لعدة سنوات "الوكيل يستخدم أداة" يعني آلية محددة واحدة: النموذج ينبعث blob منظم — عادةً JSON — اسم وظيفة وحججها وقت التشغيل يحلله واستدعاء الوظيفة ويَطعم النتيجة مرة أخرى في سياق النموذج. نمط استدعاء الأداة هذا يقوى الجيل الأول من أطر العمل الوكيل ويعمل. لكن له كفاءة هادئة التي تصبح واضحة بمجرد أن تبحث عنها: كل إجراء هو جولة منفصلة من خلال النموذج. تريد استدعاء ثلاث أدوات ودمج النتائج؟ ذلك استدعاءات نموذج على الأقل ثلاثة كل منها إعادة قراءة السياق المتراكم لأن النموذج يمكنه فقط إصدار استدعاء أداة JSON واحد في المرة وينتظر لرؤية كل نتيجة قبل تقرير التالي. تدرج التكلفة والكمون رقماً من الخطوات والمهام المعقدة لديها العديد من الخطوات. مدرسة متنامية من الفكر في 2026 تجادل هناك طريقة أفضل وهي تختبئ في مكان بواضح: دع الوكيل يكتب الكود.
هذا نموذج الوكيل من الكود أولاً وهو يعيد تشكيل كيف أكثر الأطر الفعالة وكيل تعمل. بدلاً من إصدار استدعاء أداة JSON واحد الوكيل يكتب مقطع Python — الذي يمكن استدعاء أدوات متعددة والحلقة والمتغيرات والاستخدام والتحقق من المنطق — وزمن التشغيل ينفذها. يشرح هذا الدليل لماذا يهم ذلك التحول كيف يغير أداء الوكيل والتكلفة وكيف الأطر الرئيسية تنفذها عبر smolagents (نهج من الكود أولاً في شكله الأنقى) و Pydantic AI (وكلاء آمنة نوعاً من فريق Pydantic). كما يغطي الجانب الأساسي الوجهين: تشغيل كود مُنشأ بالنموذج بأمان.
مشكلة استدعاءات أداة JSON
لرؤية لماذا يهم من الكود أولاً انظر بقرب في تكلفة استدعاء أداة JSON. اعتبر مهمة تتطلب الحصول على بيانات من API والتصفية وحساب ملخص. مع استدعاءات الأداة النموذج ينبعث نداء لأداة الجلب ينتظر النتيجة ينبعث نداء لأداة التصفية ينتظر ثم ينبعث نداء لأداة الحساب ينتظر وأخيراً تكوين إجابة. ذلك أربع استدعاءات نموذج وكل أعادة معالجة السياق المتراكم بالكامل — المهمة الأصلية بالإضافة كل نتيجة وسيطة متراكمة حتى الآن. تدرج تكلفة الرمز والكمون مع عدد الخطوات والمهام المعقدة لديها العديد من الخطوات.
هناك مشكلة أرق جداً: استدعاء أداة JSON يقيد كيف الوكيل يمكنه تكوين الإجراءات. كل خطوة استدعاء وظيفة واحد مع حجج حرفية. النموذج لا يمكن بسهولة التعبير "استدعِ هذه الأداة لكل عنصر في تلك القائمة" أو "إذا كانت النتيجة فارغة حاول استعلام مختلف" أو "دمج هاتين النتيجتين مع حساب" دون كسر كل واحد منهم إلى جولات منفصلة والتفكير حول الحالة الوسيطة عبر استدعاءات النموذج. التعبيرية البرمجة العادية — حلقات شروط المتغيرات الرسم البياني — بالضبط ما يفقد وهذه الأشياء تجعل منطق متعدد الخطوات طبيعي. استدعاء الأداة يسأل النموذج ليكون عداد برنامج ينبعث تعليمة واحدة في المرة عندما ما المهمة تحتاج هو برنامج.
إلى الأمام من الكود أولاً
نهج من الكود أولاً يحل كلا المشكلتين في آن واحد. بدلاً من إصدار استدعاء أداة JSON واحد الوكيل يكتب كتلة من كود Python التي يمكن استدعاء عدة أدوات والحلقة والمتغيرات والعودة نتيجة. زمن التشغيل ينفذ هذا الكود والأدوات الوكيل يمكنه استدعاء هي ببساطة وظائف Python المتاحة في بيئة التنفيذ. API الجلب التصفية والحساب من المثال السابق تصبح كتلة كود واحد مع ثلاث استدعاءات وظيفة وبعض المنطق بينهما — ينفذ في خطوة واحدة من استدعاء نموذج واحد.
