ورقة في NeurIPS 2026: أعطال أدوات MCP تخفض إتمام مهام الـ agents 60%، وحجم الموديل لا يغيّر النتيجة

نشر فريق بقيادة Antonio Ken Iannillo في 23 أكتوبر 2026 ورقة قُبلت في NeurIPS 2026 كملصق، تقيس ما يحدث للـ agents حين تتعطل الأدوات التي تستدعيها عبر MCP، وهو البروتوكول الذي يربط الموديل بالأدوات الخارجية.

وبدأ الفريق بفهم الأعطال كما تقع في الواقع. فقرأ 57,240 مشكلة وpull request من 1,774 ريبو MCP مفتوحًا، وصنّف الأعطال إلى دائمة وعابرة ومتقطعة، كلٌّ بنسبته الحقيقية. ثم حقن هذه الأعطال في مسار استدعاء الأدوات نفسه، وأجرى تجربة من 1,350 خانة على 3 أكوام مختلفة: كوم خاص، وOpenAI Agents SDK، وLangChain.

والنتيجة أن درجة إتمام المهمة انخفضت 60%، من 8.08 إلى 3.23 من 10. وهذه درجة الدراسة إجمالًا، إذ لا يفصّلها الملخص لكل موديل على حدة.

والنتيجة الأبرز أن حجم الموديل لم يُحدث فرقًا. فقد سجّل موديل 120B نسبة 95.6% دون أعطال و91.1% مع الأعطال، ولم يظهر فرق يُعتد به في الصمود بينه وبين موديل 20B، إذ بلغت القيمة الإحصائية p = 0.96.

ويعني ذلك أن ما يحمي الـ agent المبني على MCP ليس الانتقال إلى موديل أكبر وأغلى، بل معالجة الخطأ داخل الـ framework: حدود الانتظار (timeout)، وإعادة المحاولة (retry)، وتحديد ما يحدث حين تعيد الأداة نتيجة ناقصة. وهو ما يفسر ظاهرة مألوفة: agent ينجح في العرض لأن الأدوات تستجيب بدقة وفي وقتها، ثم يتعثر حين تتصرف الأدوات كما تتصرف في الإنتاج.

وحدود الدراسة واضحة: موديلان فقط، وكلاهما من عائلة gpt-oss، فلا يمكن تعميم خلاصة أن الحجم لا يغيّر النتيجة على كل الموديلات.