من الوكلاء إلى أنظمة تشغيل الذكاء الاصطناعي: الطبقة التالية من الحوسبة

يتبع تاريخ الحوسبة نمطاً موثوقاً: أدوات قوية لكن معزولة تتقارب في أنظمة منسقة، وتلك الأنظمة تحتاج في النهاية إلى طبقة تشغيل لإدارتها. الحواسيب المركزية احتاجت مُجدوِلات الدُفعات. الحواسيب الشخصية احتاجت DOS، ثم Windows. الخوادم احتاجت Linux. الهواتف الذكية احتاجت iOS وAndroid.

وصلت وكلاء الذكاء الاصطناعي الآن إلى نفس نقطة التحول.

مشكلة الوكلاء المستقلين

في عام 2024، كان وكيل الذكاء الاصطناعي النموذجي تطبيقاً قائماً بذاته. كان يملك نموذجه الخاص وأدواته الخاصة وذاكرته الخاصة وواجهته الخاصة. إذا أردت وكيل برمجة ووكيل بحث ووكيل تحليل بيانات، كنت تُشغّل ثلاثة أنظمة منفصلة دون تواصل بينها.

هذا يعمل للمهام البسيطة. ويفشل بشكل كارثي للمهام المعقدة.

فكّر في إطلاق منتج. تحتاج أبحاث السوق (وكيل بحث)، والتحليل التنافسي (وكيل بيانات)، ونصوص الإطلاق (وكيل كتابة)، وجدولة وسائل التواصل الاجتماعي (وكيل تسويق)، وتتبع الأداء (وكيل تحليلات). تشغيل هذه كأدوات معزولة يعني نقل السياق يدوياً بينها، وإعادة إدخال نفس المعلومات في واجهات مختلفة، وفقدان سلسلة الاستدلال التي تربط رؤى البحث بقرارات التسويق.

هذه بالضبط المشكلة التي حلّتها أنظمة التشغيل للحوسبة التقليدية. التطبيقات الفردية مفيدة. نظام تشغيل يدير تفاعلاتها ويتشارك الموارد ويوفر خدمات مشتركة هو تحويلي.

MCP: معيار USB للوكلاء

الشرط الأول لنظام تشغيل ذكاء اصطناعي هو واجهة عالمية بين الوكلاء والأدوات. يملأ بروتوكول سياق النموذج (MCP) هذا الدور.

قُدّم من Anthropic في 25 نوفمبر 2024، يُعرّف MCP طريقة معيارية لنماذج الذكاء الاصطناعي لاكتشاف ووصف واستدعاء الأدوات الخارجية. قبل MCP، كان ربط وكيل بأداة جديدة يتطلب كود تكامل مخصص — تحليل وثائق واجهة برمجة التطبيقات، ومعالجة المصادقة، وإدارة حالات الخطأ، وتنسيق الاستجابات. مع MCP، ينفّذ مزود الأداة مواصفات خادم MCP مرة واحدة، ويمكن لأي وكيل متوافق مع MCP استخدامها فوراً.

بحلول أوائل 2026، نمت منظومة MCP بشكل كبير. تغطي الآن آلاف تطبيقات خوادم MCP كل شيء من GitHub وSlack إلى قواعد بيانات PostgreSQL ومجموعات Kubernetes وأنظمة إدارة علاقات العملاء المؤسسية. تتجاوز تنزيلات مجموعات تطوير البروتوكول 97 مليون تنزيل شهرياً. اعتمدت منصات الذكاء الاصطناعي الرئيسية — Cursor وClaude Code وReplit وWindsurf وVS Code وJetBrains IDEs — بروتوكول MCP كواجهة أدوات أساسية. في ديسمبر 2025، تبرعت Anthropic بـ MCP لمؤسسة Agentic AI Foundation المُشكّلة حديثاً تحت Linux Foundation، والتي شارك في تأسيسها Block وOpenAI ودعمتها Google وMicrosoft وAWS — مما رسّخه كمعيار صناعي محايد تجاه المزودين.

لكن MCP هو طبقة واجهة، وليس نظام تشغيل. يُعيّر التواصل بين الوكيل والأداة لكنه لا يدير التنسيق أو تخصيص الموارد أو إدارة دورة الحياة. تلك هي القطع التالية من اللغز.

ما يحتاجه نظام تشغيل ذكاء اصطناعي فعلاً

بالاستفادة من أنظمة التشغيل التقليدية، سيحتاج نظام تشغيل الذكاء الاصطناعي إلى توفير:

إدارة العمليات: بدء وإيقاف ومراقبة وكلاء متعددين في وقت واحد. اليوم، تشغيل خمسة وكلاء يعني خمس نوافذ طرفية أو خمس جلسات واجهة برمجة تطبيقات. سيدير نظام تشغيل الذكاء الاصطناعي دورات حياة الوكلاء بنفس الطريقة التي يدير بها Linux العمليات.

التواصل بين الوكلاء: طريقة معيارية للوكلاء لمشاركة المعلومات وتفويض المهام الفرعية والإبلاغ عن النتائج. هذا يتجاوز MCP (الذي يتعامل مع التواصل بين الوكيل والأداة) إلى التنسيق بين الوكلاء. بروتوكول Agent2Agent (A2A) من Google، الذي أُطلق في أبريل 2025 ويستضيفه الآن Linux Foundation، يستهدف هذا بالضبط — تمكين الوكلاء من اكتشاف قدرات بعضهم البعض وتبادل المهام والتعاون عبر المنصات.

إدارة الذاكرة: قواعد معرفية مشتركة يمكن لعدة وكلاء القراءة منها والكتابة فيها. يجب أن تكون نتائج وكيل البحث متاحة تلقائياً لوكيل الكتابة دون نسخ ولصق يدوي. أنظمة الذاكرة المستمرة هي اللبنات الأساسية، لكنها تحتاج فضاء أسماء مشترك وطبقة تحكم في الوصول.

الأمن والأذونات: تحكم دقيق فيما يمكن لكل وكيل الوصول إليه وفعله. يجب أن يكون وكيل تحليل البيانات قادراً على قراءة قاعدة البيانات لكن ليس الكتابة فيها. ويجب أن يكون وكيل خدمة العملاء قادراً على إصدار استردادات حتى 50 دولاراً لكن تصعيد المبالغ الأكبر. هذا يتطابق مباشرة مع مفاهيم نظام التشغيل للمستخدمين والمجموعات وأذونات الملفات.

تخصيص الموارد: توزيع الحوسبة (استدعاءات واجهة برمجة تطبيقات النموذج، وقت وحدة معالجة الرسوميات) عبر مهام الوكلاء المتنافسة. عندما يحتاج وكلاء متعددون إلى استدلال نموذج حدودي في نفس الوقت، من يحصل على الأولوية؟ هذا هو المكافئ للذكاء الاصطناعي لجدولة وحدة المعالجة المركزية.

سباق المنصات

تتسابق شركات متعددة لبناء هذه الطبقة التشغيلية، كل منها بنقطة انطلاق مختلفة:

Anthropic لديها MCP كطبقة واجهة أدوات وClaude كمحرك استدلال. يركز نهجها على القدرات الأصلية للنموذج — جعل Claude نفسه أفضل في التنسيق بدلاً من بناء تنسيق خارجي ثقيل.

OpenAI تبني نحو منصة وكلاء عبر Responses API ومجموعة تطوير الوكلاء مفتوحة المصدر (Agents SDK) (التي حلت محل Assistants API المُهمل في مارس 2025)، بالإضافة إلى Operator لـ استخدام الحاسوب. أصبح Operator، المدعوم بنموذج وكيل استخدام الحاسوب (CUA)، مدمجاً بالكامل في ChatGPT في منتصف 2025. رهانها أن نظام التشغيل يجب أن يكون مقترناً بإحكام بالنموذج.

Google لديها نماذج Gemini بالإضافة إلى قاعدة Android المُثبّتة بأكثر من 3 مليارات جهاز نشط. يُكمل بروتوكول A2A الخاص بها بروتوكول MCP عبر تعيير كيفية تواصل الوكلاء مع بعضهم البعض، ولديه بالفعل أكثر من 50 شريكاً تقنياً بما فيهم Salesforce وSAP وServiceNow. مع تكامل Gemini في البحث وAndroid وWorkspace وCloud، تملك Google أوسع مساحة سطحية لنظام تشغيل ذكاء اصطناعي.

