الـ Agents· الدرس 6 من 6
- 1إيه هو الـ Agent؟8 دقيقة
- 2حلقة الـ Agent9 دقيقة
- 11نمط ReAct — الـ Agent اللي بيفكر قبل ما يتحرك8 دقيقة
- 20الـ Reflection — الـ Agent اللي بيراجع شغله9 دقيقة
- 21نمط الـ Evaluator–Optimizer — واحد يبني وواحد يحكم9 دقيقة
- 22تبني الـ Agents بإيه؟ — من غير Framework ولا LangGraph ولا CrewAI ولا AutoGen؟10 دقيقة
تبني الـ Agents بإيه؟ — من غير Framework ولا LangGraph ولا CrewAI ولا AutoGen؟
في سطر واحد · **الموديل والـ Tools هما هما في كل الحالات — أنت بتختار مين بيدير الحلقة والـ State والتنسيق بين الـ Agents. وفي BuildAI: اتعلم بحلقتك المكتوبة بإيدك الأول، وده ليه…** <!-- Field 3: TL;DR -->
- الـ Agent Framework مش بيخلي الـ Agent أذكى — الذكاء كله في الموديل، والقدرة كلها في الـ Tools. الـ Framework بينظّم الحلقة والـ State بس.
- أربع اختيارات: من غير Framework (حلقتك بإيدك — افتراضي التعلم في BuildAI)، LangGraph (Graphs صريحة بـ State و Checkpoints)، CrewAI (فرق بأدوار جاهزة)، AutoGen/AG2 (Multi-agent حواري بنكهة بحثية).
- المعيار: قد إيه الفلو بتاعك فعلًا محتاج State معقد أو تعدد Agents؟ مش قد إيه الـ Demo بتاع الـ Framework مبهر.
- 💸 الـ Frameworks مش بتقلل الـ Tokens — والـ Multi-Agent بيضاعفهم. افتكر تحدي «الـ Agent بتاع الـ $40».
- 🔥 المشهد ده الأسرع تغيرًا في المجال كله — راجع تواريخ أي مقارنة بتقراها، بما فيهم الصفحة دي.
<!-- Field 4: Why does this matter? -->
الـ Agents هي المنطقة الأعلى Hype في الـ AI حاليًا — وده معناه إنها المنطقة اللي القرارات فيها بتتاخد بالإعلانات مش بالهندسة. Demo لفريق Agents بيبنوا شركة في 3 دقايق؟ مبهر. اللي مش في الـ Demo: الفاتورة، ومعدل الفشل، وليلة الـ Debugging اللي هتحاول تفهم فيها ليه الـ «Researcher» والـ «Writer» قعدوا يتبادلوا مجاملات بـ 80,000 Token.
والقرار ده أخطر من قرار الـ RAG Stack لسبب محدد: في الـ RAG، الـ Framework بيغلف Pipeline محددة الخطوات — أسوأ حاجة إنك متعرفش تشوف Prompt. في الـ Agents، الـ Framework بيدير حلقة بتاخد قرارات — لما تبوظ، أنت بتحاول تفهم سلوك ناشئ جوه صندوق مغلق. مستوى الألم مختلف.
عشان كده القاعدة اللي هتسمعها في BuildAI كتير: «لو مش قادر تكتب Agent Loop بإيدك، الـ Framework مش هيستر عليك».
<!-- Field 5: Explain it simply (Layer 1) -->
افتكر الـ Agent Loop: الموديل بيشوف الهدف، يقرر Tool، كودك ينفذها، النتيجة ترجعله، ويكرر لحد ما يخلص. الحلقة دي — While Loop حوالين نداء Tool Calling — هي الـ Agent كله.
طيب الـ Frameworks بتبيع إيه؟ تلات حاجات مش موجودين في الحلقة الساذجة: إدارة State (إيه اللي اتعمل، وفين وقفنا، وإزاي نكمل بعد انقطاع)، تفرعات مركبة (لو كده روح هنا، ورجّع للمراجعة، وبعدين اتفرع)، وتنسيق Multi-Agent (مين يتكلم، مين يقرر، مين يوقف مين).
