لقد خرجت وكلاء الذكاء الاصطناعي من مربع الدردشة إلى أروقة مكان العمل.
لم يعودوا يجيبون على الأسئلة ببساطة فحسب. إنهم يرتبون رسائل البريد الإلكتروني، ويجدولون الاجتماعات، ويجرون الأبحاث، ويصلون إلى الملفات، وينفذون إجراءات فعلية عبر أدوات الشركة. باختصار، إنهم يتطوّرون من برمجيات نتحدث معها إلى زملاء رقميين قادرين على فتح الأبواب بالنيابة عنا.
لكننا لن نعطي أبدًا موظفًا كل مفاتيح الشركة ونقول: “يبدو أنهم أذكياء. نأمل أن يفتحوا الباب الصحيح”. مع وكلاء الذكاء الاصطناعي، لم يعد كافيًا التركيز فقط على جودة قراراتهم.
من يقف عند الباب بين قرارٍ ما وتنفيذٍ ما؟
توفّر برمجيات مفتوحة المصدر #ironclaw 1.0 ، المطوّرة ضمن @NEAR Protocol ’s #NEARAI vision، إجابة معمارية عن هذا السؤال. يتم فصل المكوّن الذي يتخذ القرارات عن المكوّن الذي ينفذها في العالم الخارجي. بين الاثنين توجد طبقة تنسيق مشتركة تسمى “guard”، يجب أن تمر عبرها كل عملية.
🛂 الحارس (Guard) عند بوابة أمان الوكيل
اعتبر طبقة الـ guard بوابة أمنية ذكية لمبنى مؤسسي. فهي لا تهتم كثيرًا بما يتم التفكير فيه داخليًا، بل تهتم أكثر بالصلاحية المستخدمة، وبأي باب يحاول شخص ما دخوله، وسبب محاولته ذلك.
يمكن لـ IronClaw قراءة بريد إلكتروني، أو تعديل ملف، أو إجراء بحث على الإنترنت. لكن من ناحية الأمان، تتداخل ثلاث قواعد مهمة:
تتطلب الإجراءات الحساسة موافقة صريحة من المستخدم أولًا.
تُستخدم كلمات المرور وتوكنات الوصول مرة واحدة فقط افتراضيًا.
بعد استخدامها، تُمسَح هذه الأسرار من السجلات ورسائل الأخطاء والتقارير.
هذه الفجوة مهمة. عندما يتم ربط “التفكير” و“القيام” في العقدة نفسها داخل وكيل ذكاء اصطناعي، فإن كل قدرة جديدة تشد هذه العقدة قليلًا أكثر. في النهاية، قد تجد نفسك أمام زميل قادر جدًا، تحتوي جيوبه على مفاتيح كثيرة، لكن لا أحد متأكد تمامًا من أي مفتاح يفتح أي باب.
📊 هل يضع الأمان الفرامل على الأداء؟
غالبًا ما نفترض أن مزيدًا من التحكم يعني تنفيذًا أبطأ. تشير نتائج القياس المعياري لدى IronClaw 1.0 إلى أن ربط حزام الأمان لا يؤدي بالضرورة إلى إبطاء السيارة.
في التقييمات المنشورة بواسطة NEAR AI، استخدم كل وكيل المحرك الأساسي نفسه، deepseek-v4-flash. حقق IronClaw النتائج التالية عبر ثلاثة اختبارات معيارية:
PinchBench: 93.5%
ClawBench: 88.6%
OfficeQA: 76.4%
يقيس PinchBench الأداء عبر 147 مهمة واقعية، تشمل جدولة الاجتماعات وإدارة البريد الإلكتروني والبرمجة والبحث وعمليات الملفات. يختبر ClawBench الوكلاء في مهام متعددة الخطوات عبر أكثر من 140 موقعًا حيًا. وتقيّم OfficeQA استرجاع المعلومات والاستدلال عبر مجموعة من حوالي 89,000 صفحة من مستندات مؤسسية.
أكثر التفاصيل إثارة للاهتمام هنا ليست فقط الدرجات، بل حقيقة أن كل نظام تنافس باستخدام المحرك نفسه. وبما أن نموذج الأساس لم يتغير، فإن الفرق لا يأتي كثيرًا من حجم المحرك، بل من كيفية عمل التوجيه والفرامل وعلبة التروس معًا.
💾 لا بدء من الصفر عند انقطاع العمل
تُحفظ IronClaw باستمرار تقدم المهام عبر نقاط التحقق. تخيّلها كنقاط حفظ من ألعاب الفيديو القديمة تم تكييفها للحياة المؤسسية. إذا توقّف الوكيل لطلب إذن من المستخدم أو أُعيد تشغيل النظام، فلن ينسى المهمة بالكامل ويعيدك إلى المستوى الأول. بل يستأنف من حيث توقف.
