تحسين نماذج LLM على الجهاز لوكلاء الهاتف في 2026

لماذا يحدد زمن الاستجابة جودة وكيل الهاتف؟

عندما تطلب من وكيل الهاتف أن يفتح تطبيقاً، يلخص إشعاراً، يحضّر رداً، أو ينتقل إلى خطوة داخل Android، فأنت لا تقيس التجربة بعدد نظري في اختبار أداء. أنت تشعر بها من أول ثانية: هل فهم الهاتف؟ هل ظهر شيء مفيد؟ هل بقيت الشاشة في حالة يمكن الرجوع منها؟ تحسين نماذج LLM على الجهاز لوكلاء الهاتف يبدأ من هذا الإحساس اليومي بزمن الاستجابة.

النموذج المحلي السريع يختصر بعض الرحلة بين الطلب والنتيجة، لكنه يعمل داخل قيود الهاتف: ذاكرة محدودة، بطارية، حرارة، تطبيق في المقدمة أو الخلفية، وسياق شاشة يتغير بسرعة. لذلك جودة وكيل الهاتف تعتمد على أكثر من سرعة توليد النص؛ تحتاج إلى استجابة أولى سريعة، استهلاك معقول، ونتيجة يمكن للمستخدم مراجعتها.

توضح وثائق Android Developers عن Gemini Nano أن Gemini Nano يعمل عبر Android AICore لتجارب توليدية على الجهاز، مع تركيز على انخفاض زمن الاستدلال، حالات استخدام تراعي الخصوصية، وتجارب تعمل عند توفر الدعم دون الاعتماد الدائم على الشبكة. هذا يهم وكيل الهاتف لأن كثيراً من الأوامر قصيرة: “لخص هذا”، “حضّر رد”، “افتح الخطوة التالية”.

في FoneClaw نربط السرعة بالنتيجة المرئية. إذا استغرق التفكير لحظة قصيرة ثم ظهر الرد المقترح أو التذكير أو التطبيق الصحيح، يشعر المستخدم أن الهاتف يساعده. وإذا احتاج الإجراء إلى تأكيد، مثل إرسال رسالة أو تعديل إعداد، يجب أن يظهر ذلك بوضوح. زمن الاستجابة الجيد لا يختصر قرار المستخدم؛ إنه يجعله أسهل في اللحظة المناسبة.

لمن يريد خلفية حول تحويل النية إلى إجراء على الهاتف، يمكن قراءة تحكم وكيل الذكاء الاصطناعي في الهاتف. هنا نركز على ما يحدث قبل الإجراء: كيف تجعل النماذج المحلية وسير التشغيل الهاتف أسرع وأكثر قابلية للثقة في الاستخدام اليومي.

حجم النموذج والتكميم والتوجيه إلى نماذج صغيرة

على الهاتف، النموذج الأكبر ليس دائماً الخيار الأفضل. طلب مثل “صغ رداً قصيراً” أو “لخص إشعارين” يحتاج سرعة واستهلاكاً منخفضاً أكثر من عمق طويل. لذلك يظهر تحسين LLM للموبايل في اختيار حجم النموذج، ضغطه، وتوجيه المهمة إلى نموذج مناسب بدلاً من تشغيل أثقل مسار في كل مرة.

التكميم يعني عملياً جعل النموذج أخف في الذاكرة والحساب، مع الحفاظ على جودة كافية للمهمة. المحولات أو الإضافات الخفيفة تساعد النموذج على التخصص في نمط معين دون تحميل كل شيء من جديد. أما التوجيه إلى نموذج صغير فيعني أن الهاتف يختار مساراً سريعاً للمهام البسيطة، ويترك المهام المعقدة لمسار أعمق عندما يكون ذلك مفيداً.

تصف Apple في تحديثات Apple حول Foundation Models أعمال كفاءة على الجهاز تشمل مشاركة KV cache، التكميم، المحولات، وتقسيماً بين نموذج محلي ونموذج خادمي. الفكرة العملية أوسع من منصة واحدة: تجربة الهاتف تحتاج نماذج صغيرة بما يكفي لتبقى سريعة، وذكية بما يكفي لتخدم خطوة المستخدم.

بالنسبة إلى FoneClaw، هذا يظهر في نوعية المهام. فتح تطبيق، تحضير تذكير، أو تلخيص إشعار قصير لا يحتاج دائماً إلى استدلال طويل. أما تخطيط سلسلة خطوات أو فهم سياق أكبر فقد يستفيد من مسار أقوى. نحن نبني تجربة تجعل المستخدم يرى النتيجة: مسودة، تذكير، فتح تطبيق، أو اختيار ينتظر التأكيد.

هذه ليست مسألة ضغط أكاديمية فقط. إذا كان النموذج صغيراً وسريعاً، يستطيع الهاتف أن يستجيب في اللحظات اليومية. وإذا كان المسار عميقاً عند الحاجة، يحصل المستخدم على فهم أفضل دون أن يتحول كل طلب قصير إلى انتظار طويل.

