رایگان‌شدنِ نظارت بر عامل‌ها؛ OpenAI هزینه استنتاج را ۹۹٪ کاهش داد

اگر امروز برای نظارت بر هر حرکت یک عامل هوشمند از مدل‌های پیشرو استفاده می‌کنید، احتمالاً با صورت‌حساب‌های تکان‌دهنده رو‌به‌رو هستید. نظارت بر تک‌تک اقدامات یک عامل با استفاده از مدل‌های زبانی پیشرو در حال حاضر ۳۷۲ دلار هزینه دارد، اما حالا یک کلاس جدید از مدل‌های تصمیم‌گیرنده می‌تواند این هزینه را به تنها ۲.۹۴ دلار کاهش دهد.

OpenAI در جریان رویداد Dev Day روز سه‌شنبه، از Decisions API پرده‌برداری کرد؛ ابزاری که جایگزینی سریع و ارزان برای استدلال‌های مولد سنتی است. این اقدام در حالی رخ می‌دهد که صنعت با «مالیات محاسباتی» شدید برای تأمین ایمنی عامل‌ها دست‌وپنجه نرم می‌کند. این ابزار در واقع تکمله‌ای بر زیرساخت‌های مدیریتی است که OpenAI پیش‌تر با معرفی Agents API برای اتوماسیون ارکستراسیون عامل‌ها فراهم کرده بود. همان‌طور که در تحلیل قبلی ما درباره‌ی اتوماسیون طراحی تراشه‌ها توسط OpenAI و Synopsys اشاره کردیم، تمرکز اکنون از توانایی خلق به بهره‌وری عملیاتی عامل‌ها در محیط باز اینترنت تغییر کرده است. اکثر توسعه‌دهندگان دریافته‌اند که مدل‌های زبانی بزرگ (LLM) برای کارهای ساده‌ای مثل طبقه‌بندی، بیش از حد کند و گران هستند.

سام آلتمن، مدیرعامل OpenAI، این API را راهکاری برای دادن مجموعه‌ای از گزینه‌های پیش‌فرض به مدل Luna توصیف کرد؛ مثلاً تعیین دسته‌های خاصی از تصاویر یا رفتارهای مجاز برای یک عامل. هدف OpenAI این است که با متمرکز کردن مدل بر روی یک انتخاب خاص، قابلیت‌هایی مثل درک تصویر، پشتیبانی گسترده از زبان‌ها و پروتکل‌های ایمنی را حفظ کند و در عین حال سرعت را به حداکثر برساند.

این رویکرد شباهت زیادی به مدل Jev دارد که توسط شرکت TypeSafe AI در ابتدای این ماه منتشر شد. مدل Jev دقیقاً برای اتوماسیون نرم‌افزاری و به‌عنوان یک طبقه‌بندی‌کننده فوق‌پoder طراحی شده است که بر پایه یک LLM ساخته شده است. این مدل از رویکرد Jevper برای استخراج احتمالات و تبدیل متن به عدد بهره می‌برد تا دقت طبقه‌بندی را افزایش دهد. دیوگو آلمیدا، مدیرعامل TypeSafe AI و مهندس سابق OpenAI که از ابداع‌کنندگان یادگیری تقویتی است، در شبکه X به کنایه این اتفاق را آغاز «جنگ کلون‌ها» نامید.

طبق مستندات فنی، این سیستم بر مفاهیم زیر استوار است:

