنظمة منع فقدان البيانات.

يسرد الدليل مؤشرات تدل على حاجة المؤسسة إلى بوابة: تضمين مفاتيح المزوّدين مباشرةً في عدة قواعد برمجية، وفواتير النماذج التي يتعذر على الإدارة المالية تحديد الجهة المسؤولة عنها، وأخطاء حدود المعدل أو التوقف المرتبطة بالاعتماد على مزوّد واحد، والتعليمات غير المفحوصة التي تتضمن بيانات حساسة، وتنافس الفرق على عمليات التكامل مع المزوّدين، وعمليات التكامل مع أدوات MCP، وعدم وجود نظرة عامة على الأمن أو الامتثال. ويوضح أن البوابة ليست ضرورية لنموذج أولي واحد، أو مشروع جانبي محدود الاستخدام، أو لاستدعاء نقطة نهاية واحدة لنموذج مع متطلبات أمنية دنيا. وتشمل الخيارات المستضافة ذاتيًا LiteLLM وPortkey وApache APISIX، على سحابة خاصة أو Kubernetes أو بنية تحتية محلية؛ أما الخيارات المُدارة فتشمل Cloudflare AI Gateway وAzure API Management وAmazon Bedrock AgentCore Gateway. ويعرض الدليل الاختيار من منظور التحكم في البيانات والخصوصية، والعبء التشغيلي، بما في ذلك مخازن الحالة مثل PostgreSQL وRedis وetcd، وسرعة النشر وعمليات التكامل. ويذكر قسم الأسئلة الشائعة أن مصطلح «بوابة الذكاء الاصطناعي التوليدي» قابل للتبادل مع «بوابة الذكاء الاصطناعي»، وأنه لا توجد بوابة واحدة مفتوحة المصدر هي الأفضل في جميع الحالات.