تتطور وكلاء الذكاء الاصطناعي من أنظمة تستجيب فقط إلى أنظمة تستطيع الاستدلال وتنفيذ مهام معقدة في العالم الحقيقي.

إنها تتجاوز مجرد الإجابة عن الأسئلة وتبدأ في تصفح الويب، والعمل مع الملفات، والتفاعل مع التطبيقات، واستخدام واجهات برمجة التطبيقات، وتنفيذ المهام متعددة الخطوات. ولكن مع اكتساب الوكلاء مزيدًا من الاستقلالية، يبرز سؤال حاسم: كيف نمنح الذكاء الاصطناعي القدرة على الفعل دون التضحية بالأمان والموثوقية وتحكم المستخدم؟

@NEAR Protocol ‏’s IronClaw 1.0 يقدم نهجًا مثيرًا للاهتمام لهذا التحدي من خلال إعادة تصميم كيفية تفكير وكيل الذكاء الاصطناعي وتصرفه وحفاظه على تقدمه.

IronClaw 1.0: فصل التفكير عن التنفيذ

في صميم #IronClaw تكمن فكرة معمارية بسيطة لكنها مهمة: الوكيل الذي يتخذ القرارات لا ينبغي أن يمتلك سيطرة غير مقيدة على الإجراءات التي يقوم بها.

يفصل IronClaw عملية التفكير عن التنفيذ عبر طبقة حارس مخصصة.

يمكن للوكيل التفكير في مهمة، وتحديد ما يجب أن يحدث، ثم اختيار الأدوات المناسبة. بعد ذلك، يوفر الحارس طبقة تنسيق مُتحكَّمًا بها بين عملية اتخاذ القرار والتنفيذ في العالم الحقيقي.

يؤدي ذلك إلى طبقة إضافية يمكن من خلالها تقييم الإجراءات، وعند الحاجة، الموافقة عليها صراحةً قبل حدوثها.

بالنسبة لبيئات المؤسسات، تكون هذه التفرقة مهمة بشكل خاص. الوكيل الذي يتفاعل مع رسائل البريد الإلكتروني أو الملفات أو مواقع الويب أو بيانات الاعتماد أو أنظمة الأعمال يحتاج إلى أكثر من مجرد ذكاء. يحتاج إلى حدود قابلة للتوقع.

أداء اختبارات قياسية يتميز عن غيره

لا تكون المعمارية قيّمة إلا عندما تتحول إلى أداء فعلي.

يُظهر IronClaw 1.0 القدرة عبر ثلاثة اختبارات قياسية باستخدام نموذج الأساس DeepSeek-V4-Flash.

  • PinchBench: 93.5% يتصدر IronClaw الاختبار القياسي، متقدمًا على Hermes وOpenClaw.

  • ClawBench: 88.6% كما يتصدر الترتيب في مهام الوكيل متعددة الخطوات، متفوقًا على OpenClaw وHermes.

  • OfficeQA: 76.4% يتصدر IronClaw مجددًا في المهام التي تركز على التفكير حول معلومات مكان العمل والمؤسسات.

توضح مقارنة الاختبارات القياسية أن IronClaw يحافظ على الصدارة عبر جميع التقييمات الثلاثة.


في ClawBench، يسجل IronClaw 88.6%، متقدمًا على Hermes عند 84% وOpenClaw عند 82.5%.

في OfficeQA، يصل IronClaw إلى 76.4%، مقارنةً بـ 73.2% لدى Hermes و72.4% لدى OpenClaw.

في PinchBench، يسجل IronClaw 93.5%، مقارنةً بـ 90% لدى Hermes و88.6% لدى OpenClaw.

تُبرز النتائج قدرة IronClaw على العمل بثبات عبر أنواع مختلفة من أحمال عمل الوكلاء.

النقطة المهمة هي أن هذه الاختبارات القياسية تغطي تحديات مختلفة. بدلًا من قياس مدى جودة استجابة الذكاء الاصطناعي للمطالبات فقط، فإنها تختبر مدى قدرة الوكيل على تنفيذ المهام في بيئات عملية بفعالية. لذلك، تُعد نتائج IronClaw الثابتة في المركز الأول دليلًا قابلًا للقياس يدعم منهجه في بناء وكلاء ذكاء اصطناعي أكثر قدرة.

مصمم لسير عمل ذكاء اصطناعي في العالم الحقيقي

تأتي قيمة IronClaw أيضًا من البنية التحتية المحيطة بمعماريته الأساسية.

أكثر أمانًا حسب التصميم

قد تتطلب الإجراءات الحساسة موافقة صريحة، مما يمنح المستخدمين تحكمًا أكبر فيما يُسمح للوكيل بتنفيذه.

