حلقه‎‌های عامل‌محور؛ استراتژی جدید بوریس چرنی برای خودکارسازی معماری کد

تصور کنید برنامه‌نویسی دیگر یک فرآیند خطی نیست، بلکه میدانی است که در آن ارتشی از دستیاران دیجیتال به‌طور مداوم در حال تخریب و بازسازی کد شما هستند تا به کمال برسند. این همان جهشی است که بوریس چرنی (Boris Cherny)، خالق Claude Code، در جریان حضورش در کنفرانس @Scale شرکت Meta در روز جمعه ۲۱ ژوئن ۲۰۲۶ پیش‌بینی کرد: گذار از «کدنویسی توسط انسان» و «کدنویسی توسط عامل‌ها» به «حلقه‌ها» (Loops)؛ جایی که عامل‌ها دیگر مستقیماً کد نمی‌نویسند، بلکه عامل‌های دیگر را برای نوشتن کد در یک چرخه بی‌پایان هدایت می‌کنند.

در این رویداد، وقتی یکی از حاضرین پرسید آیا این رویکرد صرفاً یک «موج تبلیغاتی جدید» (hype cycle) است یا واقعیت دارد، چرنی با قاطعیت تأیید کرد که با یک واقعیت فنی طرف هستیم. او استدلال کرد که تنها دو سال پیش، سورس‌کدها به‌طور دستی نوشته می‌شدند. از آن زمان تاکنون، صنعت به سمت عامل‌هایی حرکت کرد که کد می‌نوشتند و اکنون در حال ورود به عصر «عامل‌هایی که عامل‌های دیگر را تحریک/هدایت می‌کنند» هستیم. به باور او، این تغییر به اندازه انتقال از سورس‌کد دستی به عصر عامل‌ها، بنیادین و بزرگ است. این رویکرد در واقع تکاملی از جایگزینی پرامپت‌های دستی با Loop Engineering است که هدف نهایی آن خودکارسازی کامل زنجیره تصمیم‌گیری عامل‌هاست.

این تحول درست زمانی رخ می‌دهد که صنعت به سمت هوش مصنوعی عامل‌محور (Agentic AI) حرکت می‌کند؛ جایی که چالش اصلی دیگر صرفاً نوشتن پرامپت نیست، بلکه مدیریت سامانه‌های خودمختار است. در حالی که ابزارهای قبلی نیاز به اهداف محدود و تأییدهای گام‌به‌گام و مجزا داشتند، حلقه‌ها به دسته‌ای (Swarm) از عامل‌ها اجازه می‌دهند تا به‌طور مستمر در پس‌زمینه فعالیت کنند. این رویکرد دقیقاً بازتاب‌دهنده چالش‌های فنی مقیاس‌پذیری خروجی‌های AI است که پیش‌تر در پوشش خبری خود درباره تلاش‌های جامعه برای مهار سیل تبلیغاتی هوش مصنوعی از طریق تأمین بودجه‌های جمعی به آن پرداختیم.

زمینه و ریشه‌های نظری

مفهوم حلقه‌ها در علوم رایانه کاملاً جدید نیست. حلقه‌های بازگشتی (Recursive loops) — توابعی که خودشان را صدا می‌زنند تا عملی را بر اساس یک شرط توقف تکرار کنند — جزو مبانی دروس مقدماتی علوم رایانه هستند. اما حلقه‌های عامل‌محور تفاوت مهمی دارند: آن‌ها منطق غیرقطعی (Non-deterministic) را دنبال می‌کنند. در اینجا، به جای یک شرط ریاضی ثابت و از پیش تعیین شده، این یک «عامل فرعی» است که تصمیم می‌گیرد حلقه چه زمانی باید متوقف شود.

چرنی در حال حاضر از حلقه‌های غیرقطعی خاصی برای حفظ کیفیت نرم‌افزار استفاده می‌کند. در حدود دقیقه ۳۲ از ویدئوی کنفرانس، او با جزئیات شرح داد که سیستم او چگونه از دو نقش اصلی برای عامل‌ها بهره می‌برد تا کیفیت کد را ارتقا دهد:

جزئیات فنی

• بهینه‌ساز معماری (Architecture Optimizer): عاملی که به‌طور مداوم در جستجوی راه‌هایی برای بهبود ساختار کلی کد است.
• یک‌ساز انتزاع (Abstraction Unifier): عاملی که انتزاع‌های تکراری را شناسایی کرده و آن‌ها را در کل پروژه یکپارچه می‌کند تا از موازی‌کاری در کد جلوگیری شود.

