أمازون تطلق أدوات لتقييم وكلاء الذكاء الاصطناعي عبر Strands Evals وBedrock AgentCore

ما الذي أعلنته أمازون؟

كشفت أمازون عن أدوات جديدة لتقييم وكلاء الذكاء الاصطناعي: Strands Evals وAmazon Bedrock AgentCore Evaluations. الهدف هو قياس ما هو أبعد من جودة الإجابة النصية، أي التحقق من أن الوكيل اختار المهارة الصحيحة والتزم بتعليماتها.

لماذا هذا مهم؟

مفهوم "المهارات" (Skills) يتيح ترميز إجراءات خاصة بمجال معيّن كتعليمات قابلة لإعادة الاستخدام والنقل بين الوكلاء. لكن المشكلة العملية أن إجابة طليقة وسليمة لغوياً لا تُثبت أن الوكيل سلك المسار الصحيح. في بيئات مؤسسية منظّمة، قد يؤدي اختيار مهارة خاطئة إلى نتائج غير متوافقة مع السياسات حتى لو بدت الإجابة مقنعة.

كيف تعمل المنهجية؟

• Strands Evals: إطار لقياس اختيار المهارة واتباع التعليمات ضمن سيناريوهات محددة.
• AgentCore Evaluations: دمج التقييم في بيئة تشغيل الوكلاء على Bedrock لمراقبة الأداء أثناء التشغيل.

حالات استخدام للشرق الأوسط

القطاع	الفائدة
البنوك والتمويل	التحقق من اتباع إجراءات الامتثال قبل تنفيذ أي خطوة
الاتصالات	ضمان اختيار مسار خدمة العملاء الصحيح
القطاع الحكومي	إثبات الالتزام بالسياسات والإجراءات المعتمدة

الخلاصة

تقدّم أمازون طبقة قياس ضرورية لمن ينشر وكلاء في بيئات حساسة. القيمة الحقيقية ليست في جودة النص، بل في إثبات أن الوكيل اتبع الإجراء الصحيح.

ملاحظة للمراجعة البشرية: يُرجى التحقق من تفاصيل الإصدار والتوافر الإقليمي قبل النشر.