لو مهمتك مش محتاجة التلاتة دول بجد — وأغلب المهام مش محتاجاهم — الحلقة البسيطة بتاعتك أحسن من أي Framework.
<!-- Field 7: Simple example -->
مثال حقيقي — نفس المهمة بأربع عقليات
المهمة: «ابحث عن موضوع واكتب تقرير».
| الاختيار | شكل الحل | اللي بيحصل فعلًا |
|---|---|---|
| من غير Framework | حلقة واحدة: موديل + Tool بحث + Tool كتابة ملف | 30–60 سطر، كل خطوة في الـ Log قدامك، وأنت متحكم في شرط التوقف بإيدك |
| LangGraph | Graph: عقدة بحث ← عقدة صياغة ← عقدة مراجعة، بـ State متخزنة | نفس النداءات تقريبًا + قدرة استئناف من أي عقدة لو النظام وقع |
| CrewAI | Crew: «Researcher» و «Writer» بأدوار مكتوبة | Agents اتنين بيتبادلوا رسايل — نداءات أكتر، و Prompts أدوار بتتضاف من غيرك |
| AutoGen (AG2) | محادثة بين Agents لحد ما يتفقوا إن الشغل خلص | الأكثر مرونة والأقل قابلية للتنبؤ — إمتى «اتفقوا»؟ سؤال مفتوح |
نفس الموديل في الأربعة. نفس الـ Tools. جودة التقرير النهائي مش هتختلف جوهريًا — اللي بيختلف: عدد النداءات، والتحكم، وشكل الـ Debugging. خد بالك من الملاحظة دي — هي مربط الفرس في القرار كله.
<!-- Field 18: Alternatives — the four real options -->
| # | ❌ الغلط | ✅ الصح |
|---|---|---|
| 1 | مسرح الـ Multi-Agent: خمس Agents بأسماء وظيفية فخمة بيعملوا شغل كان بيخلصه Agent واحد بـ Prompt كويس | ابدأ بـ Agent واحد. قسّم بس لما تشوف بعينك إن مهمة واحدة بتفشل لأنها فعلًا مهمتين مختلفتين |
| 2 | Framework قبل أول حلقة: أول Agent في حياتك بـ Crew جاهزة | اكتب الحلقة بإيدك مرة — بعدها هتقرأ أي Framework وأنت عارف بيغلف إيه بالظبط |
| 3 | تشغيل من غير حدود: «هنشوفه بيعمل إيه الأول» | Budget cap و Iteration cap و Timeout قبل أول تشغيل — الـ Agent اللي مالوش سقف هيلاقيه لوحده في فاتورتك |
| 4 | الحكم بالـ Demo: الـ Framework اتقيّم من فيديو 3 دقايق | قيّم بمهمتك أنت، بمقاييسك: معدل نجاح، تكلفة/مهمة، وقت Debugging لما تفشل |
| 5 | إهمال الـ Observability في الحلقة اليدوية: «شغال، هنضيف Logging بعدين» | Log لكل قرار وكل نداء Tool وكل تكلفة من اليوم الأول — في الـ Agents ده مش رفاهية، ده عينيك |
<!-- Field 15: Common misconceptions -->
مفاهيم غلط منتشرة
1) «الـ Framework بيخلي الـ Agent أذكى» — ❌ لأ — بينظّم بس. القرارات كلها بياخدها الموديل، والقدرات كلها من الـ Tools، والاتنين مش بيتغيروا بتغيير الـ Framework. لو الـ Agent بتاعك بيتوه في المهام، غيّر الموديل أو حسّن الـ Prompts والـ Tools — نقل نفس الحلقة التايهة لـ Graph شيك هيديك نفس التوهان، بس منظم.
2) «Multi-agent أقوى من Single-agent» — ❌ مش قاعدة. تقسيم مهمة على Agents بيضيف تكلفة تواصل وتنسيق حقيقية (شوفت الأرقام فوق) — والمكسب بييجي بس لما المهمة فعلًا بتستفيد من فصل السياقات أو تخصص حقيقي. أغلب الحالات اللي بنشوفها: الـ Multi-agent بيحل مشكلة كان هيحلها System Prompt أحسن.
3) «الشركات الجادة بتستخدم Frameworks — الحلقة اليدوية مش Production-grade» — ❌ العكس منتشر فعليًا: أنظمة إنتاج كتير — من ضمنها أنظمة بتشغّل ملايين المهام — مبنية على حلقات مباشرة فوق الـ Tool Calling APIs، بالظبط عشان التحكم والوضوح وقت الحوادث. الـ Production-grade صفة للـ Guardrails والـ Observability والـ Evals — مش لاسم الـ Dependency في ملف الـ Requirements.
<!-- Field 22 (Performance): folded into Field 21 per T5 matrix — the cost/latency multiplier IS the performance story here -->
<!-- BuildAI opinionated stance — operationalizes «Opinionated with reasons» (Phase 0 §17.2) -->
💸 التكلفة — الصراحة الكاملة
نفس حقيقة الـ RAG Stack، وأهم منها هنا: الـ Framework مش بيقلل Tokens ولا بيزودهم في حد ذاته. الفاتورة من نداءات الموديل، والحلقة اللي بتلف 10 مرات بتدفع تمن 10 نداءات — مكتوبة بإيدك أو بأشيك Graph في السوق.
اللي بيغيّر الفاتورة فعلًا هو قرار الـ Multi-Agent — لأنه بيضاعف النداءات بطبيعته: كل Agent بيفكر لوحده، وكل رسالة بينهم بتتحمل بسياقها. تقدير سريع بالأرقام التقريبية بتاعة تحدي «الـ Agent بتاع الـ $40»:
> 💸 حساب تقريبي *(Volatile fragment — الأسعار للتوضيح)*: مهمة بحث بـ Agent واحد: ~12 نداء × ~4,000 Input Token متوسط ≈ 50k Tokens ≈ $0.20. نفس المهمة بـ Crew من 3 Agents بيتراسلوا: كل تبادل بيعيد تحميل السياق لكل طرف — بسهولة 4–6 أضعاف النداءات وسياق أطول في كل نداء ≈ $1–1.5. نفس الجودة تقريبًا. لو الفلو بيلف من غير حد توقف واضح (نمط الحوار المفتوح): هنا بتتولد قصص الـ «$40 للتشغيلة الواحدة».
القاعدة: Budget caps و Iteration caps قبل أول تشغيل، مش بعد أول فاتورة. ودي مسؤوليتك أنت في كل الاختيارات — مفيش Framework بيحطها عنك بشكل افتراضي كافي.
<!-- Field 14: Common mistakes -->
| موقفك | القرار | ليه |
|---|---|---|
| بتتعلم الـ Agents | من غير Framework | الحلقة هي الدرس — تغليفها يعني إلغاء الدرس |
| Agent واحد بـ Tools محدودة (دعم عملاء، بحث، أتمتة مهمة) | من غير Framework | حلقة + Guardrails بإيدك أبسط وأوضح وأرخص — وده أغلب الاستخدامات الحقيقية في السوق |
| فلو طويل بـ State جد: خطوات كتير، تفرعات، موافقات بشرية، لازم يستأنف بعد انقطاع | LangGraph | الـ Checkpoints والـ State الصريح هما بالظبط اللي بيبيعه — وهنا بيكسب تمنه |
| المشكلة فعلًا شكلها أدوار: خطوط إنتاج محتوى/تحليل بمراحل تخصصية واضحة | CrewAI | قوالب الأدوار بتوفر شغل حقيقي — بس بعد ما تثبت إن Agent واحد مش كفاية |
| بحث وتجريب في أنماط تعاون Multi-agent | AutoGen (AG2) | مساحة التجريب الأوسع — مع حدود تكلفة صارمة من أول ثانية |
| إنتاج بأقل Dependencies وأوضح مسؤولية | من غير Framework / LangGraph لو الـ State فارض نفسه | كل طبقة إضافية في نظام بياخد قرارات = مساحة غموض إضافية وقت الحوادث |
<!-- Field 17: When NOT to use it (Layer 7b) -->
- متكتبش State Management معقد بإيدك عنادًا: لو حلقتك بقت فيها Checkpointing يدوي و Resume logic و Approval gates متشابكة — أنت بتعيد اختراع LangGraph بنسخة أقل اختبارًا. الانتقال ساعتها قرار هندسي سليم مش هزيمة.
