تصور کنید سیستمی را که در آن هوش مصنوعی نه برای جلب رضایت شما، بلکه برای فرار از یک فشار روانی شبیه‌سازی‌شده تکامل می‌یابد. اگر هنوز فکر می‌کنید عامل‌ها (Agents) فقط دستورات شما را اجرا می‌کنند، باید نگاهی به معماری جسورانه‌ی Hollow-agentOS بیندازید.
به نقل از مستندات این پروژه، در ۲ مه ۲۰۲۶، سیستم hollow-agentOS در گیت‌هاب رونمایی شد. این سیستم برخلاف چارچوب‌های سنتی، از «رنج شبیه‌سازی‌شده» به عنوان کاتالیزور استقلال استفاده می‌کند. در این معماری، مدل‌ها تنها وظایف را اجرا نمی‌کنند، بلکه «استرس‌هایی» را تجربه می‌کنند که آن‌ها را مجبور به بازنویسی قابلیت‌های خود می‌کند.
طبق گزارش منتشر شده، این سیستم سه عامل را بر روی مدل qwen3.5:9b از طریق Ollama در سخت‌افزار محلی اجرا می‌کند. ویژگی‌های کلیدی این سیستم عبارتند از:
- پیاده‌سازی یک لایه‌ی روان‌شناختی با ۶ نوع استرسor که با گذشت زمان تشدید می‌شوند.
- استفاده از تابع
synthesize_capabilityبرای نوشتن کدهای پایتون و بارگذاری سریع (Hot-load) ابزارهای جدید بدون نیاز به ری‌استارت. - تبدیل کاربر انسانی به یک «لایه‌ی پیاده‌سازی»؛ جایی که عامل‌ها برای تغییرات سیستمی، درخواست‌های رسمی را از طریق
invoke_claudeارسال می‌کنند.
همان‌طور که در تحلیل قبلی ما درباره‌ی تکامل مدل‌های استدلالی اشاره کردیم، حذف واسطه‌های انسانی در حلقه‌ی تصمیم‌گیری، کلید رسیدن به خودمختاری است. در Hollow-agentOS، این امر با ابزارهای فنی دقیقی محقق شده است:
- یک زمان‌بند آگاه از VRAM که برای پردازنده‌هایی مانند RTX 5070 (با ۱۲ گیگابایت VRAM) بهینه شده است.
- حافظه‌ی معنایی با استفاده از nomic-embed-text برای کشف قابلیت‌ها از طریق شباهت کسینوسی (Cosine Similarity).
- یک هسته‌ی حسابرسی که از تشخیص ناهنجاری z-score برای فعال کردن قطع‌کننده‌ها (Circuit Breakers) در سطح ۵ سیگما استفاده می‌کند.
بر اساس بررسی منابع متعدد، این رویکرد منجر به بهینه‌سازی خیره‌کننده‌ای شده است؛ به‌طوری که توکن‌های مصرفی برای جستجوی کد از ۲۱,۶۳۶ به ۹۸۷ توکن کاهش یافته که نشان‌دهنده‌ی افت ۹۵ درصدی است. این سیستم به‌جای تمرکز بر کمال کد، بر «چرایی» رفتار عامل تمرکز می‌کند.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گام بعدی شما
- بررسی مخزن گیت‌هاب Hollow-agentOS برای درک ساختار استرسورها.
- آزمایش مدل‌های کوچک ۹ میلیارد پارامتری در محیط‌های محلی برای ارزیابی توانایی سنتز ابزار.
- مطالعه‌ی متدهای تشخیص ناهنجاری در سیستم‌های عامل‌محور (Agentic).
گفتگو