NVIDIA تريد أن يعرف الوكلاء معنى الرقم قبل أن يستعلموا عنه

كانت حجة بيع text-to-SQL هي السرعة دائماً. اسأل سؤالاً بالإنجليزية، واحصل على رقم في ثوانٍ، وتجاوز طابور المحللين. في هذه الحجة ثغرة يعرفها كل من أطلق واحداً من هذه الأنظمة فعلياً: الرقم الخاطئ السريع أسوأ من الرقم الصحيح البطيء، لأن أحداً لا يعيد التحقق من السريع.
مشروع Auto-Ontology من NVIDIA يبدأ من هذه الثغرة. حصل على نحو 4,100 نجمة في أسبوعه الأول على GitHub، ويتجاوز الآن 12,500. يلخص ملف README الحجة في سطر واحد: الوكلاء يستطيعون استرجاع الوثائق والاستعلام عن قواعد البيانات، لكن الموثوقية هي ما يحكم التحليلات الوكيلية، ومؤشر إيرادات يُجاب عنه أسرع لا قيمة له إذا كان الرقم خاطئاً.
ما يبنيه هو طبقة سياق تقع بين الوكيل والبيانات. ليست فهرساً متجهياً، وليست توجيهاً أطول. إنها أنطولوجيا: ما البيانات الموجودة، وماذا تعني، وهل ينبغي استخدامها، وكيف، ومن أين جاءت، وبماذا تشبه.
خمسة أفعال
تنتظم المكتبة حول خمس قدرات، والتسمية صادقة على نحو غير معتاد بشأن وظيفة كل واحدة.
Discover يولّد أنطولوجيات المؤسسة من البيانات الوصفية، ويربط الأنطولوجيات والنماذج الدلالية التي تملكها بالفعل، ويبني رسم المعرفة البياني. هذا هو الجزء الذي عليه أن يتعامل مع الواقع: معظم الشركات لديها ثلاثة تعريفات لـ"العميل النشط"، ولا سجل يوضح أيها تستخدمه لوحة المعلومات.
Ground يمنح الوكلاء معنى تجارياً موثوقاً للمقاييس والكيانات والعلاقات، ويوفّق بين التعريفات المتناقضة عبر الأنظمة. عملياً هو الأصعب بين الخمسة والأقل بريقاً: لا بد أن يقرر أحد أن تعريف المالية هو الذي يسري، ومهمة الأداة أن تجعل هذا القرار مرئياً وقابلاً للإنفاذ.
Validate يفحص الاستعلامات المولّدة مقابل التعريفات المعتمدة وسلسلة المنشأ، ويعيد المصدر مع كل إجابة. سطر المصدر هذا هو المنتج الحقيقي. الرقم المصحوب بتعريف وسلسلة منشأ يمكن الجدال فيه. الرقم الخالي منهما لا سبيل إلا تصديقه أو تجاهله.
Expose يقدّم السياق لأي منصة وكلاء عبر MCP أو CLI أو API. Learn يعيد التصحيحات المعتمدة والاستخدام إلى الأنطولوجيا، فيتحسن السياق المشترك مع كل سؤال.
العنصر الأخير وحده هو الجديد حقاً في هذه الحلقة. معظم الطبقات الدلالية وثائق تتعفن. هذا المشروع يتعامل مع تصحيح يقوم به إنسان باعتباره بيانات تدريب للطبقة نفسها.
كيف تبدو الحزمة التقنية
بالنسبة لمشروع بهذا الطموح، قصة النشر عادية إلى حد منعش، وهذا مهم إن كنت أنت من سيتولى تشغيله.
الواجهة الأمامية Next.js 16 مع React 19 وTypeScript وTailwind 4، إضافة إلى Better Auth وPrisma. يعيش الكتالوج الدلالي والأنطولوجيا في Postgres، إلى جانب الكتالوج الذي يصفانه. يمر الاستعلام باللغة الطبيعية عبر NVIDIA NIM. وهناك واجهة ويب للمحادثة والتحليل وكتالوج البيانات والتقارير والإعدادات.
محلياً، تبدأ الطريق الأسرع عبر Docker Compose على Wide World Importers، قاعدة بيانات المبيعات النموذجية من Microsoft. تحتاج إلى Docker مع Compose v2، و`uv`، ومفتاح NVIDIA API من build.nvidia.com. التسلسل: استنسخ المستودع، وأنشئ `.env`، وشغّل Postgres، وحمّل قاعدة البيانات النموذجية من مستودع التقييم المنفصل، ثم نفّذ `docker compose up -d --build`. افتح `localhost:3000`، وسجّل الدخول ببيانات المسؤول في `.env`، واذهب إلى Settings → Semantic Compilation وشغّله. يجري الاستيعاب عند بدء التشغيل، ويبدأ التجميع فوراً، ويعرض "Semantic compilation is ready" عند انتهائه.
على Kubernetes هناك Helm chart. الرخصة Apache 2.0، ويذكر README صراحة أن المشروع لا يقبل مساهمات خارجية، وهذا يستحق المعرفة قبل التخطيط لاستراتيجية fork ثم patch.
الجزء غير المريح في التصميم
الأنطولوجيا ادعاء بما هو صحيح في شركتك. بناؤها آلياً من البيانات الوصفية سريع، والمخرج مسودة لهذا الادعاء، لا الادعاء نفسه.
يقول README إنها تكمّل النماذج الدلالية التي يملكها العملاء بدلاً من أن تحل محلها، وإنها توفّق بين التعريفات. التوفيق فعل سياسي. إذا اختلف التسويق والمالية على ما يُعد عميلاً جديداً، فلا كمية من بناء الرسوم البيانية تحسم الأمر. تستطيع الأداة أن تكشف التعارض وأن تسجل القرار. ولا تستطيع أن تتخذ القرار.