الكسب الكفاءة حقيقي وقابل للقياس. لأن كتلة كود واحد يمكنها إنجاز ما أخذ سابقاً عدة استدعاءات أداة جولات وكلاء من الكود أولاً تجعل بشكل معني أقل استدعاءات LLM — حول تقارير انخفاضات 30% — الذي يخفض كلا التكلفة والكمون. وعن الوكيل يعبر الإجراءات في لغة برمجة حقيقية يتعامل مع المهام التركيبية (التكرار على النتائج والفروع على الشروط والحسابات المدمجة) بعيداً عن البراءة أكثر من تسلسل استدعاءات JSON المعزولة يمكن. هناك أيضاً حجة بيانات تدريب: نماذج رأت كميات ضخمة من الكود وهي حقاً جيدة في كتابته ربما حتى أفضل مما هي عليه في إنتاج JSON استدعاء أداة منسقة بشكل مثالي لمخططات جديدة. يسأل نموذج للتعبير عن نيته كحساب يلعب بقوة.
smolagents: النموذج في صيغته الأنقى
smolagents من Hugging Face هي أوضح تعبير عن الفكرة من الكود أولاً. إنها مكتبة الحد الأدنى المقصود مبنية حول CodeAgent: وكيل الذي إجراءات هي كود Python. أعطاه مجموعة من الأدوات (وظائف Python عادية) ونموذج سلّمه مهمة ويعمل بكتابة وتنفيذ كود يستدعي أدوات حلقة والحسابات حتى أن لديه إجابة. المكتبة تبقى صغير وقابلة للقرصنة بقصد — فلسفتها الحلقة الوكيل يجب أن تكون بسيطة بما يكفي لقراءة وتعديل مع الذكاء قادم من النموذج والنهج الكود التنفيذ بدلاً من إطار ثقيل.
ما يجعل smolagents جذاب وراء الكفاءة هو كيف طبيعي يتعامل مع المهام الحقيقية. لأن الوكيل يكتب كود مهمة البحث يمكن البحث وتحليل النتائج والتصفية وحساب عليهم في خطوة متماسكة واحد؛ مهمة البيانات يمكن تحميل وتحويل وتحليل دون جولة JSON لكل عملية. إنها محايدة للنموذج — العمل مع نماذج Hugging Face ونماذج محلية أو أي مزود عبر LiteLLM — بحيث لا تُقفل عليك إلى خادم واحد وتدعم التنفيذ الحماية الذي الكود أولاً بشكل أساسي يتطلب (أكثر على هذا أدناه). بالنسبة للفرق التي تريد كود أولاً كفاءة في حزمة صغيرة قابلة للفهم smolagents هي تنفيذ مرجعي وورقة غش smolagents تغطي الوكلاء والأدوات والحماية.
التنازل من تقليل smolagents هو أنه يوفر حالات تظليل أقل من إطار عمل ثقيل — أقل تجريدات مدمجة لتنسيق وكلاء متعددة معقد الحالة الثابتة أو تدفق التحكم المعقد. بالنسبة لحلقات كود وكيل واحد هذا ميزة وليس تحديد؛ بالنسبة للأنظمة الحالة الواسعة قد تصل إلى شيء أثقل. لكن كأنقى التعبير الأكثر فعالية من كود أولاً وكلاء إنه يصعب الضرب.
Pydantic AI: سلامة النوع تقابل الوكلاء
Pydantic AI من فريق وراء Pydantic (مكتبة التحقق التي تدعم FastAPI وحدة كبيرة من نظام بيئي Python AI) يقترب وكلاء من زاوية مختلفة: سلامة النوع وتجربة المطور. رهانها أن نفس صرامة Pydantic جلبت للتحقق من البيانات — إعلان شكل بيانات مع Python type hints والحصول على التحقق التلقائي — يجب أن تنطبق على الوكلاء. كل إدخال وكيل وإخراج واستدعاء أداة معدى الإطار يتحقق نتائج نموذج تطابق البنية المتوقعة ويمكنه طلب النموذج تلقائياً لتصحيح نفسه عندما الإخراج لا يتطابق. النتيجة هي FastAPI-style تجربة مطور للوكلاء: مألوف والنوع المؤرخة والإنتاج الموجهة.