- متحكمش على الـ Role Frameworks من تجربة غلط: لو جربت CrewAI على مهمة كان يكفيها Agent واحد وطلعت النتيجة غالية وبطيئة — ده حكم على اختيارك للمهمة، مش على الأداة. في خطوط الأدوار الحقيقية بتقدم قيمة فعلية.
- ومتفضلش «حر من الـ Frameworks» وأنت محتاج Observability جاهزة: الـ Frameworks الناضجة بتيجي بـ Tracing متكامل. لو بنيت حلقتك بإيدك، بناء Logging و Tracing عليك — وإهماله أغلى غلطة في أنظمة الـ Agents تحديدًا.
<!-- Field 19: Trade-offs -->
الاختيارات الأربعة على حقيقتها
### (أ) من غير Framework — حلقتك فوق الـ Tool Calling API
| ✅ القوة | ❌ الضعف |
|---|---|
| فاهم كل خطوة — الحلقة والـ Guardrails وشرط التوقف كلهم كودك | الـ State والـ Resumability والـ Checkpoints عليك لو احتجتهم |
| Debugging مباشر: الـ Log بتاعك بيحكي القصة كاملة | مع تفرعات كتير، الحلقة بتتحول لـ Spaghetti لو مصممتش كويس |
| صفر Dependencies وصفر Churn | تنسيق Multi-agent الجاد هتبنيه بإيدك — وده شغل حقيقي |
افتراضي التعلم في BuildAI — ومشاريع Customer Support Agent و Research Agent مبنية كده عمدًا. مش تقشف: بناء الحلقة بإيدك هو الطريقة الوحيدة المعروفة لفهم الـ Agents.
### (ب) LangGraph — الـ State كمواطن أول
| ✅ القوة | ❌ الضعف |
|---|---|
| Graph صريح: عقد وحواف و State معرّفة — الفلو المعقد بيبقى مقروء بدل ما يبقى مدفون في Ifs | منحنى تعلم حقيقي — بتتعلم طريقة تفكير مش مجرد API |
| Checkpoints و Resumability جاهزين: الفلو الطويل اللي لازم يكمل بعد انقطاع أو موافقة بشرية | Overkill صريح لـ Agent بسيط بحلقة واحدة |
| الصراحة دي نفسها Debugging: عارف أنت في أنهي عقدة وليه | مرتبط بمنظومة LangChain وإيقاع تغيرها 🔥 |
### (ج) CrewAI — الأدوار الجاهزة
| ✅ القوة | ❌ الضعف |
|---|---|
| أسرع طريق لأنماط تقسيم الأدوار: Planner / Researcher / Writer بتتعرّف بسطور قليلة | بيدفعك ناحية Multi-agent حتى لما Agent واحد كان كفاية — والفاتورة بتتضاعف بصمت |
| قوالب تعاون جاهزة بدل ما تكتب بروتوكول تواصل بإيدك | تحكم أقل في تفاصيل الحلقة الداخلية لكل Agent |
| — | 🔥 مشروع أحدث عمرًا — راجع نضجه وقت القراءة، مش وقت كتابة الصفحة دي |
### (د) AutoGen (AG2) — الحوار كنموذج تنسيق
| ✅ القوة | ❌ الضعف |
|---|---|
| نموذج مرن جدًا: الـ Agents بتتحاور لحد ما المهمة تخلص — قوي للاستكشاف والتجريب | «بيتحاوروا لحد ما يخلصوا» = حدود تكلفة ووقت أضعف بطبيعتها — الأخطر على فاتورتك |
| نكهة بحثية: أنماط تنسيق تجريبية بتوصل هنا الأول | المسافة من الـ Demo للإنتاج المنضبط أطول من البدايل |
> 🔥 Volatile fragment: القايمة دي مش حصر — السوق بيطلع أسماء كل شهر (ومنصات الموديلات نفسها بتضيف قدرات Agent مدمجة بتاكل من وظيفة الـ Frameworks أصلًا). المعايير في الصفحة دي ثابتة — طبّقها على أي اسم جديد.
