أخبار تقنية
ما هو AI Agent؟ تجربة عملية لمساعد ذكاء اصطناعي ينجز العمل بدلًا منك 2026
AI Agent شرح ، لسنوات كان استخدامنا للذكاء الاصطناعي يدور حول فكرة بسيطة: تكتب سؤالًا، وتحصل على إجابة تطلب من ChatGPT كتابة نص، فيكتبه. تطلب تلخيص تقرير، فيلخصه. تسأله عن فكرة، فيقترحها عليك
لكن الجيل الجديد من تقنيات الذكاء الاصطناعي يحاول الانتقال خطوة أبعد: بدلًا من أن يخبرك كيف تنجز المهمة، يبدأ في تنفيذ أجزاء من المهمة نفسها.
وهنا يظهر مصطلح AI Agent أو وكيل الذكاء الاصطناعي، الذي أصبح واحدًا من أكثر المصطلحات انتشارًا في عالم التقنية خلال 2026.
لكن ما هو AI Agent فعلًا؟ وما الفرق بينه وبين روبوت المحادثة العادي؟ وهل يمكن بناء مساعد ذكاء اصطناعي يتولى مهمة حقيقية متعددة الخطوات بدلًا من مجرد كتابة إجابة؟
في تجربة عملية جديدة، بنى الإعلامي والمهتم بالتكنولوجيا عمر الشال مساعدًا للذكاء الاصطناعي أطلق عليه اسم «مساعد هاي تك»، واختبر قدرته على تجهيز حلقة تلفزيونية بداية من فكرة واحدة فقط، وصولًا إلى البحث والسكريبت والمواد البصرية وملف الإنتاج النهائي.
شاهد التجربة كاملة في الفيديو التالي:
AI Agent شرح ما هو وكيل الذكاء الاصطناعي؟
يمكن تعريف وكيل الذكاء الاصطناعي ببساطة بأنه نظام يحصل على هدف، ثم يستطيع التخطيط لمجموعة من الخطوات واستخدام أدوات أو مصادر بيانات خارجية لتنفيذ المهمة.
وهذا هو الفارق الأساسي بينه وبين نموذج المحادثة التقليدي.
AWS تصف وكيل الذكاء الاصطناعي بأنه برنامج يستطيع التفاعل مع بيئته وجمع البيانات واختيار الإجراءات المناسبة للوصول إلى هدف يحدده المستخدم، بينما توضح Microsoft أن الوكلاء يمكنهم استخدام أدوات وتنفيذ سير عمل واتخاذ إجراءات بدلًا من الاكتفاء بإنتاج النصوص.
بمعنى أبسط:
الشات بوت يعطيك إجابة. أما الـAI Agent فيحاول إنجاز المهمة.
لكن كلمة «يحاول» هنا مهمة جدًا؛ لأن نجاح الوكيل لا يعتمد فقط على قوة نموذج الذكاء الاصطناعي، وإنما على الأدوات والبيانات والصلاحيات التي يستطيع الوصول إليها.
لماذا لا يكفي نموذج ذكاء اصطناعي قوي؟
الفكرة التي يبدأ بها الفيديو تلخص المشكلة بشكل بسيط.
يمكنك بناء مساعد شديد الذكاء، وتعطيه تعليمات ممتازة وسير عمل واضحًا، ثم تكتشف أنه عاجز عن تنفيذ المطلوب لأنه لا يستطيع الوصول إلى الأدوات التي يحتاج إليها.
الأمر يشبه أن تعطي شخصًا سيارة ممتازة وتطلب منه السفر، لكنك لا تعطيه المفتاح.
إذا كان المطلوب من وكيل الذكاء الاصطناعي البحث عن أحدث الأخبار، فهو يحتاج إلى أداة بحث. وإذا أردته العثور على فيديوهات، فهو يحتاج إلى الوصول إلى YouTube Search أو خدمة مشابهة. وإذا أردته إنشاء صورة، فيجب أن يكون متصلًا بنموذج لتوليد الصور.
إذن النموذج هو العقل، لكن الأدوات هي اليد التي تسمح له بالفعل.