سلامة النوع مهمة للوكلاء أكثر مما قد يبدو. ألم متكررة لتطبيقات LLM هي أن ناتج النموذج هو نص غير منظم وتحويله بشكل موثوق إلى البيانات المنظمة برنامجك يحتاج — الحقول الصحيحة الأنواع الصحيحة القيم الصحيحة — فِوضى وعرضة للأخطاء. Pydantic AI يجعل نتاج منظم ضمان من الدرجة الأولى: تعلن نوع الإخراج والإطار يفرضها وإعادة محاولة مع النموذج إذا لزم الأمر. أن يحول "حلل نص النموذج وأمل في صحته" إلى "استقبل مسبقاً لا تحقق منه كائن مكتوب" وهذا بالضبط ما الكود الإنتاج يريد. تصميمه V2 في 2026 دفع أبعد مع نموذج موجه برنامج يجمع أدوات الإرشادات والإعدادات في قدرات قابلة للتكوين. ورقة غش Pydantic AI تغطي وكلاء معدى والأدوات.
Pydantic AI و smolagents ليسا حقاً منافسين بقدر ما هم تعابير عن أولويات مختلفة. smolagents يحسن عن كفاءة وتعبيرية الكود كإجراء؛ Pydantic AI يحسن عن سلامة النوع والنتاج المنظم المؤرخ وأرجونوميات الإنتاج. فريق التي تقدر أقل استدعاءات LLM ومنطق متعدد الخطوات طبيعي يميل smolagents؛ فريق التي تقدر نوع التحقق والمنتج المنظم والخط الأول أسلوب FastAPI يميل Pydantic AI. كلاهما تمثل حركة 2026 بعيداً عن الأول الجيل JSON فقط الأطر نحو شيء أكثر برمجة أصلية.
مشكلة الأمان: تشغيل كود مُنشأ النموذج
وكلاء من الكود أولاً لديهم عرقلة واضحة وخطيرة: هم تشغيل كود مكتوب بواسطة نموذج اللغة وكود نموذج مُنشأ غير موثوق به بالتعريف. وكيل الذي يمكنه كتابة وتشغيل Python تعسفي يمكنه إذا غمرت بحقن موجه أو ببساطة خطأ حذف الملفات سلب البيانات تجعل استدعاءات الشبكة أو استهلاك الموارد بدون حد. هذا ليس مخاوف فرضية — إنها المركزي المخاطر التشغيل من النموذج الكامل وأخذها على محمل الجد غير تفاوضي لأي نشر إنتاج.
الإجابة هي الحماية: تشغيل كود مُنشأ في بيئة معزولة مع القدرات المقيدة. الأطر تدعم هذا مباشرة — smolagents يمكنه تنفيذ الكود في الحماية البعيدة مثل E2B أو حاويات Docker أو Modal بدلاً من عملية المضيف ويمكنك تقيد أي وحدات الكود المُنشأ مسموح به حتى استيراد. المبدأ هو أقل امتياز: الحماية يجب أن تملك فقط الوصول المهمة حقاً تحتاج — لا وصول نظام ملفات لا تحتاجه لا شبكة الخروج وراء ضرورة لا القدرة على التأثير على المضيف. شغّل كود الوكيل مباشرة في عملية التطبيق مع أذونات التطبيق هو الخطأ الذي يحول وكيل مفيد إلى ثغرة تنفيذ كود بعيد ترتدي واجهة ودية.
الإرشادات العملية واضحة لكن يجب أن تتابع. في التطوير التنفيذ المحلي مريح وقابل للقبول للمهام الموثوق بها غير الحساسة. في أي شيء يقترب من الإنتاج أو أي مهمة تلمس مدخلات غير موثوقة أو أنظمة حساسة شغّل الكود في حماية مع أقل وصول امتياز قيّد الواردات وتعامل مع إخراج كود الوكيل الطريقة التي تتعامل بها مع أي إدخال غير موثوق — لأن هذا ما يكون عليه. كفاءة وقوة من وكلاء من الكود أولاً حقيقية لكنهم تأتي مع مسؤولية أن استدعاء أداة JSON (الذي مقيد بتصميم) لم تفرض بحدة. قبول هذه المسؤولية واحمِ بشكل صحيح والنموذج هو قوي وآمن.
