سير عمل الذكاء الاصطناعي المستقل عن بيئة التشغيل: نمط يوازن بين استقرار الإنتاج وسرعة تكرار التقييم

يصف المقال، الصادر عن InfoQ China، نمطًا طوّرته منصة سير عمل الذكاء الاصطناعي في Brex لمعالجة المفاضلة بين استقرار بيئة الإنتاج وسرعة التكرار في التقييم. تتضمن سير عمل الذكاء الاصطناعي خطوات تستدعي نماذج اللغة الكبيرة (Large Language Models)، ويجب التحقق من صحة منطق التنسيق الخاص بها من خلال عمليات تقييم تُجرى على مجموعات بيانات موسومة. فبيئة الإنتاج تتطلب بيئات تشغيل موزّعة وقادرة على الصمود مثل Temporal، بينما يحتاج التقييم إلى حلقات خفيفة تعمل داخل العملية نفسها. تربط معظم الأطر بين التنسيق وبيئة التشغيل ارتباطًا وثيقًا، لكن نمط Brex يفصل بينهما: فالتنسيق مجرد دالة عادية لا تعتمد إلا على واجهة Steps مُعرّفة الأنواع، بينما توضع التأثيرات الجانبية في التطبيقات الفعلية لـ Steps. ويوجد محوّلان: محوّل Temporal لبيئة الإنتاج، حيث تتحول كل دالة من دوال Steps إلى نشاط، ومحوّل تقييم يشغّل التنسيق نفسه داخل العملية باستخدام إضافات وهمية. يقضي هذا النهج على الانحراف بين التقييم والإنتاج، ويجعل خيارات بيئة التشغيل قابلة للعكس، وقد رفع معدلات إتمام المهام طويلة الأمد من نحو 96% إلى 99.9%، وإن كان يستلزم نمذجة الميزات الخاصة بكل بيئة تشغيل عبر الواجهات، ويفقد أدوات التصوّر الجاهزة التي تأتي مدمجة في الأطر التقليدية.