• تفکر سیستم یک: تمرکز بر طبقه‌بندی سریع و شهودی (System One) به‌جای استدلال‌های متفکرانه و کند که با «سیستم ۲» شناخته می‌شود.
• خروجی‌های احتمالی: توسعه‌دهنده مجموعه‌ای از گزینه‌ها را ارائه می‌دهد و مدل با سرعت بسیار بالا و هزینه کم، احتمالات مربوط به هر گزینه را خروجی می‌دهد.
• بهره‌وری هزینه: به گزارش شاپور نقیب‌زاده، متخصص امنیت سایبری، استفاده از مدل‌هایی شبیه Jev برای بازبینی عامل‌ها، هزینه را از ۳۷۲ دلار به ۲.۹۴ دلار می‌رساند.
• کالیبراسیون: چالش اصلی، کالیبراسیون (Calibration) — یعنی تنظیم دقیق خروجی‌ها با واقعیت‌های دنیای واقعی — است. آلمیدا اشاره می‌کند که در حالی که ساخت سیستمی «سریع و ارزان» بسیار ساده است، هدف واقعی جابه‌جا کردن «منحنی پارتوِ هوش-به-ازای-دلار» است.

اوپن‌ای‌آی اخیراً تدابیر امنیتی شدیدی برای جلوگیری از رفتارهای مخرب عامل‌ها در اینترنت اجرا کرده است. در حال حاضر، این کار با استفاده از یک مدل مجزا برای نظارت بر اقدامات صورت می‌گیرد که هزینه محاسباتی بسیار بالایی دارد. شاپور نقیب‌زاده، مؤسس استارتاپ QueryStory، در یک هکاتون اخیر راهکاری را به نمایش گذاشت. دمو او از مدل Jev استفاده می‌کرد تا هر اقدام عامل را با وظیفه محول‌شده‌اش تطبیق دهد. این سیستم اقداماتی که با اطمینان بالا «مخرب» تشخیص شوند را مسدود، موارد مشکوک را برای بازبینی انسانی ارسال و بقیه را تایید می‌کند. در تئوری، چنین لایه‌ای از بازبینی می‌توانست از حوادث امنیتی اخیر در Hugging Face جلوگیری کند.

به باور دیوگو آلمیدا، مزیت رقابتی TypeSafe در استفاده از داده‌های مصنوعی (Synthetic Data) است که برای تولید خروجی‌های آماری مفید ساخته می‌شوند. او معتقد است ساخت مدل‌ها به روشی سازگار با «سیستم یک»، آینده این صنعت است.

این چرخش نشان می‌دهد معماری آینده هوش مصنوعی، یک مدل غول‌پیکر نیست، بلکه یک پشته ترکیبی (Hybrid Stack) است: یک مدل پیشرو (Frontier) برای برنامه‌ریزی‌های پیچیده و یک مدل تصمیم‌گیرنده (Decision) به‌عنوان حفاظی سریع و ارزان.

برای کاربر نهایی، این یعنی عامل‌های هوشمند قابل‌اعتمادتر می‌شوند و کمتر دچار رفتارهای تکراری و مخرب (Swarming) می‌شوند که در حوادث اخیر دیده شده است. با اجرای یک بررسی ارزان روی تک‌تک اقدامات، آزمایشگاه‌های AI می‌توانند رفتارهای بد را بدون ورشکست کردن بودجه محاسباتی خود مسدود کنند.

باید منتظر ماند و دید غول‌های فناوری چگونه به این «جنگ کلون‌ها» پاسخ می‌دهند و آیا داده‌های مصنوعی به میدان نبرد اصلی برای کالیبراسیون مدل‌ها تبدیل می‌شوند یا خیر.

گام بعدی شما

• اگر در حال توسعه عامل‌های هوشمند هستید، مدل‌های طبقه‌بندی ارزان را جایگزین LLMهای سنگین برای لایه‌های نظارتی کنید.
• بررسی کنید که آیا داده‌های مصنوعی می‌توانید برای کالیبراسیون مدل‌های تصمیم‌گیرنده خود تولید کنید یا خیر.
• ساختار اپلیکیشن خود را به مدل ترکیبی (Hybrid Stack) تغییر دهید تا هزینه استنتاج را کاهش دهید.

اما نبرد اصلی اکنون بر سر داده‌های مصنوعی است؛ به تحلیل ما درباره‌ی استراتژی‌های تولید داده در مدل‌های بازمتن مراجعه کنید.