بدء أتمتة الأعمال لوكلاء الذكاء الاصطناعي يدخل عصر التنفيذ: كيف يمكن لـ Gate لوكلاء الذكاء الاصطناعي بناء بنية تحتية تنفيذية ذكية من الجيل التالي

2026 年، ينتقل وكيل الذكاء الاصطناعي (AI Agent) من مجرد إثبات المفهوم إلى المشاركة الفعلية في النشاط الاقتصادي. تُظهر بيانات من الصناعة أن عدد وكيل الذكاء الاصطناعي العامل عبر السلسلة والذي يشهد نشاطًا يوميًا على السلسلة بلغ 250 ألفًا في بداية 2026، أي بزيادة تتجاوز 400% مقارنة بعام 2025. وتقدَّر حاليًا الروبوتات الآلية للتداول بنحو 65% من حجم التداولات الكريبتية عالميًا. ومع ذلك، وبالتوازي مع حماس السوق، فإن معدل التنفيذ الفعلي لا يزال منخفضًا: فرغم أن أكثر من 60% من الشركات تخطط لنشر AI Agent، لا تتجاوز نسبة التنفيذ الحقيقي 17%.

تكشف هذه الفجوة الهائلة حقيقة غالبًا ما يتم تجاهلها: لا تتمثل عنق زجاجة تعميم AI Agent في قدرات النموذج، بل في القدرة على التنفيذ.

من المؤكد أن النماذج اللغوية الكبيرة تتقدم بخطوات ملحوظة في الاستدلال والحوار وتوليد الأكواد. لكن عندما يحتاج الذكاء الاصطناعي إلى الانتقال من "الإجابة عن الأسئلة" إلى "القيام بعمل بدلاً عنك"—استدعاء واجهات البورصات، وتنفيذ المعاملات على السلسلة، وإدارة الأصول الرقمية—تبدو قدرات النموذج غير كافية. وتُعرف هذه المشكلة بـ"فجوة العمل (Action Gap) في الذكاء الاصطناعي". إن حلها لا يتطلب نماذج أذكى، بل منظومة كاملة من البنية التحتية لطبقة التنفيذ.

وهذا هو بالضبط ما يعالجه Gate for AI Agent.

حدود قدرات النموذج: من "المعرفة" إلى "التنفيذ"

تُظهر النماذج اللغوية الكبيرة السائدة أداءً ممتازًا في توليد النصوص والاستدلال المنطقي، لكنها لا تستطيع بطبيعتها التفاعل مع الأنظمة الخارجية. يمكن للمستخدم أن يسأل الذكاء الاصطناعي: "كم سعر البيتكوين الآن؟"، لكن إذا لم يكن موصولًا بمصدر بيانات راهن، فلن يتمكن الذكاء الاصطناعي إلا من تقديم بيانات تدريب قديمة. أما العمليات الأكثر تعقيدًا مثل "اشترِ لي 100 USDT من الإيثريوم"—فإنه إذا لم تكن هناك واجهات أدوات معيارية، فلن يستطيع الذكاء الاصطناعي تنفيذ ذلك إطلاقًا.

لا تعود هذه القيود إلى نقص في معلمات النموذج، بل إلى مشكلة بنيوية: هدف تصميم النماذج اللغوية الكبيرة يتمحور حول فهم المعلومات وتوليدها، لا حول تشغيل العالم الواقعي. فبين "المعرفة" و"التنفيذ" توجد طبقة كاملة من البنية التحتية للهندسة—مصادقة الهوية، وإدارة الصلاحيات، وتحليل البيانات، ومعالجة الأخطاء، وتنفيذ المعاملات، والتحقق من النتائج.

في 2026، تحولت محاور النقاش في الصناعة بوضوح. لم يعد السوق متعلقًا بمدى ذكاء الوكلاء بقدر ما أصبح يهتم بكمية القيمة الحقيقية التي يمكنهم خلقها؛ كما لم يعد المنافسة بين الشركات تقوم على حجم معلمات النموذج، بل على حساب توازن الاستثمار والعائد. ينتقل AI Agent من "منافسة الذكاء" إلى "منافسة الإنتاجية". ولن يحدد المشهد المستقبلي للقطاع من يملك نموذجًا أقوى، بل من سيتمكن من حل مشكلات الأمان والاختصاصيّة والتسويق التجاري في وقت أبكر.

وفي سيناريوهات التداول الكريبتية، تتجلى هذه الأطروحة بشكل حاد للغاية. قد ينجح نموذج AI في تحليل اتجاهات السوق وتوليد استراتيجيات تداول، لكن إذا لم يكن قادرًا على وضع الطلبات فعليًا، ولا إدارة المراكز، ولا التعامل مع التفاعلات على السلسلة، فإن تحليله سيظل على الورق. الفجوة في طبقة التنفيذ تحدد مباشرة ما إذا كان عبور الذكاء الاصطناعي من "أداة تحليل" إلى "فاعل تداول" ممكنًا.

ثلاث عوائق جوهرية لقدرة التنفيذ

تتمحور فجوة قدرة التنفيذ لدى AI Agent في مجال الكريبتو حول ثلاثة مستويات.

أولاً، تفتت الواجهات. يتكون النظام البيئي للكريبتو من أنظمة غير متجانسة مثل البورصات المركزية، والبورصات اللامركزية، والمحافظ، وبيانات السلسلة على الإنترنت، والمحتوى الإخباري... ولكل نظام مواصفات API خاصة به، وطرق مصادقة، وبنى بيانات مختلفة. إذا أراد المطورون أن ينجز AI Agent عملية كاملة من تحليل السوق إلى تنفيذ التداول، فسيحتاجون إلى ربط هذه الواجهات واحدًا تلو الآخر، ومعالجة سلسلة كاملة من مشكلات هندسية مثل مصادقة الهوية، وتحليل البيانات، ومعالجة الأخطاء. وهذا لا يستهلك وقتًا فحسب، بل يرفع أيضًا كلفة الصيانة—إذ إن أي تغيير في واجهة أي طرف قد يؤدي إلى تعطل كامل سلسلة التنفيذ.

ثانيًا، فقدان السيطرة على الصلاحيات والأمان. تكمن القيمة الأساسية لـ AI Agent في قدرته على التنفيذ الذاتي. لكن التنفيذ الذاتي يعني أن على الذكاء الاصطناعي الحصول على صلاحية الوصول إلى أنظمة التداول والأصول. تمنح الصلاحيات القدرة، لكن كلما زادت الصلاحيات زادت المخاطر. يمكن لهجمات حقن التعليمات أن تُوجِّه السلوك، ويمكن للملحقات الخبيثة أن تتسبب بتسميم (تلوث) الوظائف، ويمكن أن يؤدي إساءة استخدام مفاتيح API وصلاحيات الحساب إلى أضرار، وكذلك الأخطاء الناجمة عن التشغيل الآلي. وقد تتحول أي ثغرة في النظام أو انحراف في النموذج إلى خسارة اقتصادية فعلية. تُظهر تقارير من الصناعة أن 72% من الشركات تقول إن AI Agent لديها يعمل دون إدارة المخاطر، بما في ذلك المخاطر المتعلقة بالتمويل والامتثال.

ثالثًا، غياب البروتوكولات القياسية. يستخدم أغلب AI Agent إطارًا تسلسليًا للتفكير مبنيًا على النماذج اللغوية الكبيرة، لكن بروتوكولات التواصل بين الوحدات ليست موحدة بعد، ما يؤدي إلى انخفاض كفاءة التنسيق. يفتقر AI بينه وبين الأنظمة الخارجية إلى لغة موحدة؛ فكل تفاعل يتطلب تكييفًا مخصصًا، وهو ما يحد من قدرة AI Agent على النشر على نطاق واسع من جذوره.

Gate for AI Agent: الإجابة الكاملة عن بنية طبقة التنفيذ

تم تصميم Gate for AI Agent كمنصة بنية تحتية لمعالجة عوائق طبقة التنفيذ المذكورة أعلاه. وهي منصة بنية تحتية لـ AI Agent الأولى في القطاع التي توفر، على نفس المنصة وبنفس منظومة الواجهات، الربط الكامل بين التداول المركزى والتداول على السلسلة وتوقيع المحافظ وإشعارات الأخبار اللحظية وبيانات السلسلة.

يعتمد Gate for AI Agent تصميمًا ذا أربع طبقات، من الأسفل إلى الأعلى: طبقة البنية التحتية، وطبقة البروتوكول، وطبقة الإمكانات، وطبقة التطبيقات.

