أربع آليات ضد تجاوز سياق المهام الطويلة: عتبات LangChain
تقرير من MarkTechPost يقارن آليات الضغط والذاكرة وميزانية السياق التي تعتمدها أطر تشغيل الوكلاء، مع العتبات الرقمية المعلنة.
الوكيل في أبسط صوره نموذج لغوي كبير (LLM) يستدعي الأدوات داخل حلقة. ووفق تقرير نشره موقع MarkTechPost، تنجح هذه الحلقة في المهام القصيرة لكنها تنهار بطريقتين في مهمة تمتد ساعة وتتضمن 200 استدعاء أداة: تجاوز السياق وفقدان الهدف. ويضيف دليل التصميم الصادر عن AWS Samples لوكلاء البرمجة السحابية المستقلة أن الوكلاء السطحيين لا يحافظون على الحالة لفترات طويلة. والطبقة التي تعالج ذلك ليست النموذج بل إطار التشغيل (harness) الذي تصفه AWS بأنه يدير كل شيء عدا النموذج.
توسيع نافذة السياق لا يفيد بالقدر المتوقع. فقد قيّم تقرير Context Rot من Chroma ثمانية عشر نموذجاً، بينها GPT-4.1 وClaude 4 وGemini 2.5 وQwen3، ووجد أن الأداء يصبح أقل موثوقية كلما طال المدخل، حتى في مهام الاسترجاع البسيطة. ويفسر دليل هندسة السياق من Anthropic الآلية عبر ميزانية الانتباه: n من الرموز تنتج n² من العلاقات الثنائية، فكل رمز إضافي يستهلك ميزانية محدودة. وتذكر Manus أن المهمة النمطية تحتاج نحو 50 استدعاء أداة، وأن نسبة رموز الإدخال إلى الإخراج تقارب 100:1.
العتبات المعلنة
في LangChain Deep Agents، تُكتب أي استجابة أداة تتجاوز 20 ألف رمز إلى نظام الملفات ويحل محلها مسار الملف مع معاينة لأول 10 أسطر، وعند تجاوز السياق 85% من النافذة تُختصر استدعاءات الكتابة والتحرير القديمة إلى مؤشر. أما Claude Code فيحدّ الذاكرة التلقائية بأول 200 سطر أو 25 كيلوبايت، ويؤجل مخططات أدوات MCP افتراضياً، ويعيد أي ملف يتجاوز 5000 رمز بعد الضغط كمرجع مسار بدل المحتوى.
انتقل الضغط أيضاً إلى طبقة الواجهات البرمجية. فواجهة Responses من OpenAI توفر ضغطاً على الخادم عبر compact_threshold ونقطة نهاية مستقلة هي /responses/compact، وتقول OpenAI إن Codex يعتمد على هذه الآلية في مهام البرمجة الطويلة. وتتبع Manus طريقاً أبسط: ينشئ الوكيل ملف todo.md ويعيد كتابته خطوة بخطوة ليعيد الخطة إلى نهاية السياق.
التفاصيل الكاملة في مقال MarkTechPost.
