اگر امروز برای مدیریت پروژه‌های کدنویسی خود به چت‌های طولانی و تکراری تکیه می‌کنید، باید بدانید که مدل تعامل با هوش مصنوعی در حال تغییر است. آنتروپیک با معرفی یک لایه مدیریتی، اجازه می‌دهد چندین عامل به‌صورت موازی روی بخش‌های مختلف کد شما کار کنند بدون اینکه مسیر اصلی پروژه گم شود.
طبق گزارش ۱۷ سپتامبر ۲۰۲۶ از ZDNET، جلسات کدنویسی ابری در Claude Code اکنون دارای یک هماهنگ‌کننده مدیریتی است که وظایف را بین رشته‌های موازی توزیع می‌کند. این تغییر، ابزار را از یک رابط چت ساده به یک سامانه ارکستراسیون (Orchestration) — شبیه به یک ارکستر که هر نوازنده را در زمان درست هدایت می‌کند تا موسیقی به هم نریزد — تبدیل می‌کند که قادر است چندین عامل (Agent) را به‌طور هم‌زمان مدیریت کند. این تحول در واقع گامی بلند در مسیر تکامل ابزارهای کدنویسی از تکمیل خودکار به سمت عامل‌های مستقل است که تجربه توسعه‌دهندگان را در ترمینال دگرگون می‌کند.
همان‌طور که در تحلیل قبلی ما درباره‌ی حالت بدون سر (headless mode) و اتوماسیون با پرچم -p اشاره کردیم، این به‌روزرسانی دقیقاً برای حل مشکل «شکست در هماهنگی» در سامانه‌های چندعاملی طراحی شده است. تصور کنید می‌خواهید ده‌ها کارآموز مشتاق اما بی‌تجربه را مدیریت کنید؛ بدون یک مدیر، آن‌ها یا کارهای یکدیگر را تکرار می‌کنند یا از مسیر خارج می‌شوند. ZDNET این هرج‌ومرج را به تلاش برای عبور دادن ۲۰ بچه گربه از یک در به‌ترتیب حروف الفبا تشبیه کرده است؛ اتفاقی که شاید بامزه باشد اما قطعاً شکست می‌خورد. لایه ارکستراسیون جدید آنتروپیک دقیقاً نقش همان مدیر را ایفا می‌کند و دستورات را به رشته‌های خاصی می‌فرستد تا پروژه در مسیر درست بماند.
سازوکار ارکستراسیون
برای مشترکین منتخب Claude Pro و Max که از جلسات ابری استفاده می‌کنند، سیستم پروژه‌ها تغییرات ساختاری گسترده‌ای یافته است. بر اساس مستندات آنتروپیک، این فرآیند در یک چرخه رخ می‌دهد: کلود ابتدا محدوده درخواست را تعیین می‌کند (Scope)، کار را تفویض می‌کند، رشته‌های موازی را هماهنگ می‌سازد، خروجی‌ها را بازبینی کرده و در نهایت نتیجه نهایی را تجمیع و اسمبل می‌کند. این ساختار لایه‌ای دقیقاً با نقشه عملیاتی استک توسعه AI در سال ۲۰۲۶ همسو است که بر جایگزینی مدل‌های تک‌بعدی با معماری‌های لایه‌ای تأکید دارد.
- رشته‌های قابل خطاب (Addressable Threads): هر بحث به یک جلسه ابری کامل با شاخه (Branch) و کپی مخزن (Repository) مخصوص خود تبدیل می‌شود. کاربران می‌توانند برای این رشته‌ها نام انتخاب کنند و در میانه مسیر آن‌ها را هدایت کنند. این قابلیت مانع از هدر رفتن توکن (Token) — تکه‌های کوچکی از متن که مدل تکه‌تکه می‌خورد — در مسیرهای اشتباه می‌شود؛ زیرا کاربران دیگر مجبور نیستند منتظر بمانند تا یک فرآیند تا انتها اجرا شود و سپس متوجه شوند که مسیر اشتباه بوده است.
