أخبار ar.wedoany.com، أصدر مشروع OpenSquilla مفتوح المصدر للوكلاء الذكاء الاصطناعي الإصدار 0.5.0 Preview 1، ويتمثل التحديث الأساسي في "التكامل التعاوني للنماذج المتعددة". ينظم هذا الحل في طبقة Harness أربعة نماذج محلية صينية، وهي DeepSeek v4 وGLM-5.2 وKimi K2.7 وQwen3.7، لتشكيل فريق تعاوني يقدم مقترحات متوازية، ثم يقوم نموذج واحد بتجميع المخرجات النهائية، ولا يتضمن التشكيل أي نموذج رئيسي أجنبي.
يشرح التقرير الفني "Agentic Routing" الذي نُشر بالتزامن مع إصدار Preview كيفية تحويل التوجيه الأصلي لـ Harness لحركة مرور الوكلاء اليومية إلى عجلة بيانات ذاتية التطور. وسيتم إصدار النسخة الرسمية لاحقًا.
في قائمة DRACO للبحث العميق التي نُشرت مؤخرًا، والتي تقارن متوسط الدرجات ومتوسط التكاليف لكل حل حسب مجموعة محرك البحث، احتل حل التكامل من OpenSquilla المرتبة الأولى في كلتا المجموعتين. في مجموعة Brave Search، بلغ متوسط الدرجة 64.09، متجاوزًا Opus 4.8 المنفرد (59.11، +8.42%) وGPT-5.5 (53.28، +20.27%)؛ وبلغ متوسط تكلفة المهمة 0.12 دولارًا أمريكيًا، وهو أقل بنحو 92% و86% على التوالي، مما يجعله الحل الوحيد في المجموعة الذي حصل على علامتي "أعلى درجة" و"أقل تكلفة" معًا. في مجموعة DuckDuckGo، بلغ متوسط الدرجة 60.85، متجاوزًا قليلاً 59.80 لأحدث نموذج رئيسي من Anthropic، Fable 5، مع تكاد تكون الدرجات متكافئة، لكن التكلفة كانت حوالي ثلث تكلفته (0.39 دولارًا مقابل 1.21 دولارًا)؛ ولا تزال نتائج Fable 5 في مجموعة Brave قيد التشغيل.
آلية هذا الحل هي "أخذ عينات متنوعة + تجميع توافقي": تعمل نماذج متعددة بشكل مستقل على إكمال البحث والاستدلال، وتكمل بعضها البعض، لتعويض العيوب المتأصلة في النموذج الواحد مثل فقدان مصادر المعلومات، أو أخطاء الحساب العددي، أو عدم مراعاة جميع القيود. يشير الفريق إلى أن هذا ليس استبدال نموذج أقوى، بل اعتماد طريقة تنظيم أفضل. تشير هذه النتيجة إلى حكم مفاده أن النماذج الأساسية المحلية لا تزال متخلفة عن النماذج الرئيسية الأجنبية عند استخدامها بشكل منفرد، ولكن مع التنظيم المناسب في طبقة Harness، يمكن للاستخدام المختلط للنماذج المحلية أن يحقق درجات أعلى وأكثر استقرارًا في المهام الحقيقية، وفي مواجهة أحدث جيل من النماذج الرئيسية، يمكنها مجاراتها أو حتى تجاوزها بتكلفة لا تتجاوز جزءًا بسيطًا من تكلفتها.
تم تطوير OpenSquilla بواسطة TokenRhythm، ويتمحور حول مسارين متوازيين هما Harness وتحسين النماذج، ويتمثل شعار المنتج في "رفع ذكاء الوكيل لكل وحدة تكلفة". يدور تطور الإصدارات حول "إنفاق أقل، تسليم حقيقي": أطلق الإصدار v0.1.0 التوجيه الذكي، الذي يختار النموذج تلقائيًا حسب صعوبة المهمة؛ وأطلق الإصدار v0.2.0 الترحيل بنقرة واحدة، الذي يدعم التبديل من أطر الوكلاء الأخرى بتكلفة منخفضة؛ وأصدر الإصدار v0.3.0 بروتوكول المهارات ذاتية التنظيم MetaSkill؛ وجلب الإصدار v0.4.0 الترميز القابل للتحقق وأول إصدار مكتبي موقع؛ وصولاً إلى تكامل النماذج المتعددة في هذا الإصدار 0.5.0 Preview. وفقًا للتقارير العامة، أكملت الشركة جولة التمويل الأولى بعد وقت قصير من تأسيسها، وبلغت قيمتها 100 مليون دولار أمريكي.
