خلاصة سريعة: تنسيق وكلاء الذكاء الاصطناعي (AI agent orchestration) هو تنظيم عمل عدة وكلاء ذكاء اصطناعي لتحقيق هدف واحد: من يتولى أية مهمة، وبأي ترتيب، ووفق أي سياق، وكيف تُجمع النتائج معًا مجددًا. تغطي خمسة أنماط معظم الأنظمة: التسلسلي، والتوجيهي، والمتوازي، ونمط المنسق والعاملين، وحلقات المراجعة. استخدم نظام Anthropic متعدد الوكلاء نحو 15 ضعفًا من الرموز (tokens) مقارنة بالمحادثة العادية، لذا فالخيار الافتراضي هو البدء بأبسط إعداد يفي بالغرض. أما بالنسبة للفرق التي تدير وكلاء البرمجة، فإن التنسيق يمثل في المقام الأول مسألة إدارة عمل: إسناد المهام، والعزل، والتسليم، والمراجعة البشرية.
إليك مشهدًا ليوم ثلاثاء معتاد في عام 2026: يُقسّم Claude Code عملية ترحيل برمجية عبر ثلاثة وكلاء فرعيين. ويُشغّل Codex حزمة الاختبارات في نافذة طرفية أخرى. بينما تُراجع جلسة Gemini لدى أحد زملائك طلب السحب (pull request) الخاص بالأمس. تُنسّق كل أداة مساعديها بكفاءة، لكن لا أحد ينسق بين الأدوات نفسها، والنتيجة: أداتان تعدّلان ملف الإعدادات نفسه، وتجري المراجعة على كود قد تغيّر بالفعل.
هذه الفجوة بالتحديد هي جوهر تنسيق وكلاء الذكاء الاصطناعي. يشمل هذا المصطلح كل شيء بدءًا من إطار عمل بلغة بايثون يربط الوكلاء في مخطط بياني (graph)، وصولًا إلى فريق يقرر أي وكيل برمجة تُسند إليه هذه التذكرة أو تلك. يوضح لك هذا الدليل كل هذه الجوانب: تعريف يمكنك الاستشهاد به، والأنماط الخمسة الموثقة لدى الشركات المطورة، وتكلفة التنسيق، وما الذي يتغير عندما يكتب الوكلاء الكود بأنفسهم. وللاطلاع على الجانب العملي، راجع دليلنا حول تشغيل عدة وكلاء Claude Code بالتوازي.
ماذا يعني تنسيق وكلاء الذكاء الاصطناعي؟
تنسيق وكلاء الذكاء الاصطناعي هو تنظيم عمل عدة وكلاء ذكاء اصطناعي لتحقيق هدف مشترك: تحديد أي وكيل ينفذ أي جزء من العمل، وبأي ترتيب، ووفق أي سياق، وكيف تُدمج نتائجهم وتُفحص. يقترب تعريف IBM من هذا المعنى: "عملية التنسيق بين عدة وكلاء ذكاء اصطناعي متخصصين داخل نظام موحد" (IBM). أما صياغة GitHub فتضيف عنصر الهدف: التنسيق بين الوكلاء المستقلين "للعمل معًا نحو أهداف مشتركة" (GitHub).
يكمن التمييز الجوهري هنا في الجهة التي تتخذ قرارات التنسيق. يفصل دليل Anthropic بعنوان بناء وكلاء فعالين بين مهام سير العمل، وهي "أنظمة يُنسَّق فيها بين النماذج اللغوية الكبيرة والأدوات عبر مسارات برمجية محددة مسبقًا"، وبين الوكلاء، حيث "توجّه النماذج اللغوية الكبيرة عملياتها واستخدامها للأدوات ديناميكيًا". كما يضع دليل تنسيق Agents SDK من OpenAI الخط الفاصل نفسه بين التنسيق عبر الكود والتنسيق عبر النموذج اللغوي، متيحًا لك الجمع بين الاثنين.
يتميز التنسيق عبر الكود بقابليته للتنبؤ وانخفاض تكلفة تصحيح أخطائه. أما التنسيق عبر النموذج فيتعامل بمرونة مع الأهداف المفتوحة، ولكن على حساب عمليات تشغيل لا يمكن التنبؤ بمسارها تمامًا. لذلك، تعتمد معظم أنظمة الإنتاج الفعلي على الكود كهيكل أساسي، وتترك للنموذج اتخاذ القرارات في إطاره.
