ما الجديد؟
قدّم فريق Qwen في Alibaba إطار QwenGyre للتعلّم المعزّز عبر الإنترنت، لتدريب وكلاء البرمجة على مهام «طويلة جدًا»: تشغيلات تستمرّ ساعات وتعالج قرابة مليون رمز، بحسب MarkTechPost. واستُخدم على النموذج الرائد Qwen 3.8 بـ2.4 تريليون معامل.
المشكلتان
- الذيول الطويلة: في الإعداد المشترك، ينتظر التدريب أبطأ تشغيل بينما تتعطّل البطاقات. وفي الإعداد غير المتزامن، لا تستطيع المجموعات الثابتة إعارة قدرتها الفائضة لبعضها.
- الأشجار بدل المسارات: الهارنسات مثل Claude Code تضغط السياق وتطلق وكلاء فرعية وتعيد المحاولة، فيتحوّل التشغيل الواحد لشجرة متفرّعة، وتوسيع كل مسار يكرّر البادئات المشتركة ويضخّم التكلفة.
الحلّ
- تقسيم البطاقات إلى «خلايا» يمكن لكلّ منها خدمة التوليد أو استضافة نسخة تدريب كاملة، والانتقال بين الدورين حسب الحمل في ثوانٍ.
- تدريب الوكلاء عبر هارنسات حقيقية «صندوق أسود» دون تعديلها، مع وكيل وسيط يسجّل الرموز بدقّة.
النتائج
- أسرع بين 1.38 و1.78 مرّة من الإعداد غير المتزامن، وبين 1.21 و1.85 مرّة من الإعداد المشترك، بالنتائج نفسها.
- في NL2RepoBench، ارتفعت النتيجة من 52.5% إلى 58.5% في 48 خطوة.
- لكن الورقة لا تشير إلى إصدار كود عام، كما تلاحظ MarkTechPost.
ليه ده مهم؟
الوكلاء التي تعمل لساعات هي الاتّجاه القادم، وتدريبها بالتعلّم المعزّز مكلف لأن التشغيلات طويلة وغير منتظمة. خفض هذه التكلفة يحدّد من يستطيع تدريب وكلاء أفضل. وAlibaba نشرت تفاصيل الإطار في ورقة، لكن دون كود عام حتى الآن.
المصادر: MarkTechPost — 2026-10-12
