شهریور
اخبار
کلود وارد مرورگر شد؛ ابزارهای عاملانهی آنتروپیک عمومی شدند
آنتروپیک مجموعهای از ابزارهای عاملانهی کلود را از مرحلهی آزمایشی خارج کرد و بهصورت عمومی در اختیار توسعهدهندگان گذاشت. مهمترین عضو این مجموعه ابزار تازهای است که به مدل اجازه میدهد بهجای حدسزدن از روی پیکسلها، ساختار واقعی صفحهی وب را بخواند و با آن کار کند. کنار آن دو سرویس دیگر هم عمومی شدند که کار ساخت ایجنتهای سازمانی را از یک پروژهی پژوهشی به یک محصول قابل اتکا نزدیک میکنند.
لیست مطالب
۱) چه چیزی عرضه شد
خبر اصلی یک چیز نیست، مجموعهای از قابلیتهاست که همزمان از حالت بتا خارج شدند. مهمترینشان ابزاری است که به مدل امکان میدهد داخل برنامههای تحت وب کار کند: صفحه را بخواند، فرم پر کند، روی عناصر کلیک کند و مسیر یک فرآیند چندمرحلهای را تا انتها طی کند.
در کنار آن، سرویس مدیریت مهارتها اجازه میدهد توسعهدهنده یک پوشه شامل دستورالعملها، اسکریپتها و قالبها را بارگذاری و نسخهبندی کند. این پوشه در محیط ایزولهی کلود اجرا میشود و نیازی به میزبانی از سمت توسعهدهنده ندارد.
سرویس سوم هم لایهی ذخیرهسازی فایلهاست؛ جایی برای اسنادی که ایجنت میخواند یا خودش تولید میکند. طبق اعلام رسمی، این سرویس با انقضای خودکار، محدودیت نرخ پنج برابر بالاتر و ظرفیت یک ترابایت برای هر سازمان عرضه شده است.
۲) تفاوت کلیدی؛ خواندن ساختار بهجای شمردن پیکسل
نسل قبلی ابزارهای کنترل رایانه بر پایهی تصویر کار میکردند: مدل یک اسکرینشات میدید، حدس میزد دکمه کجاست و مختصات کلیک را اعلام میکرد. این روش کار میکرد اما شکننده بود؛ تغییر اندازهی پنجره، تم تیره یا حتی یک تبلیغ بالای صفحه میتوانست همهچیز را بههم بریزد.
رویکرد تازه ساختار صفحه را میخواند. یعنی مدل میداند کدام عنصر یک دکمه است، کدام یک فیلد ورودی و کدام یک لینک. نتیجهی مستقیم این تغییر پایداری بیشتر است: ایجنت بهجای اینکه سعی کند از روی تصویر بفهمد چه خبر است، با همان چیزی کار میکند که مرورگر واقعاً میبیند.
یک تفاوت مهم دیگر هم وجود دارد. بهگفتهی برخی تحلیلگران، این ابزار خودش مرورگری اجرا نمیکند؛ زیرساخت اجرا همچنان بر عهدهی توسعهدهنده است و مدل تصمیمهای سطح بالا را میگیرد. این یعنی کنترل و مسئولیت محیط اجرا نزد سازمان باقی میماند.
۳) چند اقدام در یک نوبت؛ چرا این عدد مهم است
در طراحی قبلی، هر فراخوانی مدل به یک اقدام ختم میشد. برای پرکردن فرمی با ده فیلد، ده رفتوبرگشت لازم بود و هر رفتوبرگشت هم زمان میبرد و هم هزینه داشت.
حالا مدل میتواند چند اقدام را در یک نوبت اعلام کند. اثر این تغییر تجمعی است: در فرآیندهای طولانی، کاهش تعداد فراخوانیها هم زمان اجرا را کوتاه میکند و هم مصرف توکن را پایین میآورد.
همینجاست که اعداد گزارششده معنا پیدا میکنند. طبق گزارش رسمی آنتروپیک، یک شرکت فعال در پردازش مطالبات درمانی زمان یک فرآیند را از ۳۲ دقیقه به ۱۳ دقیقه کاهش داد، هزینهها حدود ۳۰ درصد پایین آمد و وظایف بدون نیاز به تغییر پرامپت به تکمیل کامل رسیدند.
۴) مهارتها بهعنوان یک واحد قابلحمل
ایدهی مهارت ساده است: بهجای اینکه دانش سازمانی را در یک پرامپت طولانی بچپانید، آن را در یک پوشهی ساختاریافته سازمان دهید. دستورالعملها در فایل متنی، اسکریپتهای کمکی کنارش و قالبهای خروجی هم در همان بسته.
مزیت این طراحی نسخهبندی و بازاستفاده است. تیم مالی میتواند مهارت «ساخت گزارش فصلی» را یکبار بنویسد و همهی ایجنتهای سازمان از آن استفاده کنند. اصلاح یک اشتباه هم در یک نقطه انجام میشود، نه در ده پرامپت پراکنده.
برای کسانی که میخواهند این مفاهیم را از پایه یاد بگیرند، راهنمای پرامپتنویسی به زبان ساده نقطهی شروع خوبی است؛ چون ساختار یک مهارت خوب در نهایت همان اصول پرامپتنویسی دقیق را در مقیاس بزرگتر پیاده میکند.
