يُعدّ وكلاء الذكاء الاصطناعي أدوات قوية، لكنهم يعتمدون بشكل كبير على السياق الذي يُقدم إليهم ليتمكنوا من أداء مهامهم بفعالية. وقد كشفت دراسة حديثة أن حتى مستخدمي الذكاء الاصطناعي المتقدمين، مثل مستخدمي Claude، يواجهون صعوبة بالغة في إدارة مكتبات السياق الخاصة بهم. فالكثير منهم لا يتمكنون من تحديد مواقع ملفات السياق الخاصة بهم، أو يجدون أنها قديمة وغير محدّثة.
ما هي مكتبات السياق؟
مكتبة السياق هي مجموعة منظمة من المعرفة المؤسسية والإجرائية. يمكن لوكلاء الذكاء الاصطناعي الرجوع إليها واستخدامها لفهم المهام والسياقات المعقدة بشكل أفضل، بل وتعديلها إذا سمحت الصلاحيات بذلك. تُعتبر هذه المكتبات حيوية لقوة وكفاءة وكيل الذكاء الاصطناعي.
لا تقتصر هذه المكتبات على ملفات Markdown فقط، رغم أنها النوع السائد الذي يستخدمه المشاركون في الدراسة. يمكن توسيع هذه المكتبات لتشمل مصادر خارجية من خلال اتصالات MCP وAPI، مثل قواعد بيانات Notion، أو سجلات محادثات Slack، أو نصوص اجتماعات Granola. قد يتم تحديث بعض السياق في المكتبة وصيانته بشكل نشط، بينما يتم الرجوع إلى البعض الآخر فقط.
لماذا هذا التحدي مهم للمطورين والمصممين؟
تُظهر الدراسة أن مستخدمي وكلاء الذكاء الاصطناعي يبذلون جهداً أكبر في هندسة مكتبات السياق مقارنةً بصياغة الأوامر (التي غالباً ما يملونها بشكل عفوي). ورغم هذا الجهد، فإن كل مستخدم قام بارتجال عملية خاصة به، مما يؤدي إلى عدم تحديث الملفات أو فقدانها. برأينا، هذا يسلط الضوء على فجوة كبيرة في الأدوات والمنهجيات المتاحة لإدارة السياق بفعالية.
بالنسبة للمطورين والمصممين، هذا يعني أن هناك حاجة ملحة لتطوير حلول أفضل لإدارة السياق لوكلاء الذكاء الاصطناعي. سواء كان ذلك عبر تحسين أدوات التحرير، أو توفير واجهات برمجة تطبيقات (APIs) أكثر مرونة لربط مصادر المعرفة المختلفة، أو حتى تصميم تجارب مستخدم (UX) أفضل لإنشاء هذه المكتبات وتحديثها. فقدرة وكيل الذكاء الاصطناعي تعتمد بشكل مباشر على جودة ودقة السياق المتاح له.
المصدر: nngroup.com