خمسة أنماط لتنسيق وكلاء الذكاء الاصطناعي
تطلق أطر العمل الكبرى أسماء مختلفة على هذه الأنماط، لكنها تصف في جوهرها النماذج نفسها. يقدّم إطار Agent Framework من Microsoft—وهو وريث AutoGen وSemantic Kernel—خمسة أنماط للتنسيق، بينما تسرد صفحة أنماط ADK من Google سبعة أنماط. وعند مقارنتها ومطابقتها نجد ما يلي:
| النمط | مسار تدفق العمل | مسميات أخرى | حالات الاستخدام المثلى | تنبيهات ومحاذير |
|---|---|---|---|---|
| التسلسلي (Sequential) | تغذي مخرجات الوكيل (أ) الوكيل (ب)، ثم (ج) | سلسلة التوجيهات (Prompt chaining)، خط الأنابيب (Pipeline) | المراحل الثابتة: صياغة مسودة، ثم تدقيق، ثم تنسيق | أي مرحلة ضعيفة تُفسد جميع المراحل التي تليها |
| التوجيه (Routing) | يقوم مصنِّف أو وكيل بإرسال كل طلب إلى متخصص محدد | التسليم (Handoff)، الفرز (Triage)، المنسق (Coordinator) | المدخلات المتنوعة التي تتطلب خبرات تخصصية مختلفة | قد تظهر أخطاء التوجيه وكأنها إخفاق من الوكيل المتخصص |
| المتوازي (Parallel) | تُنفَّذ الأجزاء المستقلة في الوقت نفسه، ثم تُدمج النتائج | التزامن (Concurrent)، التفريع والتجميع (Fan-out/Fan-in)، التقسيم (Sectioning)، التصويت (Voting) | المهام العريضة: البحث، والمراجعة من زوايا متعددة | صعوبة دمج المخرجات المتضاربة |
| المنسق والعاملون (Orchestrator-workers) | وكيل رئيسي يخطط، ويفوّض المهام، ويلخّص النتائج | المشرف (Supervisor)، المغناطيسي (Magentic)، الهرمي (Hierarchical) | الأهداف التي يتعذر تقسيمها مسبقًا | تكلفة استهلاك الرموز (Tokens) وأخطاء الوكيل الرئيسي |
| حلقة المراجعة (Review loop) | وكيل يولّد المحتوى، وآخر يقيّمه، وتتكرر الدورة | المقيّم والمحسّن (Evaluator-optimizer)، التوليد والمراجعة (Generate-and-review) | الأعمال ذات معايير الجودة الواضحة | الوقوع في حلقات تكرارية لا نهائية لا تصل إلى نتيجة |
يُعد وصف Anthropic لنمط المنسق والعاملين هو المعنى الأقرب لما يقصده معظم الناس عند استخدام مصطلح "التنسيق": "نموذج لغوي مركزي يفكك المهام ديناميكيًا، ويفوّضها إلى نماذج لغوية عاملة، ثم يجمع نتائجها ويدمجها". وهناك نمط سادس تضيفه بعض أطر العمل وهو المحادثة الجماعية (Group chat)، حيث يتحاور الوكلاء في مسار نقاش مشترك، ويقترح دليل البنية المعمارية من Microsoft ألا يتجاوز عدد الوكلاء فيها ثلاثة.
تكلفة تنسيق وكلاء الذكاء الاصطناعي
تستند الجدوى من التنسيق إلى نتائج عملية ملموسة؛ فقد أظهر نظام البحث متعدد الوكلاء من Anthropic—والذي يعتمد على وكيل رئيسي يُطلق من 3 إلى 5 وكلاء فرعيين بالتوازي—أنه "تفوّق على نموذج Claude Opus 4 الأحادي بنسبة 90.2%" في التقييم البحثي الداخلي للشركة، كما أن العمل المتوازي "قلّص زمن البحث بنسبة تصل إلى 90% في الاستعلامات المعقدة".
لكن المقال نفسه يوضح الفاتورة المقابلة لذلك؛ إذ يستهلك الوكلاء نحو 4 أضعاف الرموز مقارنة بالمحادثة العادية، و"تستهلك الأنظمة متعددة الوكلاء نحو 15 ضعفًا من الرموز مقارنة بالمحادثات". وفي تقييم BrowseComp، "يفسر استهلاك الرموز وحده 80% من التباين" في الأداء. فزيادة عدد الوكلاء تعني غالبًا قراءة كميات أكبر من البيانات، وهو ما يفيد في الأبحاث الاستقصائية الواسعة، لكنه يهدر الميزانية في المهام المحددة والضيقة.
