تصور کنید یک بات مالی یا سامانه اینترنت اشیا (IoT) را مدیریت میکنید که برای هر تصمیم کوچک باید هزاران کیلومتر سیگنال بفرستد و منتظر پاسخ یک سرور مرکزی بماند. این وابستگی نه تنها هزینههای شما را بالا میبرد، بلکه در لحظات حساس، تأخیر در پاسخدهی را به یک ریسک تبدیل میکند. این دقیقاً همان نقطهای است که گوتام ماناک (Gautam Manak) سعی در تغییر آن دارد.
گوتام ماناک، مبلغ توسعهدهندگان در شرکت Fetch.ai، ماموریت خود را تغییر تمرکز از «پوشکهای حجیم مدلهای زبانی» (Monolithic LLM Wrappers) به «سامانههای عاملمحور غیرمتمرکز و سبک» تعریف کرده است. او که از هند 🇮🇳 فعالیت میکند، در حال ساخت زیرساختی است که به عاملهای هوش مصنوعی (AI Agents) — شبیه به کارمندانی دیجیتال که میتوانند بدون نظارت مستقیم، وظایفی را به پایان برسانند — اجازه میدهد مستقل از سرورهای عظیم ابری عمل کنند. او در واقع در حال پر کردن شکاف میان معماریهای پیچیده عاملهای خودمختار و پذیرش عملی آنها توسط توسعهدهندگان است.
در حال حاضر، اکثر عاملهای هوش مصنوعی به اتصالات دائمی با APIهای متمرکز متکی هستند که منجر به ایجاد تأخیر (Latency) و هزینههای بالای توکن میشود. این وضعیت یک گلوگاه واقعی برای توسعهدهندگانی ایجاد میکند که در حال ساخت راهکارهای IoT یا باتهای مالی خصوصی هستند. کار ماناک در لحظهای آغاز شده است که صنعت به دنبال راهی برای انتقال هوش به «لبه» (Edge) است؛ یعنی اجرای مدلها روی دستگاههای محلی یا نمونههای کوچک VPS. طبق گزارشهای منتشر شده در گیتهاب و وبسایت شخصی او، هدف او «ساخت سیستمهای هوش مصنوعی متنباز برای دسترسپذیر کردن فناوریهای پیشرفته برای هر توسعهدهنده» است.
چرخش به سمت عاملهای لبهای
ماناک استفاده از uAgents را توصیه میکند؛ چارچوبی از Fetch.ai که برخلاف سیستمهای سنگین، بر پایه پایتون و برای شبکههای غیرمتمرکز طراحی شده است. این عاملها، موجوداتی سبکوزن هستند که میتوانند روی دستگاههای لبه، سرورها یا نمونههای ابری اجرا شوند و از طریق یک شبکه غیرمتمرکز با هم ارتباط برقرار کنند تا بدون نیاز به وابستگی دائمی به یک سرور مرکزی، بهطور کامل خودمختار باشند.
این سیستمها از یک رابط پیامرسان (Message-passing interface) استفاده میکنند که اجازه میدهد رفتارها بهصورت خودکار از طریق بازههای زمانی (Intervals) یا پیامهای خاص فعال شوند. بهطور مشخص، توسعهدهندگان با استفاده از دکوراتورهایی مثل @agent.on_interval و @agent.on_message میتوانند اکشنهای مدل را زمانبندی کنند تا عملیات بهطور خودکار تحریک شوند.
این معماری برای کارهای پسزمینه پایدار (Persistent background tasks) حیاتی است. برای مثال، یک عامل میتواند یک جریان داده (Data stream) را رصد کند و تنها زمانی که یک شرط خاص برقرار شد به انسان هشدار دهد، بدون اینکه نیاز باشد یک سرور مرکزی هر مرحله از این فرآیند را سازماندهی کند. به نقل از مستندات ماناک، این ساختار برای ادغام با IoT، باتهای معاملاتی مالی و تسکهای پسزمینه ایدهآل است. او همچنین آموزشها و قالبهایی ارائه داده تا توسعهدهندگان فرانتاند (React/Next.js) بتوانند رابطهای کاربری خود را بهسادگی به این عاملهای بکاند متصل کنند.