- حافظه مشترک: رشته‌ها دیگر ایزوله نیستند و از یک استخر حافظه مشترک تغذیه می‌کنند و به آن کمک می‌کنند. این موضوع نیاز به مهندسی پرامپت (Prompt Engineering) — هنر سؤال درست پرسیدن برای گرفتن بهترین جواب — پیچیده و تکراری را کاهش می‌دهد. با گذشت زمان، کلود جزئیات بیشتری درباره پروژه می‌آموزد و آن‌ها را در کارهای بعدی به کار می‌گیرد.
- اجرای ناهمگام (Asynchronous Execution): چون این جلسات در ابر هستند، هوش مصنوعی حتی پس از بستن لپ‌تاپ کاربر به کار ادامه می‌دهد. آنتروپیک همچنین اشاره کرده که قابلیت بررسی پروژه‌ها (Check-ins) از طریق موبایل به‌زودی اضافه خواهد شد.
- گردش‌کارهای بین‌مخزنی: حافظه مشترک به کلود اجازه می‌دهد روی چندین مخزن کد به‌طور هم‌زمان کار کند. این یعنی کاربر می‌تواند هم‌زمان در چندین مخزن فعالیت کند، برای هر کدام یک رشته اختصاص دهد و بازخورد بگیرد که کدام Pull Requestها باید با چه ترتیبی ادغام شوند.
- مدل رئیس دفتر (Chief of Staff): آنتروپیک توصیه می‌کند با کلود طوری صحبت کنید که انگار در حال briefing یک رئیس دفتر هستید. با این روش، هوش مصنوعی می‌تواند بر اساس نیاز، کارها را به رشته‌های جدید یا رشته‌های موجود ارجاع دهد.
دسترسی و محدودیت‌های محلی
در حال حاضر، این قابلیت برای گروه خاصی از مشترکین Pro و Max که جلسات ابری دارند و هیچ پروژه موجودی روی وب یا دسکتاپ ندارند، فعال شده است. طبق اعلام آنتروپیک، کاربرانی که پروژه‌های موجود دارند، بعداً ارتقا خواهند یافت. آن‌ها صراحتاً بیان کردند: «اگر مشترک Pro یا Max هستید و در حال حاضر از پروژه‌ها استفاده می‌کنید، آن‌ها فعلاً به همان شکل باقی می‌مانند و ما بعداً آن‌ها را ارتقا خواهیم داد.»
توسعه‌دهندگانی که به‌صورت محلی (Local) کار می‌کنند، فعلاً خارج از این سیستم هستند. اگرچه قابلیت‌های ترمینال و CLI فعال است، اما ارکستراسیون و رشته‌های پایدار فقط در ابر در دسترس‌اند. این یک تمایز مهم برای کسانی است که اپلیکیشن‌های خود را در دایرکتوری‌های مجزا با گردش‌کارهای ارکستراسیون پیچیده نگه می‌دارند. آنتروپیک تأیید کرده که اجرای این رشته‌ها روی ماشین‌های محلی، در کنار ابزارهای موجود و در پشت شبکه کاربر «به‌زودی» امکان‌پذیر خواهد شد.
هزینه موازی‌سازی
این معماری بدون هزینه نیست. در حالی که کلود پیش از این هم قادر بود کار را بین زیر-عامل‌ها تقسیم کند، تفاوت اصلی در اینجا این است که این تقسیم‌بندی اکنون «پایدار» است و کاربر می‌تواند هر زمان که خواست به بحث هر زیر-عامل بازگردد.
- محدودیت‌های مصرف: چون هر رشته یک جلسه کامل Claude Code محسوب می‌شود، پروژه‌ها بسیار سریع‌تر از جلسات تک‌رشته‌ای به سقف محدودیت مصرف می‌رسند. کاربرانی که ناوگانی از عامل‌ها را به صورت موازی فعال می‌کنند، متوجه خواهند شد که سهمیه توکن‌هایشان با سرعت بسیار بیشتری تخلیه می‌شود.
