ما هي وكلاء الذكاء الاصطناعي (AI Agents) وكيف يختلفون عن Chatbot؟

التعريف: Agent vs Chatbot vs RAG

النوع	الوظيفة	مثال
Chatbot	حوار نصي	«ما سياسة الإجازات؟»
RAG	إجابة من مستندات + استشهاد	إجابة مع رابط للبند 4.2
Agent	تخطيط + تنفيذ إجراءات	«جهّز مسودة RFP وارسلها للموافقة»

Gartner وMcKinsey يصفان 2025–2026 بـ «عصر الوكلاء» — لكن التطبيق المؤسسي الناجح يبقى محدود النطاق مع حوكمة صارمة.

كيف يعمل الوكيل؟

هدف المستخدم → LLM يخطّط خطوات → يختار أداة → ينفّذ → يراجع النتيجة → يكرر أو ينهي

المكونات:

1. Planner: يقسّم المهمة (ReAct pattern: Reason + Act)
2. Tool registry: بحث، SQL، API CRM، إرسال بريد…
3. Memory: سياق الجلسة (قصير) أو vector store (طويل)
4. Guardrails: ما مسموح وما ممنوع

حالات استخدام واقعية

مناسبة للـ Agent

• تجميع بيانات من 3 أنظمة لإعداد تقرير أسبوعي
• مسودة أولى لرد على مناقصة من قوالب + مستندات سابقة
• تصنيف تذاكر helpdesk وتوجيهها (مع تأكيد بشرية)

غير مناسبة (بعد)

• قرارات HR نهائية (فصل، ترقية)
• معاملات مالية بدون موافقة
• أي إجراء irreversible بدون human-in-the-loop

بنية مرجعية للمؤسسة

واجهة مستخدم → Orchestrator → LLM
                    ↓
              [RAG] [CRM API] [Email] [DB read-only]
                    ↓
              Audit log + Policy engine

قواعد ذهبية (NIST + ممارسات صناعية):

• Least privilege: كل أداة بأقل صلاحية
• Read before write: ابدأ read-only
• Confirm red actions: موافقة بشرية للكتابة/الحذف/الإرسال
• Timeout & budget: حد أقصى للخطوات والـ tokens

خطة pilot لـ Agent (60 يوماً)

الأسبوع	النشاط
1–2	use case واحد، أدوات read-only فقط
3–4	10 مستخدمين، قياس دقة الخطة
5–6	إضافة أداة كتابة واحدة + تأكيد
7–8	مراجعة أمن + قرار توسع

Agentic RAG

اتجاه 2025: Agent يقرر متى يبحث، أين يبحث، وكم مرة — أفضل من RAG بخطوة واحدة للأسئلة المعقدة. يتطلب مراقبة أعلى.

المصادر

• Yao et al., «ReAct: Synergizing Reasoning and Acting» (2023)
• NIST AI RMF — GenAI Profile (2024)
• Gartner Hype Cycle for GenAI (2025) — Agentic AI
• OpenAI, Anthropic — tool use / function calling documentation