عندما استدعاءات أداة JSON لا تزال الخيار الصحيح
وكلاء من الكود أولاً أكثر فعالية وتعبيرية لكن كان خطأ أن نستنتج أن استدعاء أداة JSON عفا عليها الزمن. هناك مواقف حقيقية حيث النموذج المقيد واحد اتصال في المرة يكون الملاءمة الأفضل وفهمهم يبقي الخيار صادقاً. الأوضح هو عندما الإجراءات يجب أن تكون مشدودة الحد والمؤرخة. استدعاء أداة JSON هو حدث منفصل قابل للفحص بسهولة: الوكيل يريد استدعاء هذا الدالة مع هذه الحجج وأنت يمكنك أن توافق السجل أو رفض قبل أي شيء يعمل. هذه المحاسبة قيمة في المجالات عالية الرهانات — الإجراءات المالية تغييرات البنية الأساسية أي شيء مع آثار لا رجعة فيها — حيث تريد بشر أو سياسة فحص بين نية الوكيل وتنفيذه. الكود الذي يعمل كتلة يصعب البوابة بهذه الحبيبة.
الحالة الثانية هي البساطة. عديدة من الوكلاء حقاً فقط تحتاج لاستدعاء أداة واحد في المرة في حلقة مباشرة — أجب على سؤال بأداة بحث ابحث عن شيء قيام إجراء واحد. بالنسبة تلك التعبيرية من الكود كإجراء الإمكانية غير مستخدمة والمعدات الإضافية من الحماية كود هو العلى بدون الكسب. وكيل استدعاء أداة البسيط أسهل المنطق والنشر عندما المهمة لا تحتاج رسم بياني متعدد الخطوات. الحالة الثالثة موقف الأمان: لأن استدعاء أداة JSON يسمح فقط الوكيل باستدعاء وظائف معرّفة مسبقاً مع حجج منظمة إنه ملموس أكثر تقييد من تنفيذ كود تعسفي وبعض نماذج التهديد هذا أصغر بصمة تفجير يستحق تكلفة الكفاءة حتى عندما مهمة يمكن أن تستفيد من الكود.
النظرة النضج هي هذه أداتين لمهام مختلفة وليس فائز وخاسر. وصول من الكود أولاً عندما المهام تشمل تكوين حقيقي متعدد الخطوات التكرار أو الحساب على النتائج الوسيطة وأنت يمكنك الحماية بشكل صحيح. وصول من استدعاء أداة JSON عندما الإجراءات تحتاج دقيق التحكم والمحاسبة عندما المهمة بسيطة بما يكفي أن كود كإجراء هو الإفراط أو عندما أضيق قيد الدوال المعرّفة فقط يناسب نموذج التهديد الخاص بك. عدة أطر بما فيها smolagents تدعم كلا CodeAgent ووكيل استدعاء أداة بالضبط هذا السبب — النموذج اختيار تجعل لكل حالة الاستخدام ليس عقيدة تتبنى الجملة.
النتيجة النهائية
الحركة من استدعاءات أداة JSON إلى وكلاء من الكود أولاً هو تحول معني في كيف وكلاء مبنية في 2026 ومدفوعاً بملاحظة بسيطة: السماح وكيل لكتابة كود بدلاً من إصدار استدعاء أداة في المرة أكثر فعالية وأكثر تعبيرية. أقل استدعاءات LLM منطق متعدد الخطوات طبيعي ونماذج تلعب بقوة كتابة الكود هي الكسب مرئي في حول 30% دعوى تقارير أطر من الكود أولاً. smolagents يعبر النموذج في صيغته الأنقى الحد الأدنى الشكل؛ Pydantic AI يجلب سلامة النوع والنتاج المنظم المؤرخ لبناء الوكيل. كلاهما نقطة بعيداً عن الجيل الأول من JSON فقط الأطر نحو شيء أكثر برمجة أصلية. القانون الوحيد الذي لا يمكنك تخطيه: كود نموذج مُنشأ غير موثوق به بحيث حم بأقل امتياز. افعل هذا ووكلاء من الكود أولاً أسرع طريقة أكثر قدرة لبناء.
المراجع والموارس
أطر العمل
الخلفية والتحليل
- أفضل الأطر مفتوحة المصدر ببناء وكلاء الذكاء الاصطناعي في 2026 — Firecrawl
- مقارنة مكتبة وكيل الذكاء الاصطناعي Python 2026 — Pydantic AI مقابل Instructor مقابل Smolagents
- أفضل أطر عمل وكيل الذكاء الاصطناعي Python في 2026 — Uvik
ورقات غش 1337skills ذات الصلة