اختبارات مقارنة لعشر تركيبات برمجية: كفاءة الوكلاء في توليد التطبيقات ثلاثية الأبعاد تحسمها بيئات التشغيل

تُثبت التجارب الميدانية المقارنة بين نماذج البرمجة المستقلة أن كفاءة توليد التطبيقات المعقدة لا تتوقف على قدرات النموذج اللغوي بمفرده، بل ترتبط ارتباطًا وثيقًا ببيئة التشغيل والحواضن المرافقة له. في اختبار معياري موحد، خضعت عشر تركيبات مختلفة من النماذج وبيئات التشغيل لتحدي بناء صفحة كاملة باستخدام مكتبة «ثري دي إس» لتصميم حظيرة خيال علمي تفاعلية ثلاثية الأبعاد. تضمّنت المتطلبات برمجة طائرات مسيرة تحلق في مسارات قابلة للتبديل، وأضواء تحذيرية متحركة، وممرات مضيئة، وتأثيرات ضبابية حجمية، مع مسار سينمائي للكاميرا، على أن يُسلّم العمل كاملًا داخل ملف «إتش تي إم إل» واحد يحتوي على الشيفرات البرمجية ذاتيًا.

كشفت النتائج التفصيلية عن تباين واسع في الأداء الزمني واستهلاك الرموز، حتى عند تشغيل النموذج نفسه تحت بيئات استدعاء مختلفة. نموذج «كيوين 3.8» بحجم 27 مليار معامل حقق أسرع زمن إنجاز مسجلًا ثماني دقائق وثماني وأربعين ثانية تحت بيئة «أوبن كود»، مكتفيًا بثلاث عشرة عملية استدعاء للأدوات دون تسجيل أي خطأ، وبإجمالي استهلاك بلغ نحو سبعمئة وسبعة آلاف رمز. في المقابل، تطلب تشغيل النموذج عينه تحت بيئة «أو إم بي» إحدى وأربعين دقيقة وخمسًا وعشرين ثانية، مع تنفيذ تسع وثمانين عملية استدعاء للأدوات واستهلاك تجاوز 3.47 ملايين رمز، مما يؤكد أن حلقة التحكم ومنطق التفاعل المتبع في بيئة التشغيل يحددان كفاءة الوكيل البرمجي ومساره التنفيذي.

اختيار بيئة التشغيل والحاضنة يحدد تكلفة المعالجة وفاتورة الاستدلال بمقدار يتجاوز الفروق الفردية بين أوزان النماذج نفسها. التجربة أظهرت تفاوتًا في دقة الأدوات وسرعة الاستجابة، إذ سجل نموذج «أسترا 6.0 ماكس» تحت بيئة «كوديكس» أسرع وقت استجابة لأول رمز بزمن 3.589 ثوانٍ، لكنه استغرق أكثر من سبع وثلاثين دقيقة وسجل خمسة أخطاء في استدعاء الأدوات مع استهلاك 1.33 مليون رمز. وعلى مستوى التحقق البرمجي التلقائي، أظهرت القياسات أن البيئات التي أتاحت فتح المتصفح ومراجعة لقطات الشاشة آليًا مكنت نماذج مثل «لونا 5.6 ماكس» و«جي إل إم 5.3 فلاش ماكس» من تقييم الناتج البصري وتصحيحه قبل إنهاء المهمة، في حين واجهت تركيبات أخرى قيودًا حالت دون استكمال الفحص البصري.

تفرض هذه المؤشرات على الفرق الهندسية والقيادات التقنية في الخليج ومصر والشام إعادة ضبط معايير اختيار أدوات البرمجة بالذكاء الاصطناعي، وعدم حصر التقييم في حجم المعاملات أو تقييمات الأداء المجردة. الاعتماد على النماذج المفتوحة أو المتوسطة في بيئات عمل الوكلاء يستوجب تهيئة حاضنات تعتمد تقنيات التخزين المؤقت للسياق بفاعلية، حيث راوحت نسبة الرموز المسترجعة من الذاكرة المؤقتة في الاختبارات بين 78% و96%، وهو العامل الحاسم في كبح تكاليف الاستدلال للبنى السحابية ومراكز البيانات المحلية عند أتمتة مهام التطوير المعقدة.