عندما تتجاوز مهام وكيل الذكاء الاصطناعي ساعات عملك: تصميم آليات المراجعة لوكلاء يعملون 18 ساعة

تبدأ في إعادة هيكلة الكود (refactor) في الرابعة بعد الظهر، وتغلق حاسوبك المحمول في السادسة. وفي صباح اليوم التالي، تجد أن دورة التشغيل إما قد اكتملت، أو أنها ما زالت تعمل، أو أنها توقفت عند الساعة 9:40 مساءً لتطرح سؤالاً لم يكن هناك أحد للإجابة عنه. ثلاث حالات متباينة تماماً، لكنها بدت متطابقة تماماً طوال الليل من الخارج.

تقول شركة Anthropic إن نموذج Claude Opus 5.5 يستمر في أداء المهمة لمدة 18 ساعة أو أكثر. خذ هذا التصريح على محمل الجد؛ فدورة التشغيل التي تبدأ في نهاية يوم عمل لا تنتهي بالضرورة عند بدء اليوم التالي. لقد ظل الوكيل يتخذ القرارات طوال إحدى عشرة ساعة في غيابك، والفاصل الوحيد بينه وبين اتخاذ قرار خاطئ هو ما دوّنته له قبل مغادرتك.

إن دورة التشغيل التي تنتهي خلال ساعات عملك تخضع للإشراف، أما الدورة التي تتجاوز يومك فإنك تعود إليها لاحقاً. هذان نظامان مختلفان تماماً، وما زالت غالبية الفِرق تعمل بالأسلوب الأول.

خلاصة القول (TL;DR)

دورة تشغيل الوكيل طويلة المدى هي التي تستمر إلى ما بعد وقت وجود الإنسان؛ لذا فإن كل قرار يعجز الوكيل عن اتخاذه يجب أن ينتظر كحالة مسجلة (recorded state) بدلاً من أن يظل مجرد طلب معلق في نافذة سطر أوامر لا يراها أحد. ولتحقيق الأمان في ذلك، يجب توفر ثلاثة شروط مسبقة: شرط إيقاف يطبقه الوكيل تلقائياً دون تدخلك، وحالة انتظار للمراجعة البشرية تختلف بوضوح عن حالة العمل وحالة الفشل، وصندوق وارد يتفقده شخص محدد بالاسم كل صباح. يتولى الوكلاء مهمة البحث والتنفيذ والاختبار وإعداد التقارير، بينما يتولى البشر تحديد الاتجاه ومنح الصلاحيات واعتماد النتائج. وتجمع منصة Sharkly هذه الأركان الثلاثة معاً في إطار المهمة (Task).

ما الذي تغير في 2026-09-22؟

أطلق مختبران من أبرز مختبرات الذكاء الاصطناعي تحديثاتهما في اليوم نفسه، فأحدثا نقلة نوعية في مدة دورة التشغيل وتكلفتها في آن واحد.

تشير Anthropic إلى أن تشغيل Opus 5.5 يكلف أقل بنسبة 40% مقارنة بـ Opus 5، وينتج مخرجات أسرع بنحو 30%، بحد أقصى للمخرجات يصل إلى 128k، ويمكنه مواصلة أداء المهمة لمدة 18 ساعة أو أكثر. ومن جهتها، تذكر OpenAI أن Sol وLuna أرخص بنسبة 50% مقارنة بالأسعار الترويجية لـ GPT-5.6؛ واستخدام كلمة "ترويجية" هو التعبير المعتمد لدى OpenAI ذاتها، ما يعني أن المقارنة تمت بسعر مخفّض وليس بالسعر القياسي المعلن. كما أعلنت OpenAI عن خصم بنسبة 90% على قراءة المدخلات المخزنة مؤقتاً لـ GPT-6، موضحة أن تغيير درجة التفكير (reasoning effort) أو إتاحة الأدوات لم يعد يؤدي إلى إلغاء صلاحية التخزين المؤقت (cache invalidation)، وهو أمر بالغ الأهمية تحديداً لدورات التشغيل الممتدة طوال الليل.