Apple اتخذت نهجاً متكاملاً مميزاً مع Apple Intelligence — طبقة نموذج تعمل عبر iPhone وMac وiPad مع تكامل وثيق بين الأجهزة والبرمجيات وقصة خصوصية قوية. من المتوقع أن يضيف تحديث كبير لـ Siri في 2026 إكمال المهام متعددة الخطوات والوعي الأعمق بمحتوى الشاشة.

مجتمع المصدر المفتوح يبني المكافئ للذكاء الاصطناعي من Linux. مشاريع مثل LangGraph وCrewAI وAutoGen توفر التنسيق؛ وChromaDB وWeaviate توفر الذاكرة المتجهية؛ ومنظومة MCP المتنامية توفر الأدوات. لا يوجد مشروع واحد يُشكّل نظام تشغيل، لكنها معاً تشكل المكونات التي يمكن تجميع نظام تشغيل منها.

من المرجح أن يعكس التنافس الأوسع بين المنصات سوق أنظمة التشغيل التقليدية: بضع منصات متكاملة عمودياً (Apple وGoogle) للمستهلكين، ومنظومات مفتوحة للمطورين والمؤسسات، ومنصات متخصصة لصناعات محددة.

نحن في حقبة DOS

للتوضيح: لا يوجد نظام تشغيل ذكاء اصطناعي اليوم. ما يوجد هو مكونات — بروتوكولات واجهات (MCP وA2A)، وأطر تنسيق (LangGraph وCrewAI)، وأنظمة ذاكرة، وأدوات تقييم — يمكن تجميعها في نظام تشغيل.

يشبه الوضع الحالي لحوسبة وكلاء الذكاء الاصطناعي الحوسبة الشخصية حوالي عام 1982. الأجهزة (النماذج التأسيسية) قوية لكنها غير مُستغلّة بالكامل. البرمجيات (الوكلاء الفرديون) واعدة لكنها مجزأة. تجربة المستخدم تتطلب خبرة تقنية عميقة. أبلغت Gartner عن ارتفاع بنسبة 1,445% في استفسارات المؤسسات حول الأنظمة متعددة الوكلاء بين الربع الأول من 2024 والربع الثاني من 2025 — إشارة واضحة أن السوق جاهز لطبقات تنسيق فوق الوكلاء الفرديين.

الانتقال من DOS إلى Windows — من التقني فقط إلى الشائع — استغرق حوالي عقد للحوسبة الشخصية. نسخة الذكاء الاصطناعي قد تكون أسرع، بالنظر إلى البنية التحتية الموجودة والضغط الاقتصادي لجعل الذكاء الاصطناعي في متناول الجميع. لكنها لن تكون فورية.

ما يجب مراقبته

ثلاث إشارات ستدل على ظهور أنظمة تشغيل ذكاء اصطناعي حقيقية:

1. أسواق الوكلاء — منصات حيث يمكنك تثبيت وتشغيل الوكلاء بنفس طريقة تثبيت تطبيقات الهاتف المحمول، مع أذونات معيارية وتواصل بين التطبيقات
2. طبقات ذاكرة موحدة — أنظمة سياق مشتركة تسمح لعدة وكلاء بالتعاون في مهمة دون تنسيق صريح من المستخدم
3. إدارة العمليات بلغة طبيعية — القدرة على قول “أوقف ما يفعله وكيل البحث وأعد توجيهه إلى هذا الموضوع الآخر” دون فتح طرفية

عندما تتقارب هذه القدرات الثلاث في منصة واحدة، يكون نظام تشغيل الذكاء الاصطناعي قد وصل.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• Model Context Protocol Specification — Anthropic / Linux Foundation
• Agent2Agent Protocol (A2A) — Linux Foundation / Google
• Building Effective Agents — Anthropic Research
• New Tools for Building Agents: Responses API and Agents SDK — OpenAI
• Agentic AI Foundation Announcement — Linux Foundation
• Apple Intelligence Technical Overview — Apple Machine Learning Research