قد يبقى وكيل الذكاء الاصطناعي متاحاً طوال اليوم، ويعمل على فترات فقط. هذا مريح للمستخدم الذي يجد سياقه وملفاته وعمله. لكن الفريق الذي يدفع تكلفة البنية التحتية يواجه سؤالاً آخر: ما الموارد التي تبقى محجوزة أثناء الانتظار؟
في تحليل نشرته يوم 16 نونبر، تناقش Google المشكلة لجلسات وكلاء البرمجة على Kubernetes. يقارن نموذجها بين جلسات تحتفظ بالموارد وبيئات تُعلّق بين الطلبات. إنه تحليل مقدم خدمة بفرضيات محددة، وليس قياساً لوفر فريقكم.
تكلفة وكلاء الذكاء الاصطناعي تتجاوز استدعاءات النموذج
قد يتابع فريق استهلاك الرموز بدقة، ويغفل الموارد المحجوزة حول الوكيل: تنفيذ الأدوات ومساحة العمل والتخزين والخدمات المساندة. لذلك لا يصف الإنفاق على النموذج وحده تكلفة النظام كاملاً.
التمييز المفيد هو بين الجلسة وبيئة تنفيذها. تمثل الأولى استمرارية العمل والمحادثة، وتوفر الثانية الموارد اللازمة لتنفيذ الإجراءات. الحفاظ على الاستمرارية لا يستلزم بالضرورة تشغيل القدرة الحاسوبية نفسها باستمرار، لكنه يتطلب معرفة ما يجب حفظه واستعادته.
الملفات والعمليات الجارية والاتصالات المفتوحة ليست حالة واحدة. إعادة تشغيل تعيد المجلد وتفقد عملية مهمة لا تعادل جلسة بقيت نشطة. حددوا ما يجب أن يستعيده المستخدم قبل مقارنة التكلفة.
مثال للموارد المحجوزة، لا توقع للفاتورة
لنفترض وضعاً خيالياً بالكامل: 10 جلسات، تحجز كل واحدة قدرة 1 vCPU لمدة 8 ساعات. المجموع 80 ساعة-vCPU من القدرة المحجوزة. وإذا عملت كل جلسة فعلياً لمدة 40 دقيقة فقط، فإن زمن النشاط المجمع، عند القدرة نفسها، يعادل نحو 6.7 ساعات-vCPU.
يجعل الفارق الانتظار مرئياً، لكنه لا يثبت إمكانية حذف الفرق من الفاتورة. تبقى الذروة والقدرة الاحتياطية والتخزين والخدمات الدائمة والتسعير الفعلي مؤثرة. وقد تنتظر الجلسات معاً ثم تنشط معاً؛ متوسط اليوم لا يحدد موارد تلك الذروة.
هذا حساب توضيحي دون أسعار أو اختبار حقيقي. ويفصل بين أمرين يسهل الخلط بينهما: انخفاض النشاط، وإمكانية تحرير موارد تُحتسب تكلفتها فعلاً.
3 طرق للتعامل مع الانتظار
| المقاربة | ما يجب فحصه | الخطر المراد قياسه |
|---|---|---|
| إبقاء البيئة نشطة | الموارد المحجوزة وإمكانية مشاركتها مع الحفاظ على مستوى الخدمة. | الدفع مقابل إتاحة طويلة وعمل قليل. |
| الإيقاف ثم إعادة البناء | الحالة المحفوظة خارج العملية وطريقة إعادة التشغيل. | فقدان الاستمرارية أو بطء العودة. |
| التعليق ثم الاستعادة | الحالة المحفوظة فعلاً وتكلفة الخدمات الدائمة وقدرة الاستعادة. | تعقيد أكبر من الوفر الممكن بهذا الحجم. |
هذه أداة قرار تقترحها أونيكس، وليست مقارنة لمنتجات اختبرناها. قد يستفيد فريق صغير من بنية بسيطة، بينما قد تستحق منظومة كبيرة ومتقطعة النشاط دراسة أعمق. عدد الجلسات المفتوحة وحده لا يحسم الاختيار.
يوضح تحليل Google أيضاً أن المقارنة تتغير مع ضمانات المعالج ومشاركة الموارد. قارنوا مستوى خدمة متكافئاً. قد تلائمكم مقاربة أرخص تبطئ المهام أكثر، لكن ينبغي عرض هذه المفاضلة بوضوح.
قياس أسبوع قبل نقل المنظومة
ابدؤوا بسجل عملي: الجلسات المفتوحة والمهام النشطة بالتزامن وفترات الخمول وزمن العودة المقبول. راجعوا ساعات الضغط، إضافة إلى المتوسط.
أدخلوا الإخفاقات في التقييم. استعادة تكرر إجراءً أو تفقد عملاً قد تكلف أكثر من الانتظار الذي وفرته. اختبروا الاستمرارية والتعافي وعودة مستخدمين متزامنة على نطاق صغير. وتحتاج الصلاحيات إلى فحص مستقل، كما يشرح مقالنا عن صلاحيات وكلاء الذكاء الاصطناعي.
يمكن اعتماد التكلفة لكل مهمة منجزة ومتحقق منها، مع زمن الاستجابة ومعدل الإخفاق. يشمل النطاق المعلن النموذج والبنية التحتية والتشغيل. انخفاض تكلفة الحوسبة مع زيادة التدخل البشري يحتاج إلى تقييم إجمالي.
قبل السؤال عن عدد الوكلاء الذين تستوعبهم البنية، اسألوا عما يجب أن يبقى متاحاً بين مهمتين. تحدد الإجابة ما يمكن تعليقه، وتبين القياسات بعد ذلك إن كان الأمر يستحق.




نقاش
أضف وجهة نظرك.
هل لديك سؤال أو وجهة نظر مختلفة أو تجربة تود مشاركتها؟ ساهم في إثراء النقاش.