refactor(i18n): sync the Chapter 6 "Interaction" restructure to all 12 translations

book-ar/afterword.ar.md

@@ -2,13 +2,13 @@
 
 طرح هذا الكتاب في بدايته صيغة أساسية: **Agent = LLM + السياق + الأدوات**. وعلى مدى الفصول العشرة كاملة، دار التناول حول هذه الكلمات الثلاث.
 
-**الفصل الأول** أسس فهمًا ثلاثي المستويات لهذه الصيغة — المستوى التنفيذي، الحدسي، والأكاديمي — وقدم طيف التنظيم من مسارات العمل إلى الوكلاء الذاتيين. ثم استمرت الفصول التالية بالتدريج عبر محور "البناء — التقييم والتطور — التفاعل والتعاون".
+**الفصل الأول** أسس فهمًا ثلاثي المستويات لهذه الصيغة — المستوى التنفيذي، الحدسي، والأكاديمي — وقدم طيف التنظيم من مسارات العمل إلى الوكلاء الذاتيين. ثم استمرت الفصول التالية بالتدريج عبر محور "البناء — التقييم والتطور — التعاون".
 
-- **بناء Agent (الفصول من الثاني إلى الخامس):** هندسة السياق تحدد ما يراه Agent في المهمة الواحدة، بينما تعصم الذاكرة وقواعد المعرفة المعلومات لتتمدد عبر الجلسات المتعددة؛ وتحدد الأدوات ما يمكنه فعله، بينما يوفر توليد الشفرة القدرة الفائقة لابتكار أدوات وأنظمة جديدة.
-- **التقييم والتطور (الفصول من السادس إلى الثامن):** يحول التقييم الأداء إلى إشارات موثوقة، بينما يدمج ما بعد التدريب القدرات عالية الأبعاد في معاملات النموذج، ثم يترجم التطور المستمر الخبرات الإنتاجية إلى تحديثات محكومة للمعارف والتعليمات والبرامج أو المعاملات.
-- **التفاعل والتعاون (الفصلان التاسع والعاشر):** يوسع التفاعل متعدد الوسائط وفي الوقت الفعلي الإدراك والفعل إلى الصوت والواجهات الرسمية والعالم الفيزيائي، بينما يغير التعاون بين وكلاء متعددين طريقة تنظيم السياق والأدوات والمسؤوليات.
+- **بناء Agent (الفصول من الثاني إلى السادس).** هندسة السياق تحدّد ما يراه Agent في مهمة واحدة، والذاكرة وقواعد المعرفة تمدّان المعلومات عبر جلسات متعددة؛ والأدوات تحدّد ما يستطيع فعله، وتوليد الشيفرة يمنحه القدرة العليا على إنشاء أدوات وأنظمة جديدة؛ ثم يدفع فصل التفاعل فضاءَي الملاحظة والفعل من التناوب النصّي إلى الصوت والواجهات الرسومية والعالم الفيزيائي.
+- **التقييم والتطوّر (الفصول من السابع إلى التاسع).** التقييم يحوّل الأداء إلى إشارات موثوقة، وما بعد التدريب يكتب القدرات عالية الأبعاد في معاملات النموذج، والتطوّر المستمر يحوّل خبرة الإنتاج إلى تحديثات منضبطة للمعرفة أو التعليمات أو البرامج أو المعاملات.
+- **التعاون (الفصل العاشر).** التعاون متعدد الوكلاء يغيّر كذلك طريقة تنظيم السياق والأدوات والمسؤولية.
 
-هذه المستويات الثلاثة ليست رفوفًا منفصلة. يعتمد الفصل الثامن على كافة الأسس السابقة: فبدون المسارات وأنظمة المعرفة لا مكان لحفظ الخبرة؛ وبدون القدرة البرمجية لا يمكن لـ Agent تعديل الأدوات والـ Harness؛ وبدون التقييم لا يستطيع النظام معرفة ما إذا كان التعديل تقدمًا أم تراجعًا. ومن هنا يصبح هذا الفصل نقطة الالتقاء والتحول من "كيف نبني Agent" إلى "كيف نجعله يتحسن على المدى الطويل".
+هذه المستويات الثلاثة ليست رفوفًا منفصلة. يعتمد الفصل التاسع على كافة الأسس السابقة: فبدون المسارات وأنظمة المعرفة لا مكان لحفظ الخبرة؛ وبدون القدرة البرمجية لا يمكن لـ Agent تعديل الأدوات والـ Harness؛ وبدون التقييم لا يستطيع النظام معرفة ما إذا كان التعديل تقدمًا أم تراجعًا. ومن هنا يصبح هذا الفصل نقطة الالتقاء والتحول من "كيف نبني Agent" إلى "كيف نجعله يتحسن على المدى الطويل".
 
