بصفتي شخصًا كان كاتبًا لـ@DAO Labs منذ مدة طويلة، فقد اكتسبتُ خبرة واسعة في استكشاف مشاريع الذكاء الاصطناعي. لقد رأيتُ ما يمكن لوكلاء الذكاء الاصطناعي القيام به، وكذلك المخاطر التي تأتي مع منحهم مزيدًا من الحرية.
ماذا يحدث عندما تصبح وكلاء الذكاء الاصطناعي قادرين بما يكفي على التصرف من تلقاء أنفسهم، لكننا ما زلنا لا نستطيع الوثوق بالكامل في الأفعال التي يقومون بها؟
إن جعل وكلاء الذكاء الاصطناعي آمنين وموثوقين أمرٌ بالغ الأهمية لاعتمادهم والاستفادة منهم. ويُعد بروتوكول NEAR، مع إطلاق IronClaw 1.0، الأول الذي يحاول توفير أطر عمل وأدوات للتعامل مع هذا التحدي.
في النهاية، صُمِّم الإطار لضمان ألا تُنفّذ وكلاء الذكاء الاصطناعي أي إجراء دون تدخل بشري لتقييم سلامة وأثر أفعاله. وهو يقترح فصل مكوّنات التفكير والتنفيذ لدى وكيل الذكاء الاصطناعي.
يُكلَّف وكلاء الذكاء الاصطناعي بالتفكير في مسار العمل الضروري لتنفيذ مهمة. يلي ذلك وحدة "الحارس" (guard) التي تُقيّم الإجراء لتحديد ما إذا كان آمنًا للقيام به.
تخيّل مساعدًا ذكاءً اصطناعيًا مزودًا بمسؤول أمني شخصي يشرف على قراراته وأفعاله.
ضمن إطار عمل IronClaw، قد تتجه وكلاء الذكاء الاصطناعي إلى مسار عمل وخطة لتنفيذه، لكن المسؤول الأمني الشخصي (الحارس) هو من يتخذ القرار النهائي بإتاحة تنفيذ الإجراء أو منعه.
يمكن لوكلاء الذكاء الاصطناعي، في غياب وحدات الحارس، تنفيذ إجراءات لها تأثيرات سلبية كبيرة عندما تكون البيانات الحساسة معنية، أو إذا تم تنفيذ إجراءات غير مصرح بها على نظام ما.
الإحصاءات أيضًا مبهرة
يُبرز IronClaw أيضًا في اختبارات/معايير مهمة لوكلاء الذكاء الاصطناعي.
باستخدام نموذج الأساس DeepSeek-V4-Flash، سجّل IronClaw ما يلي:
- 93.5% في PinchBench
- 88.6% في ClawBench
- 76.4% في OfficeQA
وبشكل مُلفت، فإن زيادة التركيز على الأمان لم تُضعف أداء وكيل الذكاء الاصطناعي هذا.
يريد IronClaw تحقيق كلا الأمرين.
4 ميزات أساسية
1. الأمان بالتصميم
القلق الأساسي بشأن وكلاء الذكاء الاصطناعي هو منحهم حرية مفرطة.
يعالج IronClaw ذلك عبر اشتراط الموافقة قبل تنفيذ إجراءات محددة. بدلًا من أن يمتلك وكلاء الذكاء الاصطناعي صلاحية التنفيذ مباشرة (Jenky)، يضع IronClaw ضوابط قبل أن يبدأ الإجراء بالانطلاق.
2. يتذكر أين توقف
تخيّل أن تطلب من وكيل ذكاء اصطناعي حل مشكلة تستغرق ساعات، بينما ينهار النظام في اللحظة الأخيرة.
ستكون خسارة كاملة لساعات من العمل عندما يتعين البدء من جديد.
تُحفظ إنجازات IronClaw باستخدام نقاط التحقق (checkpoints). لهذا السبب، إذا اضطر أحد الوكلاء إلى التوقف، يمكن إعادة تشغيله ثم متابعة العمل من حيث توقف بدلًا من خسارة كل جهده.
بالنسبة لمهام ذكاء اصطناعي قد تستغرق ساعات لإتمامها، سيكون ذلك مفيدًا جدًا للشركات.
3. يمكنه العمل عبر منصات مختلفة
لا يمتلك المستخدمون تطبيقًا واحدًا طوال اليوم.
يدعم IronClaw التواصل مع وكيل عبر منصات مختلفة، بما في ذلك CLI وWeb وSlack وTelegram.
الهدف هو القدرة على الاحتفاظ بذاكرة الوكيل والسياق عند تبديل قنوات الواجهة.
4. يمكن للفرق إبقاء عملها منفصلًا
تحدد مشاريع مختلفة وموظفون وبيانات حساسة معظم المؤسسات.
يتضمن IronClaw عزل الفرق، ما يساعد على الحفاظ على فصل مساحة العمل والبيانات.
يحتاج مساعد ذكاء اصطناعي لشركة أكثر من مجرد الذكاء؛ فهو يحتاج إلى مجالات عمل محددة.
أين يأتي NEAR AI وعمليات Staking
#IronClaw هو أحد عناصر عديدة في مشروع NEAR للذكاء الاصطناعي.
يهدف إلى تقديم بنية تحتية للذكاء الاصطناعي حيث لا يكون المستخدمون تحت رحمة عدد قليل من الشركات الكبيرة لتزويدهم بالبيانات والنماذج ووكلاء الذكاء الاصطناعي.
يتطلب بناء بنية تحتية للذكاء الاصطناعي تكديسًا لامركزيًا.
ليس دعم NEAR مجرد مكافآت؛ بل يساعد المستخدمين على دعم شبكة مُدقِّقين تُشغّل سلسلة الكتل NEAR، بما يضمن أمانها واستمراريتها وتشغيلها.
تزداد أهمية ذلك مع تزايد عدد وكلاء الذكاء الاصطناعي والتطبيقات التي تستخدم بنية تحتية لامركزية.
يوضح الرسم أدناه كيف تُهم أهمية عمليات Staking في NEAR.
ترتبط عملية المشاركة (Staking) بمكافآت، لكن لها أيضًا جانبها الأكثر تطوعًا. عندما يقوم شخص ما بعمل Staking لِـ NEAR، فإنه يساعد عمليًا على تأمين والحفاظ على شبكة المدققين الخاصة بسلسلة كتل NEAR.
يصبح ذلك أكثر أهمية مع بدء استخدام المزيد من وكلاء الذكاء الاصطناعي والتطبيقات للبنية التحتية اللامركزية.
يعمل وكلاء الذكاء الاصطناعي كعمال. يوفر NEAR AI جزءًا من البيئة التي يمكنهم العمل فيها. يساعد Staking على تأمين بنية تلك البيئة التحتية.
يُظهر الإصدار 1.0 من IronClaw كيف يمكن جعل وكلاء الذكاء الاصطناعي أكثر قدرة، مع الاحتفاظ بآليات أمان حيوية.
مع مشاريع مثل IronClaw وOpenClaw المرتقب، لم يعد السؤال الذي ينبغي طرحه هو فقط: "إلى أي مدى يمكن أن يكون الذكاء الاصطناعي ذكيًا؟".
وهي أيضًا: "هل يمكننا إنشاء ذكاء اصطناعي ذكي بما يكفي وآمن بما يكفي للاعتماد عليه؟".
#NEARAI يركز على هذه الأهداف بالضبط.