ما هو نظام متعدد الوكلاء؟ الأنماط والأُطر ومتى تستخدمه فعليًّا

في عام 2026، انتقل النقاش حول وكلاء الذكاء الاصطناعي من "وكيل خارق واحد يفعل كل شيء" إلى "فريق من الوكلاء بأدوار مختلفة". ميزة Research من Anthropic، والوكلاء الفرعيون في Claude Code، وفريق هندسة Devin، والعمّال المتوازون في Cursor — كل واحد منها مبني على معمارية تُنسّق بين عدة نماذج ذكاء اصطناعي.

يبدأ هذا المقال من تعريف ما هو نظام متعدد الوكلاء فعليًّا، ثم يستعرض الأنماط المعمارية الكبرى، ومقارنة لأُطر الإنتاج، وأمثلة من العالم الواقعي، وبنية التكلفة، وفي النهاية متى ينبغي استخدامه ومتى لا — كل ذلك مستندًا إلى أحدث المصادر. اترك وهم "اذهب نحو متعدد الوكلاء وسيصبح أذكى" واخرج بأساس حقيقي لاتخاذ قرارات التصميم.

1. ما هو نظام متعدد الوكلاء؟

نظام متعدد الوكلاء (MAS) هو معمارية يتعاون فيها عدة وكلاء ذكاء اصطناعي لحلّ مهمة واحدة. لكلّ وكيل موجِّهه الخاص وأدواته وسياقه، ويتبادلون الرسائل والنتائج لتحقيق هدف مشترك.

الأساس "الوكيل المنفرد" — الذي تناولناه في مقال وكيل الذكاء الاصطناعي — كيان واحد يُشغّل حلقة "الإدراك ← التفكير ← الفعل ← الملاحظة" بمفرده. وأوضح طريقة لفهم نظام متعدد الوكلاء هي: خذ ذلك، ثم أضف تخصّصًا في الأدوار وتوازيًا.

كيف يختلف عن الوكيل المنفرد

2. لماذا نُنسّق بين عدة نماذج ذكاء اصطناعي أصلًا؟

نقطة الانطلاق هي "إذا كان وكيل واحد يستطيع فعل كل شيء، فاتركه وشأنه". يصبح متعدد الوكلاء ضروريًّا بسبب ثلاثة جدران بنيوية يصعب على الوكيل المنفرد تجاوزها.

يَعبر متعدد الوكلاء هذه الجدران بثلاثية: "عزل السياق × التوازي × تخصّص الأدوار." ميزة Research من Anthropic هي المثال النموذجي — يُخطّط الباحث الرئيسي للعمل، ويُحقّق عدة وكلاء فرعيين في زوايا مختلفة بالتوازي، ثم تُجمَّع النتائج. تُفيد Anthropic بأن هذا قدّم تحسينًا في الجودة بنحو 90% مقارنةً بالنسخة المنفردة.

3. خمسة أنماط معمارية أساسية

تأتي تصاميم متعدد الوكلاء في عدد قليل من "الأشكال". تختلف الأسماء بحسب الإطار، لكنها في الجوهر تتقارب إلى هذه الأنماط الخمسة.

3-1. المنسّق-العامل (الأكثر شيوعًا)

"قائد (المنسّق / الوكيل الرئيسي)" واحد يُفكّك المهمة ويُوزّع القطع على عدة "عمّال (وكلاء فرعيين)" بالتوازي. يعمل كل عامل في سياقه الخاص ويُعيد نتيجته إلى المنسّق، الذي يُجمّعها في المخرَج النهائي.

يستخدمه: Anthropic Research، والوكلاء الفرعيون في Claude Code، والإعداد النموذجي في OpenAI Agents SDK.

3-2. التسليم (سُلالة OpenAI Swarm)

يُمرّر الوكلاء التحكّم بعضهم إلى بعض صراحةً بقولهم "دورك". ينتقل تاريخ المحادثة والسياق من يدٍ إلى يدٍ. يُشبه بنيويًّا تذكرة تُمرَّر بين المُكلَّفين، ويناسب سيناريوهات مثل تدفّق التصعيد في مكتب الدعم.

يستخدمه: OpenAI Agents SDK (خليفة Swarm القديم).

3-3. الهرمي (فرق من الفرق)

بنية شجرية: تحت المنسّق طبقة إضافية من وكلاء "المدير المتوسّط"، وتحتهم مجموعة من العمّال. يظهر في الأنظمة الكبيرة — يُذكَر أن Devin من Cognition يستخدم هذا النمط. تنمو التكلفة وزمن الاستجابة مع العمق، لذا فإن طبقتين أو ثلاث هي السقف الواقعي.

