أطلقت شركة DeepSeek AI واجهة برمجة التطبيقات (API) الخاصة بـ DeepSeek DeepSeek Harness في مرحلة المعاينة للمطورين، وفقًا لتقرير موقع MarkTechPost. وتتمحور هذه الإطارية حول مبدأ هندسي واحدٍ فقط: فكل مكوِّن — سواءً كان عميل نموذج، أو واجهة تخزين ذاكرة خلفية، أو منفِّذ أدوات، أو أي عنصر آخر — يُنفَّذ على شكل إضافية قابلة للتبديل. ويمثِّل هذا الإصدار الخطوة الأولى المهمة التي تخطوها شركة DeepSeek في مجال بنية تحكُّم الوكلاء (agent orchestration) مفتوحة المصدر، موسِّعةً بذلك نظامها البيئي ليطال ما هو أبعد من النماذج اللغوية التي تشتهر بها الشركة.
أبرز النقاط المستخلصة
- أطلقت شركة DeepSeek AI إطار DeepSeek Harness في مرحلة المعاينة للمطورين، وفقًا لتقرير موقع MarkTechPost.
- وتُرخَّص هذه الإطارية بموجب رخصة معهد ماساتشوستس للتكنولوجيا (MIT)، ما يسمح باستخدامها تجاريًّا وتعديلها وإعادة توزيعها دون أي التزامات تتعلق بالترخيص الإجباري (copyleft).
- ويتمثل المبدأ الهندسي الأساسي في أن كل مكوِّن يُطبَّق على شكل إضافية — فلا توجد مكوِّنات داخلية ذات امتيازات مدمَّجة في النواة الأساسية للإطار.
- وتشير حالة «المعاينة للمطورين» إلى أن واجهات برمجة التطبيقات (APIs) قد تتغيَّر قبل الإصدار المستقر؛ ولذلك يُوصى بالحذر عند استخدامها في بيئات الإنتاج.
- ويضع هذا الإصدار شركة DeepSeek في موقع المساهم في النظام البيئي مفتوح المصدر لتحكم الوكلاء، لا كمقدِّمة نماذج فقط.
- المطوِّرون الذين يبنون حاليًّا تطبيقاتهم على أساس DeepSeek V4 يتمتعون الآن بمسار تحكُّم أصلي دون الحاجة إلى الاعتماد على أطر عمل تابعة لأطراف ثالثة.
ما هو إطار التحكُّم بالوكلاء (Agent Harness) ولماذا يكتسب أهمية؟
إطار التحكُّم بالوكلاء (Agent Harness) هو إطار عمل ينسِّق تنفيذ الوكلاء الذكائية الاصطناعية — ويدير كيفية تخطيط النموذج للمهام، واستدعاء الأدوات، والوصول إلى الذاكرة، والتفاعل مع الأنظمة الخارجية. فبينما تستدعي الشيفرة البرمجية التقليدية دالةً وتنتظر نتيجةً، فإن إطار التحكُّم بالوكلاء ينسِّق حلقةً متكرِّرةً: يُحلِّل النموذج المشكلة، ثم يتصرف، ثم يراقب النتيجة، ثم يعيد التحليل. أما البنية التحتية المحيطة بهذه الحلقة — مثل تسجيل الأدوات، وإدارة الحالة، واستعادة التشغيل بعد الأخطاء — فهي ما يوفِّره هذا الإطار.
ويدخل إطار DeepSeek Harness هذا المجال، وفقًا لما ورد في تقرير MarkTechPost، بالتزام هندسي مميَّز: إذ يُفترض أن كل عنصر من عناصر تلك البنية التحتية يُطبَّق على شكل إضافية. فبدلًا من دمج عملاء النماذج، أو وحدات تخزين الذاكرة، أو وصلات الأدوات مباشرةً في النواة الأساسية للإطار، يوفِّر هذا الإطار واجهات إضافية في جميع طبقاته. وهذه الطريقة تمنح المطوِّرين سيطرةً كاملةً على كل طبقة، وتجعل استبدال أحد المكوِّنات سهلًا دون التأثير على باقي المكوِّنات. وللفِرق التي تقيِّم وكلاء البرمجة بالذكاء الاصطناعي وأطر التحكُّم، فإن هذا المستوى من التعددية (modularity) يستحق التمعُّن الدقيق.