حالة مستمرة

تسمح نقاط التحقق المستمرة لـ IronClaw بالحفاظ على تقدمه. إذا تم إيقاف مهمة أو تطلب موافقة، يمكن للوكيل الاستئناف بدلًا من البدء من الصفر.

ذاكرة متعددة القنوات

يمكن للمساعد العمل عبر CLI وWeb وSlack وTelegram مع الحفاظ على نفس قواعد الذاكرة والسلامة.


عزل الفريق

يمكن للمؤسسات فصل البيئات وسير العمل، مما يجعل IronClaw أكثر ملاءمة للفرق التي تتعامل مع مشاريع أو أدوات أو مستويات وصول مختلفة.


توضح المقاربة متعددة القنوات لدى IronClaw كيف يمكن لمساعدي الذكاء الاصطناعي تجاوز واجهة واحدة مع الحفاظ على الاستمرارية عبر بيئات مختلفة.


بدلًا من التعامل مع كل قناة كتفاعل منفصل، يمكن للمساعد نفسه العمل عبر CLI وWeb وSlack وTelegram مع الحفاظ على ذاكرته وحالته وقواعد الأمان.


يؤدي ذلك إلى تجربة أكثر ترابطًا للمستخدمين والفرق التي تعمل عبر منصات متعددة.

NEAR AI ودور التكديس

يُعد IronClaw 1.0 جزءًا من اتجاه أوسع حول #NEARAI : بناء بنية تحتية للذكاء الاصطناعي حيث يصبح الذكاء أكثر خصوصية وقابلية للتحقق وملكيةً للمستخدم.

تتطلب هذه الرؤية أكثر من مجرد نماذج ذكاء اصطناعي قوية. كما تتطلب بنية تحتية يمكنها دعم التطبيقات اللامركزية والوكلاء والخدمات بشكل موثوق.

وهنا يصبح تكديس NEAR ذا صلة.

التكديس ليس مجرد وسيلة لكسب عائد. على مستوى الشبكة، يدعم NEAR المُكدَّس نظام المُدقِّقين الذي يساعد على تأمين سلسلة الكتلة الأساسية. يتولى المُدقِّقون مسؤولية الحفاظ على الشبكة ومعالجة المعاملات، بينما تساعد الحوافز الاقتصادية على مواءمة المشاركين مع أمن الشبكة.

بالنسبة للذكاء الاصطناعي اللامركزي، تهم هذه القاعدة.

تحتاج وكلاء الذكاء الاصطناعي إلى بنية تحتية يمكن الاعتماد عليها عندما تصبح أكثر قدرة واستقلالًا. ومع انتقال النظام البيئي نحو أنظمة وكلاء مثل OpenClaw القادم، تصبح العلاقة بين بنية تحتية للذكاء الاصطناعي وأمن الشبكات اللا مركزية أكثر أهمية.


الصورة الأوسع

يشير IronClaw 1.0 إلى مستقبل تُقيَّم فيه وكلاء الذكاء الاصطناعي بأكثر من مجرد مدى ذكائهم في الرد.

ستتضمن المعيارية القادمة أيضًا مدى أمان تصرفهم، ومدى موثوقية الحفاظ على التقدم، ومدى الاتساق في العمل عبر القنوات، وكمية التحكم التي يحتفظ بها المستخدمون.

#NEARAI تمثل الرؤية الأوسع، بينما يوفر التكديس أساسًا أمنيًا مهمًا للبنية التحتية اللامركزية الكامنة تحتها.

التركيبة مقنعة: ذكاء اصطناعي قادر على التفكير، وبنية تحتية يمكنها التنسيق، وشبكات يمكن تأمينها عبر المشاركة الاقتصادية، ومستخدمون يستطيعون الحفاظ على ملكية أكبر للأنظمة التي يعتمدون عليها.

لذلك قد يُنظر إلى IronClaw 1.0 على أنه أكثر من مجرد إصدار جديد لوكيلٍ يعمل بالذكاء الاصطناعي. إنه لمحة عمّا يمكن أن تبدو عليه البنية التحتية لبيئة ذكاء اصطناعي أكثر قدرة وأمانًا ولا مركزية.

المراجع

  • IronClaw 1.0: https://near.ai/blog/introducing-ironclaw-1-0

  • NEAR AI Staking: https://www.near.ai/blog/staking-for-near-ai

  • NEAR Staking: https://docs.near.org/protocol/network/staking

  • NEAR AI Infrastructure: https://near.ai/blog/near-ai-launches-ironclaw-confidential-gpu-marketplace-and-multimodal-confidential-inference