هل تعمل فرق وكلاء الذكاء الاصطناعي بشكل أفضل حقا؟ الاختبارات تقول غالبا لا

في الغالب لا. وجدت Vals AI أن الجمع بين GPT-6 Sol وClaude Opus 5.5 في فريق نادرًا ما يبرر الرموز الإضافية المستهلكة، وإن كان أحد إعدادات Sol بمستوى استدلال متوسط قد تحسّن بشكل ملحوظ.

3 min read

هل تعمل فرق وكلاء الذكاء الاصطناعي بشكل أفضل حقا؟ الاختبارات تقول غالبا لا

Illustration made on Lumeta with GPT Image 2.5Make one like it

عادةً لا. في 11 أكتوبر 2026، أفادت Vals AI بأن فرق وكلاء الذكاء الاصطناعي غالبًا ما تكلّف ما بين 1.8x و5.1x أكثر من الوكيل المنفرد، مع تحسّن ضئيل أو معدوم في الجودة يمكن قياسه، لا سيما عند أقصى مستوى للاستدلال. وبالنسبة للمطورين والشركات التي تبني مسارات عمل قائمة على الوكلاء، فالخلاصة المباشرة بسيطة: إن أردت مخرجات أفضل، فابدأ باختبار وكيل منفرد قوي قبل أن تدفع ثمن فريق كامل.

ما الذي اختبرته Vals AI

قيّمت Vals AI نموذجَي GPT-6 Sol وClaude Opus 5.5 على معيار Vibe Code Bench الخاص بها، في وضع منفرد وفي وضع الفريق، وذلك بمستويي استدلال متوسط وأقصى. ومن بين المقارنات الأربع بين الفريق والوكيل المنفرد، لم تُظهر سوى مقارنة واحدة تحسّنًا ذا دلالة إحصائية في الجودة: GPT-6 Sol بمستوى استدلال متوسط، حيث سجّل الفريق 7.3 نقطة أعلى. أما عند أقصى مستوى للاستدلال، فلم يمنح إعداد الفريق أيًّا من النموذجين ميزة تُذكر.

خمسة روبوتات كرتونية تحمل شعار OpenAI تتزاحم حول مكتب بينما يعمل أحدها بهدوء على حاسوب محمول من OpenAI.
مبرمج هادئ واحد، وأربعة مساعدين في حالة هلع، ونتيجة لا تكاد تبرر العبء الإضافي.

Illustration made on Lumeta with GPT Image 2.5Make one like it

لماذا يهم هذا

  • يشير البحث إلى أن الأنظمة متعددة الوكلاء غالبًا ما تكون قرارًا يتعلق بالتكلفة لا بالجودة.
  • إذا كان النموذج يعمل أصلًا بأقصى جهد استدلالي، فقد لا تُحسّن إضافة مزيد من الوكلاء النتيجة كثيرًا.
  • قد تظل الفرق خيارًا منطقيًا حين تكون سرعة الإنجاز أهم من تحقيق مخرجات أفضل بفارق طفيف.
  • في مسارات عمل البرمجة والبحث التي تستهلك كميات كبيرة من الرموز، قد يتحول عبء التنسيق إلى مشكلة حقيقية في الميزانية.
سيارات أصغر متوهجة على حلبة سباق.
سرب من المتسابقين الذين يستهلكون الرموز بشراهة لا يكاد يلحق بالمتصدر المنفرد.

Illustration made on Lumeta with GPT Image 2.5Make one like it

يبدو أن زيادة عدد الوكلاء تساعد في السرعة أكثر من الجودة

النمط الأوسع في المصدر يشير إلى الاتجاه نفسه. فقد أظهرت اختبارات Anthropic الخاصة على Opus 5.5 تناقصًا في العوائد مع إضافة مزيد من الوكلاء: في مهمة قاعدة المعرفة، ارتفعت النتائج من 0.53 بوكيل واحد إلى 0.70 بعشرة وكلاء، و0.71 بثلاثين، و0.74 بمئة. وفي إثبات المبرهنات باستخدام Lean، كانت النتائج 0.39 و0.66 و0.66 و0.68. كما قال الباحث في OpenAI نوام براون إن الأنظمة متعددة الوكلاء تشتري السرعة أساسًا لا الجودة الأعلى، مشيرًا إلى أن أربعة وكلاء أنجزوا المهام أسرع بنحو الضعف وبتكلفة تقارب الضعف. ويبدو أن هذه المقايضة تنجح أكثر في المهام القابلة للتوازي مثل البحث على الويب أو الرياضيات، مقارنةً بالأعمال شديدة الترابط مثل الكتابة المطوّلة، حيث يصبح التنسيق عبئًا.

هل ينبغي التوقف عن استخدام فرق وكلاء الذكاء الاصطناعي؟

ليس بالضرورة. تشير النتائج إلى أن الفرق غالبًا ما تكون وسيلة ضعيفة لشراء الجودة، لكنها قد تظل مفيدة حين تكون السرعة مهمة ويمكن تقسيم المهمة إلى أعمال متوازية.

هل حسّن أي إعداد جماعي النتائج في هذا البحث؟

نعم. وجدت Vals AI تحسّنًا واحدًا ذا دلالة إحصائية في الجودة: سجّل GPT-6 Sol في إعداد الفريق بمستوى استدلال متوسط 7.3 نقطة أعلى من النسخة المنفردة.

ما العيب الرئيسي للإعدادات متعددة الوكلاء؟

التكلفة. في اختبارات Vals AI، كلّفت الفرق ما بين 1.8x و5.1x أكثر من الوكلاء المنفردين، ولم تُترجم تلك الرموز الإضافية عادةً إلى مخرجات أفضل بكثير.

ما أنواع المهام التي قد تستفيد أكثر من تعدد الوكلاء؟

استنادًا إلى المصدر، تُعد المهام القابلة للتوازي بسهولة، مثل البحث على الويب والرياضيات، مرشحة أفضل. أما المهام التي تعتمد على خط تفكير واحد متماسك، مثل الكتابة، فتبدو أقل ملاءمة لأسراب الوكلاء الكبيرة.

Every top AI model, in one place

Nano Banana 2, GPT Image 2.5, Seedance, Veo and more, all on one credit balance. Start free with 35 credits a month. No card needed.

GPT Image 2.6مولّد ومحرر الصور الأعلى تقييمًا من OpenAI، أصبح الآن أسرع وبدقة تصل إلى 4K

All tools for "From a description"

More from Lumeta

All أخبار