بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
بتكلفة استدلال أقل بـ 10 أضعاف من أبرز النماذج المغلقة، حقق NVIDIA Nemotron 3 Ultra تعادلاً في الأداء على مهام الأعمال مع أفضل النماذج في السوق — دون أن يتطلب الأمر إعادة تدريب النموذج مرةً واحدة. (وفقاً لـ NVIDIA Blog)
الرقم المثير ليس التكلفة فحسب، بل المنهجية التي أنتجته. ضبطت LangChain — منصة تنسيق وكلاء الذكاء الاصطناعي الأوسع انتشاراً في العالم بأكثر من 200 مليون تنزيل شهري — مقياس Deep Agents الخاص بها خصيصاً لـ Nemotron 3 Ultra، فحقق النموذج أعلى دقة بين جميع النماذج المفتوحة المقاسة، مع إتمام مهام أكثر وبإنتاجية أعلى. (وفقاً لـ NVIDIA Blog)
السر لم يكن في النموذج ذاته — بل في البيئة المحيطة به. ضبط الفريق الـ harness عبر تعديل system prompts وأوصاف الأدوات والـ middleware، بعد تحليل دقيق لـ execution traces لتحديد نقاط الفشل بالضبط. لم تُلمس أوزان النموذج. كل ما تغيّر هو الإطار البرمجي حوله — وهذا وحده كان كافياً لمعادلة النماذج المغلقة الأعلى تقييماً.
يلخّص هاريسون تشيس، المؤسس المشارك والرئيس التنفيذي لـ LangChain، الفلسفة الكامنة وراء هذا بوضوح: “الطريقة لبناء وكلاء أفضل هي الاستمرار في تحسين النظام حول النموذج. الذاكرة واستخدام الأدوات والتقييم وسلوك النموذج تتضاعف قدرتها عندما يستطيع الفرق ضبطها معاً.” (وفقاً لـ NVIDIA Blog)
على صعيد التبني الفعلي، لا تبدو الصورة نظرية. شركات مثل Abridge وAmdocs وBox تضمّن بالفعل وكلاء متخصصة مباشرةً في منصاتها وأنظمتها. وتتوسع شركة EY، المتكاملة عالمياً، في تطبيق هذا المسار عبر مخططات NVIDIA NemoClaw الخاصة بـ LangChain Deep Agents، لمساعدة عملائها على تخصيص الوكلاء وحوكمتها عبر سير عمل عالية القيمة. (وفقاً لـ NVIDIA Blog)
المنتج المُغلّف لهذا كله هو NVIDIA NemoClaw for LangChain Deep Agents: مخطط مرجعي مفتوح يجمع كود LangChain Deep Agents المُضبَّط لـ Nemotron 3 Ultra، مع بيئة تشغيل NVIDIA OpenShell لتنفيذ إجراءات الوكيل بأمان. النموذج مفتوح، الـ harness مفتوح، بيئة التشغيل الآمنة مفتوحة — ما يعني أن المؤسسات تمتلك المكدّس بأكمله من البداية إلى النهاية، وتستطيع تشغيله على بنيتها التحتية أو سحابتها أو أي بيئة تختارها. (وفقاً لـ NVIDIA)
في السياق الأشمل، هذا يطرح سؤالاً حقيقياً أمام الفرق الهندسية: إذا كان الفارق بين نموذج مفتوح ومغلق لا يكمن في النموذج بل في الهندسة المحيطة به، فلماذا تدفع عشرة أضعاف؟ المعادلة في الأداء مع النماذج المغلقة — على benchmark لا يُقاس بالألعاب الأكاديمية بل بمهام الأعمال الفعلية — تجعل هذا السؤال أكثر إلحاحاً من أي وقت مضى.
من الناحية العملية، يستطيع مطورو LangChain الوصول إلى Nemotron 3 Ultra اليوم عبر منصات Baseten وCrusoe Cloud وDeepInfra وFireworks وNebius وTogether AI، مع توفر ملف الـ harness المُضبَّط مباشرةً من LangChain. المؤسسات التي تريد نقطة انطلاق سريعة يمكنها استخدام مخطط NemoClaw كبنية تحتية جاهزة لبناء وكلاء متخصصة من الصفر. (وفقاً لـ NVIDIA Blog)
التحول من مساعد يجيب على أسئلة إلى وكيل يتخذ إجراءات داخل أنظمة العمل الجوهرية — هذا هو الرهان الحقيقي. وعندما يكون المكدّس بأكمله مفتوحاً وقابلاً للتدقيق، يصبح للحوكمة معنى مختلف تماماً خاصةً مع ارتفاع حصة الوكلاء في العمليات الحساسة.