هنا يقع العمل الحقيقي، ولهذا تأتي المكتبة بخطوة توفيق بدلاً من عصا سحرية. التحليلات الوكيلية تخيب لسبب ممل: النماذج تستطيع كتابة SQL، ولم يكن أحد قد كتب أي SQL هو الصحيح.
لماذا يتجاوز هذا لوحات المعلومات
تظهر المشكلة نفسها في العمليات الإبداعية، وهنا يصبح الأمر ذا صلة بكل من يدير خطوط إنتاج الصور والفيديو.
اسأل وكيلاً "كم أنفقنا على التوليد الشهر الماضي" وراقب ما يحدث. هل تشمل الإعادات؟ هل تُحتسب المسودات المهملة؟ هل تُفوتر عملية توليد فاشلة؟ هل الرقم لكل أصل أم لكل طلب؟ ثلاثة فرق ستجيب على هذه الأسئلة الأربعة بطرق مختلفة، وكل منها سيبني لوحة معلومات متسقة من الداخل وخاطئة من الخارج.
لا تلغي الأنطولوجيا الغموض. إنها تجعله صريحاً، وهذا شرط معالجته. البديل، وهو ما تفعله معظم الشركات الآن، أن تترك كل لوحة معلومات تحمل مجموعتها الصامتة من التعريفات، وأن تأمل ألا يقارنها أحد.
كيف تعرف إن كنت بحاجة إليه
الاختبار الصادق ليس "هل بياناتنا فوضوية"، لأن بيانات كل شركة فوضوية. الاختبار هو ما إذا كان أحد قد كتب الإجابة الصحيحة عن سؤال يجيب عنه فريقان اليوم إجابتين مختلفتين.
اختر المقياس الأكثر إثارة للجدل في شركتك. اطلب من ثلاثة أشخاص في ثلاثة أقسام أن يعرّفوه. إذا تطابقت التعريفات، فليست لديك مشكلة أنطولوجيا بل مشكلة توثيق، وويكي تكفي. وإذا لم تتطابق، فلن تنقذك أي قدرة نموذجية، لأن استعلام الوكيل سيكون صحيحاً وفق تعريف وخاطئاً وفق تعريفين آخرين، ولن يعرف أياً منها يطبّق.
الاختبار الثاني هو وجود عملية اعتماد. قيمة Auto-Ontology تأتي من خطوة Validate، وValidate تحتاج شيئاً تتحقق مقابله. إذا لم يكن في الشركة من يملك صلاحية القول "هذا هو تعريف هامش الربح الإجمالي المعتمد من المالية"، فستقدم لك المكتبة بأمانة تامة رسماً بيانياً فيه ثلاث حقائق متنافسة.
خلاصة صريحة
Auto-Ontology مشروع بنية تحتية بأطروحة غير لامعة: الوكلاء لا يحدّهم الاستدلال. ما يحدّهم هو عدم معرفة ما تشير إليه كلمات السؤال داخل هذه الشركة بعينها.
اثنا عشر ألفاً من النجوم في أسبوع إشارة إلى الطلب، لا إلى التبني. من يضع النجمة هو من أحرقته سابقاً أرقام خاطئة قيلت بثقة. هؤلاء هم الجمهور الصحيح. أما هل سيؤدون عمل التوفيق الذي يجعل الأداة مفيدة، فذلك سؤال آخر، وهو الذي سيقرر ما إذا كانت هذه بنية تحتية أم مستودعاً آخر في مجلد مفضلة.
مقالات ذات صلة
خادم واحد ومذيعة ذكاء اصطناعي واحدة: داخل الكود الذي يُشغّل بثًا ليليًا
open-yoki هو الكود الإنتاجي لمذيعة ذكاء اصطناعي تبث كل ليلة على Binance Square، بعد نزع الشخصية والصوت وكل ما يمس المال. متصفح Chrome يرسم الإطار، وffmpeg يدفع RTMP، ومجلد Markdown يحدد مزاجها وما تنشره.
Pinky يدع الـ agent يقود هاتفك، ويُبقي زر الإرسال مضغوطًا حتى تنقر على «السماح»
يوصّل Pinky أي agent يعمل بـ MCP بهاتف iPhone أو Android حقيقي، ويفرض الموافقة في بوابته هو لا في prompt. تطبيقات البنوك غير مرئية، وحقول كلمة المرور ممنوعة، وعلى Android 13 يحصل الـ agent على شاشة ثانية مخفية.
SeedRealtime من ByteDance يلتقط إطارين في الثانية ويقرر بنفسه متى يتكلم
يجمع Doubao-Seed-Realtime-1.0 إطارات الكاميرا وإطارات الشاشة والصوت في جلسة واحدة ثنائية الاتجاه، بإطارين في الثانية كحد أقصى. القرارات المثيرة هي معدل الإطارات، والكلام التلقائي، وردّ التدقيق الذي يأتي مفعّلاً من المصنع.
أحدهم وضع قوانين العالم في git، فصار بالإمكان عمل blame لمادة قانونية
يحفظ global-law نصوص القوانين في كل بلد داخل مستودع git يمثّل فيه كل commit قانونًا يدخل حيّز التنفيذ في تاريخ معروف. يمكنك تشغيل log وblame وshow وdiff على مادة ما، والسؤال عمّا كان ساريًا في كل بلد في يوم معيّن، وتسليم المدوّنة كاملة إلى مساعد عبر MCP.