الهندسة القائمة على الإضافات: ما المقصود عمليًّا بعبارة «كل شيء إضافية»؟
إن عبارة «كل شيء إضافية» تحمل وزنًا هندسيًّا حقيقيًّا. فمعظم أطر إدارة الوكلاء تدمج افتراضاتٍ معينة في نواتها: مثل طريقة محددة لتعريف الأدوات، أو واجهة ذاكرة معيَّنة، أو عميل نموذج مفضَّل. وغالبًا ما يعني إضافة إمكانيات جديدة العمل ضمن حدود هذه الافتراضات الثابتة، ما يولِّد مقاومةً متزايدةً كلما تغيرت المتطلبات.
أما الإطار القائم تمامًا على الإضافات فيعامل قابلية التوسيع ليس كفكرة لاحقة، بل كقيد تصميمي أساسي. فإذا كان كل مكوِّن — حتى تلك المكوِّنات التي تشكِّل عادةً النواة الصلبة للإطار — إضافيةً بحد ذاتها، فلن تمتلك الإطارية أي مكوِّنات داخلية ذات امتيازات. وبالفعل، يمكن للمطوِّرين استبدال عميل النموذج الافتراضي، أو تبديل وحدة تخزين الذاكرة الخلفية، أو استبدال محلِّل استدعاء الأدوات دون الحاجة إلى فرع المشروع (forking) أو التحايل على آراء الإطار.
وهذا المبدأ له سابقة في برامج أخرى: فقد استخدمت أدوات البناء ومحررات النصوص وخوادم الويب منذ زمنٍ بعيد هندسة الإضافات لفصل العقود المستقرة عن التنفيذات القابلة للتبديل. أما تطبيق هذه الفكرة على تحكُّم الوكلاء الذكائية الاصطناعية فهو تجربة أحدث نسبيًّا، ويشكِّل إطار DeepSeek Harness أحد أول الأطر الرئيسية مفتوحة المصدر لإدارة الوكلاء التي تعلن صراحةً عن هذه الفلسفة كهدف تصميمي مركزي، لا كنقطة توسيع اختيارية.
رخصة معهد ماساتشوستس للتكنولوجيا (MIT): اختيارٌ مُتعمَّدٌ وله آثار جوهرية
إن اختيار رخصة معهد ماساتشوستس للتكنولوجيا (MIT) ليس أمرًا عرضيًّا. فمن بين الرخص مفتوحة المصدر الرئيسية، تُعد رخصة MIT واحدةً من أكثر الرخص تساهلاً: فهي تسمح باستخدام البرنامج في المنتجات التجارية، وتعديل شيفرته المصدرية، وإعادة توزيعه دون اشتراط أن تحمل الأعمال المشتقة نفس الرخصة. ولا تفرض أي التزامات تتعلق بالترخيص الإجباري (copyleft)، ولا تقيِّد مجالات الاستخدام.
وهذا الأمر بالغ الأهمية في السياقات المؤسسية. فغالبًا ما يتعامل فريق القانون في المؤسسات الكبيرة بحذرٍ شديد مع الأطر المُطلَقة بموجب رخص ترخيص إجباري، لأنها قد تخلق التزامات عند دمج البرنامج في منتجات مملوكة. أما الإطار المرخَّص بموجب رخصة MIT فيتفادى هذه المخاوف، ما يقلل حاجز اعتماد الشركات. كما يستفيد منه رواد الأعمال والمبرمجون الأفراد على حدٍّ سواء — إذ لا تفرض الرخصة أي قيود على ما يمكن بناؤه أو إطلاقه فوق هذا الإطار.
