ماذا يفعل مهندس الذكاء الاصطناعي الآن؟ - أبارنا ديناكاران، Arize AI
Original · What Does an AI Engineer Do Now? - Aparna Dhinakaran, Arize AI
Key Takeaway
يتحول دور مهندس الذكاء الاصطناعي من كتابة التعليمات البرمجية اليدوية إلى هندسة الأنظمة ذاتية التشغيل التي تستهلك بيانات القياس عن بعد وتدير أساطيل الوكلاء بشكل مستمر.
Highlights
يوجد تفاعل بين أكثر من ستة مليارات مستخدم مع نماذج اللغات الكبيرة، بينما يشغل نحو خمسة آلاف مطور آلاف الوكلاء المستمرين في طليعة المطورين.
ينتقل دور مهندس الذكاء الاصطناعي من كتابة الميزات الفردية إلى بناء الحلقة البرمجية التي تنفذ خطوات الإنشاء والتقييم والنشر والمراقبة بشكل آلي.
يقرأ نظام (Signal) بيانات القياس عن بعد والتتبعات بجدولة منتظمة ليحدد المشكلات ويقترح طلبات السحب (PR) بشكل ذاتي.
تعتمد بيئة تشغيل الوكلاء على عزل كامل داخل بيئة حماية آمنة مع استخدام خادم وسيط لتنظيم وتتبع جميع المدخلات والمخرجات.
تتطلب البرمجيات غير الحتمية بناء عمليات تقييم (evals) ومواءمتها مع الحكم البشري لضمان جودة مخرجات الوكلاء قبل الانتقال إلى الإنتاج.
Timeline
الفجوة المتنامية بين المستخدمين والمطورين المتقدمين
تتسع الفجوة بين المستخدمين التقلديين والمطورين الذين يقودون طليعة تكنولوجيا الوكلاء. يتطلب هذا الواقع الجديد إعادة تفكير شاملة في مهام المطورين وكيفية تفاعلهم مع الطبقات التجريدية المتزايدة للذكاء الاصطناعي.
- يتدرج استخدام نماذج الذكاء الاصطناعي من ستة مليارات مستخدم عادي إلى عشرين مليون محترف وصولاً إلى خمسة آلاف مطور في طليعة الابتكار.
- يشغل المطورون المتقدمون آلاف الوكلاء الذين يعملون باستمرار لإنتاج البرمجيات بشكل آلي.
- تنتقل طبقات التجريد بسرعة نحو بناء مصانع وفرق من الوكلاء البرمجيين داخلياً.
دور مهندس الذكاء الاصطناعي وبناء حلقة العمل
لم يعد عمل المهندس مقصوراً على تطوير ميزة واحدة أو مراجعة الفروق البرمجية يدوياً. تركز المسؤولية الحالية على إعداد الأنظمة والوكلاء لتنفيذ دورة الحياة الكاملة من البناء حتى المراقبة.
- يتحمل مهندس الذكاء الاصطناعي مسؤولية بناء الحلقة البرمجية المتكاملة بدلاً من كتابة الميزات المفردة.
- تتولى الأنظمة الآلية مثل نظام (Signal) مهام مراجعة الأكواد وقراءة بيانات القياس عن بعد.
- تعتمد محفزات تشغيل الوكلاء المستمرين على جداول زمنية منتظمة أو مقاييس أداء محددة.
بيئة التشغيل المعزولة والذاكرة المستمرة
تتطلب إدارة الوكلاء المستمرين بنية تحتية آمنة تعزل البيانات الحساسة وتتتبع كل المدخلات والمخرجات بدقة. يتم الحفاظ على الحالة والذاكرة خارج بيئة الحماية لضمان استمرارية العمل وموثوقية الأداء.
- تعمل الوكلاء ضمن بيئة حماية آمنة ومغلقة يتم الوصول إليها حصراً عبر خادم وسيط.
- تحتفظ الذاكرة الخارجية بنتائج التشغيل والمهارات المكتسبة لضمان عدم بدء العمل من الصفر.
- تضمن متانة النظام إمكانية استئناف العمل من نقطة التوقف عند حدوث أي عطل مفاجئ.
التكامل مع النماذج وتقييم الأداء
تساهم مرونة النماذج في التحكم بالتكاليف مع الحفاظ على صرامة الاكتشافات. يمثل إتقان كتابة التقييمات واختبارها مقابل مجموعات البيانات الذهبية الركيزة الأساسية للثقة في مخرجات الوكلاء قبل إطلاقها للإنتاج.
- يدعم نظام (Signal) أدوات متعددة ونماذج مختلفة لإدارة التكاليف وموازنة الجودة.
- تتطلب المهام غير الحتمية بناء عمليات تقييم دقيقة ومواءمتها مع المعايير البشرية.
- تتحول بيانات القياس عن بعد في بيئة الإنتاج إلى تقييمات مستمرة تغذي الوكلاء للمزيد من التحسين.
Description
Aparna Dhinakaran of Arize AI revisits what an AI engineer actually does as the field moves from writing features to running factories of agents. The job now is building the loop: evals that review non-deterministic work, telemetry that agents consume, and agents that act on it. She walks through how Arize built Signal, an always-on agent that reads traces, remembers past issues and opens PRs, covering triggers, sandboxes, durable state, and evaluating the evaluators. Chapters 00:00 Intro: what does an AI engineer do? 00:38 Karpathy's funnel: who's running thousands of agents 01:45 Rising abstraction, from code to agent factories 02:23 Then vs now: build the loop, not the feature 03:31 Signal: an always-on agent for your traces 04:45 Agents are now the main consumers of telemetry 05:19 What triggers an always-on agent 06:01 Inside a run: context, sandbox, proxy 07:11 What persists and what gets torn down 08:13 Designing durable agents 09:14 Model and harness agnostic 10:21 Writing evals, and evaluating the evaluators 12:48 Trace everything, including your coding agents 14:17 Closing the gap between labs and businesses Aparna Dhinakaran, Arize AI Join us in SF for the second annual AIE CODE summit: https://aie.codes our last flagship summit of 2026. Applications live now!