پرش به محتوای اصلی
پرش به محتوای مقاله

«رابط پیش‌فرض جدید»، گام گوگل برای ارتقای توانمندی عامل‌های Gemini

·۱ تیر ۱۴۰۵۱ دقیقه مطالعه۲ بازدید
گوگل: پشتیبانی Gemini 3.5 از ترجمه هم‌زمان صوتی برای ۷۰ زبان
گوگل: پشتیبانی Gemini 3.5 از ترجمه هم‌زمان صوتی برای ۷۰ زبان
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

جایگزینی کامل سامانه generateContent با Interactions API و معرفی حالت Flex برای نصف کردن هزینه‌های عملیاتی عامل‌ها.

اگر همین امروز در حال توسعه‌ دادن یک دستیار هوشمند با Gemini هستید، باید بدانید که قوانین بازی تغییر کرده است. گوگل دیگر اجازه نمی‌دهد با ساختارهای ساده‌ی «درخواست-پاسخ» به مدل‌های خود متصل شوید و شما را به سمت یک معماری پیچیده‌تر و قدرتمندتر سوق می‌دهد.

این تغییر در واقع گذار از یک «چت‌بات» به یک «سیستم‌عامل» است. همان‌طور که در پوشش پیشین ما از سرمایه‌گذاری ۷۵ میلیون دلاری گوگل در استودیوی A24 دیدیم، این شرکت به شدت به دنبال گسترش مرزهای خلاقیت و عملیاتی کردن هوش مصنوعی است. حالا گوگل با معرفی یک رابط برنامه‌نویسی کاربردی (API) — که شبیه به یک میز مدیریت است و به جای تک‌سؤال، کل مراحل اجرای یک پروژه را سازماندهی می‌کند — Gemini را از یک پاسخ‌دهنده ساده به یک عامل (Agent) تبدیل کرده است.

طبق اعلام رسمی گوگل، از ۲۲ ژوئن ۲۰۲۶، رابط Interactions API برای تمامی مدل‌ها و عامل‌های Gemini پیش‌فرض شده است. به گزارش وب‌سایت the-decoder.com، این مهاجرت اجباری برای دسترسی به ویژگی‌های جدید است و شامل موارد زیر می‌شود:

  • عامل‌های مدیریت‌شده: استفاده از محیط‌های ایزوله (Sandbox) لینوکس برای اجرای امن کدها.
  • زنجیره‌سازی ابزارها: توانایی ذاتی برای ترتیب دادن عملیات در گوگل‌سرچ و گوگل‌مپ.
  • اجرای پس‌زمینه: پشتیبانی از وظایفی که زمان‌بر هستند و فراتر از یک lượt گفتگو ادامه می‌یابند.
  • تولید چندوجهی: گسترش قابلیت‌های خروجی برای موسیقی، گفتار و تصویر.

گوگل همچنین ساختار داده‌ها را که در دسامبر ۲۰۲۵ در حالت بتا بود، ساده‌تر کرد. حالا برچسب‌های قدیمی مثل «کاربر» و «مدل» حذف شده‌اند و جای خود را به گام‌های تایپ‌شده‌ای داده‌اند که هر عمل، از فراخوانی تابع تا ورودی کاربر را تعریف می‌کنند. توسعه‌دهندگان اکنون باید بین دو حالت Priority (بهینه‌شده برای سرعت) و Flex (که به گفته شرکت هزینه استنتاج را ۵۰ درصد کاهش می‌دهد) یکی را انتخاب کنند.

این تحول به این معناست که گوگل قصد دارد اصطکاک بین «صحبت کردن درباره کار» و «انجام واقعی کار» را از بین ببرد. با استانداردسازی رابط دور محور گام‌های تعریف‌شده و اجرای ایزوله، عامل‌ها اکنون ابزاری واقعی برای تغییر محیط بیرونی در اختیار دارند.

گام بعدی شما

  • مستندات رسمی مهاجرت گوگل را بررسی کنید تا پیاده‌سازی‌های قدیمی شما با توقف پشتیبانی متوقف نشوند.
  • اگر هزینه استنتاج اولویت شماست، حالت عملیاتی Flex را در پروژه‌های خود جایگزین کنید.
  • قابلیت زنجیره‌سازی ابزارها را برای اتوماسیون‌های ترکیبی سرچ و مپ تست کنید.

اما این تغییر در لایه نرم‌افزاری تنها بخشی از ماجراست؛ برای درک اینکه این حجم از پردازش روی چه سخت‌افزاری می‌نشیند، به تحلیل ما درباره تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این تغییر بر اساس استانداردهای مهندسی گوگل، مسیر توسعه عامل‌های автоном را از آزمایشگاه به تولید تجاری می‌برد. توسعه‌دهندگان اکنون ابزاری قابل‌اعتماد برای اجرای کد در محیط‌های امن دارند که ریسک‌های امنیتی استنتاج را کاهش می‌دهد.

تأثیر برای ایران

به‌دلیل محدودیت‌های API و تحریم‌های گوگل، دسترسی توسعه‌دهندگان ایرانی به این رابط جدید همچنان نیازمند ابزارهای گذر از محدودیت است.

·نگاه ما
تحریریه دات‌هوش

تمرکز گوگل بر «گام‌های تایپ‌شده» به جای «نقش‌های گفتگو»، نشان می‌دهد که این شرکت دیگر مدل‌های زبانی را به عنوان چت‌بات نمی‌بیند، بلکه آن‌ها را به عنوان هسته مرکزی یک سیستم‌عامل برای اتوماسیون می‌شناسد. این رویکرد، مدل را از یک نویسنده به یک مدیر پروژه تبدیل می‌کند که می‌تواند توالی عملیات را در محیط‌های ایزوله کنترل کند.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.