طبقة البنية التحتية تحمل قدرات Gate الأساسية للأعمال، بما في ذلك التداول الفوري والعقود في البورصات المركزية، ومحرك التداول على السلسلة في DEX، والمحافظ الأصلية ومحافظ الإضافات، ودفع إشعارات الأخبار اللحظية، وخدمة استعلام بيانات السلسلة. حتى 13 يوليو 2026، تدعم أسواق الفوريات في Gate أكثر من 4,700 زوج تداول، وتضم بيانات رموز منصات DEX اللامركزية بأكثر من 49 مليون سجل. يتم تحويل قابلية تشغيل هذه الأصول عبر API مباشرة إلى وحدات معيارية يمكن لـ AI Agent استدعاؤها.

طبقة البروتوكول هي الجسر الحاسم بين AI والبنية التحتية. يُحوِّل Gate CLI بوصفه أداة سطر أوامر رسمية العمليات التجارية المعقدة إلى تعليمات معيارية. كما يوفّر MCP (بروتوكول سياق النموذج) بروتوكول اتصال مُهيكل بين الذكاء الاصطناعي وخدمات الكريبتو. في فبراير 2026، أنهى Gate تغليف والتحقق من الدفعة الأولى من MCP Tools، ليصبح أول منصة تداول عالميًا تُطلق MCP Tools على الإنتاج. حاليًا يوفر Gate أكثر من 160 أداة CEX MCP. ويمكن لأي عميل AI متوافق مع MCP أن يتصل بـ Gate بسرعة كما لو كان يتصل بواجهة عامة، دون الحاجة إلى تكييف مخصص لكل تفاعل.

طبقة الإمكانات تستند إلى AI Skills بوصفه محرك تنسيق على مستوى المهام. تُغلِّف Skills تحليل النوايا واستدعاءات متعددة لطبقة CLI الأساسية بشكل عميق داخل حلقة مغلقة كاملة. يوفر Gate حاليًا أكثر من 40 Skill مُسبق التجهيز، يغطي سيناريوهات مثل أبحاث السوق وتنفيذ التداول وإدارة الأصول والتفاعل على السلسلة وإرسال الأخبار. إذا كان MCP يقتصر على "القدرة على الاستخدام"، فإن Skills تركز على "استخدام أكثر ذكاءً".

طبقة التطبيقات موجهة للمطورين والمستخدمين النهائيين، وتدعم منصات AI وإطارات الوكلاء الشائعة مثل Claude وChatGPT وGemini وQwen وOpenClaw وCursor وClaude Code وغيرها.

ست وحدات جوهرية: تغطية بانورامية لقدرة التنفيذ

بناءً على البنية أعلاه، يوفر Gate for AI Agent ستة وحدات أساسية يمكن استخدامها بشكل مستقل أو مجتمعة، لتغطية جميع سيناريوهات التشغيل لـ AI Agent في مجال الكريبتو.

وحدة Exchange تعرض السلسلة الكاملة للمنتجات مثل الفوري والعقود والتمويل/الاستثمار (理财) وLaunchpad وإدارة الأصول عبر API بشكل هيكلي. يمكن لـ AI Agent استدعاء هذه الواجهات مباشرة للحصول على بيانات السوق اللحظية، والاستعلام عن دفتر الأوامر، وإرسال أوامر محددة بسعر (حد) أو بسعر السوق، وضبط وقف الربح ووقف الخسارة.

وحدة DEX توفر عبر MCP وSkills قدرات التداول على السلسلة في Web3، بما في ذلك بيانات السوق عبر السلاسل، وSwap وPerps وعمليات تداول Meme. يمكن لـ AI Agent التعامل مباشرة مع بورصات لا مركزية على عدة سلاسل عامة رئيسية مثل Ethereum وBNB Chain وSolana وغيرها.

وحدة Wallet تُصمم منظومة محافظ Web3 كاملة لـ AI Agent، وتشمل محافظ Agent الأصلية، ومحافظ الإضافات في المتصفح، وخطة لإدارة المفاتيح على مستوى المؤسسة Keygenix، وتقنية العزل المادي للـ TEE. يمكن لـ AI Agent الاستعلام ذاتيًا عن أرصدة أصول متعددة السلاسل، وبدء التحويلات، وإدارة صلاحيات العقود، بينما تتم حماية المفاتيح الخاصة بالكامل ضمن بيئة أمان على مستوى العتاد.

وحدة News تقدم بثًا فوريًا للأخبار الكريبتية، وتدعم اشتراك AI Agent والبحث وتحليل أحدث معلومات السوق.

وحدة Info تقدم بيانات سلسلة وهيكلية، وأسُس الرموز الأساسية، ومعلومات المشروعات، لتلبية احتياجات التحليل الكمي والاستدلال المنطقي لـ Agent.

وحدة Pay مبنية على بروتوكول x402، وتقدم قدرات الدفع والتسوية لـ Agent بطريقة هيكلية. يتم تنفيذ الطلبات والدفع والرد تلقائيًا بواسطة Agent، دون الحاجة إلى قفز بين الشاشات أو تأكيد يدوي.

تنفيذ آمن: تصميم الصلاحيات أكثر أهمية من الذكاء نفسه

في سيناريوهات التداول الكريبتية، يعد تصميم الصلاحيات أكثر أهمية من الذكاء نفسه. فإذا افتقر AI إلى تحكم دقيق في الصلاحيات، فقد يسبب ذلك خطر خسارة أصول كارثي، حتى لو كانت قدراته قوية.

يعتمد Gate for AI Agent آلية صارمة لـ"عزل الصلاحيات والحواجز الأمنية". بالنسبة لعمليات الاستعلام العامة، لا يحتاج AI إلى تفويض لاستدعاءها؛ أما العمليات الحساسة للكتابة مثل تحويل الأموال ووضع أوامر التداول، فتفرض المنظومة شرط التأكيد الثاني الإجباري قبل التنفيذ. ويدعم API Key إعداد صلاحيات مخصصة بدقة.

كممارسة آمنة موصى بها، يقترح Gate اعتماد استراتيجية "عزل الحسابات الفرعية": إنشاء حسابات فرعية مخصصة لـ AI بحيث يتم تطبيق "مفتاح مخصص لاستخدام محدد"، مع إيداع أموال مخصصة فقط داخل حساب AI. ومن خلال هذا العزل الفيزيائي يمكن حصر مخاطر تشغيل AI ضمن بيئة مستقلة.

يُعد تصميم طبقات Gate for AI Agent الأربع بحد ذاته أيضًا نوعًا من التصميم الأمني. ففي طبقة البنية التحتية، يتم تغليف جميع العمليات كواجهات API معيارية، ما يمنع AI من تجاوز حدود تنفيذ أي سلوك خارج تعريفات الواجهة. وفي طبقة البروتوكول، يتم إجراء تحقق موحد من الصلاحيات والتحقق من التنسيق وتدقيق السلوك لجميع الطلبات. أما طبقة الإمكانات، فتغلف منطق التحكم في الصلاحيات داخل تنسيق Skills. يحد هذا التصميم "الواجهة هي الحد" من نطاق عمليات AI من المصدر.

قدرة التنفيذ تحدد حدود التسويق التجاري

في الربع الأول من 2026، بلغ حجم تداول العملات الرقمية الكريبتية عالميًا 20.57 تريليون دولار، منها تجاوزت الأنشطة الناتجة عن AI 15% من حجم التداولات في بورصات DEX، مقارنةً بـ 3% قبل عام واحد. يتحرك AI Agent من دور الطرف الهامشي ليصبح لاعبًا رئيسيًا في سوق الكريبتو.

لكن عتبة النشر على نطاق واسع تظل واضحة: قدرة التنفيذ تحدد حدود التسويق التجاري. يمكن للذكاء الاصطناعي تحليل السوق وتوليد الاستراتيجيات، لكن إذا لم يكن قادرًا على تنفيذ الصفقات، ولا إدارة الأصول، ولا التعامل مع التفاعلات على السلسلة، فسوف تبقى قيمته التجارية على مستوى "الاستشارة" لا على مستوى "التداول".

ما يقدمه Gate for AI Agent هو منظومة كاملة من بنية طبقة التنفيذ—من واجهات بروتوكولات معيارية إلى وحدات استراتيجيات مُعدة مسبقًا، ومن التداول في البورصات المركزية إلى التفاعل على السلسلة، ومن البيانات اللحظية إلى التنفيذ الآمن. فهو يغلف قدرات Gate عبر النطاق بالكامل في مكونات معيارية يمكن لـ AI استدعاؤها مباشرة، ما يمنح AI Agent لأول مرة القدرة الكاملة على المشاركة الفعلية في تداولات السوق.

عندما تتحول الصناعة من "منافسة قدرات النموذج" إلى "منافسة قدرات التنفيذ"، فإن المنصة التي تمتلك بنية كاملة لطبقة التنفيذ ستصبح القاعدة الحقيقية للانطلاق التجاري لـ AI Agent.