ورقة بحثية: الـ agents صحّحت 725 خطأ من أصل 1,403 بنفسها دون أي تدخل بشري

قدّم باحثون في 27 أكتوبر 2026 ورقة على arXiv رصدت 1,403 خطأ وقعت فيها agents أثناء تنفيذ مهام، ووجدت أن 725 منها تجاوزها الـ agent بنفسه دون أي تدخل، وغالبًا في خطوات قليلة.

وتنطلق الورقة من سؤال يواجهه كل من يشغّل agent: عندما يخطئ، هل يتدخل المستخدم ويوقفه، أم يتركه يكمل؟ ولقياس ذلك بنى الباحثون dataset اسمه ReInBench من 1,259 جلسة agent حقيقية على مهام computer-use والويب. وسجّلوا لكل خطأ ما إذا كان الـ agent قد صححه، وفي كم خطوة، وما الذي حدث بعده.

ووجدت الورقة أن نسبة التصحيح الذاتي تختلف بحسب الموديل المنفّذ. وأن الـ agent الذي تجاوز نوعًا معينًا من الأخطاء صار أقدر على تجاوز النوع نفسه لاحقًا. وأن الجلسات التي صحح فيها الـ agent نفسه انتهت بإتمام المهمة أكثر من غيرها.

وخلص الباحثون إلى أن التدخل يكون مفيدًا في الأخطاء التي لا يُتوقع أن تُصحَّح وحدها. وطوّروا طريقة اسمها ReCoF تتنبأ بذلك قبل التدخل، وحسّنت مقياس Macro-F1 بنسبة 9.02% نسبيًا مقارنة بأقوى بديل. والـ Macro-F1 مقياس يوازن بين دقة التنبؤ وشموله عبر الفئات المختلفة.

ويعني ذلك للفرق التي تعمل مع الـ agents يوميًا أن جزءًا من التكلفة لا يأتي من أخطاء الـ agent نفسها، بل من قطع جلسات كانت على وشك التعافي. فالتدخل عند أول خطأ ظاهر قد يُهدر run كان ينقصه خطوتان فقط.