أصبح بإمكان دورة التشغيل الآن أن تكون طويلة ومنخفضة التكلفة في آن واحد. غير أن ساعات يوم العمل لم تتمدد لتواكب هذا التغير، وكذلك لم تتسع قدرة أي شخص على قراءة النتائج ومراجعتها.

انقلاب معادلة المراجعة

عندما تتابع دورة التشغيل مباشرة، تكون أنت بمثابة معالج الأخطاء؛ فحين ترى الوكيل يفتح ملفاً خاطئاً، تتدخل فوراً لإيقافه. وهذا التصحيح لا يظهر في أي سجلات، لأنه لم يحتج إلى ذلك أصلاً.

لكن كل ذلك يختفي خلال ساعات الليل. فكل تعديل كان بوسعك إجراؤه يتحول إما إلى قاعدة يمتلكها الوكيل مسبقاً، أو إلى نقطة توقف، ولا يوجد خيار ثالث. إن الوكيل طويل المدى ليس مجرد وكيل تُرك دون مراقبة حتى أنهى مهمته؛ بل هو وكيل سيصل حتماً إلى قرار يتطلب تدخلك أثناء نومك. لذا، صمم أنظمتك على أساس متى يتوقف، لا متى ينتهي.

تفيد تقارير Anthropic أيضاً بانخفاض محاولات الالتفاف على القيود الناجحة بنسبة 85% في Opus 5.5. ومع ذلك، فإن انخفاض الاحتمالات لا يُعد شرط إيقاف؛ فالنموذج الذي بات من الصعب إقناعه بمخالفة تعليماته لا يزال بحاجة إلى مكان يضع فيه سؤاله المعلق عند الساعة الثانية صباحاً.

ثلاثة شروط لابد من توفرها

1. شرط إيقاف يطبقه الوكيل تلقائياً دون تدخلك

ينقسم هذا إلى جانبين: حد أقصى صارم تفرضه المنصة، وشروط مكتوبة يطبقها الوكيل بنفسه.

الحد الأقصى هو مسألة إعدادات وتكوين. إذ يحدد وكيل Sharkly حداً أقصى لعدد المهام (Tasks) المشغلة بالتوازي، ومهلة زمنية لكل مهمة (timeout) تُحدد على مستوى الوكيل نفسه وليس لكل دورة تشغيل على حدة. اضبط المهلة لتكون أطول من مدة أطول دورة تشغيل ترغب فيها، وأقل من أطول دورة تشغيل تكون مستعداً لدفع تكلفتها. اعتبرها قاطع دائرة أمان، وليست جدولاً زمنياً للعمل.

أما الشروط المكتوبة فهي الجانب الذي تغفله معظم الفِرق. فالوكيل الذي لا يتوقف أبداً ليس دؤوباً في عمله، بل هو وكيل يفتقر إلى الإشراف.

Stop and wait for a human when:
- a change would touch a file outside the paths named in the Task;
- a check that passed at the start of the run still fails after two attempts;
- the Task description and the code disagree about intended behavior;
- you are about to run a command that writes outside the working directory.

When you stop, leave one comment: what you did, what you need, and the single
question that unblocks you. One question per stop.

استخدم مهلة زمنية طويلة عندما تكون المهمة تغييراً محدود النطاق مدعوماً باختبارات توضح للوكيل متى يكتمل العمل. واجعلها تقتصر على ساعة أو ساعتين إذا كانت المهمة استكشافية، أو إذا كانت معايير القبول مجرد فكرة تحتمل النقاش، أو إذا كان التشغيل قد يتناول أجزاءً لا تريد المساس بها دون تدقيق. وتوضح بوابات الاعتماد (Approval gates) الحالات التي يتعين فيها على الوكيل التوقف حتى وإن كان واثقاً من خطوته.

2. حالة انتظار تختلف عن حالة العمل

في Sharkly، يُفصل بين حالة دورة حياة المهمة وحالة عمل الوكيل كسجلين مستقلين. فيمكن للمهمة أن تظل "قيد التنفيذ" (In Progress) بينما تكون حالة الوكيل هي "يعمل" (Working)، أو "بانتظار رد بشري" (Waiting for human reply)، أو "بانتظار مراجعة بشرية" (Waiting for human review)، أو "خطأ" (Error). ولدورة التشغيل نفسها حالات خاصة بها: قيد الانتظار (Queued)، ومُرسلة (Dispatched)، وبانتظار المجلد المحلي (Waiting for local directory)، وتعمل (Running)، ومكتملة (Completed)، وفاشلة (Failed)، ومُلغاة (Canceled).