لهذا السبب تبدأ كل من Anthropic وMicrosoft بالنصيحة ذاتها؛ حيث توصي Anthropic بـ "البحث عن أبسط حل ممكن، وعدم زيادة التعقيد إلا عند الحاجة فقط". بينما ينص دليل Microsoft على: "استخدم أدنى مستوى من التعقيد يفي بمتطلباتك بشكل موثوق". فوكيل واحد بمهمة مصاغة بعناية يتفوق على مخطط معقد من خمسة وكلاء في معظم التعديلات الفردية.
إليك كيف يبدو أبسط تنسيق عملي في أدوات البرمجة: يُعرَّف الوكيل الفرعي في Claude Code كملف داخل .claude/agents/، وتفوّض الجلسة الرئيسية المهام إليه:
---
name: test-writer
description: Writes missing unit tests for a module after a feature lands.
tools: Read, Edit, Bash
isolation: worktree
---
Write unit tests for the module you are given. Match the existing test style.
Run the suite and report which tests you added and whether they pass.
هذا تجسيد لنمط المنسق والعاملين في ثمانية أسطر: الجلسة الرئيسية هي القائد، ويعمل الوكيل الفرعي ضمن نافذة سياق خاصة به وشجرة عمل (worktree) مستقلة، ثم تعود النتيجة إلى القائد.
تنسيق وكلاء الذكاء الاصطناعي لوكلاء البرمجة
يفرض وكلاء البرمجة قيودًا لا تواجهها وكلاء البحث؛ فمخرجات عملهم تصب في مستودع كود مشترك، مما يعني أن وكيلين قد يُنتج كلٌّ منهما تعديلات صحيحة بذاتها ولكنها تتعارض معًا. وتوضح ميزة فرق الوكلاء (agent teams) في Claude Code—وهي تجريبية ومعطلة افتراضيًا—هذا الأمر بوضوح: "تعديل عضوين للملف نفسه يؤدي إلى الكتابة فوق التعديلات وإلغائها".
يقوم كل مطور حاليًا بالتنسيق داخل أداته الخاصة؛ إذ يتيح Claude Code وكلاء فرعيين وفرق وكلاء، ويفعّل Codex مهام سير عمل الوكلاء الفرعيين افتراضيًا، كما أعلنت GitHub في فبراير عن منصة Agent HQ مع خيار "إسناد المشكلة إلى Copilot أو Claude أو Codex أو ثلاثتهم معًا لمقارنة النتائج". غير أن ما لا تقدمه أي من هذه الأدوات هو التنسيق الشامل عبر مختلف الأدوات والأشخاص معًا، وهي الطبقة الحيوية التي تلامس واقع فرق التطوير يوميًا:
- إسناد المهام (Assignment): تحديد أي وكيل، وعلى أي حاسوب (Computer)، يتولى هذه المهمة. يتناول مقالنا حول أي وكيل برمجة يجب أن يتولى هذه المهمة موضوع التوجيه بالتفصيل.
- العزل (Isolation): تخصيص دليل عمل مستقل لكل مهمة، حتى لا يتداخل العمل المتوازي أو يُتلف بعضه.
- التسليم (Handoff): توثيق ما يسلمه الوكيل بعد إنجاز عمله. راجع قوالب تسليم وكلاء البرمجة.
- المراجعة (Review): قيام شخص باعتماد النتيجة قبل دمجها. يوضح سير عمل المراجعة بمشاركة العنصر البشري (human-in-the-loop) الموضع المناسب لوضع بوابة التحقق تلك.
استخدم إطار عمل للتنسيق مثل LangGraph أو OpenAI Agents SDK أو Microsoft Agent Framework أو ADK عندما تبني منتجًا قائمًا على الوكلاء وتحتاج إلى التحكم في كل خطوة. بينما يُفضّل استخدام طبقة إدارة عندما يكون الوكلاء موجودين بالفعل—مثل جلسات Claude Code أو Codex أو Gemini CLI—ويكون التحدي هو تنسيق عملهم عبر الفريق.
