مسارات متوازية متزامنة: كيف ينهي نموذج Multi-Stream LLMs بطء وكلاء الـ AI؟

مقدمة تحليلية

يواجه مطورو وكلاء الذكاء الاصطناعي (AI Agents) في بيئات الإنتاج اليوم حقيقة تقنية مزعجة؛ وهي أن أرقى هذه الوكلاء التي تدير مكالمات الأدوات، ومستودعات الاسترجاع، وسلاسل التفكير المعقدة، لا تزال من الناحية البنيوية مجرد نماذج دردشة تقليدية. فإذا قشرنا طبقات التنسيق البرمجي (Orchestration Layer) ومنطق إعادة المحاولة (Retry Logic)، سنجد محركاً لغوياً يتعامل مع البيانات كمتوالية واحدة ممتدة، موروثة من قوالب التعليمات الأولى التي ظهرت أواخر عام 2022. هذه البنية الخطية تعني أن الوكيل لا يمكنه القيام سوى بمهمة واحدة في اللحظة الزمنية الواحدة: إما القراءة، أو التفكير، أو التنفيذ، دون أي قدرة على الدمج أو العمل المتوازي. يجب على الوكيل إنهاء استهلاك نتائج الأداة بالكامل قبل أن يبدأ في صياغة الرد، ولا يمكنه التفكير في الخطوة الخامسة أثناء تنفيذه للخطوة الثالثة. في عام 2026، حيث أصبحت أدوات مثل Claude Code وAntigravity محركات يومية للتطوير، يبرز هذا القيد الهيكلي كعائق أساسي يحرم الأنظمة الذكية من مرونتها الكاملة. لمعالجة هذا الاختناق، طرح فريق بحثي مشترك من معهد ماكس بلانك للأنظمة الذكية (Max Planck Institute for Intelligent Systems) ومركز توبنغن للذكاء الاصطناعي (Tübingen AI Center) ورقة بحثية واعدة تحمل الرقم الرمزي arXiv:2605.12460 تحت عنوان 'Multi-Stream LLMs'. تقترح الورقة تدريب النماذج اللغوية الكبيرة على العمل عبر قنوات موازية متعددة من الرموز (Parallel Token Streams) في نفس الوقت، مع توجيه الانتباه السببي البيني (Cross-Stream Causal Attention) بشكل محكم. يقدم هذا التحليل نظرة معمقة على كيفية عمل هذه التقنية المبتكرة، وبنيتها الرياضية، وكيف تعيد صياغة مفهوم أمن ومراقبة الأنظمة البرمجية الذكية.

التحليل التقني

تعتمد فكرة النماذج متعددة المسارات (Multi-Stream LLMs) على تفكيك المتوالية النصية الواحدة إلى قنوات موازية مخصصة لكل دور؛ مثل مسار المستخدم (User)، ومسار التفكير الداخلي (Thinking/CoT)، ومسار استدعاء الأدوات (Tool Calls)، ومسار مخرجات النموذج المرئية (Model Output)، ومسار التدقيق الأمني (Audit Log). بدلاً من دمج هذه العناصر في سياق مسطح يفصل بينها واصفات نصية خاصة، يعمل كل مسار كعمود مستقل ضمن جدول زمني موحد. تمثل كل خطوة زمنية (Row) تمريرة معالجة أمامية واحدة (Forward Pass) للنموذج اللغوي، يستطيع من خلالها قراءة وتحديث كافة القنوات بالتزامن. تكمن العبقرية الاقتصادية لهذه البنية في طبيعة تشغيل النماذج؛ فحوسبة النماذج اللغوية (Inference) تكون مقيدة دائماً بالنطاق الترددي للذاكرة (Memory-Bandwidth Bound) وليس بالقوة الحسابية الخالصة للرقاقة (Compute Bound). هذا يعني أن التكلفة الأكبر على معالجات الرسوميات (GPUs) تكمن في نقل أوزان النموذج من الذاكرة ذات النطاق العريض (HBM) إلى نوى المعالجة، سواء كنا ننتج رمزاً واحداً أو عدة رموز متوازية في نفس الخطوة. وبالتالي، فإن توليد N من الرموز عبر مسارات موازية يأتي بتكلفة زمنية وحوسبية تقارب تكلفة إنتاج رمز واحد في النموذج التقليدي. من الناحية الرياضية، تتم صياغة احتمالية التوليد السببي متعدد المسارات لعدد H من القنوات المتوازية على النحو التالي: p_θ(y^(1), ..., y^(H)) = ∏_{h=1}^{H} ∏_{t=1}^{T_h} p_θ( y_t^(h) | y_{

السببية داخل المسار الواحد (Intra-stream causality): يتولد الرمز في المسار h معتمداً كلياً على تاريخ الرموز السابقة في نفس المسار.

السببية بين المسارات (Cross-stream causality): عند الخطوة الزمنية t، يمكن للمسار h الانتباه إلى الرموز المولدة في المسارات الأخرى h' شريطة أن تكون في خطوات زمنية تسبق t تماماً (Strictly before t). هذا يمنع النموذج من استباق وتوقع المستقبل بشكل غير سببي أثناء التدريب والتشغيل.