AICore وGemini Nano وLiteRT-LM كمسارات تشغيل على الهاتف

حتى النموذج الجيد يحتاج طريقاً عملياً ليعمل داخل Android. هنا تأتي أهمية AICore وGemini Nano وML Kit GenAI وLiteRT وLiteRT-LM. هذه الأسماء ليست مجرد طبقات للمطورين؛ هي المسارات التي تحدد كيف يصل الاستدلال المحلي إلى تطبيق، وكيف يعرف التطبيق هل الميزة متاحة على هذا الجهاز، وكيف يدير التحميل والحدود.

توضح وثائق Google ML Kit GenAI Prompt API أن استخدام Prompt API يتطلب أجهزة Android مدعومة، ويتضمن فحص توفر الميزة، وتنزيل Gemini Nano عند الحاجة، ودعم warmup لتقليل زمن الاستدعاء الأول، مع توثيق حدود الرموز والحصة لكل تطبيق. هذه التفاصيل تظهر مباشرة في تجربة المستخدم: هل الميزة تظهر؟ هل تعمل بسرعة من أول مرة؟ هل تتوقف عند حد معين؟

تعرض Google AI Edge منظومة للذكاء الاصطناعي على الجهاز تشمل MediaPipe task APIs وLiteRT وLiteRT-LM. أما نظرة LiteRT-LM فتذكر أمثلة LLM محلية وأبعاد أداء مثل prefill وdecode ووقت أول رمز، ومسارات CPU وGPU والذاكرة وتنفيذ نماذج محلية دون اتصال عند توفر الإعداد المناسب.

على جانب Apple، تعرض وثائق Foundation Models framework نموذجاً لغوياً على الجهاز لمهام Apple Intelligence، مع مخرجات منظمة واستدعاء أدوات داخل التطبيقات. هذا يؤكد اتجاهاً عاماً: أن تصبح قدرات اللغة داخل النظام والتطبيقات أقرب إلى المستخدم، لا محصورة في دردشة بعيدة.

في FoneClaw، ما يهمنا من مسارات التشغيل هو النتيجة على Android. إذا كانت ميزة محلية متاحة، يمكن أن تساعد في تلخيص أو صياغة أو فهم قصير. وإذا كان الجهاز أو التطبيق يحتاج مساراً آخر، يجب أن تبقى التجربة قابلة للمتابعة: افتح التطبيق، اعرض الحالة، أو اطلب تأكيداً قبل الخطوة التالية.

الذاكرة وKV cache وبدء التشغيل في سير الهاتف المتكرر

كثير من طلبات وكيل الهاتف متكررة: “لخص الإشعارات”، “حضّر رداً”، “افتح المهمة التالية”، “ذكرني بهذا”. التكرار يفتح فرصة لتحسين السرعة المحسوسة. هنا تظهر مفاهيم مثل KV cache وprefill وdecode وwarmup، وهي مصطلحات تقنية لكنها ترتبط بإحساس بسيط: هل بدأ الهاتف بالرد فوراً أم انتظر طويلاً؟

في نماذج اللغة، prefill هو مرحلة قراءة السياق الأولي، وdecode هو توليد الإخراج خطوة بخطوة. KV cache يساعد النموذج على الاحتفاظ بأجزاء من الحساب لاستخدامها لاحقاً بدلاً من إعادة كل شيء من البداية. على الهاتف، هذا مهم لأن الذاكرة محدودة، والسياق الطويل يمكن أن يضغط على الجهاز.

warmup يعني تجهيز المسار قبل الطلب الثقيل حتى لا تكون أول استجابة هي الأبطأ. توثيق ML Kit GenAI يشير إلى دعم warmup لتقليل زمن أول استدعاء. في تجربة وكيل الهاتف، هذا قد يعني أن تطبيقاً يعرف أن المستخدم سيدخل جلسة إنتاجية أو محادثة، فيجهز المسار بحيث يصبح أول تلخيص أو رد أسرع.

إعادة استخدام الذاكرة المؤقتة تساعد أيضاً في سير متكرر: تلخيص نفس المحادثة عدة مرات، إعداد ردود متتابعة، أو مراجعة سلسلة إشعارات. لكن الهاتف يحتاج إدارة ذكية؛ الاحتفاظ بكل شيء قد يستهلك ذاكرة وبطارية. لذلك يكون التحسين الجيد هو اختيار ما يستحق الاحتفاظ به وما يمكن إعادة حسابه.

في FoneClaw، هذا ينعكس على خطوات مثل تلخيص إشعارات العمل، تجهيز رد قصير، أو مواصلة مهمة بدأت قبل قليل. نريد أن يشعر المستخدم أن الهاتف يتذكر السياق القريب بما يكفي ليخدم الخطوة، مع بقاء النتيجة ظاهرة وقابلة للمراجعة.