ويواصل استخدام شركة DeepSeek لرخصة MIT نمطًا ظهر في بعض إصداراتها السابقة، حيث كانت الرخص التساهلية أداةً متعمَّدةً لتسريع اعتماد المجتمع. فالإفراج عن أدوات المطورين — وليس أوزان النماذج فقط — بموجب رخصة مفتوحة قصوى يشير إلى أن DeepSeek تستثمر في جعل تجربة المطورين حول نماذجها سلسةً قدر الإمكان. ويمكن للفِرق التي تقيِّم الجدوى الاقتصادية لنماذج الأوزان المفتوحة الرجوع إلى تقرير Convly دراسة مقارنة بين تكاليف النماذج المفتوحة والمغلقة للذكاء الاصطناعي للحصول على صورة أشمل لما يترتب على هذا الاختيار على نطاق واسع.
مقارنة DeepSeek Harness مع أطر العمل الأخرى مفتوحة المصدر لإدارة الوكلاء
يدخل إطار DeepSeek Harness ساحةً تنافسيةً من أطر العمل مفتوحة المصدر لإدارة التحكُّم. ويقارن الجدول التالي الخصائص الأساسية للخيارات الراسخة بما تم الإبلاغ عنه بشأن إطار DeepSeek Harness. وتجدر الملاحظة أن هذا الإطار لا يزال في مرحلة المعاينة للمطورين، وقد تتطور مجموعة ميزاته قبل الإصدار المستقر.
| الإطار | الرخصة | الهندسة الأساسية | النضج | التركيز الرئيسي |
|---|---|---|---|---|
| DeepSeek Harness | MIT | قائمة على الإضافات (جميع المكونات) | مرحلة المعاينة للمطورين | إدارة التحكُّم بالوكلاء بطريقة متعددة الطبقات |
| لانغ غراف | MIT | آلة حالة قائمة على الرسوم البيانية | متاحة عمومًا | الوكلاء المعقدة متعددة الخطوات |
| AutoGen | MIT | المحادثات متعددة الوكلاء | متاحة عمومًا | التعاون بين الوكلاء المتعددين |
| كرو إيه آي | MIT | تنظيم الفِرق القائمة على الأدوار | متاحة عمومًا | تفويض المهام |
| وSemantic Kernel | MIT | تركّز على الإضافات والذاكرة | متاحة عمومًا | التكامل المؤسسي مع الذكاء الاصطناعي |
يعكس الجدول المعلومات العامة المتاحة علنًا عن كل إطار، ويُقدَّم كسياق صناعي، وليس كمقارنة منتجات مستمدة من الإعلان الحالي. وتفوق فلسفة «كل شيء إضافية» المُبلَّغ عنها في إطار DeepSeek Harness في شموليتها الأنظمة الإضافية الانتقائية الموجودة في أطر مثل Semantic Kernel، والتي تستخدم الإضافات لدمج الأدوات بينما تعالج المكوِّنات الأخرى بشكل مختلف. أما تقرير Convly قاعدة بيانات نماذج الذكاء الاصطناعي فيتتبع مواصفات النماذج التي يمكن ربط أيٍّ من هذه الأطر بها.
ما الذي تعنيه حالة «المعاينة للمطورين» بالنسبة للفرق التي تقيِّم هذا الإطار
إن إصدار إطار عمل على أنه «معاينة للمطورين» بدلًا من إصدار مستقر يمثل فرقًا جوهريًّا. فعادةً ما تشير مرحلة المعاينة للمطورين إلى أن واجهات المشروع الأساسية متاحة للتقييم، لكن المُشرِفين يحتفظون بالحق في إدخال تغييرات كاسرة قبل الإصدار المستقر الأول. وقد تكون الوثائق غير مكتملة، وقد لا تُعالَج حالات الحواف، كما لا يُوصى باستخدام الإطار في أعمال الإنتاج دون إجراء تقييم إضافي للمخاطر.
أما التبعية العملية للمطوِّرين فهي واضحة: فمرحلة المعاينة للمطورين هي دعوةٌ للاستكشاف وتقديم الملاحظات، وليست إشارةً لبناء أنظمة إنتاج حرجة عليه. ولذلك يُنصح المنظمات المهتمة بإطار DeepSeek Harness بتشغيله في بيئات تجريبية، ورسم خرائط لحالات الاستخدام الخاصة بها مقابل واجهات الإضافات، ومراقبة المستودع (repository) لتحديثاته أثناء تقدُّمه نحو الإتاحة العامة.