استانداردسازی زمینه با MCP
یکی از بزرگترین چالشها در ساخت عاملها، «جهنم ادغام» (Integration Hell) است؛ یعنی نیاز به نوشتن کدهای رابط (Glue Code) سفارشی برای هر منبع داده جدید. ماناک برای حل این مشکل، پروتکل زمینهٔ مدل (Model Context Protocol یا MCP) را ترویج میکند. او MCP را شبیه به یک درگاه USB-C استاندارد برای مدلهای هوش مصنوعی میبیند که اجازه میدهد آنها بهطور یکپارچه به ابزارها و دادهها متصل شوند.
پیش از MCP، اتصال یک مدل زبانی بزرگ (LLM) — مثل کتابخانهداری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب میدهد — به اسناد داخلی یک شرکت، نیازمند کدهای API سفارشی و پیچیده بود. اما MCP این اتصال را استاندارد میکند. ماناک برای سرعت بخشیدن به این روند، ابزار doc2mcp را منتشر کرد که در پلتفرم Commudle در دسترس است. این ابزار تبدیل اسناد استاتیک به فرمتهای سازگار با MCP را خودکار میکند.
این قابلیت باعث میشود عاملهای هوش مصنوعی بتوانند اسناد داخلی شرکت را بهجای خواندن PDFهای خشک و استاتیک، بهعنوان «زمینههای پویا» (Dynamic Contexts) بازجویی کنند. این امر اصطکاک را برای سازمانهایی که در حال استقرار عاملهای تولید بازیابیافزا (RAG) — شبیه به دانشآموزی که قبل از جواب دادن، اول کتاب درسی را باز میکند و از آن نقل میآورد — به شدت کاهش میدهد.
ابزارها و ارکستراسیون عملی
ماناک از یک استراتژی ترکیبی برای مدیریت (Orchestration) عاملها استفاده میکند تا تعادلی میان قدرت و بهرهوری ایجاد کند. او برای اجراهای سریع و با تأخیر کم در سطح لبه از uAgents استفاده میکند و آنها را با CrewAI یا LangChain جفت میکند تا تسکهای استدلالی پیچیده و چندمرحلهای که نیاز به زمینه (Context) سنگین LLM دارند را مدیریت کند.
برای دادن قابلیتهای دنیای واقعی به این عاملها، او Composio را ادغام کرده است. این ابزار اجازه میدهد عاملها به بیش از ۱۰۰۰ ابزار خارجی مثل Slack، GitHub و Salesforce دسترسی داشته باشند، بدون اینکه توسعهدهنده نیاز به نوشتن هندلرهای احراز هویت (Authentication handlers) سفارشی برای هر اپلیکیشن داشته باشد. این ادغام اجازه میدهد گردشکارهای پیچیدهای ایجاد شود؛ مثلاً عاملی بتواند در یک توالی، یک ایمیل را بخواند، یک صفحه Notion را بهروز کند و سپس یک اعلان در Slack پست کند.
مشارکتهای متنباز و نمونههای اجرایی
در ۱۷ اوت ۲۰۲۶، پروفایلهای عمومی ماناک چندین مخزن (Repository) آماده برای تولید را نمایش دادند که این مفاهیم را در عمل پیاده کردهاند. سازمان گیتهاب او (gautammanak1) اکنون به مرکزی برای کدهای عملی تبدیل شده است:
- twitter-agent: یک سامانه خودمختار که محتوا تولید میکند، لحن را اعتبارسنجی میکند و با استفاده از API توییتر، Composio و uAgents پست میگذارد. این پروژه یک چرخه کامل را نمایش میدهد: تولید محتوا $\rightarrow$ اعتبارسنجی لحن $\rightarrow$ پست در توییتر $\rightarrow$ ثبت نتایج. این پروژه رشد سریعی در میان علاقهمندان Fetch.ai داشته است.
