اگر امروز برنامه‌نویسی می‌کنید، باید بدانید که مدل‌های زبانی دیگر محدود به «حرف زدن» نیستند و حالا می‌توانند «عمل» کنند. با پیاده‌سازی فراخوانی تابع (Function Calling)، شما یک مدل استاتیک را به یک عامل (Agent) تبدیل می‌کنید که می‌تواند برای حل مسئله، ابزارهای دنیای واقعی را به کار بگیرد. توسعه‌دهندگان با استفاده از GPT-4 اکنون می‌توانند فراتر از رابط‌های ساده‌ی چت بروند و مدل را به یک عامل خودمختار تبدیل کنند.
به نقل از راهنمای فنی منتشر شده در ۲۸ ژوئن ۲۰۲۶ در پلتفرم dev.to، این قابلیت به مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد — اجازه می‌دهد به‌جای توصیف یک اقدام در قالب متن، آرگومان‌های ساختاریافته‌ای را برای اجرای ابزارهای خارجی تولید کند.
این تغییر نشان‌دهنده تکامل گسترده‌تری در درک ما از قابلیت‌های هوش مصنوعی است. در حالی که پوشش‌های پیشین ما از روایت‌های علمی-تخیلی بررسی می‌کرد، که چگونه داستان‌سرایی بر رفتار مدل‌های زبانی اثر می‌گذارد، فراخوانی تابع در واقع لوله‌کشی مکانیکی لازم برای تجلی آن رفتارها در دنیای واقعی را فراهم می‌کند. حالا مدل به‌جای شبیه‌سازی یک دستیار مفید، کدی را فعال می‌کند تا داده‌های زنده را بگیرد یا اسکریپت‌ها را اجرا کند.
سازوکار استفاده از ابزار
این فرآیند در یک حلقه تکرار می‌شود. برای مثال، اگر کاربر بپرسد «هوای توکیو چطور است؟»، مدل فکر می‌کند: «من باید تابع get_weather(city="Tokyo") را صدا بزنم».
مدل خودش تابع را اجرا نمی‌کند؛ بلکه به کد برنامه‌نویس دستور می‌دهد چه چیزی اجرا شود. سپس کد، ابزار را اجرا کرده و نتیجه‌ای مانند { "temp": 22, "condition": "Sunny" } را دریافت می‌کند و آن را به مدل بازمی‌گرداند تا پاسخ نهایی را برای کاربر بسازد.
این روند بر اساس الگوی ری‌اکت (ReAct) مدیریت می‌شود که ترکیب «استدلال» (Reasoning) و «عمل» (Acting) در یک چرخه سخت‌گیرانه است:
- مشاهده (Observe): عامل وضعیت فعلی محیط را ارزیابی می‌کند.
- تفکر (Think): مدل درباره گام بعدی لازم استدلال می‌کند.
- عمل (Act): عامل یک ابزار را فراخوانی می‌کند یا پاسخ نهایی را ارائه می‌دهد.
جزئیات پیاده‌سازی
برای ساخت این عامل‌ها، توسعه‌دهندگان باید فهرستی از ابزارها شامل نام‌های خاص توابع، توضیحات و انواع پارامترها را تعریف کنند. برای نمونه، ابزار get_weather به یک رشته متنی برای «شهر» و یک شمارشی (enum) اختیاری برای «واحد» (سلسیوس یا فارنهایت) نیاز دارد. همچنین ابزار run_python به مدل اجازه می‌دهد بلوکی از کد را اجرا کرده و خروجی آن را برگرداند.
برای حفظ پایداری و قابلیت اطمینان، این راهنمای فنی محدودیت‌های خاصی را توصیه می‌کند:
- تعداد ابزارها: استفاده از ۳ تا ۷ ابزار برای هر عامل تا از گیج شدن مدل در انتخاب ابزار جلوگیری شود.
- توضیحات شفاف: استفاده از اهداف تک‌جمله‌ای و مستندات پارامترها تا مدل بتواند ابزار درست را انتخاب کند.
- اعتبارسازی ورودی‌ها: استفاده از Pydantic یا طرح‌واره‌ها (schemas) برای تمام آرگومان‌های ابزار جهت جلوگیری از حملات تزریق پرامپت (Prompt Injection). در این راستا، اتوماسیون تبدیل ساختارهای داده به پروتکل‌های ارتباطی هوشمند اهمیت دارد، به‌طوری که می‌توان طرح‌واره‌های OpenAPI جنگو را به سرورهای MCP تبدیل کرد تا یکپارچگی ابزارها با مدل‌های پیشرفته‌تر افزایش یابد.
- مدیریت خطا: بازگرداندن پیام‌های خطای توصیفی؛ زیرا عامل‌ها ممکن است ابزارها را به صورت اشتباه فراخوانی کنند و نیاز دارند دلیل خطا را بدانند.
مقیاس‌پذیری به سامانه‌های چندعاملی
برای انجام کارهای پیچیده، معماری سیستم به یک سامانه چندعاملی (Multi-agent System) تکامل می‌یابد. در این ساختار، یک عامل متخصص «مسیریاب» (Router) به عنوان دیسپچر یا调度گر عمل می‌کند و درخواست‌های خاص را به عامل‌های خبره می‌سپارد. این متخصص‌ها می‌توانند شامل یک عامل پژوهش، یک عامل کدنویسی یا یک عامل نویسندگی باشند که هر کدام پرامپت سیستمی و مجموعه‌ابزارهای منحصر‌به‌فرد خود را دارند.
این رویکرد فرض بنیادی توسعه AI را تغییر می‌دهد: طراحی ابزار اکنون در واقع همان طراحی تجربه کاربری (UX) است. شفافیت نام و شرح تابع مستقیماً تعیین می‌کند که مدل بتواند ماموریت را با موفقیت پیش ببرد یا خیر. بدون این محدودیت‌های ساختاریافته، سیستم با خطر ورود به حلقه‌های تکرار بی‌نهایت مواجه است؛ بنابراین به متخصصان توصیه شده که تعداد تکرارها را روی ۱۰ تا ۲۰ گام محدود کنند.
گام بعدی شما
- اگر در حال ساخت عامل‌های تولیدی (Production Agents) هستید، اولویت بعدی شما ایجاد یک مسیر حسابرسی (Audit Trail) جامع باشد.
- ثبت (Log) کردن هر نام ابزار، آرگومان و نتیجه، تنها راه عیب‌یابی مسیرهای غیرخطی است که این عامل‌ها در طول اجراهای پیچیده طی می‌کنند.
- برای شروع، ابزارهای ساده‌ای مثل استخراج زمان یا تبدیل واحد را پیاده کنید و سپس به سراغ اجرای کد بروید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو