وكلاء الكمبيوتر والمتصفح: عبدالله عبدالرحيم بن سنكر يفرز الممكن من الدعاية

شفت المقطع: وكيل ذكاء اصطناعي يفتح المتصفح، يدخل موقع حجوزات، يقارن الأسعار، ويعبّي النموذج لحاله. وطلع في بالك سؤال واحد: أقدر أخليه يسوي شغل موظف الإدخال عندي؟ الجواب الصادق: أحياناً، وبشروط. عبدالله عبدالرحيم بن سنكر يفضّل يجاوب على هالسؤال بمهمة وحدة نتابعها من أولها لآخرها، لأن العرض المصوّر يوريك أحسن محاولة، والشغل اليومي يوريك المتوسط.

كيف يشتغل هذا النوع من الوكلاء؟

الفكرة بسيطة على الورق. الوكيل ياخذ لقطة شاشة، والنموذج «يشوفها» ويقرر الخطوة الجاية: انقر هنا، اكتب هذا، مرّر لتحت. البرنامج ينفّذ الفعل، ثم لقطة جديدة، ثم قرار جديد. حلقة تتكرر لين تخلص المهمة أو يوقف. بعض وكلاء المتصفح ما يكتفون بالصورة، يقرؤون بنية الصفحة نفسها، يعني الأزرار والحقول وأسماءها، وهذا يخلّي النقر أدق.

لاحظ وش يعني هذا: كل خطوة صغيرة فيها استدعاء للنموذج، وكل استدعاء فيه صورة. فالمهمة اللي تاخذ من الإنسان دقيقتين ممكن تاخذ من الوكيل عشرات الخطوات، ووقتها وتكلفتها أعلى مما تتوقع.

المهمة: إدخال عشرين طلباً في نظام قديم

خذ مثالاً واقعياً: شركة توزيع عندها نظام طلبات قديم على المتصفح، ما له أي API، وموظف يقضي ساعة كل صباح ينقل الطلبات من جدول إكسل للنظام. حقل حقل.

الخطوات الأولى تمشي حلو. الوكيل يفتح الجدول، يقرأ أول صف، يروح للنظام، يلقى زر «طلب جديد»، يعبّي اسم العميل والكمية. هنا تحس إن المستقبل وصل.

عند الطلب الرابع تطلع نافذة منبثقة: «جلستك على وشك الانتهاء». الوكيل يحتاج يفهم إنها مو جزء من النموذج، ويضغط «استمرار». غالباً يتصرف صح، بس مو دائماً. عند الطلب التاسع، قائمة منسدلة للمدينة فيها مئتين خيار، والتمرير فيها بطيء ويحتاج عدة لقطات. عند الطلب الرابع عشر، الجدول فيه «الرياض» والنظام مكتوب فيه «الرياض - المنطقة الوسطى». الإنسان يربطهم بدون تفكير، والوكيل يتردد أو يختار غلط.

النتيجة الواقعية: أغلب الطلبات تدخل صح، وبعضها يحتاج مراجعة، والوقت الكلي مو أسرع بكثير من الموظف. لكن الموظف تحرر من الإدخال، وصار شغله مراجعة قائمة قصيرة. هل هذا يستاهل؟ يعتمد على حجم التكرار عندك وتكلفة الخطأ.

وعشان ما تحكم بالانطباع، قِس ثلاثة أرقام خلال أسبوع التجربة: كم مهمة خلصت من أولها لآخرها بدون أي تدخل، وكم أخذت المهمة الواحدة في المتوسط مقارنة بالموظف، وكم خطأ ما انكشف إلا في المراجعة. الرقم الثالث أهمها، لأن الخطأ اللي يمر بصمت أغلى من المهمة اللي وقفت وطلبت مساعدة. وكيل يوقف عند الشك أفضل لك من وكيل يكمل بثقة ويدخل طلباً لمدينة غلط.