۵) فایلها؛ حلقهی گمشدهی ایجنتهای واقعی
بیشتر کارهای واقعی سازمانی حول اسناد میچرخد: قرارداد، فاکتور، گزارش، صورتجلسه. ایجنتی که نتواند فایل بخواند و فایل بسازد، در عمل به یک چتبات پیشرفته محدود میماند.
سرویس فایل این شکاف را پر میکند. کاربر یک بار سند را بارگذاری میکند و در درخواستهای بعدی فقط با شناسه به آن ارجاع میدهد. این یعنی نه لازم است محتوای سند در هر درخواست تکرار شود و نه سازمان باید زیرساخت جداگانهای برای نگهداری موقت فایلها بسازد.
انقضای خودکار هم از منظر حاکمیت داده اهمیت دارد. اسناد حساس برای همیشه در سرویس نمیمانند و سیاست نگهداری داده قابل تعریف است.
۶) معنای این تغییر برای رقابت مدلها
رقابت میان کلود، چتجیپیتی و جمینای مدتهاست از «کدام مدل بهتر پاسخ میدهد» عبور کرده است. میدان تازه این است که کدام پلتفرم راحتتر اجازه میدهد یک فرآیند کاری واقعی را سرتاسر خودکار کنید.
در این میدان، سه چیز تعیینکننده است: قابلیت اقدام، ابزار مدیریت دانش سازمانی و زیرساخت داده. عرضهی همزمان این سه، نشان میدهد آنتروپیک دقیقاً همین بسته را هدف گرفته است.
مقایسهی رویکردهای مختلف بازیگران این حوزه را پیشتر در نبرد چتجیپیتی و دیپسیک بررسی کردهایم؛ الگویی که حالا در سطح ابزارهای عاملانه تکرار میشود.
۷) کجا مفید است و کجا هنوز نه
کاربردهای روشن این ابزارها جایی است که فرآیند تکراری، قاعدهمند و مبتنی بر رابط وب باشد: ثبت سفارش در پنل تأمینکننده، استخراج داده از سامانهای که ایپیآی ندارد، پرکردن فرمهای اداری و آشتیدادن اطلاعات میان دو سیستم قدیمی.
اما همهچیز گل و بلبل نیست. هر ایجنتی که در محیط واقعی کلیک میکند، توان انجام کار اشتباه را هم دارد. تعریف مرزهای دسترسی، محیط آزمایشی جداگانه و ثبت کامل رویدادها همچنان ضروری است.
نکتهی دوم اینکه بهبود پایداری بهمعنای دقت مطلق نیست. تغییر ناگهانی طراحی یک سایت هدف میتواند فرآیند را متوقف کند، پس نظارت انسانی روی مسیرهای پرریسک هنوز حذفشدنی نیست. برای مرور واقعبینانهی این محدودیتها توان و محدودیتهای واقعی هوش مصنوعی را ببینید.
۸) از کجا شروع کنیم
اگر تیم فنی دارید، منطقیترین شروع انتخاب یک فرآیند کوچک اما پرتکرار است؛ چیزی که هفتهای چند ساعت وقت میگیرد و خطای انسانی در آن رایج است. آن را ابتدا در محیط آزمایشی خودکار کنید و معیار موفقیت را از پیش تعریف کنید.
اگر تیم فنی ندارید، هنوز هم میتوانید از منطق این ابزارها استفاده کنید: مستندسازی دقیق فرآیندها و تبدیل دانش ضمنی به دستورالعمل نوشتاری، همان کاری است که بعداً یک مهارت قابلاجرا میشود. دلایل اهمیت این کار را در اهمیت هوش مصنوعی در کسبوکار شرح دادهایم.
و اگر تازهکار هستید، آشنایی با مفاهیم پایهی این حوزه لازم است؛ مطلب اوپنایآی چیست و مجموعهی آموزشهای چتجیپیتی برای همین نوشته شدهاند.
پرسشهای پرتکرار دربارهی ابزارهای تازهی کلود
ابزار جدید مرورگر دقیقاً چه فرقی با نسخهی قبلی دارد؟
نسخهی قبلی بر پایهی تصویر و مختصات پیکسلی کار میکرد. نسخهی تازه ساختار صفحه را میخواند و عناصر را دقیقتر هدف میگیرد؛ ضمن اینکه چند اقدام را در یک نوبت انجام میدهد.
آیا کاربر عادی هم میتواند از این قابلیتها استفاده کند؟
این عرضه در سطح پلتفرم توسعهدهندگان انجام شده است. کاربران عادی اثر آن را بهشکل غیرمستقیم و از طریق محصولاتی میبینند که روی این زیرساخت ساخته میشوند.
اعداد گزارششده دربارهی کاهش زمان چقدر قابل اتکاست؟
این ارقام از گزارش رسمی آنتروپیک و مربوط به یک مورد کاربردی مشخص است. تعمیم آن به هر فرآیندی درست نیست و نتیجه به ماهیت کار بستگی دارد.
آیا این ابزارها روی سرویسهای ابری دیگر هم در دسترساند؟
طبق اعلام رسمی، دسترسی به این قابلیتها به مایکروسافت فاندری و ورتکس ایآی گوگل هم گسترش مییابد.
بزرگترین ریسک استفاده از ایجنتهای اقدامکننده چیست؟
اقدام اشتباه در محیط واقعی. تعریف سطح دسترسی محدود، اجرای اولیه در محیط آزمایشی و ثبت کامل رویدادها سه اقدام حداقلی برای مهار این ریسک است.
