معجم مصطلحات وكلاء الذكاء الاصطناعي: 60 مصطلحًا مشروحًا بلغة بسيطة (2026)

أصبحت كل صفحة منتج ذكاء اصطناعي تبدو كاختبار إملائي: وكيلي، MCP، RAG، نافذة السياق، استدعاء الأدوات، الضوابط، التنسيق. الأفكار خلف هذه الكلمات بسيطة في معظمها، لكن لا أحد يشرحها في مكان واحد، وهذه الفجوة هي سبب استخدام كثيرين «الذكاء الاصطناعي» دون أن يسلموه مهمة حقيقية يومًا.

يصحح هذا المعجم هذا الأمر. يغطي 60 مصطلحًا ستقابلها عند القراءة عن وكلاء الذكاء الاصطناعي والنماذج اللغوية الكبيرة والأتمتة في 2026، مجمَّعة حسب الموضوع ومشروحة بلغة بسيطة مع مثال ملموس. احفظه في المفضلة، شاركه مع فريقك، واستخدمه إلى جانب دليلينا عن ما هو الذكاء الاصطناعي الوكيلي وكيف تعمل الوكلاء الفرعيون للذكاء الاصطناعي. وحين يهم مصطلح لاستخدام Jobbit، نوضح ذلك.

المفاهيم الأساسية: الكلمات التي يستخدمها الجميع

• الذكاء الاصطناعي (AI): برمجيات تؤدي مهامًا تتطلب عادة ذكاءً بشريًا، مثل فهم اللغة أو التعرف على الصور أو اتخاذ القرارات. في 2026 يشير المصطلح غالبًا إلى الأنظمة المبنية على النماذج اللغوية الكبيرة.

• تعلّم الآلة (ML): أسلوب تدريب البرمجيات على أمثلة بدلًا من كتابة قواعد صريحة. مرشح البريد المزعج يتعلم من ملايين الرسائل المصنَّفة؛ فلا أحد يخبره بكل قاعدة يدويًا.

• التعلّم العميق: تعلّم آلة يستخدم شبكات عصبية بطبقات عديدة. وهو ما جعل التعرف الحديث على الصور والكلام ونماذج اللغة ممكنًا.

• الذكاء الاصطناعي التوليدي: ذكاء اصطناعي ينشئ محتوى جديدًا، نصًا أو صورًا أو شيفرة أو صوتًا أو فيديو، من طلب واحد. ChatGPT وClaude وGemini وMidjourney منتجات ذكاء اصطناعي توليدي.

• النموذج اللغوي الكبير (LLM): شبكة عصبية مدرَّبة على كميات هائلة من النصوص تتنبأ بالرمز التالي في التسلسل، وبذلك تتعلم الاستدلال والكتابة واتباع التعليمات. GPT وClaude وGemini وLlama وDeepSeek وMistral عائلات من النماذج اللغوية الكبيرة.

• النموذج الأساسي: نموذج كبير مدرَّب على بيانات واسعة يمكن تكييفه لمهام كثيرة. النماذج اللغوية الكبيرة هي النماذج الأساسية للغة؛ وتوجد نظائر لها للصور والفيديو.

• النموذج متعدد الوسائط: نموذج يفهم وينتج أكثر من نوع واحد من المدخلات، عادة النص والصور والصوت وأحيانًا الفيديو. النماذج متعددة الوسائط تتيح للوكيل قراءة لقطة شاشة أو فاتورة ممسوحة ضوئيًا.

• الطلب (Prompt): التعليمة التي تعطيها للنموذج. صياغة الطلبات الجيدة مهارة؛ راجع كيفية كتابة الطلبات لوكلاء الذكاء الاصطناعي.

• طلب النظام (System Prompt): تعليمات مخفية يضبطها مطوّر المنتج وتشكّل سلوك النموذج في كل محادثة: دوره، ونبرته، وقواعده، وأدواته.

• الاستدلال (Inference): فعل تشغيل نموذج مدرَّب لإنتاج إجابة. التدريب يحدث مرة واحدة؛ أما الاستدلال فيحدث في كل مرة ترسل فيها رسالة، وهو ما تدفع تكلفته.

كيف تفكر النماذج: الرموز والسياق والاستدلال

• الرمز (Token): الوحدة التي تقرؤها النماذج وتكتبها، وتعادل تقريبًا ثلاثة أرباع كلمة إنجليزية. التسعير والحدود والسرعة كلها تُقاس بالرموز. «مليون رمز» يعادل نحو 750,000 كلمة.