وهذا المفهوم أصبح جزءًا أساسيًا من بنية وكلاء الذكاء الاصطناعي الحديثة؛ فالوكيل عادة يجمع بين نموذج ذكاء اصطناعي، وأدوات خارجية، ومصادر بيانات، وتعليمات وصلاحيات تحدد ما يستطيع فعله.
التجربة: بناء مساعد ذكاء اصطناعي لإنتاج حلقة تلفزيونية
بدلًا من تقديم شرح نظري فقط، كانت الفكرة هي اختبار AI Agent في مهمة حقيقية.
المطلوب من «مساعد هاي تك» كان بسيطًا في البداية:
جهّز حلقة بعنوان: كيف يغير وكلاء الذكاء الاصطناعي طريقة عمل القنوات الفضائية؟
لم يحصل المساعد على بحث جاهز، ولا مصادر، ولا تقسيم للحلقة.
حصل فقط على الموضوع.
ومن هنا بدأ تنفيذ سير عمل يتكون عمليًا من أربع مراحل: البحث، ثم كتابة السكريبت، ثم تجهيز المواد المطلوبة للإنتاج والكنترول، وأخيرًا تجميع كل شيء في ملف إنتاج واحد.
المرحلة الأولى: البحث بدلًا من الاعتماد على ذاكرة النموذج
واحدة من أكبر المشكلات عند استخدام نموذج ذكاء اصطناعي منفرد في إعداد محتوى صحفي أو تلفزيوني هي أنه قد ينتج نصًا يبدو مقنعًا، لكن المستخدم لا يعرف دائمًا مصدر كل معلومة أو مدى حداثتها.
لذلك بدأ المساعد بالبحث الفعلي عن الموضوع.
وفي التجربة تم استخدام خدمات للبحث على الويب، والبحث داخل YouTube، والاستعانة بمحركات بحث مدعومة بالذكاء الاصطناعي لمراجعة الموضوع من أكثر من زاوية.
الهدف هنا لم يكن إنتاج «إجابة طويلة»، وإنما بناء قاعدة بحث منظمة تحتوي على المعلومات والمصادر وروابطها، حتى يتمكن فريق الإعداد من الرجوع إليها والتحقق منها قبل التصوير.
وهذه نقطة مهمة جدًا في استخدام AI Agents داخل الإعلام: الذكاء الاصطناعي لا يلغي عملية التحقق، لكنه يمكن أن يقلل الوقت المطلوب للوصول إلى المواد التي تحتاج إلى التحقق منها.
المرحلة الثانية: تحويل البحث إلى سكريبت قابل للتصوير
بعد جمع المعلومات، انتقلت المهمة إلى مرحلة مختلفة تمامًا.
المطلوب لم يكن كتابة مقال عن وكلاء الذكاء الاصطناعي، وإنما إنتاج سكريبت تلفزيوني.
وهنا بدأ المساعد في تحويل المادة البحثية إلى مقدمة، ومحاور للحلقة، ونص للمقدم، وانتقالات بين الفقرات، وختام.
الأهم أن المصادر لم تختفِ بعد كتابة النص، وإنما ظلت مرتبطة بالمادة حتى يمكن مراجعتها.
وهذه واحدة من النقاط التي توضح الفارق بين استخدام الذكاء الاصطناعي كأداة منفردة واستخدامه داخل سير عمل AI Workflow؛ فالنتيجة المطلوبة لا تكون مجرد قطعة نصية، وإنما جزءًا من عملية إنتاج أكبر.
المرحلة الثالثة: ماذا سيظهر على الشاشة؟
أي شخص يعمل في إنتاج الفيديو أو التلفزيون يعرف أن كتابة السكريبت ليست نهاية المهمة.
هناك سؤال سيظهر فورًا:
ماذا سنعرض للمشاهد أثناء قول هذه الجملة؟
صورة؟ فيديو؟ إنفوجرافيك؟ لقطة شاشة؟ رسم توضيحي؟
لذلك بدأ المساعد في تحليل كل فقرة واقتراح نوع المادة البصرية المناسبة لها، والبحث عن صور وفيديوهات مرتبطة بالموضوع، مع الاحتفاظ بروابط المصادر.