3-4. النِّد للنِّد (النقاش والتوافق)

لا منسّق على الإطلاق — يَتجادل عدة وكلاء بوصفهم أندادًا ويُكرّرون حتى يصلوا إلى توافق. يُدرَس باسم Multi-Agent Debate، ويُذكَر أنه يُحسِّن الواقعية ومتانة الاستدلال. التنفيذ غير بسيط، لذا يبقى التبنّي العملي ضيّقًا.

3-5. خط الأنابيب (شكل سير العمل)

يعمل كل وكيل في تسلسل ثابت مثل "البحث ← التنظيم ← التحقّق ← الإخراج". هذه أرض LangGraph الأم بنموذجه القائم على الرسوم البيانية. يُضحّي باتّخاذ القرار الديناميكي، لكنه يكافئك بالقابلية للتكرار وسهولة التنقيح — وكثيرًا ما يكون أكثر الأشكال ثباتًا في الإنتاج.

4. مقارنة بين الأُطر الكبرى

بحلول 2026، تَوحّدت تطوير متعدد الوكلاء حول أربعة أُطر (تقلّص الذيل الطويل من الأُطر الصغيرة).

في الإنتاج، Claude Agent SDK وOpenAI Agents SDK وLangGraph وStrands هم الأربعة الكبار. CrewAI وAutoGen جيّدان للتعلّم وإثباتات المفهوم، لكن نشر الإنتاج المؤسّسي يتركّز في الأربعة الأولى.

5. ما الذي يعمل فعليًّا في الإنتاج

Anthropic Research (داخل Claude.ai)

ميزة البحث في Claude.ai نموذج كتابي للمنسّق-العامل. يُقسّم الباحث الرئيسي سؤال المستخدم إلى قطع، ويُحقّق عدة وكلاء فرعيين في زوايا مختلفة بالتوازي (معلومات الشركة، الجداول الزمنية، التفصيل التقني، إلخ)، وتُجمَّع النتائج في تقرير. نشرت Anthropic التفاصيل على مدوّنتها الهندسية وتُفيد بتحسين في الدقة بنحو 90% مقارنةً بالنسخة المنفردة.

الوكلاء الفرعيون في Claude Code

في Claude Code، يُمكنك تسليم المهام طويلة الأمد إلى وكلاء فرعيين بأدوار مختلفة. مثال: يضع Claude الرئيسي الخطّة، يقرأ وكيل فرعي للبحث عدة ملفات بالتوازي، ويكتب وكيل فرعي للتنفيذ الرقعة. لكلّ وكيل فرعي نافذة سياقه الخاصة، فلا يُزاحم السياق الرئيسي.

Devin (Cognition)

يُذكَر أن مهندس Cognition المستقلّ Devin يستخدم بنية متعدد الوكلاء الهرمية. تحت وكيل أبٍ بأسلوب مدير المشروع، تعمل فِرق متخصّصة بالتوازي بحسب المجال. هذا العمق هو المطلوب لأخذ طلبات السحب المُعقّدة وأعمال الترحيل من البداية إلى النهاية.

العمّال المتوازون في Cursor

عزّز تحديث حديث لـ Cursor قدرته على تقسيم التغييرات التي تمتدّ عبر عدة ملفات على وكلاء فرعيين متوازين. بدلًا من وكيل واحد يُعالج الملفات بالتسلسل، يعمل وكلاء منفصلون جنبًا إلى جنب على مناطق مختلفة.

6. التكلفة والمقايضات — واقع 15x من الرموز

قبل أن تشتري فكرة "متعدد يعني ذكيًّا"، عليك فهم بنية التكلفة. يقول تقرير Anthropic ذاته إن نظام متعدد الوكلاء يحرق نحو 15x من الرموز مقارنةً بجلسة دردشة قياسية.

متعدد الوكلاء يُبرّر نفسه فقط لـ"المهام التي تستحقّ قيمة مخرَجها التكلفة". باقتباس صياغة Anthropic: حالة الاستخدام المقصودة هي "مهام بحثية مُعقّدة تكون قيمة مخرَجها مرتفعة مقارنةً بالتكلفة."

7. متى تستخدمه ومتى لا تستخدمه

الحالات التي تستدعي متعدد الوكلاء

• البحث المتوازي: "ابحث في عشرة مواقع بالتوازي وقدِّم تقريرًا"، "اطلب من عدة واجهات برمجة بالتوازي ودمج النتائج" — أيّ شيء يخلق فيه التوازي قيمة مباشرة
• المهام المستقلّة طويلة الأمد: أحمال عمل تتجاوز نافذة سياق جلسة واحدة. دون فصل الأدوار، يقتل تلوّث السياق الدقّة
• التخصّص غير المتجانس: حين يفعل وكيل واحد كلًّا من "كتابة الكود" و"مراجعة الكود"، تخفّ عينه الناقدة. فصل الأدوار يرفع الجودة مباشرةً
• المهام لمرة واحدة بقيمة تجارية عالية: تقارير التدقيق، التحليلات الاستراتيجية، التحقيقات التقنية المُعقّدة — مخرَجات تُبرّر التكلفة