قد يبدو هذا كأنه مجرد تدقيق روتيني لا طائل منه حتى تجد أمامك ثماني دورات تشغيل ليلية. فبدون هذا التمييز، ستعرض لوحة التحكم في التاسعة صباحاً حالة "قيد التنفيذ" لوكيل في منتصف عملية التعديل ولوكيل آخر توقف منذ إحدى عشرة ساعة بانتظار إجابة واحدة، ما يضطرك لفتح المهام الثماني كلها لتعرف وضع كل منها.

يتيح سجل التنفيذ فهم أسباب التوقف في صباح اليوم التالي بوضوح: لماذا وُضعت الدورة في قائمة الانتظار، ومتى بدأت وانتهت، واستدعاءات الأدوات وأحداث بيئة التشغيل، ومصدر الإطلاق، وتفاصيل الفشل أو الإلغاء. هذا هو ما تقرؤه مباشرة وبشكل مجرد دون الحاجة لتذكر ما طلبته بالأمس. راجع مقال الحالة والسجلات وإشارات الفشل لمعرفة ما يجب رصده إذا أردت بناء هذا النظام بنفسك.

3. صندوق وارد يتفقده شخص محدد

حالة الانتظار التي تفتقر إلى مسؤول محدد ستظل تنتظر إلى ما لا نهاية. فـ دورات التشغيل الليلية تفشل بصمت بطريقة لا تحدث أثناء النهار، لعدم وجود من يلاحظ هذا السكون.

يمثل صندوق الوارد في Sharkly قائمة شخصية لنشاط المهام؛ ويختص التبويب الرئيسي (Primary) بالإشارات التي تتطلب تدخلاً بشرياً: انتظار ردك، أو انتظار مراجعتك، أو الأعمال الفاشلة والمعطلة، والإشارات المباشرة، وتكليفك بمهام. وتُرسل إخفاقات التشغيل وإشارات التعطيل إلى الشخص المعين بدلاً من إرسالها لجميع المشتركين، مما يضمن أن فشل دورة تشغيل عند الثالثة صباحاً سيصل لشخص محدد بدلاً من إرساله للجميع، وهو ما يوازي في الواقع عدم وصوله لأحد.

هناك واجهتا عرض محفوظتان تديران عمل الصباح: المهام التي تنتظر المراجعة، والمهام المسندة إلى الوكلاء والمعطلة حالياً. حدد بالاسم الشخص المسؤول عن متابعتهما؛ فعبارة "الفريق" كوحدة مبهمة لا تتفقد صندوق الوارد أبداً.

جولة المراجعة الصباحية

ترتيب الأولويات مهم للغاية، وهو ليس الترتيب التلقائي الذي تظهره لوحة التحكم.

1. أولاً: المهام بانتظار رد بشري. الإجابة تعيد تشغيل الوكيل المتوقف على الفور، في حين أن المراجعة لا تبدأ شيئاً بذاتها. إذا كانت المهمة SH-312 تنتظر منذ الساعة 9:40 مساءً، فإن أسرع ما يمكنك إنجازه طوال اليوم هو وضع إجابتك في تعليق، مما يدرج دورة تشغيل تكميلية لنفس المهمة في قائمة الانتظار.
2. ثانياً: المهام الفاشلة والمعطلة. اقرأ عنوان سجل التنفيذ وتفاصيله التقنية قبل إعادة المحاولة. فرمز حالة HTTP الفردي هو مجرد طرف خيط، وليس تشخيصاً كاملاً.
3. ثالثاً: المهام بانتظار المراجعة. هذا هو طابور الانتظار الفعلي، وهو الذي يتضخم مع انخفاض تكلفة دورات التشغيل.
4. أخيراً: المهام التي لا تزال قيد التشغيل. دعها تستمر أو قم بإلغائها. علماً بأن الدورة الملغاة لا تُستأنف من حيث توقفت، لكن المهمة وسجلها يظلان محفوظين؛ لذا لا تتردد في الإلغاء فوراً إذا كان الاتجاه غير صحيح، ولكن تفقد السجل أولاً.

