ما هو الـ AI agent

استُخدمت كلمة «agent» هذا العام للدلالة على نحو عشرة أشياء مختلفة، وهذا مؤسف، لأن الفكرة الحقيقية صغيرة وتستحق أن تمتلكها. الـ chatbot تفاعلي: تسأل، فيجيب، ثم يتوقّف. أما الـ agent فيُعطى هدفًا ويقود الخطوات بنفسه — يتصرّف، ويرى ما عاد إليه، ويختار ما يفعله تاليًا، مرة بعد مرة، حتى يتحقّق الهدف أو يصطدم بشيء لا يقرّره سواك.

وما يحوّل الـ model إلى agent هو أن تكون له يدان. النظام الذي لا يستطيع سوى إنتاج نص يستطيع أن ينصحك؛ أما النظام الذي يستطيع قراءة ملف أو تشغيل أمر أو البحث في الويب فيستطيع أن يذهب ويعرف بنفسه. هذا هو tool use، وهو الآلية كلها. وهو يفسّر أيضًا سلوكًا يفاجئ الناس في البداية: الـ agents تتعافى من الخطأ. ولأن كل خطوة تنتهي بمشاهدة نتيجة حقيقية لا بتخمين، فإن حركة أولى خاطئة تنتج خطأً يستطيع الـ agent قراءته والالتفاف حوله — تمامًا كما يفعل الإنسان.

ومعظم الأدوات التي يمدّ الـ agent يده إليها نصّية الشكل، لكن ليس كلها. الـ computer use هي الاستثناء: Claude يقود شاشة فعلية، وينقر داخل تطبيق حقيقي، ويخبرك بما رآه. إنه الجواب للعمل الذي لا تتأكّد من نجاحه إلا بالنظر إليه، وهو أوضح دليل على مدى امتداد الحلقة إلى ما بعد نافذة المحادثة.

ونتيجة كل هذا هي الإشراف، لا الخوف. ما يستطيع اتخاذ إجراءات حقيقية على جهازك ينبغي أن يسأل قبل الإجراءات ذات العواقب، وهو يفعل — ولهذا فإن الأذونات موضوع أساسي لا هامش في الإعدادات. وإن كان حدسك يقول إن هذا يشبه أتمتة العمليات التي اشترتها شركتك أصلًا، فالمقارنة أدناه تستحق القراءة: الفرق بين إعادة تشغيل تسلسل مسجَّل وبين قراءة الموقف هو بالضبط سبب انكسار الأول حين تتغيّر الشاشة، وسبب حاجة الثاني إلى مراجعة كما تراجع موظفًا جديدًا.