- مداخله دستی: سیستم کاملاً خودکار و خودمختار نیست. رشته‌ها معمولاً زمانی شروع می‌شوند که کاربر دکمه Start را برای هر رشته‌ای که کلود پیشنهاد داده است، فشار دهد.
- تداخلات ادغام (Merge Conflicts): این سیستم تداخلات کد را حذف نمی‌کند، بلکه فقط آن‌ها را به مراحل بعد منتقل می‌کند. وقتی رشته‌های موازی، بخش‌های هم‌پوشانی از یک کد را تغییر دهند، کاربر همچنان باید به‌صورت دستی این تداخلات را حل کند.
تحلیل تحریریه
این به‌روزرسانی نشان‌دهنده تغییر رویکرد از «کدنویسی بر اساس حس» (Vibe-coding) — جایی که توسعه‌دهنده امیدوار است هوش مصنوعی در یک تلاش اول درست عمل کند — به یک گردش‌کار مهندسی ساختاریافته است. آنتروپیک با اجازه دادن به کاربران برای مداخله در یک رشته در حال اجرا، «خمارِ دیباگینگ» (Debugging Hangover) را که پس از شکست عامل‌های خودمختار رخ می‌دهد، کاهش می‌دهد.
برای یک توسعه‌دهنده حرفه‌ای، ارزش واقعی در حافظه مشترک نهفته است. اگر آنتروپیک بتواند مشکل «سرریز بافت» (Context Overflow) — جایی که پروژه بزرگ‌تر از پنجره حافظه مدل می‌شود — را حل کند، این قابلیت می‌تواند جایگزین «تخلیه دستی بافت» (Context Dumping) شود که توسعه‌دهندگان در حال حاضر انجام می‌دهند. با این حال، عدم شفافیت در مورد نحوه ذخیره‌سازی یا خروجی گرفتن از این حافظه، یک نقطه کور بزرگ است. در حال حاضر هیچ راه مشخصی برای بازرسی آنچه در حافظه مانده، اصلاح خطاهای حافظه یا اکسپورت کردن داده‌ها وجود ندارد.
علاوه بر این، برای توسعه‌دهندگانی که یک ژورنال علمی از کارهای خود نگه می‌دارند، نبود یک مسیر حسابرسی (Audit Path) شفاف نگران‌کننده است. یک سیستم مدیریت حافظه حرفه‌ای نیازمند ثبت هر پرامپت است تا شواهدی از ایده‌پردازی، دقت و مالکیت معنوی ارائه دهد. هنوز مشخص نیست که آیا تاریخچه پروژه به‌طور خودکار حفظ می‌شود یا می‌توان آن را به همراه پرامپت‌های دست‌نخورده صادر کرد.
منتظر انتشار یکپارچگی با ماشین‌های محلی باشید، زیرا همین موضوع تعیین می‌کند که آیا Claude Code می‌تواند واقعاً در گردش‌کارهای IDEهای حرفه‌ای ادغام شود یا به یک آزمایش محدود به ابر باقی می‌ماند. سؤال کلیدی این است: وقتی پروژه‌های محلی این قابلیت را به دست می‌آورند، آیا حافظه، مجوزها و رفتارهای Hook موجود را به ارث می‌برند یا مشکلات مهاجرت داده‌ها پابرجا خواهد بود؟
گام بعدی شما
- اگر مشترک Pro یا Max هستید، یک پروژه ابری جدید ایجاد کنید تا قدرت حافظه مشترک در مدیریت چندین مخزن تست کنید.
- برای کاهش مصرف توکن، از مدل «رئیس دفتر» استفاده کنید و اجازه دهید کلود ابتدا محدوده کار را تعریف کند و سپس رشته‌ها را بسازد.
- منتظر به‌روزرسانی Local Integration باشید تا این گردش‌کار را با IDEهای محلی خود ترکیب کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو