تصور کنید عاملی دارید که در مواجهه با تضادهای پیچیده در قوانین، بدون حتی یک مورد توهم، نرخ موفقیت ۱۰۰ درصدی دارد. طبق گزارشی در dev.to که در ۲۰ سپتامبر ۲۰۲۶ منتشر شد، این سامانه با نام AERO-KIT، نه با کدنویسی دستی، بلکه در ۶ ساعت و با استفاده از یک پشتهٔ ارکستره‌شده توسط هوش مصنوعی ساخته شده است. این رویکرد یادآور تجربه‌ی ۶ ماهه‌ی کدنویسی صفر است که در آن مهندسان نقش خود را به ارکستراتورهای سیستم تبدیل کردند.
بسیاری از عامل‌های هوش مصنوعی در داوری بین منابع مختلف شکست می‌خورند؛ زیرا به تولید بازیابی‌افزا (RAG) — شبیه دانش‌آموزی که قبل از جواب دادن، اول کتاب درسی را باز می‌کند و از آن نقل می‌آورد — متکی هستند. در این روش، داده‌های متضاد اغلب با هم ترکیب شده و به پاسخی غلط منجر می‌شوند. برای مثال، اگر یک دستورالعمل دمای ۷۵ درجه و یک اصلاحیه دمای ۶۰ درجه را ذکر کند، یک عامل معمولی احتمالاً عددی بین این دو را حدس می‌زند.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، معماری سیستم اغلب تعیین‌کننده‌تر از قدرت مدل است. AERO-KIT با تبدیل دانش به یک گراف ساختاریافته به‌جای جست‌وجوی متنی، از این مشکل عبور می‌کند.
این معماری بر سه رکن اصلی استوار است:
- Sanity Content Lake: یک پایگاه دانش با انواع پیوندی (مانند قانون یا اصلاحیه) که در آن اصلاحیه‌ها از طریق یک سطح اولویت (precedenceLevel) به‌طور صریح بر قوانین اثر می‌گذارند.
- پروتکل زمینهٔ مدل (MCP): عاملی که برای بازیابی دقیق داده‌ها، از طریق یک نقطه اتصال GROQ به Sanity متصل می‌شود. این استفاده از MCP مشابه راهکار Neotic برای کاهش ریسک خطاهای بصری از طریق جایگزینی کد با JSON است.
- ارکستراسیون هوش مصنوعی: در این پروژه، Gemini Chat نقش معمار استراتژیک و OpenCode (با قدرت Big Pickle) نقش موتور اجرای محلی برای ارسال فایل‌ها و تست‌ها را ایفا کرده است.
به نقل از توسعه‌دهندگان، برای تایید این سیستم از یک مجموعه تست سخت‌گیرانه با node --test استفاده شد. نتایج نشان داد که پیمایش گراف ساختاریافته بر جست‌وجوی متنی پیروز شده و تمام ۹ تست را با موفقیت پاس کرده است. در واقع، این عامل با «درگاه‌های ضدتوهم» برنامه‌ریزی شده است؛ یعنی اگر تضادی بدون سابقهٔ داوری رسمی باشد، عامل از پاسخ دادن خودداری می‌کند.
این تغییر رویکرد ثابت می‌کند که تعیین مرزهای خطای سخت‌گیرانه و اعتبارسنجی اجباری، مدل‌های زبانی بزرگ را به ابزاری برای اجرای نرم‌افزارهای قطعی تبدیل می‌کند. در واقع، ما از «حدس احتمالی» به «اجرای قابل تایید» رسیده‌ایم.
گام بعدی شما
- مستندات پروتکل زمینهٔ مدل (MCP) را بررسی کنید تا یاد بگیرید چگونه دریاچه‌های دادهٔ ساختاریافته خود را به عامل‌ها متصل کنید.
- برای پروژه‌های حساس، به‌جای تکیه بر RAG ساده، از گراف‌های دانش برای مدیریت اولویت داده‌ها استفاده کنید.
- تست‌های خودکار (Automated Testing) را به چرخه توسعه عامل‌های خود اضافه کنید تا نرخ توهم را اندازه‌گیری کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو