مهر
اخبار
Ajax پیوودای؛ عامل هوش مصنوعی محلی و ماجرای دو محرومیت از OpenAI
پیوودای، یوتیوبر مشهور، از Ajax رونمایی کرد؛ یک عامل هوش مصنوعی محلی با ۹ میلیارد پارامتر که روی کامپیوتر شخصی اجرا می‌شود، ایمیل و تقویم را مدیریت می‌کند و به گفته‌ی خودش دو بار او را از حساب OpenAI محروم کرده است.
لیست مطالب
۱. Ajax چیست و چه کسی آن را ساخته؟
مدل Ajax یک مدل زبانی کوچک‌شده و اختصاصی‌سازی‌شده است که آن را پیوودای (فلیکس شلبرگ) معرفی کرد. هسته‌ی این مدل، Qwen3.5-9B از خانواده‌ی مدل‌های شرکت علی‌بابا است و با ۹ میلیارد پارامتر در رده‌ی مدل‌های سبک قرار می‌گیرد؛ یعنی مدلی که قرار است به‌جای سرورهای ابری غول‌های فناوری، روی کامپیوتر خانگی اجرا شود.
هدف سازنده این است که Ajax مثل یک دستیار شخصی کار کند: جستجوی وب، مرور صفحات، مدیریت ایمیل، هماهنگی تقویم و سازمان‌دهی فهرست کارها. به بیان دیگر، به‌جای یک چت‌بات معمولی، با یک «عامل هوش مصنوعی» (AI Agent) سروکار داریم که قرار است کار انجام دهد، نه فقط جواب بدهد.
اگر هنوز با مفهوم شرکت‌های بزرگ این حوزه آشنا نیستید، مقاله‌ی OpenAI چیست؟ پیش‌زمینه‌ی خوبی برای فهم این ماجرا می‌دهد.
۲. هوش مصنوعی محلی یعنی چه و چرا مهم است؟
وقتی از «هوش مصنوعی محلی» (Local AI) حرف می‌زنیم، منظور مدلی است که روی سخت‌افزار خود کاربر اجرا می‌شود. نتیجه‌ی مستقیم این طراحی، حریم خصوصی بیشتر است، چون ایمیل و تقویم و مرورگر شما برای پردازش به سرور شخص ثالث فرستاده نمی‌شود.
مزیت دوم هزینه است. مدل محلی اشتراک ماهانه ندارد و برای هر درخواست هزینه‌ی توکن نمی‌گیرد. مزیت سوم استقلال است: اگر یک شرکت سیاست‌هایش را عوض کند یا حساب شما را ببندد، مدل محلی شما همچنان کار می‌کند. ماجرای محرومیت‌های Ajax دقیقاً همین نکته را برجسته می‌کند.
البته مدل ۹ میلیارد پارامتری با مدل‌های پیشرو هم‌وزن نیست. معامله‌ی اصلی این است که کمی دقت و توان استدلال را فدا می‌کنید تا کنترل و حریم خصوصی بگیرید. برای کارهای روزمره مثل مرتب کردن ایمیل و تقویم، همین مدل‌های کوچک می‌توانند کافی باشند، به‌ویژه اگر برای همان کار بهینه شده باشند.
۳. دو محرومیت از OpenAI؛ ماجرا چیست؟
بخش جنجالی خبر، ادعای خود شلبرگ است. او می‌گوید حین ساخت Ajax، OpenAI حساب او را دو بار مسدود کرده است. به گفته‌ی او، ایمیلی نمایش داده شده که در آن علت اولین مسدودسازی «تقطیر» ذکر شده بود و حساب پس از اعتراض برگردانده شد. مسدودسازی دوم به‌گفته‌ی او بعد از استفاده از مدل OpenAI برای تولید داده‌ی آموزشی رخ داد.
تا زمان نگارش این گزارش، شرکت OpenAI درباره‌ی این دو اقدام توضیح عمومی نداده است؛ بنابراین همه‌ی جزئیات بر پایه‌ی روایت خود سازنده است و باید با احتیاط خوانده شود. شرایط استفاده‌ی OpenAI استخراج برنامه‌نویسی‌شده‌ی خروجی مدل برای ساخت مدل رقیب را ممنوع می‌داند.
این خبر هم‌زمان شد با اعلام OpenAI درباره‌ی مختل کردن یک کمپین تقطیر که به شرکت Moonshot AI چین نسبت داده شده است. گزارش‌ها هیچ ارتباطی میان آن کمپین و پیوودای گزارش نکرده‌اند؛ این هم‌زمانی صرفاً بافت خبر را نشان می‌دهد.
۴. تقطیر مدل (Distillation) به زبان ساده
تقطیر روشی است که در آن یک مدل کوچک‌تر با تقلید از خروجی‌های یک مدل بزرگ‌تر آموزش می‌بیند. تصور کنید شاگردی که به‌جای خواندن همه‌ی کتاب‌ها، پاسخ‌های استاد را مطالعه می‌کند. نتیجه معمولاً مدلی کوچک است که در وظایف مشخص، رفتاری شبیه مدل بزرگ دارد.
تقطیر به‌خودی‌خود روشی رایج و قانونی در پژوهش است، به‌ویژه وقتی مدل معلم متعلق به خود شما یا متن‌باز باشد. اختلاف زمانی شروع می‌شود که خروجی یک سرویس تجاری بدون اجازه برای ساخت محصول رقیب به کار رود. به همین دلیل شرکت‌های بزرگ در شرایط استفاده، چنین کاری را محدود می‌کنند.
برای کاربر عادی نکته‌ی مهم این است: اگر قصد دارید مدل شخصی‌سازی کنید، حتماً مجوز مدل پایه و شرایط سرویس منبع داده را بخوانید. دانستن این قواعد از دردسر مسدود شدن حساب جلوگیری می‌کند. برای تقویت مهارت درخواست‌نویسی هم می‌توانید آموزش نوشتن پرامپت برای مبتدی‌ها را بخوانید.
۵. حذف محدودیت‌های امنیتی با ابزار Heretic
شلبرگ می‌گوید برای کاهش امتناع‌های مدل از ابزار متن‌باز Heretic استفاده کرده است. این ابزار «بردارهای امتناع» را در لایه‌های مدل کاهش می‌دهد تا مدل کمتر پاسخ‌ها را رد کند. نتیجه، مدلی است که به عبارتی «بدون سانسور» توصیف می‌شود.
او تأکید کرده که محدودیت درباره‌ی درخواست‌های آسیب به دیگران یا خود را نگه داشته و Ajax برای ارائه‌ی دستورالعمل‌های خطرناک و عملیاتی طراحی نشده است. با این حال، هیچ ارزیابی مستقلی از ایمنی این مدل منتشر نشده و ادعاها فقط گفته‌های سازنده است.
این بخش نشان می‌دهد چرا بحث ایمنی مدل‌های محلی پیچیده است. وقتی وزن‌های مدل در دست کاربر است، هر کسی می‌تواند لایه‌های ایمنی را تغییر دهد. مزیت آزادی و ریسک سوءاستفاده در یک بسته می‌آیند؛ هم‌سو با بحثی که در مقاله‌ی پتانسیل و محدودیت‌های واقعی هوش مصنوعی مطرح شده است.
۶. Odysseus؛ فضای کاری که Ajax در آن اجرا می‌شود
Ajax برای اجرا در Odysseus ساخته شده؛ یک فضای کاری خودمیزبان و متن‌باز با مجوز MIT که بر حریم خصوصی تمرکز دارد. این پروژه پیش از Ajax توسط پیوودای معرفی شده بود و ایده‌ی آن این است که کاربر به‌جای وابستگی به سرویس ابری، همه‌چیز را روی دستگاه خودش نگه دارد.
ترکیب این دو، یک مسیر کامل است: یک رابط کاربری متن‌باز، یک مدل کوچک محلی و ابزارهایی مثل ایمیل، تقویم و مرورگر. اگر چنین ترکیبی پایدار شود، برای کسانی که نمی‌خواهند داده‌هایشان به شرکت‌های بزرگ برود، گزینه‌ی جذابی خواهد بود.
در سمت مقابل، شرکت‌های بزرگ هم به‌سرعت در حال عرضه‌ی عامل‌های ابری هستند. برای نگاه گسترده‌تر به خبرهای این حوزه می‌توانید آخرین اخبار هوش مصنوعی را دنبال کنید.
۷. عملکرد واقعی؛ «نُه بار از ده بار» یعنی چه؟
در گزارش‌ها آمده که در آزمایش‌های اولیه، Ajax تقریباً «نُه بار از ده بار» وظایف را درست انجام داده است. این عدد برداشت خود سازنده بوده، روش اندازه‌گیری اعلام نشده و کسی آن را بازتولید نکرده است. بنابراین نباید آن را معیار علمی دانست.
تا این لحظه خبری از کارت مدل، بنچمارک عمومی یا مجوز مشخص وزن‌ها نیست. لینک دانلود هم به‌جای فایل مدل، کاربر را به صفحه‌ی جمع‌آوری داده هدایت می‌کند. یعنی Ajax فعلاً بیشتر یک وعده است تا محصول قابل استفاده.
پیش‌بینی می‌شود پیش از انتشار گسترده، مراحل بیشتری از یادگیری تقویتی، تکرار حذف محدودیت‌ها و کوانتیزه‌سازی (فشرده‌سازی مدل برای اجرای راحت‌تر) انجام شود. کوانتیزه‌سازی همان چیزی است که مدل ۹ میلیارد پارامتری را به کامپیوترهای معمولی نزدیک می‌کند.
۸. این خبر برای کاربران ایرانی و فارسی‌زبان چه معنایی دارد؟
مدل‌های محلی برای کاربران فارسی‌زبان جذاب‌اند، چون به اشتراک خارجی و پرداخت ارزی وابسته نیستند. اما باید واقع‌بین بود: مدل‌های کوچک معمولاً در زبان فارسی ضعیف‌تر از زبان انگلیسی عمل می‌کنند و کیفیت متن فارسی باید جداگانه آزمایش شود.
اگر قصد دارید از مدل‌های محلی استفاده کنید، سخت‌افزار مهم است. مدل ۹ میلیارد پارامتری پس از فشرده‌سازی روی بسیاری از کامپیوترهای امروزی قابل اجراست، اما هنوز مشخصات رسمی Ajax اعلام نشده و نباید روی عدد قطعی حساب کرد.
برای کسب‌وکارها نیز درس روشن است: وابستگی کامل به یک ارائه‌دهنده‌ی ابری ریسک دارد. ترکیب ابزارهای ابری و مدل‌های محلی، به‌ویژه برای داده‌های حساس، رویکرد منطقی‌تری است؛ موضوعی که در اهمیت هوش مصنوعی در کسب‌وکار هم به آن اشاره شده است.
۹. پرسش‌های متداول (FAQ)
آیا Ajax را می‌شود همین حالا دانلود کرد؟
خیر. تا ۲ اکتبر ۲۰۲۶ لینک دانلود به صفحه‌ی جمع‌آوری داده هدایت می‌کرد و وزن‌های مدل منتشر نشده بودند.
Ajax بر پایه‌ی کدام مدل ساخته شده است؟
بر پایه‌ی Qwen3.5-9B از شرکت علی‌بابا، با ۹ میلیارد پارامتر و تنظیم دقیق برای کار به‌عنوان عامل محلی.
آیا OpenAI رسماً مسدودسازی را تأیید کرده است؟
تا زمان نگارش، توضیح عمومی از سوی OpenAI منتشر نشده و روایت مسدودسازی بر پایه‌ی گفته‌های خود پیوودای است.
تقطیر مدل غیرقانونی است؟
تقطیر روشی فنی و رایج است. مشکل زمانی پیش می‌آید که شرایط استفاده‌ی یک سرویس تجاری آن را برای ساخت مدل رقیب ممنوع کرده باشد.
مدل بدون سانسور خطرناک است؟
سازنده می‌گوید محدودیت‌های آسیب به خود و دیگران حفظ شده، اما ارزیابی مستقل ایمنی وجود ندارد؛ پس باید با احتیاط به آن نگاه کرد.
تفاوت عامل هوش مصنوعی با چت‌بات چیست؟
چت‌بات پاسخ می‌دهد، اما عامل می‌تواند ابزارها را به کار بگیرد و کار انجام دهد؛ مثل ارسال ایمیل یا ثبت رویداد در تقویم. درباره‌ی ابزارهایی مثل ChatGPT می‌توانید آموزش‌های ChatGPT را ببینید.
۱۰. جمع‌بندی
ماجرای Ajax سه روند مهم را یک‌جا نشان می‌دهد: رشد مدل‌های کوچک محلی، تنش بر سر تقطیر و شرایط استفاده، و بحث آزادی در برابر ایمنی. هنوز مدلی برای استفاده در دست نیست و بیشتر ادعاها از زبان سازنده شنیده شده، اما جهت حرکت روشن است. برای مقایسه‌ی رویکردهای مختلف مدل‌ها هم می‌توانید مقایسه‌ی ChatGPT و DeepSeek را بخوانید، و برای بحث تفاوت توسعه‌دهنده‌ی تنها با مهندس واقعی، این مقاله را ببینید.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