متى يكفي الاستدلال المحلي ومتى يفيد السحابي؟

ليست كل مهمة تحتاج السحابة، وليست كل مهمة تناسب النموذج المحلي. طلبات قصيرة مثل تلخيص إشعار، صياغة رد بسيط، تصنيف تنبيه، أو فتح مسار داخل تطبيق قد تناسب الاستدلال المحلي عند توفر الدعم. أما المهام التي تحتاج معرفة واسعة أو تفكيراً طويلاً أو سياقاً كبيراً فقد تستفيد من مسار سحابي أو هجين.

التوجيه الذكي بين المحلي والسحابي يجب أن يخدم تجربة المستخدم، لا أن يظهر كقرار تقني معقد. إذا كان الهاتف يستطيع تنفيذ خطوة محلية بسرعة، يظهر الرد أو المسودة فوراً. وإذا احتاج الأمر تفكيراً أعمق، يمكن عرض حالة واضحة: ما الذي يجري، وما الخطوة التالية، وما الذي ينتظر تأكيد المستخدم.

هذا هو المكان الذي يلتقي فيه تحسين نماذج LLM على الجهاز لوكلاء الهاتف مع تصميم FoneClaw. نحن نركز على إجراءات Android المدعومة: فتح تطبيق، تجهيز رسالة، إنشاء تذكير، مراجعة حالة شاشة، أو نقل المستخدم إلى خطوة واضحة. سواء جاء الفهم من مسار محلي أو سحابي أو هجين، النتيجة يجب أن تكون قابلة للرؤية والمراجعة.

للتفصيل الأوسع حول اختيار المحلي أو السحابي، يمكن الرجوع إلى وكيل ذكاء اصطناعي محلي أم سحابي. في هذا المقال نستخدم الفكرة بشكل عملي: المحلي ممتاز للسرعة والمهام القصيرة عندما يتوفر، والسحابي مفيد عندما تحتاج المهمة عمقاً أوسع، والهاتف الجيد يعرف كيف يعرض الانتقال للمستخدم.

يؤثر هذا أيضاً في الحصة والبطارية. بعض واجهات GenAI توثق حدوداً للرموز والحصة، وبعض المسارات المحلية تستهلك ذاكرة أو طاقة. التقييم الجيد لا يسأل فقط “هل تعمل؟” بل يسأل: هل تعمل بسرعة؟ كم مرة؟ ما وضع البطارية؟ وما الذي يحدث عندما تنتهي الحصة أو يتغير الاتصال؟

قائمة تقييم لميزة LLM تعمل على الجهاز

عندما ترى ميزة “AI على الجهاز” في هاتف أو تطبيق، ابدأ من الاستخدام اليومي، لا من الشعار. اسأل: ما المهمة التي تخدمها؟ تلخيص؟ ردود؟ بحث داخل الهاتف؟ اقتراحات؟ هل تعمل داخل التطبيق الذي تستخدمه فعلاً؟ وهل تظهر النتيجة قبل أي خطوة مؤثرة؟

• دعم الجهاز: تحقق من أن الهاتف وإصدار Android يدعمان المسار المطلوب مثل AICore أو واجهات GenAI ذات الصلة.
• السلوك دون اتصال: افهم ما يعمل محلياً وما يحتاج شبكة، وما الذي يظهر للمستخدم عند تغير الاتصال.
• زمن الاستجابة: راقب وقت أول نتيجة، لا سرعة التوليد فقط.
• الذاكرة والبطارية: اختبر الميزة في جلسة طويلة، لا في طلب واحد قصير.
• الحصة وحدود الرموز: راجع ما يحدث عند الطلبات المتكررة أو السياق الطويل.
• استعادة الواجهة: يجب أن تعرف أين توقفت المهمة وكيف تتابع أو تعدل.
• التأكيد: الرسائل والإعدادات والخطوات الحساسة تحتاج عرضاً واضحاً قبل التنفيذ.
• البديل العملي: عند تعذر المسار المحلي، يجب أن يبقى هناك فتح تطبيق أو تذكير أو مسار متابعة واضح.

في FoneClaw، نستخدم هذه القائمة لتقييم تجربة وكيل الهاتف لا بوصفها نموذجاً فقط، بل بوصفها سير Android كامل. النموذج يفهم، لكن التطبيق يفتح، والإشعار يظهر، والرسالة تُراجع، والتذكير يُحفظ. هذا هو الفرق بين ميزة AI تبدو رائعة في العرض وميزة تساعد المستخدم فعلاً.

لمن يريد فهم مكان هذه الطبقات داخل بنية أوسع لوكيل النظام، يمكن قراءة الأساس ثلاثي الطبقات لوكيل نظام التشغيل. أما هنا فالمعيار العملي هو: هل جعلت ميزة LLM المحلية الهاتف أسرع وأوضح في تنفيذ خطوة حقيقية؟