• نافذة السياق (Context Window): كمية النص التي يمكن للنموذج مراعاتها دفعة واحدة، بما في ذلك محادثتك ومستنداتك ورد النموذج نفسه. النوافذ الأكبر تتيح للوكيل استيعاب قاعدة شيفرة كاملة أو عقد من مئة صفحة في ذهنه.

• هندسة السياق: فن تحديد ما يدخل نافذة السياق: أي المستندات والأمثلة ونتائج الأدوات والذكريات، حتى يملك النموذج ما يحتاجه بالضبط دون ما يشتت انتباهه. حلّت إلى حد كبير محل «هندسة الطلبات» بوصفها المهارة الأهم في تصميم الوكلاء.

• نموذج الاستدلال (Reasoning Model): نموذج مدرَّب على «التفكير» قبل الإجابة، ينتج خطوات وسيطة تحسّن الدقة في الرياضيات والشيفرة والتخطيط. أوضاع الاستدلال تستهلك رموزًا أكثر لكنها تجعل الوكلاء أكثر موثوقية بكثير.

• سلسلة التفكير (Chain of Thought): الاستدلال خطوة بخطوة الذي يكتبه النموذج في طريقه إلى الإجابة. نماذج الاستدلال تفعل هذا بشكل أصيل؛ ويمكن توجيه النماذج الأقدم لفعل الشيء نفسه.

• درجة الحرارة (Temperature): إعداد يتحكم في العشوائية. درجة الحرارة المنخفضة تعطي مخرجات ثابتة ويمكن التنبؤ بها؛ ودرجة الحرارة الأعلى تعطي مخرجات أكثر تنوعًا وإبداعًا.

• الهلوسة (Hallucination): تصريح واثق لكنه خاطئ من النموذج، مثل استشهاد ملفَّق أو ميزة منتج غير موجودة. يقلل الوكلاء من الهلوسة بالتحقق من المصادر واختبار النتائج بدلًا من الثقة بإجابة واحدة.

• الإسناد الواقعي (Grounding): ربط إجابة النموذج ببيانات حقيقية أو مستندات أو نتائج بحث أو مخرجات أدوات، بحيث يذكر ما هو موجود فعليًا بدلًا مما يبدو معقولًا.

• الضبط الدقيق (Fine-tuning): تدريب إضافي للنموذج على أمثلتك الخاصة حتى يتبنى أسلوبًا أو تنسيقًا أو معرفة بمجال معين. مفيد للمهام الضيقة؛ وغالبًا غير ضروري للوكلاء، الذين يستمدون معرفتهم من الأدوات والسياق.

• التوليد المعزز بالاسترجاع (RAG): جلب مستندات ذات صلة وقت السؤال ووضعها في نافذة السياق، بحيث يجيب النموذج من بياناتك. هذه هي الطريقة التي تعمل بها منتجات «الدردشة مع مستنداتك».

• التضمينات (Embeddings): تمثيلات رقمية للنص تلتقط المعنى، بحيث تقترب الفقرات المتشابهة من بعضها. التضمينات تشغّل البحث الدلالي وRAG.

• قاعدة البيانات المتجهية (Vector Database): قاعدة بيانات مُحسَّنة لتخزين التضمينات والبحث فيها. Pinecone وWeaviate وpgvector وChroma خيارات شائعة.

• تاريخ انقطاع المعرفة (Knowledge Cutoff): التاريخ الذي لا تملك النماذج بعده بيانات تدريب. يتجاوزه الوكلاء بالبحث في الويب وقراءة مصادر حالية.

الوكلاء: مفردات الاستقلالية

• وكيل الذكاء الاصطناعي (AI Agent): برمجية تستخدم نموذجًا مع أدوات لإنجاز المهام باستقلالية: يخطط، وينفذ، ويراقب النتائج، ويتكيف. وهو موضوع معظم هذا المعجم.

• الذكاء الاصطناعي الوكيلي (Agentic AI): النهج الأوسع لبناء أنظمة ذكاء اصطناعي موجهة بالأهداف وتستخدم الأدوات، وغالبًا بعدة وكلاء يعملون معًا. مشروح بالكامل في ما هو الذكاء الاصطناعي الوكيلي؟

• مساعد الذكاء الاصطناعي / Copilot: مساعدة أشبه بوكيل لكنها تبقى تحت تحكمك المباشر، تقترح بدلًا من أن تتصرف. GitHub Copilot في المحرر هو المثال الكلاسيكي؛ و«وضع الوكيل» هو حين يتحول Copilot إلى وكيل.

• الاستقلالية (Autonomy): مقدار ما يفعله الوكيل دون أن يسأل. الأنظمة المفيدة توسّع الاستقلالية بما يتناسب مع قابلية الإجراء للرجوع عنه: الصياغة بحرية، والإنفاق فقط بموافقة.

• استخدام الأدوات / استدعاء الوظائف: الآلية التي يستدعي بها النموذج البرمجيات: البحث في الويب، تشغيل الشيفرة، الاستعلام عن قاعدة بيانات، إرسال بريد إلكتروني. الأدوات هي ما يحوّل روبوت المحادثة إلى وكيل.

• بروتوكول سياق النموذج (MCP): معيار مفتوح، قدمته Anthropic، لربط النماذج بالأدوات ومصادر البيانات بطريقة متسقة. تخيله مقبسًا عالميًا للوكلاء؛ وانتشر دعمه عبر منصات الذكاء الاصطناعي الكبرى خلال 2025 و2026.

• بروتوكول التواصل بين الوكلاء (A2A): معيار يتيح لوكلاء من موردين مختلفين اكتشاف بعضهم والتحدث معًا، اقترحته Google. يشير هذا مع MCP إلى وكلاء يتعاونون عبر الشركات.

• التنسيق (Orchestration): تنظيم خطوات أو أدوات أو وكلاء متعددين في سير عمل واحد: تحديد ما يعمل، وبأي ترتيب، وماذا يحدث عند الفشل.

• النظام متعدد الوكلاء (Multi-agent System): عدة وكلاء بأدوار مختلفة يعملون على هدف واحد، عادة وكيل رئيسي يخطط ويفوّض، ووكلاء متخصصون يبحثون أو يبنون أو يتحققون.

• الوكيل الفرعي (Subagent): وكيل يولّده وكيل آخر للتعامل مع جزء واحد من مهمة بالتوازي. يستخدم Jobbit الوكلاء الفرعيين للبحث في مصادر كثيرة أو بناء واختبار عدة ميزات في آن واحد؛ راجع شرح الوكلاء الفرعيين للذكاء الاصطناعي.

• المخطِّط (Planner): الجزء من الوكيل الذي يقسّم هدفًا إلى خطوات ويعدّل الخطة كلما وردت نتائج جديدة.

• الذاكرة (Memory): ما يحتفظ به الوكيل بعد رسالة واحدة. الذاكرة قصيرة المدى هي السياق الحالي؛ والذاكرة طويلة المدى تخزن التفضيلات والقرارات السابقة والحقائق عنك حتى يتحسن الوكيل مع الوقت.

• حلقة الوكيل (Agent Loop): الدورة المتكررة من التخطيط والتنفيذ والمراقبة والتعديل، وتستمر حتى يتحقق الهدف أو يحتاج الوكيل قرارًا.

• الإنسان في الحلقة (Human in the Loop): تصميم يراجع فيه شخص خطوات معينة أو يوافق عليها، مثل إرسال بريد إلكتروني لعميل أو إجراء دفعة.

• استخدام الحاسوب / وكيل المتصفح: وكيل يشغّل برمجيات بالنظر إلى الشاشة والنقر والكتابة كما يفعل الإنسان، ما يتيح له العمل مع أدوات لا تملك واجهة برمجية. موضح في وكلاء الذكاء الاصطناعي لاستخدام الحاسوب.

• البحث المعمّق (Deep Research): سير عمل وكيلي يقرأ فيه الوكيل عشرات المصادر، ويقارن الادعاءات، وينتج تقريرًا موثقًا بالمصادر. راجع كيفية إجراء بحث معمّق بالذكاء الاصطناعي.

• أتمتة سير العمل (Workflow Automation): تسلسلات إجراءات محددة مسبقًا وقائمة على القواعد عبر التطبيقات، مجال Zapier وMake وn8n. الوكلاء يضيفون الحكم إلى سير العمل؛ نقارن بينهما في Zapier مقابل Make مقابل n8n مقابل وكلاء الذكاء الاصطناعي.

• وكيل الذكاء الاصطناعي متعدد الأغراض (Multipurpose AI Agent): وكيل واحد يتولى أنواعًا كثيرة من العمل، البحث والكتابة وبناء البرمجيات والتصميم والأتمتة، من محادثة واحدة، بدلًا من أداة منفصلة لكل مهمة. Jobbit مبني على هذا الأساس.

بناء البرمجيات بالذكاء الاصطناعي

• vibe coding (البرمجة بالوصف الطبيعي): بناء البرمجيات بوصف ما تريده بلغة طبيعية وترك وكيل ذكاء اصطناعي يكتب الشيفرة ويشغّلها ويصلحها، والحكم على النتيجة من سلوكها لا من قراءة كل سطر. الدليل الكامل: ما هي vibe coding؟

• أداة بناء التطبيقات بالذكاء الاصطناعي (AI App Builder): منتج يحوّل وصفًا إلى تطبيق يعمل، غالبًا مع استضافة مشمولة. Lovable وBolt وv0 وReplit وJobbit أمثلة؛ تمت مقارنتها في أفضل أدوات vibe coding.

• وكيل البرمجة (Coding Agent): وكيل يعمل داخل قاعدة شيفرة: يقرأ الملفات، ويكتب الشيفرة، ويشغّل الاختبارات، ويصلح الإخفاقات. Claude Code وOpenAI Codex ووضع الوكيل في Cursor وDevin وكلاء برمجة.

• بلا كود / بأقل قدر من الكود (No-code / Low-code): أدوات مرئية لبناء البرمجيات دون برمجة (أو بأقل قدر منها)، مثل Bubble وWebflow وAirtable وRetool. مقارنتها مع vibe coding موضحة في vibe coding مقابل no-code مقابل low-code.

• البيئة المعزولة (Sandbox): بيئة معزولة يمكن للوكيل فيها تشغيل الشيفرة بأمان دون لمس أنظمتك الحقيقية. ضرورية لأي وكيل ينفذ شيفرة.

• النشر (Deployment): وضع البرمجية مباشرة على خادم ليستخدمها الناس. الوكلاء الذين ينشرون نيابة عنك، مع استضافة مشمولة، يزيلون الخطوة التي توقف معظم غير المطورين.

• واجهة برمجة التطبيقات (API): الطريقة المنظمة التي تتحدث بها برمجية مع أخرى. يستخدم الوكلاء واجهات برمجة التطبيقات لقراءة البيانات وتغييرها في أنظمة أخرى.

• الويب هوك (Webhook): رسالة يرسلها نظام إلى آخر عند حدوث شيء («طلب جديد تم إنشاؤه»)، تُستخدم عادة لتشغيل الأتمتة.

• الحد الأدنى من المنتج القابل للتطبيق (MVP): أصغر نسخة من منتج تتيح لمستخدمين حقيقيين تجربته. اختصر الوكلاء الجداول الزمنية لـMVP من أشهر إلى أيام؛ راجع كيفية بناء SaaS بالذكاء الاصطناعي.

• الدين التقني (Technical Debt): اختصارات في الشيفرة تجعل التغييرات المستقبلية أبطأ وأكثر خطورة. تتراكم الشيفرة المُولَّدة بالذكاء الاصطناعي بسرعة إن لم يراجع أحد بنيتها، وهو أحد المخاطر الموضحة في أخطاء vibe coding والأمان.

السلامة والجودة والثقة

• الضوابط (Guardrails): قواعد وفحوصات تحد مما يمكن للوكيل فعله أو قوله: إجراءات محظورة، وسقوف إنفاق، ومرشحات محتوى، وموافقات مطلوبة.

• حقن الطلبات (Prompt Injection): هجوم يحتوي فيه النص الذي يقرؤه الوكيل (صفحة ويب، بريد إلكتروني، مستند) على تعليمات مصممة لاختطافه. الوكلاء الأقوياء يتعاملون مع كل ما يقرؤونه كبيانات، لا كأوامر أبدًا.

• المواءمة (Alignment): الجهد الواسع لجعل سلوك النماذج متسقًا مع نوايا البشر وقيمهم، من رفض الطلبات الضارة إلى اتباع التعليمات بأمانة.

• التقييم (Evals): اختبارات منهجية لجودة النموذج أو الوكيل على مجموعة ثابتة من المهام. الفرق الجادة تشغّل التقييمات قبل أن تثق بوكيل في سير عمل.

• الاختبار المعياري (Benchmark): تقييم عام يُستخدم لمقارنة النماذج، مثل SWE-bench لمهام هندسة البرمجيات. مؤشرات مفيدة، لكن الأداء الفعلي في مهمتك أهم.

• إمكانية المراقبة (Observability): تسجيل ما فعله الوكيل، وأي الأدوات استدعاها ولماذا، حتى تتمكن من تدقيق النتائج وتشخيص الإخفاقات.

• اختبار الفريق الأحمر (Red Teaming): مهاجمة نموذج أو وكيل عمدًا لاكتشاف نقاط الضعف قبل أن يفعل ذلك أحد آخر.