ما لا تحله هذه الإجراءات

الدورات الأطول لا تقلل من حجم المراجعة، بل تركزه وتكثفه. فدورة تشغيل مدتها 18 ساعة تقدم نتيجة واحدة تختزل قرارات ليلة كاملة، ولا يزال هناك إنسان يتعين عليه قراءتها وتقييمها وقبولها. وتوضح أبحاث باحثي OpenAI أنفسهم مآل هذا الأمر: فمتوسط استهلاك الباحث يتجاوز 600 دولار يومياً من الاستدلال بأسعار واجهة برمجة التطبيقات، بينما تتجاوز الشريحة المئوية التسعون 7,000 دولار يومياً، في حين بقي عدد الأفراد المتاحين لقراءة المخرجات كما هو دون زيادة. لقد أجرينا هذه الحسبة الرياضية فور نشر OpenAI لأرقامها، ولم يغير هذا الإطلاق شيئاً في مقام المعادلة.

إن دورات التشغيل الأرخص والأطول تتيح محاولات متوازية أكثر، لكنها لا تقلل من القرارات المطلوبة. وتظل المراجعة البشرية هي عنق الزجاجة الرئيسي، والتخفيض في الأسعار يزيد الأمر تعقيداً قبل أن يحله. تتوقف الأتمتة عندما يتطلب الأمر تقييماً بشرياً من الفريق، وتقدم عندئذ مخرجات واضحة مع سياق متكامل وأدلة قابلة للفحص والتدقيق.

الأسئلة الشائعة

ما هي المدة المناسبة للمهلة الزمنية (timeout) لكل مهمة مع نموذج يعمل 18 ساعة؟ يجب أن تكون أطول من مدة التشغيل التي ترغب فيها، وأقصر من مدة التشغيل التي قد تندم على تكلفتها. ابدأ ببضع ساعات للمهام الاعتيادية، وارفعها لكل وكيل حسب طبيعة المهام التي تستلزم ليلة عمل كاملة فعلياً. إن المهلة الزمنية تنهي دورة التشغيل التي وقعت في حلقة تكرارية مفرغة، لكنها لا تحدد الوقت الذي يستغرقه العمل الجيد المتقن.

ما الذي يحدث لسؤال يطرحه الوكيل عند الساعة الثانية صباحاً؟ ينبغي أن يتحول تلقائياً إلى حالة "بانتظار رد بشري" وعنصر في صندوق وارد الشخص المعين، وليس مجرد سطر عابر يضيع في سجل شاشة الأوامر. وإذا كان نظامك الحالي يضيّع مثل هذه الأسئلة، فعليك سد هذه الثغرة أولاً قبل تمديد أي مهل زمنية.

خلاصة الأمر

لا توفر أي جهة مزودة الجانب الأكثر أهمية في هذه المعادلة؛ لأن ما يهم فعلاً هو أين تقع نقطة التوقف ومن يتولى المسؤولية في الصباح. القضية متماثلة سواء مع Claude Code أو Codex أو أي أداة أخرى، ولهذا السبب تحديداً يجب أن تكون المسؤولية على مستوى المهمة نفسها بدلاً من حصرها داخل جلسة عمل مغلقة لدى مزود بعينه.

إذا كنت تشغل وكلاء برمجيات طوال الليل، فالتحقق يسير وبسيط: افتح لوحة التحكم في التاسعة صباحاً وانظر هل تميز بوضوح بين وكيل لا يزال يفكر وآخر متوقف ينتظر إجابة منذ الليلة الماضية؟ إذا كانت لا تفعل ذلك، فهذا هو أول شيء يجب معالجته. وهذا هو المستوى الذي تعمل فيه منصة Sharkly: حيث تضمن المهمةُ حفظ الهدف، وحالة التشغيل، ونقاط التعطيل، والنتيجة، والقرار البشري، بدءاً من تقديم الطلب وحتى إطلاق المشروع.