https://thedotnetblog.com/ar/tags/reinforcement-learning/Articles, tutorials and insights from the .NET community.Hugoar@thedotnetblog (The .NET Blog)@thedotnetblogThu, 18 Jun 2026 00:00:00 +0000https://thedotnetblog.com/ar/news/emiliano-montesdeoca/openenv-foundry-learning-systems-what-stands-out/Thu, 18 Jun 2026 00:00:00 +0000Emiliano Montesdeocahttps://thedotnetblog.com/ar/news/emiliano-montesdeoca/openenv-foundry-learning-systems-what-stands-out/قصة OpenEnv وFoundry الجديدة تتجاوز بكثير مصطلحات reinforcement learning الرنانة. إنها في الحقيقة دفع نحو أنظمة وكلاء يمكن تقييمها وتحسينها وتطويرها بمرور الوقت وفق نتائج أعمال حقيقية.<blockquote> <p><em>تمت ترجمة هذه المقالة تلقائيًا. لقراءة الأصل، <a href="https://thedotnetblog.com/ar/news/emiliano-montesdeoca/openenv-foundry-learning-systems-what-stands-out/">انقر هنا</a>.</em></p> </blockquote> <p>ما زالت معظم أحاديث الوكلاء تتوقف عند الاستدلال.</p> <p>هل يستطيع النموذج الإجابة على الطلب؟ هل يستطيع استدعاء الأداة؟ هل ينجز المهمة مرة واحدة؟</p> <p>النقاش الجديد حول <strong>OpenEnv + Foundry</strong> مثير للاهتمام لأنه يحاول نقل الحديث إلى مكان أكثر طموحًا: <strong>كيف تبني نظام وكلاء يتحسن فعلاً بمرور الوقت؟</strong></p> <p>هذا سؤال أفضل بكثير.</p> <h2 id="التحول-الأساسي-هو-من-الردود-إلى-حلقات-التعلم">التحول الأساسي هو من الردود إلى حلقات التعلم</h2> <p>يطرح منشور Foundry المشكلة حول البيئات، والتقييمات، والمعايير، والتحسين، وما بعد التدريب.</p> <p>يمكن تلخيص كل ذلك في جملة واحدة:</p> <p><strong>الهدف لم يعد مجرد تشغيل وكيل، بل امتلاك حلقة تقيس الوكيل وتحسنه مقابل نتائجك الفعلية.</strong></p> <p>هذا هو الجزء الذي أعتقد أن على المطورين الانتباه إليه.</p> <p>لأنك عندما ترى الأمر بهذه الطريقة، تصبح الأصول الدائمة ليست النموذج أو الطلب فقط. بل النظام المحيط به:</p> <ul> <li>البيئة التي يعمل فيها</li> <li>المعيار الذي يقيّمه</li> <li>التتبعات التي تشرح ما حدث</li> <li>المُحسّن الذي يطوّر التهيئة</li> </ul> <p>هذه طريقة أكثر جاهزية للمؤسسات للتفكير.</p> <h2 id="لماذا-يهم-هذا-حتى-لو-لم-تكن-تعمل-على-أبحاث-rl">لماذا يهم هذا حتى لو لم تكن تعمل على أبحاث RL</h2> <p>لنكن صريحين: مصطلحات مثل OpenEnv، وما بعد التدريب، ونمذجة العالم قد تجعل كثيرًا من المطورين يتجاهلون الموضوع فورًا.</p> <p>لكن الخلاصة العملية أبسط من المصطلحات.</p> <p>حتى لو لم تلمس حلقة تدريب مباشرة، فإن هذا العمل يشكل قصة المنصة لتطوير الوكلاء في المستقبل:</p> <ul> <li>تصبح التقييمات من الدرجة الأولى</li> <li>يصبح التحسين مستمرًا بدل أن يكون متقطعًا</li> <li>تصبح البيئات أصولًا قابلة لإعادة الاستخدام</li> <li>يصبح سلوك الوكيل الأفضل شيئًا يمكن قياسه، لا مجرد &ldquo;يبدو أفضل في العروض التوضيحية&rdquo;</li> </ul> <p>هذه خطوة كبيرة إلى الأمام.</p> <h2 id="وجهة-نظري">وجهة نظري</h2> <p>أذكى ما في هذا الإعلان ليس أي تفصيل بحثي واحد.</p> <p>إنه الإطار الذي يقدمه.</p> <p>من الواضح أن Microsoft تحاول نقل النظام البيئي من هندسة الطلبات الثابتة إلى <strong>أنظمة وكلاء مدفوعة بالنتائج</strong>. أنظمة يمكن تقييمها، وضبطها، وحوكمتها، وتحسينها تدريجيًا.</p> <p>هذا هو مكان القيمة الجادة للمنصة.</p> <p>وإذا كنت تبني وكلاء اليوم، حتى على مستوى التطبيق، فمن المفيد متابعة إلى أين يتجه هذا.</p> <p>المقال الأصلي: <a href="https://devblogs.microsoft.com/foundry/outcome-driven-learning-systems-enterprise-rl-with-openenv-and-foundry/">أنظمة التعلم المدفوعة بالنتائج: RL للمؤسسات مع OpenEnv وFoundry</a></p>