وإذا احتاجت الفقرة إلى صورة أصلية غير موجودة ضمن نتائج البحث، يمكن توجيه أداة لتوليد صورة جديدة.
وبذلك يصبح البحث عن الـVisuals جزءًا من إعداد الحلقة نفسه، بدلًا من الانتهاء من السكريبت ثم بدء رحلة جديدة للبحث عن كل صورة وفيديو من الصفر.
المرحلة الرابعة: ملف إنتاج واحد بدل عشرات الملفات
في نهاية التجربة، جمع المساعد النتائج داخل صفحة إنتاج منظمة.
النتيجة أصبحت تحتوي على نص المقدم، ومصادر المعلومات، وتعليمات غرفة الكنترول، ونوع المادة البصرية المطلوبة لكل فقرة، وروابط الصور والفيديوهات المقترحة.
ويمكن بعد ذلك تصدير النتيجة كملف منظم ومشاركته مع فريق الإعداد أو الإنتاج.
وهنا تتضح القيمة الحقيقية لفكرة الـAI Agent.
المهمة بدأت بجملة واحدة، لكنها لم تنتهِ عند «إجابة» من نموذج ذكاء اصطناعي؛ بل تحولت إلى سلسلة مترابطة من العمليات انتهت بمخرج قابل للاستخدام.
أين تدخل AIsa في التجربة؟
في التجربة تم استخدام منصة AIsa باعتبارها طبقة تربط المساعد بمجموعة من نماذج الذكاء الاصطناعي وخدمات البحث والأدوات عبر واجهة موحدة.
وتقول AIsa إن منصتها توفر بوابة موحدة للوصول إلى نماذج ذكاء اصطناعي متعددة، إلى جانب واجهات للبحث ومصادر بيانات وخدمات أخرى يمكن استخدامها داخل تطبيقات ووكلاء الذكاء الاصطناعي. كما تعرض المنصة خدمات مثل Tavily والبحث والفهرسة ومصادر مختلفة يمكن للوكلاء استدعاؤها أثناء تنفيذ المهام. AIsa Platform
الفكرة هنا ليست أن الوكيل يحتاج بالضرورة إلى منصة بعينها، وإنما أن أي AI Agent يريد تنفيذ مهام حقيقية يحتاج بطريقة ما إلى الوصول إلى الأدوات التي تسمح له بالتصرف خارج نافذة المحادثة.
الفيديو تم إنتاجه بالتعاون مع AIsa.
الفرق بين ChatGPT وAI Agent
| روبوت المحادثة | AI Agent |
|---|---|
| يستقبل سؤالًا ويولد إجابة | يستقبل هدفًا ويحاول تنفيذ مهمة |
| يعتمد غالبًا على النموذج والسياق المتاح | يستطيع استخدام نماذج وأدوات ومصادر خارجية |
| يحتاج من المستخدم متابعة الخطوات | يمكنه تنفيذ سلسلة من الخطوات |
| يعطيك نصًا أو تحليلًا | يمكن أن ينتج ملفات أو يجمع بيانات أو ينفذ إجراءات |
| دوره الأساسي المساعدة | دوره قد يصل إلى التفويض ضمن صلاحيات محددة |
ولهذا لا يعني ظهور الـAI Agents أن روبوتات المحادثة انتهت؛ بل إن نموذج المحادثة يمكن أن يكون أحد المكونات الموجودة داخل الوكيل نفسه.
Ai agents vs ChatGPT
هل يستطيع AI Agent أن يعمل بدلًا منك فعلًا؟
الإجابة تعتمد على معنى كلمة «بدلًا منك».
في المهام المنظمة والمتكررة أو التي تحتاج إلى جمع معلومات من عدة مصادر وتنفيذ خطوات واضحة، يستطيع الوكيل اختصار قدر كبير من العمل.
لكن تجربة «مساعد هاي تك» نفسها توضح أيضًا الحدود.