كما أن المشاركة المبكرة خلال مرحلة المعاينة تخلق فرصةً للتأثير في اتجاه الإطار. فالمشاريع التي تجمع ملاحظات واسعة من المجتمع قبل إصدارها المستقر غالبًا ما تصل إلى تلك المرحلة بواجهات برمجة تطبيقات (APIs) أكثر متانةً ورويةً. وللفِرق التي تخطط لبناء تطبيقات وكلاء فوق واجهة برمجة تطبيقات DeepSeek، فإن الاستثمار في الوقت الحالي لفهم نموذج الإضافات قد يُؤتي ثماره عندما يصل المشروع إلى الاستقرار. أما لنموذج التكاليف على نطاق واسع، فيمكن لتقرير Convly حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API) أن يساعد في تقدير استهلاك الرموز (tokens) والنفقات عبر أحجام استخدام مختلفة.
الأهمية الأوسع لهذا الإصدار في بنية البنية التحتية للذكاء الاصطناعي مفتوح المصدر
إن إصدار إطار DeepSeek Harness يعكس ديناميكيَّة أوسع في صناعة الذكاء الاصطناعي: وهي الاعتراف بأن النماذج اللغوية، مهما كانت قدرتها، ليست كافية وحدها للنشر في العالم الحقيقي. فما يحيط بالنموذج — من أدوات التحكُّم، والذاكرة، واستخدام الأدوات، والتقييم — هو ما يحدد بشكل متزايد ما إذا كان المطوِّرون قادرين على البناء عليه بموثوقية. وبإطلاق إطار تحكُّم مرخَّص بتراخيص تساهلية جنبًا إلى جنب مع نماذجها، تستثمر DeepSeek في المكدس الكامل للمطوِّرين، وليس فقط في جودة النماذج.
وقد أثبتت هذه الاستراتيجية فعاليتها لدى مقدِّمي النماذج الآخرين. فجودة البنية التحتية مفتوحة المصدر المحيطة بالنماذج لها تأثير مباشر على اعتماد المجتمع، والتكاملات من أطراف ثالثة، واتساع نطاق حالات الاستخدام التي يستكشفها المطوِّرون. فالأطر التي تجعل من السهل بناء تطبيقات وكلاء متقدمة فوق نموذجٍ ما، هي في الواقع آلية توزيع لهذا النموذج. وهندسة الإضافات أولاً مثيرةٌ للاهتمام هنا تحديدًا: فإطار التحكُّم الذي يعامل كل مكوِّن على أنه قابل للتبديل يكون، من حيث المبدأ، مستقلًّا عن النموذج، حتى لو صُمِّم من قِبل DeepSeek وخصوصًا لها. أما إن كانت هذه المرونة هدف تصميم صريحًا أم مجرد نتيجة هيكلية لهندسة الإضافات، فهذا غير واضح من التقارير الحالية، لكن المبدأ لا يستبعد ذلك. وأصبحت أدوات الوكلاء مفتوحة المصدر جبهة تنافسية جادة عبر الصناعة، وإدخال DeepSeek بأسلوبها التساهلي والقائم على الإضافات يُعد مساهمةً جديرة بالثقة في نظام بيئي غنيٍّ أصلاً.
الأسئلة الشائعة
ما هو إطار DeepSeek Harness؟ إطار DeepSeek Harness هو إطار تحكُّم بالوكلاء أطلقته شركة DeepSeek AI، وهو متاح حاليًّا في مرحلة المعاينة للمطورين. ووفقًا لتقرير MarkTechPost، فهو مرخَّص بموجب رخصة معهد ماساتشوستس للتكنولوجيا (MIT)، ومبنٍ على هندسة قائمة على الإضافات، بحيث يُطبَّق كل مكوِّن في النظام — بما في ذلك تلك المكوِّنات التي تُدمج عادةً في الطبقات الداخلية للإطار — على شكل إضافية قابلة للتبديل.
هل يمكن استخدام إطار DeepSeek Harness مجانًا في التطبيقات التجارية؟ نعم، وفقًا لرخصة معهد ماساتشوستس للتكنولوجيا (MIT) التي يُوزَّع بموجبها. فهذه الرخصة تسمح بالاستخدام التجاري، والتعديل، وإعادة التوزيع دون اشتراط أن تحمل الأعمال المشتقة نفس الرخصة. وعلى المطوِّرين التحقق من شروط الرخصة الحالية في مستودع المشروع قبل الالتزام باستخدامه في بيئة الإنتاج.
ما المقصود بعبارة «كل شيء إضافية» في إطار وكلاء؟ في الهيكلية القائمة على الإضافات، تُعرَّف المكوِّنات التي تتعامل معها أطر العمل الأخرى على أنها مكوِّنات داخلية ثابتة — مثل عميل النموذج، أو واجهة الذاكرة، أو منفِّذ الأدوات — على أنها إضافات قابلة للتبديل. وبالتالي يمكن للمطوِّرين استبدال أي مكوِّن دون تعديل شيفرة النواة الأساسية للإطار، ما يسهِّل تخصيص الإطار لحالات استخدام محددة أو استبدال المكوِّنات مع تغير المتطلبات.
هل إطار DeepSeek Harness جاهز للاستخدام في بيئة الإنتاج؟ ليس بعد، وفقًا لحالته الحالية كـ«معاينة للمطورين». فمرحلة المعاينة للمطورين مخصصة للتقييم وتقديم الملاحظات، وليس للنشر في بيئة الإنتاج، وقد تتغير واجهات برمجة التطبيقات (APIs) قبل الإصدار المستقر. ولذلك يجب التعامل مع استخدامه في بيئة الإنتاج بحذرٍ شديد حتى يصل المشروع إلى مرحلة الإتاحة العامة.
كيف يقارن DeepSeek Harness مع LangGraph أو AutoGen؟ لا تتوفر حاليًّا مقاييس أداء مفصَّلة من التقارير الحالية. وما يميِّز DeepSeek Harness، وفق ما ورد في التقارير، هو التزامه الصريح بتصميمٍ قائمٍ بالكامل على الإضافات — وهو تصميمٌ أكثر شموليةً من أنظمة الإضافات الانتقائية الموجودة في بعض الأطر الراسخة. وللإطلاع على نظرة أوسع لمشهد أطر الوكلاء (Agent Frameworks)، فإن الدليل الذي أعدَّته شركة Convly حول وكلاء البرمجة بالذكاء الاصطناعي يغطي المفاضلات المعمارية بين الخيارات الرئيسية.
الخلاصة
وصول DeepSeek Harness إلى مرحلة المعاينة للمطوِّرين يُعَدُّ تطورًا بارزًا في مجال أدوات الذكاء الاصطناعي مفتوحة المصدر. فهذه المنصة المُخصَّصة لوكلاء الذكاء الاصطناعي، التي تحمل رخصة معهد ماساتشوستس للتكنولوجيا (MIT) وتم بناؤها منذ البداية وفق مبدأ «الإضافات أولًا»، تمنح المطوِّرين مرونةً معماريةً حقيقيةً — إذ يمكن استبدال أي مكوِّنٍ دون التدخل في الكود الداخلي للإطار، وهي ميزةٌ ذات وزنٍ كبيرٍ مقارنةً بالبدائل الأكثر رأيًا (Opinionated). ومع ذلك، توجد تحذيراتٌ جوهريةٌ: فوضع «معاينة للمطوِّرين» يعني أن المشروع ليس جاهزًا بعدُ للتشغيل في بيئة الإنتاج، كما أن مدى تطبيق مبدأ «كل شيء إضافة» عمليًّا لن يتضح إلا عندما يفحص المجتمع قاعدة الكود. لكن الجمع بين الرخصة المرنة، والفلسفة المعمارية التي تركِّز على القابلية للتوسُّع، ودعم أحد أبرز مختبرات الذكاء الاصطناعي رصدًاً في العالم، يجعل من DeepSeek Harness مشروعًا يستحق التقييم من قِبل أي فريقٍ يبني تطبيقات وكلاء ذكاء اصطناعي باستخدام واجهة برمجة تطبيقات DeepSeek.
المصادر: news.google.com. التقرير مؤرَّخ في ١٧ أغسطس ٢٠٢٦.
