اگر ساعت‌ها وقت خود را صرف کدهای پیچیده‌ی Node.js یا پایتون برای مدیریت حافظه می‌کنید، احتمالاً به زودی تمام آن‌ها را پاک خواهید کرد. گوگل با معرفی Google Converse، مدیریت وضعیت (State Management) را از لایه‌ی اپلیکیشن مستقیماً به لایه‌ی هوش مصنوعی منتقل کرده است.
بیشتر مدل‌های زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — بدون وضعیت (Stateless) هستند. یعنی شما باید هر بار تمام تاریخچه‌ی گفتگو را برای مدل بفرستید تا موضوع را فراموش نکند. همان‌طور که در پوشش پیشین ما از قرارداد تراشه‌های هوش مصنوعی گوگل با SpaceX دیدیم، این شرکت حالا در حال ادغام سخت‌افزار و نرم‌افزار است تا سرعت استنتاج را بالا ببرد. برای یک توسعه‌دهنده، این تغییر شبیه‌ی جایگزینی گیربکس دستی با اتوماتیک است.
به گزارش ۶ ژوئن ۲۰۲۶، سرویس Converse مدیریت حلقه‌های اجرایی، بافرهای حافظه و چرخه‌های عملیاتی را به‌صورت بومی بر عهده می‌گیرد. ویژگی‌های کلیدی این سرویس عبارتند از:
- ادغام مستقیم با BigQuery و Google Workspace برای حذف لایه‌های میان‌افزار (Middleware).
- عملکرد برتر نسبت به Claude 3.5 و GPT-4o در تکالیف استدلالی پیچیده.
- قابلیت بازگشت (Backtracking) بومی برای مدیریت شکست‌های خاموش بدون تولید توکن‌های تصادفی.
این تحول، نقش توسعه‌دهنده را از «نویسنده‌ی پرامپت» به «طراح سیستم» تغییر می‌دهد. گوگل با تبدیل یک انبار داده به یک عامل (Agent) قابل پرس‌وجو، حصاری محکم دور اکوسیستم سازمانی خود می‌کشد. دیگر نیازی نیست برای متصل کردن داده‌ها به عامل خود، یک لایه‌ی نرم‌افزاری جداگانه بسازید.
گام بعدی شما
- اگر از ढांचेهای شکننده‌ای مثل LangChain استفاده می‌کنید، یک نمونه‌ی اولیه (POC) کوچک با Converse بسازید.
- در سه ماه آینده، نحوه‌ی مدیریت احراز هویت کاربران در جلسات ماندگار را زیر نظر بگیرید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو