الخلاصة: الـ AI Agent نظام يضع نموذج اللغة (LLM) داخل حلقة: يقرأ الهدف، يختار أداة، ينفّذها، يقرأ النتيجة، ثم يقرر الخطوة التالية حتى تتم المهمة. أما الـ Chatbot فيرد على رسالتك بنص ثم ينتظر رسالتك التالية. الفرق إذن ليس في ذكاء النموذج، وإنما في أن الـ Agent يملك أدوات ويقرر بنفسه متى يستخدمها.
ما هو الـ AI Agent؟
هو برنامج يستخدم LLM ليقرر ماذا يفعل، لا ليكتب فقط. تعطيه هدفًا مثل «انقل حجز هذا العميل إلى يوم الخميس»، فيختار هو الخطوات التي توصله إليه. ويتكون من أربعة أشياء:

- LLM: العقل الذي يقرأ الموقف ويختار الخطوة التالية.
- Tools: ما يستطيع فعله خارج المحادثة: قراءة جدول، إرسال بريد، استدعاء API.
- Memory: ما قيل وما نُفّذ في الخطوات السابقة.
- System Message: تعليمات تحدد دوره وحدوده.
ما الفرق بين الـ AI Agent والـ Chatbot؟
الـ Chatbot محادثة: سؤال ثم جواب. والـ Workflow الثابت سلسلة خطوات رسمها إنسان مسبقًا وتتكرر كما هي. والـ AI Agent يجمع بين الاثنين: يفهم اللغة مثل الأول، وينفّذ مثل الثاني، لكنه يختار الخطوات في وقت التنفيذ.
| المقارنة | Chatbot | Workflow ثابت | AI Agent |
|---|---|---|---|
| من يحدد الخطوات؟ | لا خطوات: رد واحد | إنسان، مسبقًا | الـ LLM، في وقت التنفيذ |
| ماذا يُنتج؟ | نصًا | أفعالًا ثابتة | أفعالًا تتغير بحسب الطلب |
| هل يستخدم Tools؟ | لا | نعم، بترتيب ثابت | نعم، ويختار منها |
| متى يتوقف؟ | بعد الرد | بعد آخر خطوة | حين يتحقق الهدف |
| مثال | الإجابة عن سؤال عن مواعيد العمل | إرسال تقرير كل صباح | تعديل حجز بطلب مكتوب بلغة عادية |
وكثير من تطبيقات المحادثة اليوم صارت Agents من الداخل: حين يبحث التطبيق في الويب أو يشغّل كودًا قبل أن يجيبك، فهو يعمل بالحلقة نفسها.
كيف يعمل الـ AI Agent خطوة بخطوة؟
يعمل في حلقة: يفكر، ثم يستدعي أداة، ثم يقرأ نتيجتها، ثم يفكر من جديد. هذا مثال توضيحي لطلب تعديل حجز في فندق، وأسماء الأدوات ورقم الحجز فيه من عندنا:

Goal: move the guest booking to Thursday
1. find_booking(phone) → booking 214, Tuesday
2. check_availability(Thursday) → 1 room free
3. update_booking(214, Thursday) → done
4. send_email(guest, new date) → sent
Stop: reply to the guest with the new date
لم يكتب أحد هذه الخطوات الأربع مسبقًا. ولو لم تكن في يوم الخميس غرفة متاحة، لتوقف الـ Agent بعد الخطوة 2 واقترح على العميل يومًا آخر. هذه القدرة على تغيير الطريق بحسب النتيجة هي ما يميزه عن الـ Workflow الثابت.
متى تحتاج إلى AI Agent ومتى يكفيك Workflow ثابت؟
- سؤال وجواب دون تنفيذ: Chatbot يكفي.
- خطوات معروفة لا تتغير: Workflow ثابت. أرخص وأسرع، وتعرف مسبقًا ماذا سيفعل.
- خطوات تتوقف على ما يطلبه المستخدم أو على ما تعيده الأدوات: AI Agent.
القاعدة العملية: ابدأ بأبسط حل يؤدي المهمة، ولا تبنِ Agent لمهمة يحلها Workflow ثابت.
لماذا يكلّف الـ Agent أكثر؟ وما مخاطره؟
في كل خطوة يعاد إرسال التعليمات ووصف الأدوات وكل ما سبق إلى الـ LLM، فيكبر عدد الـ Tokens مع كل استدعاء. في مثال الحجز خمسة استدعاءات للنموذج: أربعة تختار الأدوات وواحد يكتب الرد. لو كان الأول 1,000 Token وأضافت كل أداة 400، لصار المجموع 9,000 Token، مقابل 1,000 لرد واحد من Chatbot.

- فعل خاطئ لا نص خاطئ: خطأ الـ Chatbot جملة تقرؤها، وخطأ الـ Agent بريد أُرسل أو حجز عُدّل.
- تعليمات مدسوسة: نص في صفحة أو رسالة يقرؤها الـ Agent قد يحاول توجيهه (Prompt Injection).
- حلقة لا تنتهي: يكرر المحاولة ويستهلك Tokens دون أن يصل.
العلاج: أعطه أقل الصلاحيات التي تكفي، واطلب موافقة إنسان قبل أي فعل لا يمكن التراجع عنه، وضع حدًا لعدد الخطوات، وسجّل كل ما ينفّذه.
كيف تبني أول AI Agent؟
لا تحتاج إلى كتابة الحلقة بنفسك. في n8n، وهي منصة Low-Code، تضع Trigger يبدأ العمل (رسالة Chat مثلًا)، ثم AI Agent Node تربط بها نموذجًا و Simple Memory والأدوات التي تسمح بها. ابدأ بمهمة واحدة واضحة وأداة واحدة، وجرّبها على حالات حقيقية، ثم أضف أداة بعد أخرى.
دورة Building Agentic AI Systems with n8n & LLMs على منصة المدرسة تشرح ذلك بالعربية خطوة بخطوة: من الفرق بين الـ AI Agent ونموذج اللغة، إلى الـ Workflow Automation في n8n وربط Gmail و Google Sheets، وتشغيل نماذج محليًا بـ Ollama، والـ RAG والـ Vector Databases، ثم بوتات WhatsApp و Telegram و Messenger، وأنظمة Multi-Agent و MCP، واستضافة n8n على VPS بـ Docker. وفيها دروس مجانية تشاهدها من «تصفح المنهج».
أسئلة شائعة
هل الـ AI Agent هو نفسه الـ LLM؟
لا. الـ LLM هو النموذج الذي يكتب ويقرر، والـ AI Agent نظام حوله: أدوات وذاكرة وتعليمات وحلقة تتكرر حتى تتم المهمة.
هل أحتاج إلى خبرة في البرمجة لبناء AI Agent؟
ليس بالضرورة. منصات Low-Code مثل n8n تبني الحلقة وتربط الأدوات دون كتابة كثير من الكود، وأساسيات البرمجة تساعدك على فهم الـ APIs وحل المشكلات أسرع.
متى لا أحتاج إلى AI Agent؟
حين تكون الخطوات معروفة ولا تتغير. في هذه الحالة Workflow ثابت أرخص وأسرع، وتعرف مسبقًا ماذا سيفعل.



