مع بدء الشركات في اعتماد “هندسة السياق” كاستراتيجية أساسية لتعزيز موثوقية ودقة أنظمة الذكاء الاصطناعي، أصبحت هذه التقنية عنصراً ضرورياً في عصر الذكاء الاصطناعي. في مؤتمر AWS re:Invent 2025، أكد كين إكسنر، كبير مسؤولي المنتجات في Elastic، أن نماذج اللغة الكبيرة يجب أن تُصمم لتعمل “في الوقت المناسب، مع البيانات الملائمة، وضمن نطاق مناسب” للحصول على نتائج موثوقة.
وأشار إكسنر إلى أن “العديد من الشركات اليوم تواجه حدود هندسة الإرشادات التقليدية عند تنفيذ الذكاء الاصطناعي القائم على الوكلاء. ولنجاح بناء تطبيقات الذكاء الاصطناعي، من الضروري توفير السياق الصحيح لنماذج اللغة الكبيرة بشكل مستمر.” وأطلق على ذلك اسم “هندسة السياق”، وتوقع أن تصبح مفهوماً مركزياً في تطوير الذكاء الاصطناعي مستقبلاً.
ومع تزايد استقلالية النماذج في اتخاذ القرارات والتصرف، نبه إكسنر إلى ضرورة الحذر من الإجابات الخاطئة أو عدم اليقين الناتجة عن نقص السياق. ولهذا، يجري إدخال تقنيات الاسترجاع، وتقنيات الاستدلال المعتمدة على الأدوات، وأنظمة الذاكرة كطرق مكملة. وشرح قائلاً: “نموذج اللغة الكبير هو في جوهره نظام يتنبأ بالكلمة التالية، ولا يمكن لهذا التنبؤ أن يكون متسقاً وموثوقاً إلا إذا تم ضمن نطاق بيانات مناسب.”
ولمعالجة هذه التحديات التقنية، طورت Elastic حلاً باسم “Elastic Agent Builder”. هذا الأداة تتيح بناء تطبيقات ذكية متطورة من خلال دمج الإرشادات المخصصة للمستخدم مع إمكانيات فهرسة البيانات، كما تتضمن وكلاء حواريين أساسيين لمساعدة المستخدمين في إنشاء وكلائهم الذكيين بسهولة.
كما يجري الآن تحديد معايير تقييم نجاح هندسة السياق. في هذا السياق، تلعب “التقييم” و"قابلية الملاحظة" دوراً محورياً. وقال إكسنر: “من الضروري الآن التعامل مع الوكلاء كأنظمة أساسية، وتعزيز اختبارات الأداء والجودة. يجب أن تعمل هذه الاختبارات كاختبارات وحدات برمجية، مع دمج اختبارات تكامل يكون فيها نموذج اللغة الكبير هو الحكم.”
وبينما تسعى الشركات لضمان موثوقية واستدامة أنظمة الذكاء الاصطناعي، أصبحت هندسة السياق تتجاوز كونها مصطلحاً شائعاً لتتحول إلى استراتيجية تقنية أساسية. واختتم إكسنر قائلاً: “في العام القادم سنسمع مصطلح ‘هندسة السياق’ بشكل متكرر، فهذا المجال سيكون له دور حاسم في دفع الذكاء الاصطناعي نحو المرحلة التالية.”
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
المحرك الجديد في عصر الذكاء الاصطناعي... "هندسة السياق" أصبحت جوهر الاستراتيجية المؤسسية
مع بدء الشركات في اعتماد “هندسة السياق” كاستراتيجية أساسية لتعزيز موثوقية ودقة أنظمة الذكاء الاصطناعي، أصبحت هذه التقنية عنصراً ضرورياً في عصر الذكاء الاصطناعي. في مؤتمر AWS re:Invent 2025، أكد كين إكسنر، كبير مسؤولي المنتجات في Elastic، أن نماذج اللغة الكبيرة يجب أن تُصمم لتعمل “في الوقت المناسب، مع البيانات الملائمة، وضمن نطاق مناسب” للحصول على نتائج موثوقة.
وأشار إكسنر إلى أن “العديد من الشركات اليوم تواجه حدود هندسة الإرشادات التقليدية عند تنفيذ الذكاء الاصطناعي القائم على الوكلاء. ولنجاح بناء تطبيقات الذكاء الاصطناعي، من الضروري توفير السياق الصحيح لنماذج اللغة الكبيرة بشكل مستمر.” وأطلق على ذلك اسم “هندسة السياق”، وتوقع أن تصبح مفهوماً مركزياً في تطوير الذكاء الاصطناعي مستقبلاً.
ومع تزايد استقلالية النماذج في اتخاذ القرارات والتصرف، نبه إكسنر إلى ضرورة الحذر من الإجابات الخاطئة أو عدم اليقين الناتجة عن نقص السياق. ولهذا، يجري إدخال تقنيات الاسترجاع، وتقنيات الاستدلال المعتمدة على الأدوات، وأنظمة الذاكرة كطرق مكملة. وشرح قائلاً: “نموذج اللغة الكبير هو في جوهره نظام يتنبأ بالكلمة التالية، ولا يمكن لهذا التنبؤ أن يكون متسقاً وموثوقاً إلا إذا تم ضمن نطاق بيانات مناسب.”
ولمعالجة هذه التحديات التقنية، طورت Elastic حلاً باسم “Elastic Agent Builder”. هذا الأداة تتيح بناء تطبيقات ذكية متطورة من خلال دمج الإرشادات المخصصة للمستخدم مع إمكانيات فهرسة البيانات، كما تتضمن وكلاء حواريين أساسيين لمساعدة المستخدمين في إنشاء وكلائهم الذكيين بسهولة.
كما يجري الآن تحديد معايير تقييم نجاح هندسة السياق. في هذا السياق، تلعب “التقييم” و"قابلية الملاحظة" دوراً محورياً. وقال إكسنر: “من الضروري الآن التعامل مع الوكلاء كأنظمة أساسية، وتعزيز اختبارات الأداء والجودة. يجب أن تعمل هذه الاختبارات كاختبارات وحدات برمجية، مع دمج اختبارات تكامل يكون فيها نموذج اللغة الكبير هو الحكم.”
وبينما تسعى الشركات لضمان موثوقية واستدامة أنظمة الذكاء الاصطناعي، أصبحت هندسة السياق تتجاوز كونها مصطلحاً شائعاً لتتحول إلى استراتيجية تقنية أساسية. واختتم إكسنر قائلاً: “في العام القادم سنسمع مصطلح ‘هندسة السياق’ بشكل متكرر، فهذا المجال سيكون له دور حاسم في دفع الذكاء الاصطناعي نحو المرحلة التالية.”