الحالات التي يجب ألّا تستخدمه فيها

• المهام الواضحة والتسلسلية: "أصلح هذا الكود"، "لخِّص هذه الوثيقة" — عمل يُنهيه الوكيل المنفرد عادةً
• الخدمات الحسّاسة لزمن الاستجابة: الردود الأولى لروبوتات الدردشة، دعم العملاء — أيّ مكان يكون فيه الردّ السريع مطلبًا
• المهام الدفعية الحسّاسة للتكلفة: العمل المُتكرّر بكميات كبيرة. الذهاب نحو متعدد يُضاعف التكلفة الوحدوية بالمضاعف وتنهار الحسابات
• الفِرق التي تعاني نقصًا في قدرة التنقيح والتشغيل: التعقيد ينمو أُسّيًّا مع متعدد الوكلاء. إذا لم يستطع فريقك تحمّل ذلك، ابدأ بالمنفرد

الشعار السائد في الصناعة هو "ابدأ بوكيل واحد، وأَضِف المزيد فقط حين يكون لديك سبب واضح." هذا هو التوافق بين مهندسي الإنتاج في 2026.

8. أفضل ممارسات التصميم

بمجرد أن تُقرّر أن متعدد الوكلاء هو الخيار الصائب، إليك النقاط التي يتعثّر عندها المُصمّمون — مُستقاة في معظمها من المواد المنشورة لـ Anthropic.

1. سلِّم الوكلاء الفرعيين "هدفًا وصيغة مخرَج وأدوات وحدودًا" صريحة

تأخذ معظم إخفاقات الوكلاء الفرعيين شكل "تعليمات غامضة جعلتها تنزلق إلى مهمة مختلفة" أو "المخرَجات لم تتشارك صيغةً ولم يُمكن تجميعها". إرشاد Anthropic: امنح كل وكيل فرعي (1) هدفًا واضحًا، (2) صيغة المخرَج المُتوقّعة، (3) الأدوات ومصادر المعلومات التي يُمكنه استخدامها، و(4) حدود مهمته.

2. اجعل "مستوى الجهد" صريحًا

الوكلاء الفرعيون سيّئون في تحديد "كم يجب التعمّق" بأنفسهم. اِخبز شريحة الجهد في الموجِّه — "تحقيق بقفزة واحدة"، "تحقّق شامل"، "استنتاج من المعلومات المعروفة فقط". xhigh وtask budgets (beta) في Claude Opus 4.7 هما بالضبط الردّ الرسمي على هذه المشكلة.

3. أعطِ المنسّق وظيفة "التجميع وحلّ التناقضات"

قد تتناقض نتائج الوكلاء الفرعيين فيما بينها (مثل الإبلاغ عن الحقيقة ذاتها من زوايا مختلفة). نصف وظيفة المنسّق هو "حلّ التناقضات وتوحيدها في إجابة متماسكة واحدة". قَتِّر في منطق التجميع وتختفي مكاسب الذهاب نحو متعدد.

4. ابنِ القابلية للملاحظة أوّلًا

تنهار أنظمة متعدد الوكلاء في اللحظة التي لا تستطيع فيها معرفة ما يجري. سجِّل مدخلات/مخرَجات كل وكيل فرعي ووقت تشغيله واستهلاكه للرموز واستدعاءاته للأدوات منذ اليوم الأول. صُمِّم LangGraph وStrands مع وضع القابلية للملاحظة في الاعتبار، وهذا أحد أسباب فوزهما في الإنتاج.

5. ابدأ منفردًا، ثم اقسِم فقط عند نقاط الاختناق

لا تُصمّم متعدد من البداية. اِجعله يعمل كوكيل منفرد أوّلًا، ثم اِقتطِع وكيلًا فرعيًّا فقط عند النقاط التي حدّدتها بوضوح كجدران. الذهنية ذاتها كإعادة الهيكلة — هذا يكفي.