ولتعديل بنية المحولات التقليدية (Transformers) لتتوافق مع هذا النموذج دون تغيير أوزانها الأساسية، تم تطبيق تعديلين رئيسيين:

التعديل الأول: ترميز المواضع المتوافق مع المسارات (Stream-Aware RoPE)

في نماذج المحولات العادية، يتم تعيين قيم ترميز المواضع الدوارة (RoPE) بشكل تتابعي خطي (0, 1, 2...). إذا دمجنا المسارات مباشرة، فسيحدث تداخل في المواضع يؤدي لخلط البنية المكانية للنصوص. الحل يكمن في منح كل مسار عداداً موضعياً مستقلاً يبدأ من الصفر، حيث يتم حساب زوايا الدوران اعتماداً على التوقيت الداخلي لكل مسار على حدة، مما يلغي التنافس الموضعي عبر القنوات.

التعديل الثاني: قناع الانتباه السببي المتقاطع مع الحزم المتداخل (Interleaved Packing)

عند تجميع المسارات، يؤدي التجميع المتسلسل (جميع رموز المسار الأول ثم المسار الثاني) إلى إنتاج مصفوفة انتباه مجزأة ومشتتة للغاية، مما يجبر المعالجات على التخلي عن تسريع FlashAttention واللجوء لآليات معالجة بطيئة. تم حل ذلك عبر الحزم المتداخل (Interleaved Packing)؛ حيث يتم ترتيب الرموز هيكلياً كـ t0_s1, t0_s2, t0_s3, t1_s1, t1_s2... هذا الترتيب يعيد صياغة مصفوفة الانتباه لتصبح مصفوفة شبه مثلثية سفلية (Near-Lower-Triangular)، مما يتيح لمعالجات FlashAttention قراءتها وحساب مصفوفات الضرب بكفاءة قصوى ودون فقدان الأداء السريع للذاكرة.

السياق وتأثير السوق

تأتي هذه الورقة لتسد فجوة عانت منها كافة الهياكل البرمجية للوكلاء؛ فالنماذج الحالية تضطر لتعطيل المستخدم أو إظهار مؤشرات تحميل مضللة (مثل أزرار التفكير المستمر) للتغطية على الاختناق الهيكلي. تظهر التجارب المقارنة كفاءة عالية لنموذج Multi-Stream LLMs في تقليص زمن الاستجابة الأول (Time-to-First-Token أو TTFT). في الأنظمة التقليدية، يتوجب على النموذج استهلاك آلاف الرموز السياقية الناتجة عن استدعاء الأدوات أو المستندات المسترجعة قبل توليد الرمز الأول من رده. أما في نموذج المسارات المتوازية، يستطيع النموذج المباشرة في كتابة المخرجات وصياغة الرد على مساره المخصص بالتزامن مع قراءة سياق الأداة ومعالجته في المسار الآخر. إن توفير هذا الوقت يغير بشكل جذري تجربة المستخدم في تطبيقات المساعدين البرمجيين والأنظمة الطبية والمالية التي تعتمد على الاسترجاع الكثيف للمعلومات والتدفق الفوري للبيانات.

رؤية Glitch4Techs

نرى في Glitch4Techs أن أهمية هذا البحث تتجاوز بكثير تسريع العمليات الحسابية، لتمس ركيزتين حيويتين في هندسة البرمجيات المعاصرة: أولاً، مقاومة هجمات حقن الأوامر (Prompt Injection Security): تشكل هذه الهجمات تهديداً وجودياً للوكلاء؛ لأن دمج مدخلات المستخدم العشوائية وتعليمات النظام وأجوبة الأدوات في شريط سياق واحد يتيح للمهاجمين تمرير أوامر خبيثة تبدو للنموذج وكأنها صادرة من سلطة النظام. مع الفصل الهيكلي للمسارات في نموذج Multi-Stream LLMs، يفقد المهاجم القدرة على كسر الحدود الأمنية عبر الرموز التعبيرية أو الخداع النصي؛ لأن مسار الأداة أو مسار المستخدم معزول أمنياً داخل آلية الانتباه بفضل القناع السببي الموجه، مما يجعل انتحال الشخصيات البرمجية داخل السياق أمراً مستحيلاً هندسياً. ثانياً، قناة التدقيق الداخلي (Internal Audit Stream): يعاني الباحثون في محاذاة نماذج الذكاء الاصطناعي (Alignment) من افتقار قنوات التفكير العلني (CoT) للأمانة؛ إذ يسهل دفع النموذج لتبرير قراراته بشكل يرضي المقيمين البشريين متجاهلاً تفكيره الفعلي. يتيح نظام المسارات المتعددة إنشاء مسار تدقيق صامت (Internal Sub-vocalization) يعمل بالتوازي مع التفكير العلني ومخرجات المستخدم. تشير النتائج الإمبراطورية إلى أن وعي النموذج بالمخاطر الأمنية وتقديره لحالة التهديد يظهر بوضوح في مسار التدقيق الداخلي (بصيغة كلمات تدل على الخطر والسمية) حتى وإن حاولت القنوات العلنية تخطي هذه التحذيرات استجابة لضغوط التوليد. يمنح هذا المهندسين أداة مراقبة حية قادرة على إيقاف عملية التوليد فوراً وقبل وصول الرمز الضار للمستخدم.