 ## سحابتان مظلمتان {.unnumbered}
 
@@ -20,7 +20,7 @@
 
 تسمى الأولى **"فرضية العالم الصغير"**: نموذج كبير بدرجة كافية — بضعة تريليونات من المعاملات مثلًا — يتسع بطبعه لجميع المعارف العامة المهمة في العالم الفيزيائي، والتعلم مرة واحدة يكفي. ويشير أصحاب هذا الرأي (ومنهم باحثون في OpenAI وAnthropic) إلى أن تفوق AI اليوم في البرمجة ليس لأن الشفرة ذات طبيعة خاصة للنموذج، بل لأن البرمجة هي المجال الأكثر انفتاحًا للبشرية: حيث تتوفر شفرات المصادر المفتوحة للتعلم، في حين تفتقر معظم القطاعات إلى البيانات المفتوحة.
 
-لكن **«فرضية العالم الكبير»** تشير إلى طبقة لا يمكن استكمالها بمجرد «التدريب مرة واحدة»: المعرفة الخاصة بمستخدم معين أو شركة معينة. فمعايير الشفرة في شركة بعينها، وتفضيلاتها في إعداد العروض التقديمية، وطباع عميل محدد لا تظهر في أي مادة تدريبية وتتغير باستمرار. وللتكيف مع هذا «العالم الكبير» المكوّن من مواقف محددة لا حصر لها، لا بد للنموذج من مواصلة التعلم بعد دخوله العمل؛ ولا يمكن توقع تجهيزه بكل شيء دفعة واحدة عند خروجه من المصنع. وهذا هو الاتجاه الذي تستكشفه الذاكرة في الفصل الثالث والتطور المستمر في الفصل الثامن: هل تُكتب الخبرة في وثائق معرفة أو تعليمات أو برامج، أم تُنتقى لتحديث معلمات النموذج؟ وإلى جانب ذلك، يدفع كل من «RSI» (التحسين الذاتي العودي) و«AI for Science» الوكلاء إلى حدود لا توجد فيها إجابات جاهزة؛ وهناك لا يمكن للوكيل إلا أن يتعلم ذاتيًا من نجاح التجارب وإخفاقاتها المتكررة بدلًا من الرجوع إلى البشر في كل قرار. ولذلك ستكون أقوى قدرات النموذج في النهاية هي التعلم والتكيف، لا الحفظ.
+لكن **«فرضية العالم الكبير»** تشير إلى طبقة لا يمكن استكمالها بمجرد «التدريب مرة واحدة»: المعرفة الخاصة بمستخدم معين أو شركة معينة. فمعايير الشفرة في شركة بعينها، وتفضيلاتها في إعداد العروض التقديمية، وطباع عميل محدد لا تظهر في أي مادة تدريبية وتتغير باستمرار. وللتكيف مع هذا «العالم الكبير» المكوّن من مواقف محددة لا حصر لها، لا بد للنموذج من مواصلة التعلم بعد دخوله العمل؛ ولا يمكن توقع تجهيزه بكل شيء دفعة واحدة عند خروجه من المصنع. وهذا هو الاتجاه الذي تستكشفه الذاكرة في الفصل الثالث والتطور المستمر في الفصل التاسع: هل تُكتب الخبرة في وثائق معرفة أو تعليمات أو برامج، أم تُنتقى لتحديث معلمات النموذج؟ وإلى جانب ذلك، يدفع كل من «RSI» (التحسين الذاتي العودي) و«AI for Science» الوكلاء إلى حدود لا توجد فيها إجابات جاهزة؛ وهناك لا يمكن للوكيل إلا أن يتعلم ذاتيًا من نجاح التجارب وإخفاقاتها المتكررة بدلًا من الرجوع إلى البشر في كل قرار. ولذلك ستكون أقوى قدرات النموذج في النهاية هي التعلم والتكيف، لا الحفظ.
 
 إن هاتين السحابتين لن تتبددا بمجرد ترقية واحدة للنموذج. ولفهم كيفية تجاوزها في النهاية، يجب أولاً إدراك حقيقة واحدة: **النموذج وAgent ليسا في علاقة من الأعلى إلى الأسفل، بل يسيران معًا إلى الأمام.**