الخلاصة

• متعدد الوكلاء معمارية تَعمل فيها "عدة نماذج ذكاء اصطناعي بالتوازي بأدوار مُقسَّمة". تَعبر الجدران الثلاثة للوكيل المنفرد من تلوّث السياق وغياب التوازي وتداخل الأدوار
• الأنماط الأساسية خمسة: المنسّق-العامل، التسليم، الهرمي، النِّد للنِّد، خط الأنابيب. المنسّق-العامل هو الأكثر شيوعًا بفارق كبير
• الأُطر الكبرى تَوحّدت إلى أربعة كبار: Claude Agent SDK، OpenAI Agents SDK، LangGraph، وStrands
• التكلفة 2x إلى 15x. زمن الاستجابة +30 إلى 50%. اللجوء إليه باستهتار خاطئ اقتصاديًّا
• قاعدة القرار: إذا كان التوازي أو التخصّص أو العمل طويل الأمد متطلبًا صارمًا، اذهب نحو متعدد. خلاف ذلك، المنفرد يكفي
• قاعدة التصميم: ابدأ منفردًا، اقسِم فقط عند نقاط الاختناق بمجرد أن تستطيع رؤيتها

الأسئلة الشائعة

س1. هل متعدد الوكلاء أفضل دائمًا من "وكيل منفرد أذكى"؟

لا. شَهِد Anthropic Research تحسّنًا في الدقة بنحو 90%، لكن ذلك كان داخل منطقته الأنسب من "التحقيق المتوازي المُعقّد". للمهام الواضحة والتسلسلية، الوكيل المنفرد أسرع وأرخص وعلى الأقلّ بالجودة ذاتها. يعتمد الأمر على طبيعة المهمة.

س2. إذا أردتُ بناء نظام متعدد الوكلاء بنفسي، فبأيّ إطار يجب أن أبدأ؟

يعتمد على حالة الاستخدام. تستخدم Claude؟ ابدأ بـ Claude Agent SDK (رسمي، مع الوكلاء الفرعيين + Hooks). متمحور حول OpenAI؟ Agents SDK. تحتاج إلى التعبير عن منطق تفرّع مُعقّد؟ LangGraph. تعمل في الإنتاج على AWS؟ Strands. للتعلّم، CrewAI جيّد لاستيعاب المفاهيم.

س3. هل يُمكن الانتقال من المنفرد إلى المتعدد تدريجيًّا؟

نعم، ومعظم أنظمة الإنتاج تفعل ذلك بالضبط. اِبنِ المنتج الأدنى القابل للتطبيق كوكيل منفرد، ثم اقتطِع وكلاء فرعيين فقط حيث وصلتَ فعليًّا إلى حدود نافذة السياق أو مشكلات زمن الاستجابة أو احتياجات التخصّص. لا يُنصح بتصميم الكلّ كمتعدد من البداية.

س4. هل هناك بروتوكول اتّصال موحَّد بين الوكلاء؟

اعتبارًا من 2026، يصبح MCP (Model Context Protocol) المعيار الفعلي. نشأ في Anthropic وتبنّاه الآن OpenAI وMicrosoft وAWS وآخرون. يُستخدم على نطاق واسع كواجهة مشتركة بين الوكلاء وبين الوكلاء والأدوات. هناك أيضًا اقتراح توحيد يُسمّى ACP (Agent Communication Protocol)، لكن التطبيقات لا تزال قليلة.

س5. ما أكثر أنماط فشل متعدد الوكلاء شيوعًا؟

(1) غياب القابلية للملاحظة (لا تستطيع معرفة ما يحدث)، (2) تعليمات الوكلاء الفرعيين غامضة جدًّا لتجميع النتائج، و(3) انفجار التكلفة. (3) خصوصًا: يَعلق وكيل فرعي في حلقة، يَطرق واجهة برمجة التطبيقات طوال الليل، وتقفز فاتورة السحابة بمقدار رتبة من الحجم بين عشيّة وضحاها — هذه الحوادث شائعة بشكل مفاجئ. اضبط دائمًا ميزانيات المهام (سقوف التكلفة والوقت).

س6. هل متعدد الوكلاء طريقٌ نحو AGI (الذكاء العام)؟

الباحثون منقسمون. يجادل معسكر بأن "تخصّص الأدوار والتنسيق هما جوهر الذكاء"؛ ويرى الآخر أن "توسيع نموذج واحد هو الجوهر — متعدد الوكلاء مجرد حلّ هندسي مُلتفّ". كلاهما موثوق. عمليًّا، أكثر صياغة آمنة هي معاملة متعدد الوكلاء بوصفه "طريقة لتوسيع نطاق مهام الذكاء الاصطناعي القابلة للتحقيق اليوم."

س7. هل هناك خيار وسط بين المنفرد والمتعدد؟

نعم. "وكيل منفرد + وكلاء فرعيون كأدوات". أداة Task في Claude Agent SDK هي بالضبط هذا — يبقى الرئيسي وكيلًا منفردًا، لكنه يستطيع إطلاق وكلاء فرعيين قابلين للتخلّص منهم عند الطلب. دون التعقيد الكامل لمتعدد الوكلاء، يَدفع الحدود إلى ما وراء بعض حدود الوكيل المنفرد. شائع كنقطة وسط معتدلة.