<!-- Field 16: When to use it (Layer 7a) — decision table by situation -->
الموازنات
| المعيار | من غير Framework | LangGraph | CrewAI | AutoGen (AG2) |
|---|---|---|---|---|
| التحكم في الحلقة | ✅ كامل | ✅ عالي (الـ Graph أنت راسمه) | ⚠️ متوسط | ❌ الأقل — الحوار بياخد مجراه |
| الـ Debuggability | ✅ مباشرة | ✅ كويسة (العقدة الحالية معروفة) | ⚠️ متوسطة | ❌ الأصعب — سلوك ناشئ من محادثة |
| State و Resumability | ❌ عليك | ✅ الأقوى — دي وظيفته | ⚠️ أساسيات | ⚠️ أساسيات |
| سرعة Multi-agent | ❌ بطيء — بروتوكول بإيدك | ⚠️ ممكن ببناء صريح | ✅ الأسرع | ✅ سريع |
| Observability جاهزة | ❌ تبنيها | ✅ متكاملة | ⚠️ متوسطة | ⚠️ متوسطة |
| الانضباط في التكلفة | ✅ أنت ماسك العداد | ✅ حدود قابلة للبناء بسهولة | ⚠️ راقب عدد الـ Agents | ❌ الأخطر — حدد Budget صارم |
| Breaking-change churn 🔥 | ✅ صفر | ⚠️ موجود | ❌ عالي (أحدث عمرًا) | ⚠️ موجود (شمل إعادة تسمية المشروع نفسه) |
| حجم المجتمع | — (مجتمع الـ APIs الخام) | ✅ الأكبر حاليًا | ⚠️ متوسط ونامي | ⚠️ متوسط، أكاديمي الميول |
<!-- Field 21: Cost considerations -->
أسئلة الانترفيو
س1: إمتى تبني الـ Agent من غير Framework وإمتى تستخدم واحد؟ الإجابة القوية بتحدد المعيار قبل الأسماء: الاختيار على إدارة الحلقة والـ State والتنسيق — مش على الذكاء، لأن الموديل والـ Tools ثابتين. Agent واحد بفلو بسيط → حلقة مباشرة. State معقد محتاج استئناف و Checkpoints → LangGraph. خط أدوار مثبت بالتجربة → Role framework. وكمّل بجملة التكلفة: الـ Framework مش بيوفر Tokens، والـ Multi-agent بيضاعفهم.
س2: إيه اللي بيخلي الـ Multi-Agent Systems غالية؟ وإزاي تحكمها؟ كل Agent بيفكر بنداءاته الخاصة، وكل رسالة بين Agents بتتحمل بسياق متكرر — فالنداءات والـ Tokens بيتضاعفوا مع كل طرف إضافي، من غير ضمان جودة أعلى. التحكم: أقل عدد Agents يثبت ضرورته، Budget و Iteration caps، سياق مشترك مضغوط بدل إعادة إرسال كل حاجة لكل طرف، وقياس تكلفة/مهمة كـ KPI دايم.
س3: فريقك مقترح نظام من 5 Agents: Planner و Researcher و Writer و Critic و Manager. بتقيّم الاقتراح إزاي؟ سؤال الـ Judgment المفضل حاليًا. الإجابة الناضجة بتطلب الدليل: جربنا Agent واحد بـ Prompt مصمم كويس؟ فين توثيق فشله؟ وبعدين بتسأل عن الأرقام: تكلفة المهمة الواحدة بالتصميمين؟ حد توقف الـ Critic-Writer loop إيه؟ في الغالب الفريق بيكتشف إن 5 أدوار كانوا محاكاة لهيكل شركة مش حل لمشكلة — وإن اتنين (منفذ + مراجع) بيحققوا نفس الجودة بربع التكلفة.
<!-- Field 28: Knowledge check (scenario-based per F5) -->
- جوه BuildAI (بالترتيب): Agents vs. workflows vs. chains ← Guardrails & boundaries ← Agent cost management ← Multi-agent preview.
- توثيق الأدوات: 🔥 صفحات LangGraph و CrewAI و AG2 الرسمية بتتغير بسرعة — اقراها بتاريخ اليوم، مش من مقالات مقارنة عمرها 6 شهور (في السوق ده، 6 شهور = عصر جيولوجي كامل).
<!-- Reading→building exit — single primary CTA per Phase 1 §6 -->