الوكلاء الذكيون يتجاوزون مجرد الإجابة عن الأسئلة.
يُطلب منها بشكل متزايد تنفيذ المهام، والتفاعل مع البرامج، وإدارة سير العمل، وفي النهاية العمل عبر البنية التحتية المالية والرقمية.
وهذا يخلق مشكلة جديدة.
كيف تمنح وكيلًا ذكيًا القدرة على التصرف دون منحه إذنًا غير محدود للتصرف؟
هنا تصبح IronClaw 1.0 من @NEAR Protocol مثيرة للاهتمام.
من التفكير إلى الفعل
تعمل أنظمة الذكاء الاصطناعي التقليدية إلى حد كبير حول توليد إجابة.
النظام الوكالي يختلف. فهو يحتاج إلى الاستدلال، واتخاذ القرارات، والتفاعل مع الأنظمة الخارجية، وتنفيذ الإجراءات.
يعالج IronClaw 1.0 المخاطر التي ينشئها هذا التحول عبر فصل اتخاذ القرار عن التنفيذ.
يمكن تبسيط بنيتها على النحو التالي:
فكّر → تحقّق (GUARD) → نفّذ (ACT)
يمكن للوكيل أن يحدد ما يريد فعله، لكن الإجراء يمر عبر طبقة Guard مخصصة قبل التنفيذ.
يؤدي ذلك إلى نقطة تحكم بين تفكير الذكاء الاصطناعي وقدرته على التأثير في العالم الخارجي.
قد تتطلب الإجراءات الحساسة موافقة صريحة، بينما صُممت الأسرار لتكون للاستخدام مرة واحدة ومحمية من الظهور في السجلات أو الأخطاء أو التقارير.
بالنسبة لبيئات المؤسسات، تبرز أهمية هذا التمييز.
لم يعد السؤال ببساطة ما إذا كان وكيل الذكاء الاصطناعي ذكيًا.
إنها مسألة ما إذا كان يمكن نشر ذكائه مع ضوابط مناسبة.
نتائج المعيار (Benchmark)
ذكرت NEAR AI نتائج قوية لـ IronClaw 1.0 عبر ثلاثة معايير (benchmarks) للوكيل باستخدام deepseek-v4-flash كنموذج أساسي:
93.5% | PinchBench
88.6% | ClawBench
76.4% | OfficeQA
وفقًا لـ NEAR AI، كان IronClaw متقدمًا بنحو أربع نقاط مئوية على أفضل نظام تالٍ في PinchBench، وبحوالي خمس نقاط على متوسط المجال في ClawBench.
في OfficeQA، أفادت NEAR AI بوجود أخطاء أقل بنحو 12% مقارنةً بـ Hermes وأقل بنسبة 15% مقارنةً بـ OpenClaw.
يجب النظر إلى هذه الأرقام في سياقها الصحيح: كانت النتائج التي أعلنتها NEAR AI لإصدار IronClaw 1.0 في يوليو 2026، وليس ادعاءً حول لوحات الصدارة الخاصة بمعايير اليوم الأوسع.
النقطة الأكثر إثارة للاهتمام هي أن IronClaw تجمع بين ذكاء النموذج وبنية تنفيذ مصممة حول التحكم.
تغيير الاستمرارية في تجربة الوكيل
ومن المكونات المهمة الأخرى أخذ لقطات مستمرة (continuous checkpointing).
يمكن أن تفشل وكلاء الذكاء الاصطناعي لأسباب عادية وغير مهمة.
يمكن أن يتوقف سير العملية. يمكن أن ينقطع الاتصال. يمكن أن تُعاد تهيئة الجلسة.
بدون حالة مستمرة، قد يفقد الوكيل سياق ما كان يفعله.
تتيح منهجية IronClaw في أخذ لقطات (checkpointing) الأعمال المتقطعة لاستئنافها بدلًا من البدء من جديد ببساطة.
وهذا يقرب الوكلاء من العمل كعمال رقميين دائمين بدلًا من جلسات دردشة مؤقتة.
يحافظ IronClaw أيضًا على ذاكرة مشتركة ونموذج أمان عبر CLI وWeb وSlack وTelegram.
وهذا يعني أن الواجهة يمكن أن تتغير دون أن يؤدي ذلك بالضرورة إلى تفتت سياق الوكيل.
مكان NEAR AI
وهنا أيضًا تصبح أهمية الربط مع NEAR AI واضحة.
يركز توجه NEAR الأوسع في مجال الذكاء الاصطناعي على بنية تحتية للذكاء الاصطناعي يملكها المستخدم وقابلة للتحقق، بما في ذلك الاستدلال السري (confidential inference) والتنفيذ الآمن.
يمثل IronClaw طبقة الوكيل.
يمثل NEAR AI جزءًا من البنية التحتية التي تدعم هذا النظام البيئي الأوسع.
وتحت الشبكة يوجد مكوّن مهم آخر: الرهن (staking).
غالبًا ما يُناقَش الرَهن (Staking) أساسًا من حيث المكافآت، لكن وظيفته الأعمق هي الأمن الاقتصادي.
تستخدم NEAR إثبات الحصة (Proof of Stake)، حيث تؤمّن المُصدقات الشبكة، ويمنح الرهن المفوّض دعمًا اقتصاديًا لمعالجة البنية التحتية للمعاملات.
إذا اعتمدت وكلاء الذكاء الاصطناعي بشكل متزايد على بنية تحتية لامركزية للاحتفاظ بالحالة وتنفيذ المعاملات والوصول إلى الأصول أو التنسيق عبر الشبكات، فإن أمن تلك البنية التحتية الأساسية يصبح أكثر أهمية.
وهذا يجعل الرهن أكثر من مجرد آلية عائد.
تصبح جزءًا من أساس الأمان للبنية التحتية التي يمكن لوكلاء الذكاء الاصطناعي في المستقبل الاعتماد عليها.
الصورة الأكبر
يشير IronClaw 1.0 إلى تحول مهم في كيفية تقييم وكلاء الذكاء الاصطناعي.
الذكاء الخام جزء واحد فقط من المعادلة.
يحتاج الوكيل الذاتي المفيد أيضًا إلى:
ذكاء للتفكير.
حواجز (Guardrails) للتحكم في التنفيذ.
الاستمرارية للحفاظ على الحالة.
ذاكرة للعمل عبر البيئات.
بنية تحتية آمنة لدعم إجراءات واقعية.
وهذا ما يجعل توجه NEAR AI مثيرًا للاهتمام بشكل خاص.
لن يحتاج جيل وكلاء الذكاء الاصطناعي القادم فحسب إلى معرفة ما يجب فعله.
سيحتاجون إلى طريقة موثوقة لتحديد متى يُسمح لهم بالقيام بذلك، وكيف ينبغي أن يفعلوا ذلك، وما الذي يحدث إذا سارت الأمور بشكل خاطئ.
يُعد IronClaw 1.0 خطوة مثيرة نحو نموذج كهذا.
ما الذي تعتقد أنه أكثر أهمية لجيل وكلاء الذكاء الاصطناعي القادم: تفكير أفضل أم تحكم أفضل في التنفيذ؟
المراجع
www.near.ai/blog/introducing-ironclaw-1-0
www.near.org/ai
docs.near.org/protocol/network/validators
github.com/nearai/ironclaw