موقع Sharkly في منظومة تنسيق وكلاء الذكاء الاصطناعي
إن Sharkly ليس إطار عمل لبناء الوكلاء، ولا يُعد بديلاً لـ Claude Code أو Codex أو غيرهما من أدوات التنفيذ؛ بل هو طبقة الإدارة والتنسيق التي تعلوها جميعًا. أنت تمتلك بالفعل وكلاء البرمجة، ودور Sharkly هو تحويلهم إلى فريق عمل متكامل.
يتجسد نمط "المنسق والعاملين" في صورة طاقم (Crew): وهو مجموعة قابلة لإعادة الاستخدام مكوّنة من أفراد (People) ووكلاء (Agents) ينسق عملهم وكيل قائد واحد. وتوضح وثائق Crews في Sharkly قاعدة اتخاذ القرار: "بالنسبة للأعمال الصغيرة والمحددة بوضوح، أسنِد المهمة مباشرة إلى وكيل واحد. واستخدم طاقم عمل (Crew) عندما يحتاج القائد إلى تفسير الهدف، وإشراك وكلاء آخرين كأعضاء، وجمع نتائجهم مجددًا". ويبدأ التنفيذ بقيادة الوكيل أولاً، والمهمة المسندة لطاقم في قائمة المهام المؤجلة (Backlog) لا تُطلق عمل القائد تلقائيًا.
أيًا كان النمط الذي تختاره، يظل سجل التوثيق ثابتًا: تحتوي المهمة (Task) على الهدف، وتُنفَّذ كل عملية تشغيل على أحد حواسيبك (Computers)—في دليل خاص بها افتراضيًا—ثم تعود تفاصيل التنفيذ والعوائق والنتائج إلى المهمة نفسها. يبحث الوكلاء وينفذون ويختبرون ويرفعون التقارير، بينما يتولى البشر تحديد التوجهات، ومنح الصلاحيات، واعتماد النتائج. يوضح قسم Crews في صفحة ميزات Agents كيف يفوّض القائد المهام، بينما يستعرض مقال Sharkly Crews نموذجًا عمليًا لذلك.
إذا كان وكلاؤك يعملون بالفعل وكانت الصعوبة تكمن في تنسيق جهودهم عبر مختلف الأفراد ومستودعات الكود، فهذه هي المشكلة التي صُممت Sharkly خصيصًا لحلها.
الأسئلة الشائعة
هل تنسيق وكلاء الذكاء الاصطناعي هو نفسه النظام متعدد الوكلاء؟ المفهومان متقاربان، لكنهما غير متطابقين. فالنظام متعدد الوكلاء هو مجموعة الوكلاء نفسها، أما التنسيق فهو منطق التنظيم وإدارة العمل: من يعمل ومتى، وبأي سياق، وكيف تُدمج النتائج. والنظام الذي يتضمن وكيلاً واحدًا وعدة أدوات يتطلب قدرًا ضئيلاً من التنسيق.
ما الفرق بين تنسيق وكلاء الذكاء الاصطناعي والتنسيق العام للذكاء الاصطناعي؟ يشير تنسيق الذكاء الاصطناعي عادةً إلى ربط النماذج وخطوط معالجة البيانات والأدوات في مسار عمل متكامل. أما تنسيق وكلاء الذكاء الاصطناعي فمفهوم أكثر تحديدًا: فهو يعني التنسيق بين وكلاء يتخذون قراراتهم بأنفسهم في إطار المهمة الموكلة إليهم.
هل أحتاج إلى إطار عمل مثل LangGraph لتنسيق الوكلاء؟ تحتاج إليه فقط إذا كنت تبني الوكلاء بنفسك. أما وكلاء البرمجة مثل Claude Code وCodex فهم ينسقون بالفعل وكلاءهم الفرعيين، لذا يتبقى تنسيق عمليات التشغيل الكلية: إسناد المهام، والعزل، والمراجعة. ويبدأ دليلنا حول إسناد مهمتك الأولى إلى وكيل ذكاء اصطناعي من هذه النقطة.
بأي نمط من أنماط تنسيق وكلاء الذكاء الاصطناعي ينبغي أن أبدأ؟ ابدأ بوكيل واحد ومهمة واضحة، ثم انتقل إلى عمليات تشغيل تسلسلية أو متوازية تتحكم بها عبر الكود. ولا تنتقل إلى نمط "المنسق والعاملين" إلا عندما يتعذر تقسيم العمل مسبقًا وتكون فاتورة استهلاك الرموز تستحق ذلك.