في بيئة الأعمال، لا يؤدي ذلك إلى توفير بضع دقائق فقط. بل يقلّل أيضًا من الأخطاء والتكرار وفقدان السياق الناتج عن إعادة إنشاء عمل غير مكتمل. إن شرح المهمة نفسها للمرة الثالثة في صباح يوم اثنين مرهق بما يكفي مع الأشخاص؛ لا يوجد سبب يبرر تكرار التجربة مع البرمجيات.
تُحفظ الذاكرة نفسها عبر سطر الأوامر وويب وSlack وTelegram. تغيير القنوات لا يعني تقديمك إلى متدرّب جديد في يومه الأول كل مرة. أنت تواصل التحدث مع الوكيل نفسه، الذي يتذكر تفضيلاتك وقراراتك السابقة وقواعد الأمان لديك.
🧩 لا يعني “ذاكرة الفريق” فتح كل الأدراج
تعالج بنية فريق IronClaw حاجتين مختلفتين في الوقت نفسه:
في نشر متعدد المستأجرين، يمكن مشاركة الأدوات والمهارات التي طوّرها شخص واحد عبر المؤسسة بأكملها. لا يتعين على كل موظف إعادة اكتشاف سير العمل نفسه من الصفر.
لا تُعرض مساحات العمل الفردية على المسؤولين افتراضيًا.
يوفر النشر أحادي المستأجر بيئة معزولة بالكامل للمؤسسات التي لديها حدود بيانات أكثر صرامة، دون أي وصول خارجي.
وبالتالي، فإن بناء ذاكرة تنظيمية مشتركة لا يعني فتح كل درج مكتب للجميع ليفتشوا فيه.
🔐 أين يناسب NEAR AI وStaking؟
IronClaw ليست منتجًا قائمًا بذاته. تعمل NEAR AI على تطوير بنية تحتية أوسع يمكن لوكلاء ونماذج وبيانات حساسة العمل داخل بيئات التنفيذ الموثوق بها، مدعومة بخصوصية قابلة للتحقق وموثقة عبر العتاد. تُعد هذه الهندسة جزءًا من #Near vision الخاصة بـ Protocol لمستقبل أكثر انفتاحًا ولا مركزية تكون فيه أنظمة الذكاء الاصطناعي تابعة لمستخدميها بدل أن تكون منصات مغلقة.
يلعب Staking دورين مترابطين في هذه الصورة:
على مستوى البروتوكول، يفوض المستخدمون $NEAR إلى المُدقّقين، ما يوفر أمانًا اقتصاديًا لشبكة Proof-of-Stake.
ومن جهة NEAR AI، يمكن لـ NEAR التي تم رهنها توفير وصول إلى استدلال سري واعتمادات استضافة IronClaw. تُحدَّد اعتمادات استضافة الوكلاء بناءً على مقدار ما تم رهنه، بينما تُولَّد اعتمادات الاستدلال السري من عائد الرهن.
يحتفظ المستخدمون بملكية رأس مالهم، مما يسمح لرأس المال بدعم خدمات الذكاء الاصطناعي دون أن يُباع.
ولهذا السبب، فإن اعتبار staking مجرد رافعة عائد سلبية يفوّت جزءًا من الصورة. هنا يعمل رأس المال كما لو كان لوحة دوائر توصل بين أمن الشبكة واستخدام الذكاء الاصطناعي إلى النظام نفسه. فمن جهة يساعد ذلك في تأمين الشبكة اقتصاديًا. ومن جهة أخرى، يدعم وصولًا مبنيًا على المحفظة إلى بنية تحتية للذكاء الاصطناعي موجهة للمستخدم يمكن للوكلاء مثل IronClaw وOpenClaw استخدامها.
لن تُحسم المنافسة بين وكلاء الذكاء الاصطناعي لصالح من يملك أكبر نموذج فقط. الأنظمة التي تُنسّق اتخاذ القرار والصلاحيات والذاكرة والخصوصية والبنية التحتية الاقتصادية بكفاءة أكبر هي التي ستبرز.
هذه هي الفكرة القوية وراء IronClaw 1.0: قبل أن تجعل “دماغ” الوكيل أكبر قليلًا، أعد تصميم الأبواب التي يُسمح للمفاتيح الموجودة بين يديه بفتحها.
في رأيك، هل ستكون عنق الزجاجة الرئيسي لوكلاء ذكاء اصطناعي على مستوى المؤسسات هو ذكاء النموذج، أم تحويل هذا الذكاء إلى أفعال آمنة؟