الوكلاء العميقون: هندسة السياق للمهام طويلة الأمد في لانج تشين

تعتمد وكلاء الذكاء الاصطناعي الحديثون على أساليب مختلفة: أطر عمل جاهزة، أو تهيئة عبر واجهة المستخدم، أو تطوير مخصص. ومن الأطر الشائعة إطار LangChain، الذي بدأ بخطوط أنابيب خطية (Runnable) ثم تطور إلى LangGraph لرسوم الحالة بدورة رد الفعل (التفكير + الفعل). بالنسبة للمهام القصيرة، يكفي هذا، أما للمهام الطويلة فيراكم الوكيل سياقًا: التاريخ، نتائج الأدوات، الخطط، الملفات. وهذا يؤدي إلى هندسة السياق — إدارة البيئة المحيطة بالوكيل. Deep Agents هو تطبيق جاهز لمثل هذه البيئة ضمن منظومة LangChain، مقدم كمكتبة deepagents. فوق create_agent، يضيف طبقات وسيطة، أدوات، وتعليمات تحفيزية للمهام الطويلة: التخطيط (write_todos)، أدوات ملفات ذات خلفيات قابلة للتوصيل، وكيل فرعي للأغراض العامة (task)، تلخيص التاريخ، استعادة استدعاءات الأدوات غير المكتملة، واختياريًا المهارات، الذاكرة، إشراك الإنسان، وصندوق الحماية. ومع ذلك، حتى بدون أي معاملات إضافية، ينمو موجه النظام من 35 إلى 6,215 توكنًا بسبب موجه الوكيل الأساسي الثابت والأدوات المضافة، مما يزيد التكلفة وقد يربك النماذج الأصغر.