اقتراح صورة لا يعني أن الصورة يجب أن تُستخدم. كتابة سكريبت لا تعني تصويره دون مراجعة. والعثور على مصدر لا يعفي الصحفي أو صانع المحتوى من التأكد من دقته وسياقه.
القيمة الحقيقية حاليًا ليست في إخراج الإنسان بالكامل من العملية، وإنما في نقل الإنسان من تنفيذ كل خطوة يدويًا إلى الإشراف والمراجعة واتخاذ القرار النهائي.
لماذا أصبحت أدوات AI Agents مهمة في 2026؟
الاتجاه لم يعد مقتصرًا على شركات ناشئة صغيرة.
شركات التكنولوجيا الكبرى تطور أشكالًا مختلفة من الوكلاء القادرين على البحث والتعامل مع التطبيقات وتنفيذ المهام، كما تتوسع الشركات في بناء بنية تحتية تسمح لهذه الأنظمة بالوصول إلى الخدمات والبيانات والأدوات. Microsoft مثلًا تميز بين وكلاء للاسترجاع، ووكلاء للمهام، ووكلاء أكثر استقلالية قادرين على التخطيط والتكيف أثناء تنفيذ العمل
وهذا يفسر لماذا تحولت عبارة AI Agents من مصطلح متخصص إلى واحد من الاتجاهات الرئيسية في صناعة الذكاء الاصطناعي.
السؤال لم يعد فقط: «ما النموذج الذي يكتب أفضل؟»
السؤال الجديد هو:
ماذا يستطيع هذا الذكاء الاصطناعي أن يفعل بعد أن ينتهي من الكلام؟
وكيل ذكاء اصطناعي
هل يمكن استخدام AI Agents في صناعة المحتوى؟
نعم، وتجربة إعداد حلقة «هاي تك» ليست سوى مثال واحد.
يمكن بناء وكيل للبحث الصحفي، أو متابعة الأخبار في مجال محدد، أو تنظيم المصادر، أو تجهيز مسودة أولية للمقالات، أو تحليل فيديوهات المنافسين، أو إعداد محتوى للسوشيال ميديا، أو تجهيز ملفات إنتاج.
لكن كلما زادت الصلاحيات التي يحصل عليها الوكيل، زادت أهمية وضع حدود واضحة لما يمكنه تنفيذه تلقائيًا وما يحتاج إلى موافقة بشرية.
هل تحتاج إلى البرمجة لبناء AI Agent؟
ليس بالضرورة في كل الحالات.
هناك منصات تقدم أدوات مرئية لبناء Workflows، بينما يستطيع المطورون بناء وكلاء أكثر تخصيصًا باستخدام APIs وأطر برمجية مختلفة.
الأهم قبل اختيار الأداة هو تحديد المهمة نفسها: ماذا تريد من الوكيل؟ ما البيانات التي يحتاجها؟ ما الأدوات التي يجب أن يصل إليها؟ وما الخطوات التي يجب ألا ينفذها دون موافقتك؟
لأن بناء «وكيل ذكي جدًا» بلا مهمة واضحة قد يكون أقل فائدة من Workflow بسيط يؤدي وظيفة واحدة بشكل جيد.
AI Agent شرح كيف يعمل وكيل الذكاء الاصطناعي
الخلاصة: مستقبل الذكاء الاصطناعي ليس في الإجابة فقط
التغيير الأكبر الذي تجلبه AI Agents لا يتمثل في أن نماذج الذكاء الاصطناعي أصبحت تكتب بطريقة أفضل، بل في أن هذه النماذج بدأت تتحول إلى جزء من أنظمة تستطيع البحث والتخطيط واستخدام الأدوات وتنفيذ خطوات متعددة للوصول إلى نتيجة.
وتجربة بناء «مساعد هاي تك» توضح الفكرة بصورة عملية: موضوع واحد تحول إلى بحث، ثم سكريبت، ثم مواد بصرية، ثم ملف إنتاج متكامل.
وقد لا يكون السؤال خلال الفترة المقبلة: «أي نموذج ذكاء اصطناعي تستخدم؟»
بل:
ما الذي سمحت للذكاء الاصطناعي عندك أن يفعله؟