"مهارات الوكيل الذكي": نقاش حيوي، ولكن الاستخدام الفعلي يكاد يكون معدومًا

العنوان

مهارات الذكاء الاصطناعي: مهندس الذكاء الاصطناعي Dax Raad ينتقد هذه الضجة

الملخص

أصدر مهندس الذكاء الاصطناعي Dax Raad من OpenCode و SST منشورًا مؤخرًا، يذكر حقيقة محرجة: الوحدات “المهارية” المستخدمة لتوسيع قدرات الذكاء الاصطناعي، على الرغم من أنها أثمرت عن معايير وأدوات مساعدة ومناقشات لا تنتهي، إلا أن الغالبية العظمى من المستخدمين لم يقوموا بتثبيت أي منها. دعا الصناعة إلى التهدئة: العديد من الأفكار لا تجد طريقها إلى التنفيذ في النهاية، والحماسة بدون أدلة تدعمها هي مجرد حرق للمال. هذه الكلمات تلامس نقطة مؤلمة في دائرة أدوات الذكاء الاصطناعي - بين من يقومون بإنشاء الأشياء ومن يستخدمونها، هناك فجوة كبيرة.

التحليل

• الخلفية: عمل Raad على أدوات البرمجة الذكية مثل OpenCode، ودائمًا ما كان يتحدث عن مشكلة “الإفراط في البناء” في مجال السحابة والذكاء الاصطناعي.
• ما يتضمنه النظام الإيكولوجي من “المهارات”:
  • اقتراح نقاط النهاية القابلة للاكتشاف من Cloudflare (/.well-known/skills)
  • هيكل الدليل .agents/skills المتفق عليه في أطر مثل Claude Code وLangChain
• كانت نية هذه الأشياء جيدة: جعل قدرات الذكاء الاصطناعي قابلة للتجزئة والتشغيل المتبادل. لكن معدل التبني الفعلي منخفض جدًا، والسبب ليس معقدًا:
  • التنفيذ معقد، وتكاليف التنفيذ مرتفعة؛
  • يتداخل مع وظائف الأوامر المخصصة الحالية، من الصعب توضيح كم من القيمة الجديدة يمكن أن يضيفها.
• هذه في الحقيقة مشكلة قديمة في دائرة أدوات الذكاء الاصطناعي: أولاً قم بتأسيس البنية التحتية، وناقش الطلب لاحقًا. بالفعل، هناك من يقول في المجتمع إن “المهارات” يمكن أن تزيد من معدل نجاح المهام، لكن من يستخدمها حقًا قليلون جدًا.
• لدى Raad أكثر من 120 ألف متابع على وسائل التواصل الاجتماعي، ومن السهل تضخيم هذه الأصوات النقدية. قد يساعد ذلك في دفع بعض الفرق إلى العودة إلى الواقع، والتأكد مما إذا كان هناك من يحتاج فعلاً إلى هذه الأشياء قبل اتخاذ قرار بالاستثمار فيها.

التوقعات مقابل الواقع

ببساطة:

• معدل التبني المنخفض هو حقيقة، وليس ضجيجًا، ولا يمكن تغطيته بمزيد من المعايير بينما الطلب نفسه غير موجود؛
• بدون بيانات استخدام حقيقية، الاستثمار الكبير في بناء البنية التحتية له تكلفة عائدة ضعيفة؛
• هناك فجوة كبيرة في المعلومات بين من ينشئون الأشياء ومن يستخدمونها، ويجب استخدام بيانات الاستخدام الحقيقية وبيانات الاحتفاظ لتوجيه الاتجاه.

تقييم الأثر

• الأهمية: متوسطة
• التصنيف: اتجاهات الصناعة، أدوات المطورين، مراقبة التكنولوجيا

الحكم: إذا كنت تتابع “معايير المهارات” الآن، فإن الوقت ليس مبكرًا جدًا - هذا المفهوم في مرحلة محرجة من ضعف التحقق. من سيستفيد حقًا هم الفرق التي ترغب في التوقف، واستخدام بيانات الاستخدام الفعلية لتوجيه قراراتها، وليس أولئك الذين يستمرون في إضافة معايير.