- ai-tech-daily: یک منبع منتخب برای توسعهدهندگان تا ترندهای مدلهایی مثل Zhipu AI (Z.ai) و GLM را رصد کنند و به عنوان یک منبع آموزشی برای پیمایش در چشمانداز AI عمل کند.
- Ultimate Open-Source Repositories List: یک موتور اکتشاف شامل بیش از ۲۸۰ مخزن منتخب برای توسعهدهندگان هوش مصنوعی.
- پروژههای پورتفولیو: شامل یک ساعت دیجیتال ساخته شده با Next.js که توانمندیهای او در توسعه Full-stack را نشان میدهد.
همچنین در ۱۰ فوریه ۲۰۲۵، او بهطور مشخص سیستمی برای «اتوماسیون توییتهای ترند AI» با استفاده از Fetch.ai uAgents، Gemini API و Twitter API را به نمایش گذاشت تا ثابت کند مدلهای مختلف هوش مصنوعی و پلتفرمهای خارجی را میتوان در یک گردشکار خودمختار واحد زنجیر کرد.
تحلیل فنی: پشته تکنولوژی (The Stack)
هویت حرفهای ماناک بر پایه یک پشته فنی سختگیرانه در سال ۲۰۲۶ بنا شده است که بازتابدهنده وضعیت فعلی AI عاملمحور است. تخصص او محدود به یک زبان نیست، بلکه کل چرخه توسعه را شامل میشود:
- چارچوبهای عامل: تخصص عمیق در uAgents، CrewAI، LangChain و Composio.
- تکنولوژیهای وب: تسلط بر React.js، Next.js، Node.js و TypeScript/JavaScript.
- استانداردهای پروتکل: مشارکت فعال در استانداردهای MCP برای تضمین تعامل بیوقفه بین عاملها و دادههای خارجی.
- APIهای اتوماسیون: تجربه گسترده در ساخت گردشکار با استفاده از Gemini API و Twitter API.
او با ارائه بیش از ۳ پروژه بزرگ متنباز که بهطور خاص بر اتوماسیون عاملهای AI تمرکز دارند (از جمله ابزارهای اتوماسیون ترندهای شبکههای اجتماعی)، بر دسترسپذیری تأکید دارد. هدف او این است که توسعهدهندگان وب بتوانند بدون نیاز به مدرک PhD در یادگیری ماشین، از این ابزارها استفاده کنند. در واقع، عاملها در این رویکرد بیشتر شبیه به «میکروسرویسها» هستند تا «چتباتها»؛ یعنی موجوداتی پایدار، خودمختار و قابل اجرا روی سختافزارهای ارزان در حالی که کاربرد بالایی دارند.
جایگاه در بازار و مقایسه
ماناک با پیوند دادن Web3 و AI، جایگاه خاصی پیدا کرده است. در حالی که اکثر صنعت بر AI ابری متمرکز است، او با ترویج Fetch.ai روی بخش در حال رشد AI غیرمتمرکز تمرکز کرده است که برای توسعهدهندگانی که به شبکههای عامل مستقل علاقه دارند، جذاب است.
در مقایسه با اکوسیستم LangChain که وابسته به ابر و اغلب سنگین است، رویکرد uAgents تأخیر کمتر و خودمختاری واقعیتری ارائه میدهد، هرچند در حال حاضر با جامعه کوچکتری نسبت به غولهای متمرکز فعالیت میکند. مقایسه زیر این چشمانداز را روشن میکند:
- گوتام ماناک / Fetch.ai: تمرکز بر عاملهای لبهای غیرمتمرکز با استفاده از uAgents و MCP. نقاط قوت: تأخیر کم و قابلیت آفلاین؛ نقاط ضعف: جامعه کوچکتر.
- LangChain / CrewAI: تمرکز بر زنجیرههای ابری متمرکز با استفاده از LangGraph و Pydantic. نقاط قوت: کتابخانه عظیم و اکوسیستم غنی؛ نقاط ضعف: سربار (Overhead) بالا و دیباگ پیچیده.
- AutoGPT / عاملهای مستقل: تمرکز بر تسکهای هدفمحور و خودمختار با استفاده از GPT-4. نقاط قوت: راهاندازی آسان؛ نقاط ضعف: مصرف منابع بسیار زیاد و دشواری در کنترل.
این رویکرد عملگرایانه و Full-stack باعث میشود فناوری بلافاصله قابل اجرا باشد. بهجای تحقیقات تئوریک، تمرکز بر استقرار (Deployment)، امنیت و تعاملپذیری (Interoperability) است.
وضعیت حرفهای و تعاملات
تا اوت ۲۰۲۶، گوتام بهطور گزینشی پذیرای نقشهای مهندسی AI/Agent، موقعیتهای DevRel (روابط توسعهدهندگان) و توسعههای قراردادی برای مشارکتهای اکوسیستمی است. او صرفاً مصرفکننده ابزارهای AI نیست، بلکه سازنده زیرساختی است که به دیگران اجازه میدهد این ابزارها را بسازند.
تعامل او با جامعه توسعهدهندگان در چندین پلتفرم بسیار بالاست:
- گیتهاب: تاریخچه کامیتهای مستمر در پایتون، تایپاسکریپت و جاوااسکریپت دارد و توسط جامعه حمایت مالی (Sponsor) میشود که نشاندهنده ارزش بالای مشارکتهای اوست.
- Dev.to: حضور فعالی دارد و در بحثهای مربوط به امنیت عاملهای AI، ارکستراسیون و همکاریهای چند-عاملی (Multi-agent collaboration) شرکت میکند.
- Commudle: از این پلتفرم برای توزیع ابزارهایی مانند doc2mcp در میان جامعه گستردهتر توسعهدهندگان استفاده میکند.
مسیر آینده و اثرات
با افزایش قدرت عاملها، مرز بعدی احتمالاً امنیت در سطح سازمانی خواهد بود. انتظار میرود چرخش به سمت الگوهای امنیتی، محیطهای ایزوله (Sandboxing) و مدیریت سختگیرانه دسترسیها رخ دهد تا از اقدامات ناخواسته عاملهای خودمختار در محیطهای شرکتی جلوگیری شود.
همچنین پیشبینی میشود پذیرش MCP به شدت افزایش یابد. با تبدیل شدن MCP به استاندارد صنعت، تقاضا برای ادغامهای ساده با MCP افزایش مییابد. ماناک با ایجاد ابزارهای بیشتر برای تسهیل ساخت سرورهای MCP، در موقعیت رهبری این جریان است. احتمالاً شاهد معماریهای ترکیبی بیشتری خواهیم بود که قابلیتهای برنامهریزی CrewAI را با بهرهوری اجرایی uAgents ترکیب میکنند.
برای توسعهدهندگان، این به معنای ظهور «عاملهای لبه» است؛ جایی که سرویسهای هوشمند بهصورت محلی یا روی VPSهای ارزان اجرا میشوند، بدون اینکه برای هر تصمیم کوچک، هزینه توکن به OpenAI پرداخت کنند. با پذیرش ابزارهای سازگار با MCP در همین حالا، توسعهدهندگان میتوانند عاملهای خود را برای آینده آماده کنند و تضمین کنند که میتوانند فوراً به ابزارهای جدید متصل شوند.
گام بعدی شما
- بررسی مخزن doc2mcp برای تبدیل اسناد داخلی شرکت به دادههای قابل فهم برای عاملها.
- آزمایش چارچوب uAgents برای اجرای تسکهای پسزمینه بدون نیاز به سرورهای گرانقیمت ابری.
- مطالعه مستندات Composio برای اتصال عاملهای خود به بیش از ۱۰۰۰ ابزار خارجی بدون نوشتن کد احراز هویت.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell و تأثیر آنها بر استنتاج لبهای مراجعه کنید.
گفتگو