• مكان تخزين البيانات والخصوصية (Data Residency and Privacy): أين تُخزَّن بياناتك ومن يستطيع رؤيتها. تحقق مما إذا كان مزود الذكاء الاصطناعي يدرّب نماذجه على مدخلاتك، وأين توجد خوادمه، قبل رفع أي شيء حساس.

مصطلحات الأعمال والتسعير

• الأرصدة (Credits): عملة الاستخدام التي تبيعها منصات وكلاء كثيرة بدلًا من الرموز الخام، بحيث قد يغطي رصيد واحد رسالة أو خطوة بناء أو عملية بحث. اقرأ التحويل بعناية؛ نفصّله في كم تكلف وكلاء الذكاء الاصطناعي؟.

• الحد الأقصى للمعدل (Rate Limit): السقف على عدد الطلبات أو الرموز التي يمكنك استخدامها في فترة معينة. بلوغه في منتصف المهمة هو السبب الأكثر شيوعًا لتوقف تشغيل الوكيل.

• زمن الاستجابة (Latency): المدة التي يستغرقها الرد. يقايض الوكلاء زمن الاستجابة بالشمولية: تشغيل بحث لدقيقتين أفضل من تخمين لثانيتين.

• التسعير حسب المقاعد مقابل حسب الاستخدام: الدفع لكل مستخدم شهريًا مقابل الدفع مقابل ما تستهلكه. منتجات الوكلاء تمزج بينهما بشكل متزايد.

• عائد الاستثمار من الأتمتة (Automation ROI): العائد من أتمتة ما، يُقاس عادة بالساعات الموفرة أو أوقات استجابة أسرع أو إيرادات متأثرة، مقابل تكلفة الأداة ووقت إعدادها.

• الموظف الرقمي / موظف الذكاء الاصطناعي: لغة تسويقية لوكيل من المستوى الرابع يتولى دورًا كاملًا لا مهمة واحدة. تعامل مع العبارة بالتشكك نفسه الذي تطبقه على سيرة ذاتية.

أسئلة متكررة

ما الفرق بين وكيل الذكاء الاصطناعي والنموذج اللغوي الكبير؟

النموذج اللغوي الكبير هو النموذج الذي يقرأ النص ويكتبه. وكيل الذكاء الاصطناعي نظام مبني حول نموذج يضيف التخطيط والأدوات والذاكرة وحلقة تغذية راجعة حتى يتمكن من إنجاز المهام لا الإجابة عن الأسئلة فقط. النموذج اللغوي هو المحرك؛ والوكيل هو السيارة.

ماذا يعني MCP في الذكاء الاصطناعي؟

MCP اختصار لبروتوكول سياق النموذج (Model Context Protocol)، وهو معيار مفتوح لربط نماذج الذكاء الاصطناعي بالأدوات ومصادر البيانات بطريقة متسقة. بدلًا من أن يبني كل منتج تكاملات مخصصة، تعرض الأدوات خادم MCP ويستطيع أي وكيل متوافق استخدامها.

ما هي نافذة السياق ولماذا هي مهمة؟

نافذة السياق هي كمية النص التي يمكن للنموذج مراعاتها دفعة واحدة، وتُقاس بالرموز. أهميتها أن كل ما يعرفه الوكيل عن المهمة الحالية، تعليماتك، والمستندات، ونتائج الأدوات، يجب أن يتسع داخلها. النوافذ الأكبر تتيح للوكلاء التعامل مع قواعد شيفرة أكبر ومستندات أطول.

ما الفرق بين RAG والضبط الدقيق؟

يسترجع RAG مستندات ذات صلة وقت السؤال ويعطيها للنموذج، فيجيب من بيانات حالية دون إعادة تدريب. يغيّر الضبط الدقيق النموذج نفسه بتدريبه على أمثلة، وهذا يناسب الأساليب أو التنسيقات الثابتة. لمعظم الأعمال، يكفي RAG مع أدوات جيدة، ويجعل الوكلاء كليهما أقل ضرورة بقراءة المصدر مباشرة.

ما هي vibe coding في جملة واحدة؟

vibe coding هي بناء البرمجيات بوصف ما تريده وترك وكيل ذكاء اصطناعي يكتب الشيفرة ويشغّلها ويصلحها، بحيث تحكم على النتيجة من سلوك التطبيق لا من قراءة كل سطر.

الآن بعد أن أصبحت المفردات واضحة، ضعها موضع التنفيذ: ابدأ مجانًا على Jobbit وأعطِ وكيلًا مهمة تستحق الإنجاز.