تصور کنید ابزاری دارید که نه تنها دستورات شما را می‌فهمد، بلکه می‌تواند در یک محیط پیچیده و ناشناخته، بدون اینکه دستش را بگیرید، هدف را پیدا کند و آن را اجرا کند. این دقیقاً همان اتفاقی است که در دنیای بازی‌های ویدئویی رخ داده است.
به گزارش وب‌سایت the-decoder.com در ۷ سپتامبر ۲۰۲۶، یک عامل (Agent) — شبیه به کارمندی دیجیتال که می‌تواند به‌جای حرف زدن، واقعاً کار انجام دهد — با بهره‌گیری از مدل GPT-6 Astra توانست بازی Portal را در ۲۳ ساعت و ۴۳ دقیقه به طور کامل به پایان برساند.
این موفقیت در حالی رخ می‌دهد که آزمایشگاه‌های هوش مصنوعی از ساخت چت‌بات‌های ساده به سمت توسعه سیستم‌های عامل‌محور (Agentic) حرکت کرده‌اند. همان‌طور که در تحلیل قبلی ما درباره‌ی بازگشت سلطه ChatGPT در بازار چت‌بات‌ها اشاره کردیم، تمرکز صنعت اکنون از «گفتگو» به «عمل» تغییر کرده است.
توسعه‌دهنده‌ای به نام cozyblaze برای اجرای این عملیات از یک زیرساخت فنی خاص استفاده کرد:
- پروتکل زمینهٔ مدل (MCP) برای کنترل مستقیم بازی.
- ابزار اصلاح‌شده SourcePauseTool که بازی را هنگام پردازش حرکت بعدی توسط مدل، متوقف می‌کند.
- یک حلقه بازخورد که در آن عامل، اسکرین‌شات‌ها، مختصات بازیکن و زوایای دوربین را تحلیل می‌کند.
اجرای این بازی ارزان نبود. بر اساس مستندات منتشر شده، هزینه استنتاج (Inference) — یعنی همان لحظه‌ای که مدل واقعاً جواب تولید می‌کند و شبیه به آشپزی با دستور پخت است — با قیمت رسمی Astra به ۵۷۰ دلار رسید، هرچند توسعه‌دهنده برای مدیریت هزینه‌ها از اشتراک ۲۰۰ دلاری Codex استفاده کرد. این چالش‌های هزینه‌ای و سخت‌افزاری در حالی رخ می‌دهد که نوآوری‌هایی در موتورهای اجرای مدل‌های غول‌پیکر برای بهینه‌سازی منابع سخت‌افزاری در حال ظهور هستند.
این دستاورد در واقع تحقق بخشی از هدف سال ۲۰۱۶ شرکت OpenAI برای حل بازی‌های متنوع توسط یک عامل واحد است. برای یک مدیر کسب‌وکار، این یعنی هوش مصنوعی در حال حرکت به سمت استقلال «حلقه-بسته» است؛ جایی که مدل می‌تواند در یک رابط کاربری پیچیده بدون راهنمایی انسان هدف را دنبال کند. در این مسیر، رقابت میان مدل‌های عظیم و مدل‌های بهینه‌شده شدت گرفته است، به‌طوری که برخی تیم‌های مهندسی توانسته‌اند با مدل‌های بازمتن کوچک‌تر، عملکرد مدل‌های تک‌سازه غول‌پیکر را به چالش بکشند.
با این حال، cozyblaze اشاره کرده است که هنوز مشکلاتی در استدلال کلی عامل‌های هوشمند وجود دارد. کدها و مستندات این پروژه در گیت‌هاب در دسترس است تا بتوانید مکانیزم «توقف و تفکر» آن را بررسی کنید.
گام بعدی شما
- بررسی مستندات MCP در گیت‌هاب برای درک نحوه اتصال مدل‌ها به نرم‌افزارهای خارجی.
- دنبال کردن پیشرفت‌های مدل‌های استدلالی در حل مسائل محیطی (Environment-based).
- تحلیل هزینه-فایده استقرار عامل‌های خودگردان در مقابل اتوماسیون‌های سنتی.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو