كيف توقف الذكاء الاصطناعي عن قراءة ما لا لزوم له سريع

الأصل: "Do AI Agents Know When a Task Is Simple? Toward Complexity-Aware Reasoning and Execution"
· Junjie Yin, Xinyu Feng
arXiv:2607.13034 · 2026-07-14 · CC BY 4.0 · 1 دقيقة
تعلم خوارزمية E3 مساعدي الذكاء الاصطناعي تقدير حجم العمل مسبقًا لتوفير الجهد في التعديلات البسيطة.

غالبًا ما يتصرف مساعدو كتابة الكود مثل طاهٍ يعيد قراءة كتاب الطبخ بأكمله لسلق بيضة واحدة. عند تكليفهم بإجراء تصحيح بسيط، يعيدون فتح عشرات الملفات ويتحققون من روابط معروفة مسبقًا. هذا عمل غير ضروري — طاقة تُهدر بلا فائدة.

اقترح الباحثون طريقة E3: أولاً تقييم التعقيد الحقيقي، ثم تنفيذ أقل عدد من الإجراءات، وتوسيع نطاق البحث فقط عند الفشل. تذكرنا هذه الخوارزمية بطاهٍ متمرس يعد البيضة بوصفة مجربة، دون حركات زائدة. هذا نهج عقلاني بدلاً من الذعر.

في 121 مهمة اختبارية، نجحت E3 دون أخطاء، مع خفض التكاليف بنسبة 85% وعدد الملفات المستعرضة بنسبة 92%. حتى مع التشويه المتعمد للتعليمات، استمر التفوق. في مشروع حقيقي، اختفى هدر الموارد؛ وكان العائق الوحيد هو حظر API، وليس خطأ الخوارزمية.

الهدف ليس اختبار روبوت، بل ذكاء اصطناعي قائم على أسس هندسية، لا يضخم المهمة مثل ثقب أسود يلتهم كل شيء حوله.

بدون طريقة E3، قام الوكيل بتصفح ملفات أكثر بـ 12 مرة مما هو مطلوب لأبسط تعديل.

العلماء
Jacob BekensteinStephen HawkingLudwig BoltzmannJames Clerk MaxwellRudolf ClausiusEdward Witten
المفاهيم
التصحيح الذاتي للذكاء الاصطناعي عامل الذكاء الاصطناعي القابل للتفسير (XAI) معدل التعلم forecast skill تعلم نشط ذكاء اصطناعي أتمتة معيار مرجعي الإمكان الأعظم نماذج اللغة الكبيرة التحسين مسألة تحسين معدل خطأ ذاكرة عاملة rmse تكرار تحليل آلي تقريب تحليل الكلام بالذكاء الاصطناعي