تصور کنید به جای اسکرول کردن در یک تاریخچهٔ طولانی از پیام‌ها، هر بار که از هوش مصنوعی چیزی می‌خواهید، دقیقاً همان ابزاری که نیاز دارید روی صفحه ظاهر شود و پس از اتمام کار، ناپدید گردد. این رویکرد، پایان عصر «جعبه‌های چت» و آغاز عصر «بوم‌های کاری» است.
به گزارش وب‌سایت dev.to در ۲ اکتبر ۲۰۲۶، یک نمونهٔ اولیه (Prototype) پیشنهاد می‌دهد که عامل‌های هوش مصنوعی (AI Agents) — شبیه دستیارانی که نه‌تنها حرف می‌زنند، بلکه می‌توانند ابزارها را جابه‌جا کنند — باید به جای تولید متن، مستقیماً DOM (Document Object Model) را کنترل کنند. در واقع، DOM مثل اسکلت یا نقشهٔ ساختاری یک صفحه وب است که تعیین می‌کند هر المان در کجا قرار بگیرد.
در حال حاضر، اکثر عامل‌ها صرفاً رسانه‌های غنی یا اپلیکیشن‌های کوچک را به یک جریان متنی اضافه می‌کنند. این روش با رابط کاربری مانند یک دفترچه خاطرات زمانی برخورد می‌کند، نه یک فضای کاری کاربردی. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی تکامل رابط‌های کاربری هوشمند اشاره کردیم، تکیه بر تاریخچهٔ خطی، بهره‌وری کاربر را کاهش می‌دهد.
طبق مستندات این طرح، سازوکار جدید بر سه تغییر بنیادین استوار است:
- مؤلفه‌های موردی (Ad-hoc Components): عامل بر اساس درخواست لحظه‌ای کاربر، المان‌های رابط کاربری (UI) خاصی را ابداع و رندر می‌کند.
- وضعیت گذرا (Ephemeral State): به محض اینکه کاربر اطلاعات را دریافت کرد، صفحه پاک می‌شود تا از شلوغی بصری جلوگیری شود.
- ورودی چندوجهی (Multimodal Input): کاربر از طریق صدا و زبان طبیعی تعامل می‌کند، در حالی که عامل خروجی بصری را مدیریت می‌کند.
این چرخش راهبردی به مفهوم «تک‌اپلیکیشن» اشاره دارد؛ مدلی که در آن عامل تنها رابط کاربری است و هر ابزاری را که برای تسک فعلی لازم باشد، در لحظه می‌سازد. این یعنی توسعه‌دهندگان باید به جای تلاش برای گنجاندن ساختارهای قدیمی در یک پنجرهٔ چت، کاربردها را از ابتدا و بر اساس نیاز کاربر طراحی کنند.
برای یک توسعه‌دهنده، این به معنای فاصله گرفتن از مهندسی پرامپت (Prompt Engineering) — که مثل هنر سؤال درست پرسیدن از یک مشاور است — برای تولید متن، و حرکت به سمت مهندسی برای تولید پویا و لحظه‌ایِ رابط کاربری است.
گام بعدی شما
- بررسی کتابخانه‌های رندرینگ پویا برای پیاده‌سازی مؤلفه‌های گذرا در پروژه‌های خود.
- بازنگری در جریان‌های کاری (Workflows) برای شناسایی بخش‌هایی که خروجی بصری موقت، جایگزین بهتری برای متن است.
- مطالعه روی پروتکل‌های ارتباطی بین مدل‌های زبانی و لایه‌ی DOM برای کاهش تأخیر در رندرینگ.
اما چالش اصلی در این مسیر، مدیریت حافظه و وضعیت (State) در محیط‌های بدون تاریخچه است — به تحلیل ما درباره‌ی پروتکل‌های حافظه در عامل‌های AI مراجعه کنید.
گفتگو