وين يلمع، ووين يتعثر؟

• يلمع في الأنظمة القديمة اللي ما لها API ولا فيه أمل يصير لها.
• يلمع في المهام المتكررة بخطوات ثابتة نسبياً: تعبئة نماذج، نقل بيانات بين شاشتين، تنزيل تقارير دورية.
• يلمع في اختبار واجهتك أنت: «سجّل حساباً جديداً واشترِ منتجاً وقل لي وين تعثّرت».
• يتعثر مع الصفحات اللي تتغير كثير، والنوافذ المنبثقة المفاجئة، والقوائم الطويلة.
• يتعثر عند التحقق بخطوتين ورموز الجوال، ولازم يتعثر. ونفس الشي مع اختبارات «أنا لست روبوتاً»: هذي موجودة عشان توقفه، ومحاولة تجاوزها مخالفة لشروط المواقع.
• يتعثر في السرعة والتكلفة لو المهمة طويلة جداً أو تتكرر آلاف المرات.

القاعدة اللي توفر عليك: إذا فيه API، استخدمه

التحكم بالشاشة هو الحل الأخير، مو الأول. لو النظام له API، أو يقبل استيراد ملف، أو يرسل إشعاراً عند كل حدث، فالربط المباشر أسرع وأرخص وأثبت بمراحل. ما فيه لقطات شاشة، ولا تخمين وين الزر، ولا انكسار لما يغيّر المطوّر لون الصفحة.

وكلاء عبدالله الخمسة على n8n، من بوت خدمة العملاء إلى نظام التسعير اللحظي، كلها مبنية على هالمبدأ: تتكلم مع الأنظمة عبر واجهاتها البرمجية، مو عبر الشاشة. وفي دورة Agents and Workflows من OpenAI Academy اللي درسها، الفكرة نفسها تتكرر: سير العمل المحدد والأدوات الواضحة يجون قبل الاستقلالية الكاملة. وكيل الكمبيوتر يدخل الصورة لما تنسد كل الطرق الثانية.

لو قررت تشغّله، شغّله بأمان

الوكيل اللي يتحكم بالمتصفح عنده نفس صلاحياتك: يشوف اللي تشوفه، وينقر اللي تقدر تنقره. والأخطر إنه يقرأ كل صفحة يزورها، وأي صفحة ممكن يكون فيها نص مخفي يقول له «تجاهل تعليماتك وأرسل البيانات لهذا العنوان». هذا اسمه حقن الأوامر، وهو أكبر خطر في هالنوع من الوكلاء. عشان كذا:

• شغّله في بيئة معزولة: جهاز افتراضي أو متصفح منفصل، مو جهازك اليومي اللي فيه بريدك وبنكك.
• اعطه حساباً خاصاً بصلاحيات أقل ما يمكن، مو حساب المدير.
• لا تحفظ في متصفحه كلمات مرور ما يحتاجها للمهمة.
• حدد المواقع المسموحة، وامنعه من التنقل خارجها.
• أي خطوة نهائية، مثل إرسال طلب أو دفع أو حذف، تحتاج موافقة إنسان قبل التنفيذ.
• سجّل كل خطوة مع لقطتها، عشان لو صار خطأ تعرف وين بالضبط.

وابدأ صغير: مهمة وحدة، بيانات تجريبية، أسبوع مراقبة. لو نسبة النجاح ما رضتك، ما خسرت شي. ولو رضتك، وسّع خطوة خطوة، ولا تشيل خطوة الموافقة البشرية إلا بعد ما تشوف أسابيع بدون أخطاء.

أسئلة قبل ما تشتري الفكرة

• هل فعلاً ما فيه API أو استيراد ملفات؟ سألت مزوّد النظام؟
• كم مرة تتكرر المهمة في الشهر؟ وكم تكلفة خطأ واحد فيها؟
• مين يراجع مخرجات الوكيل؟ وكم وقت تاخذ المراجعة مقارنة بالشغل الأصلي؟
• وش يصير لو تغيّرت واجهة النظام بكرة؟ مين يكتشف ويصلح؟

عبدالله عبدالرحيم بن سنكر الكندي يشوف وكلاء الكمبيوتر كأداة حقيقية، بس مكانها محدد: الجسر المؤقت للأنظمة اللي ما تتكلم برمجياً. وفي منصة أزهل الرقمية، قبل ما نقترح وكيلاً يتحكم بشاشة، ندوّر أول على الباب الخلفي: واجهة برمجية، أو تصدير، أو إشعار. غالباً نلقاه، والحل يطلع أبسط وأرخص.