أطلقت Google نسخة تجريبية من Genkit Agents API للغتين TypeScript و Go، حيث أضافت ميزة "detached turns" ودرع حماية "human-in-the-loop" لجعل بناء والتحكم في وكلاء الذكاء الاصطناعي (AI agents) المخصصين للإنتاج أكثر سهولة.

لماذا تكتسب واجهة برمجة التطبيقات (API) الجديدة أهمية؟

لطالما واجه المطورون مشكلتين عند نشر وكلاء الذكاء الاصطناعي: المهام طويلة الأمد التي تعطل مسار العمل بأكمله، وصعوبة ضمان اتخاذ إجراءات آمنة وموثوقة. تتيح ميزة "detached turns" للوكيل الاستمرار في العمل على عملية طويلة دون قفل سير العمل المحيط، بينما يفرض خيار "human-in-the-loop" مراجعة يدوية قبل تطبيق مخرجات الوكيل. وتعمل هاتان الميزتان معاً على تقليل وقت التوقف ومنع الأخطاء المكلفة.

الطريق الذي أدى إلى هنا

في وقت سابق من هذا العام، بدأت أطر العمل مفتوحة المصدر والخدمات السحابية في تقديم مكونات جاهزة للاستخدام (plug-and-play) للذكاء الاصطناعي التفاعلي، لكن معظمها أجبر المطورين على كتابة كود تنسيق (orchestration code) مخصص. يسد Genkit من Google هذه الفجوة من خلال SDK عالي المستوى يزيل الأكواد الروتينية (boilerplate) الخاصة بمعالجة الطلبات، وإدارة الحالة، واختيار النموذج.

ما تفعله هذه الميزات فعلياً

  • Detached turns: عندما يحتاج الوكيل إلى جلب بيانات من API خارجي، أو تشغيل سلسلة استدلال متعددة الخطوات، أو انتظار مدخلات المستخدم، فإنه ينقل العمل إلى عملية خلفية. يتلقى سير العمل الرئيسي "نائب" (placeholder) ويستمر في العمل، مما يتجنب التوقف التام الذي قد يعطل المهام اللاحقة.
  • Human-in-the-loop: قبل اعتماد قرار الوكيل — مثل الموافقة على قرض أو تحديث قاعدة بيانات — يظهر تنبيه في واجهة المستخدم للمراجع البشري. يمكن للمراجع قبول الاقتراح أو تعديله أو رفضه، مما يوفر للمؤسسات شبكة أمان دون التخلي عن الأتمتة.

ظهور أدوات تكميلية

إلى جانب Genkit، يعمل المجتمع مفتوح المصدر على طرح أدوات تعالج التكلفة وتصحيح الأخطاء (debugging)، وهما نقطتا ألم غالباً ما تصاحبان مسارات عمل الذكاء الاصطناعي.

  • ORA: منسق مهام يعتمد على لغة Go ومغلف في ملف ثنائي واحد (single binary). يقوم بتقسيم المهام الكبيرة إلى مهام فرعية أصغر ويوجه كل منها تلقائياً إلى أرخص نموذج قادر على التعامل معها، مما يساعد الفرق على التحكم في الإنفاق السحابي.
  • Python AI error explainer: مكتبة تعالج تتبعات المكدس (stack traces) والسجلات الغامضة، ثم تعيد ملخصاً بلغة بسيطة، والسبب المحتمل، وخطوات المعالجة. ومن خلال تحويل بيانات الخطأ الخام إلى رؤى قابلة للتنفيذ، فإنها تسرع حلقة التغذية الراجعة للمطورين.

من الرابح، ومن القلق؟

ما الذي يجب مراقبته لاحقاً

إذا وفّت النسخة التجريبية بوعودها، فقد ينتقل وكلاء الذكاء الاصطناعي من مجرد روبوتات دردشة تجريبية إلى مكونات موثوقة تثق بها الشركات لاتخاذ الإجراءات، أو التوقف، أو طلب المساعدة عندما تكون المخاطر عالية.