این عامل‌ها دقیقاً مانند برنامه‌نویسان انسانی عمل می‌کنند و بدون توقف، درخواست‌های تغییر کد (Pull Requests) را به یک پایگاه کدی ارسال می‌کنند که دائماً در حال تغییر است. این ساختار از آنچه نوام براون (Noam Brown)، پژوهشگر OpenAI، در اوایل این ماه مشاهده کرد، یعنی «محاسبات زمان استنتاج» (Test-time Compute) بهره می‌برد. نظریه براون پیشنهاد می‌کند که مدل‌های امروزی اگر محاسبات کافی در لحظه پاسخ‌دهی به آن‌ها اختصاص یابد، می‌توانند تقریباً هر مسئله‌ای را حل کنند.

برای یک توسعه‌دهنده، این یعنی هوش مصنوعی فقط یک باگ را رفع نمی‌کند و متوقف نمی‌شود؛ بلکه مانند کسی که از تپه‌ای بالا می‌رود (Hill-climbing)، اصلاحات کوچک و متوالی را تا رسیدن به یک حد نصاب یا استاندارد خاص ادامه می‌دهد. یا همان‌طور که در کارهای چرنی دیده می‌شود، تا زمانی که بودجه محاسباتی (Compute) برای هزینه کردن وجود داشته باشد، به بهبودات ادامه می‌دهد. در تلاش برای مهار این فرآیندها، برخی ابزارها مانند راهکار Atomic با استفاده از TypeScript تلاش می‌کنند تا با تعریف ساختارهای سخت‌گیرانه، جلوی توهمات و چرخه‌های بی‌هدف عامل‌های کدنویسی بگیرند.

یک نسخه ساده‌شده از این مدل، «حلقه رالف» (به نام رالف ویگام) است که به‌طور مکرر کارهای انجام شده را تلخیص می‌کند و می‌پرسد آیا هدف محقق شده است یا خیر، تا از گم شدن مدل در طول تسک‌های طولانی جلوگیری کند.

با این حال، این توانایی هزینه‌ای سنگین دارد. حلقه‌های عامل‌محور توکن‌ها (Tokens) را بسیار سریع‌تر از چت‌بات‌های معمولی پرسش و پاسخ مصرف می‌کنند، زیرا سقفی برای هزینه وجود ندارد و مصرف توکن‌ها در این حلقه‌ها بی‌حد است. اگرچه این موضوع برای فروشندگانی مثل Anthropic که توکن می‌فروشند سودآور است، اما برای کاربر نهایی یک سربار مالی (Overhead) بسیار هزینه‌بر ایجاد می‌کند.

برای صاحبان کسب‌وکار، این تغییر معنای تبدیل AI از یک ابزار ساده به یک «نیروی کار دیجیتال» را دارد. ریسک اصلی اکنون از «انحراف پرامپت» (Prompt Drift) به «انحراف توکنی» (Token Drift) تغییر یافته است؛ جایی که هزینه بهینه‌سازی مداوم در پس‌زمینه ممکن است بیشتر از سود حاصل از بهبودهای جزئی در کیفیت کد باشد. موفقیت واقعی حلقه‌ها در دنیای واقعی به ایجاد نظارت سخت‌گیرانه بر هزینه توکن‌ها و کنترل انحراف معماری بستگی دارد.

کاربران باید منتظر ظهور لایه‌های ارکستراسیون (Orchestration Layers) جدیدی باشند که بتوانند این حلقه‌ها را بر اساس نرخ بازگشت سرمایه (ROI) محدود یا کنترل کنند. معیار حیاتی بعدی این خواهد بود که آیا این دسته‌های عامل‌محور در پس‌زمینه می‌توانند سیستم‌های مقیاس‌بزرگ را بدون ایجاد خطاهای بازگشتی (Recursive Errors) مدیریت کنند یا خیر. برای حل این چالش، استفاده از حافظه‌های مشترک مانند API جدید استک اورفلو می‌تواند به عامل‌ها کمک کند تا از تکرار اشتباهات گذشته در طول حلقه‌های پردازشی جلوگیری کنند.

گام بعدی شما

• لایه‌های ارکستراسیون جدید را رصد کنید که می‌توانند این حلقه‌ها را بر اساس بازگشت سرمایه (ROI) محدود کنند.
• بررسی کنید که آیا دسته‌های عامل‌محور می‌توانند سیستم‌های مقیاس‌بزرگ را بدون ایجاد خطاهای بازگشتی مدیریت کنند یا خیر.
• بودجه توکنی پروژه‌های خود را پیش‌بینی کنید تا با شوک هزینه‌های حلقه‌های مداوم مواجه نشوید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.