اليوم، الوكلاء يستخدمون البرمجيات. غدًا، سيستخدمون كل شيء.
نحن نبني نحو عالم حيث الذكاء الاصطناعي لا ينقر فقط على الأزرار على الشاشات — بل يشغل الآلات ويتنقل في الأماكن المادية ويعمل جنبًا إلى جنب مع البشر في العالم الحقيقي.
استخدام الحاسوب
وكلاء يرون الشاشات وينقرون على الأزرار ويشغلون أي برنامج تمامًا كما يفعل الإنسان. بدون واجهات برمجية. هذا هو موقع Deck اليوم — وهو يغير بالفعل طريقة عمل الشركات.
تعظيم النماذج اللغوية الكبيرة ضمن حدود اليوم
النماذج الحالية قوية لكنها مقيدة — نوافذ السياق والهلوسة والتكلفة. نحن نبحث في كيفية المضي قدمًا: تنسيق الوكلاء المتعددين، ذاكرة المهام طويلة المدى، سير العمل ذاتي الإصلاح الذي يتعافى من الأخطاء بدون تدخل بشري، والاستدلال المنظم الذي يبقي الوكلاء على المسار عبر سير عمل بأكثر من 100 خطوة.
الاستخدام الروبوتي
نفس المبادئ التي تتيح للوكيل التنقل في موقع ويب يمكن أن تتيح له التنقل في مستودع. نفس نموذج الرؤية الذي يقرأ لوحة معلومات يمكنه قراءة أرضية مصنع. نحن نستكشف كيف يمتد استخدام الحاسوب إلى ما وراء الشاشات — إلى الكاميرات وأجهزة الاستشعار والأذرع الروبوتية والبيئات المادية.
أسئلة مفتوحة نعمل عليها
واجهات API تغطي 1% من برمجيات العالم. الـ 99% الأخرى لديها فقط واجهة مستخدم. كيف تبني وكيلًا يمكنه تشغيلها كلها — بدون سطر واحد من كود التكامل؟
إذا كانت الحلقة الإدراكية للتنقل في موقع ويب هي نفسها للتنقل في مستودع — إدراك، قرار، فعل — فما البنية التحتية التي تسد الفجوة بين البيئات الرقمية والمادية؟
في سير عمل من 200 خطوة حيث كل خطوة موثوقة بنسبة 98%، ينخفض معدل النجاح الشامل إلى ~2%. كيف تصمم تصحيح الأخطاء الذي يبقي الموثوقية فوق 95% بدون تكلفة تربيعية؟
كل مؤسسة لديها آلاف بيانات الاعتماد وكل وكيل يحتاج إلى وصول. كيف تبني هندسة بيانات اعتماد حيث لا يكشف اختراق جهاز افتراضي واحد الرسم البياني بأكمله؟
البرمجيات تغير واجهتها أسرع مما يمكن لأي نموذج إعادة التدريب. كيف تبني وكلاء يتعاملون مع كل واجهة على أنها جديدة — ويشغلونها بشكل صحيح من المحاولة الأولى؟
ما السؤال الكبير الذي تحاول الإجابة عنه؟
إذا أثارت هذه الأسئلة حماسك