پرش به محتوای اصلی
پرش به محتوای مقاله

Novastart: تخصیص موس و کیبورد مجازی برای هر عامل هوش مصنوعی

·۲۱ مهر ۱۴۰۵۴ دقیقه مطالعه
اجرای همزمان چند عامل هوشمند بدون از دست دادن کنترل موس
اجرای همزمان چند عامل هوشمند بدون از دست دادن کنترل موس
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

معرفی نخستین سیستم‌عامل با بوم نامحدود که برای هر عامل هوش مصنوعی یک جریان ورودی (موس و کیبورد) مجزا تعریف می‌کند تا تداخل با کاربر حذف شود.

تصور کنید ۱۰ دستیار دیجیتال هم‌زمان روی دسکتاپ شما در حال کار باشند، اما هیچ‌کدام مانع حرکت موس شما نشوند. این همان رویایی است که Novastart با حذف «تنگنای تک‌نشانگر» (Single Pointer Bottleneck) آن را به واقعیت تبدیل کرده است. این مشکل خاص، هسته مرکزی مسئله‌ای است که Novastart حل می‌کند: دادن یک جریان ورودی مستقل به هر عامل هوش مصنوعی.

طبق اعلام این شرکت در ۱۲ اکتبر ۲۰۲۶، سیستم‌عامل جدید آن‌ها بر پایه یک بوم نامحدود (Infinite Canvas) طراحی شده است تا اجرای ده‌ها عامل (Agent) — شبیه به داشتن چندین کارمند مجازی که هر کدام میز کار و ابزار مخصوص خود را دارند — دیگر به معنای از دست دادن کنترل موس و کیبورد کاربر نباشد. در واقع، این سیستم‌عامل بوم نامحدود تضمین می‌کند که اجرای هم‌زمان ده‌ها عامل، نیازی به فدا کردن سخت‌افزار ورودی شما نداشته باشد.

در حال حاضر، اکثر عامل‌های هوش مصنوعی برای تعامل با محیط، کنترل سخت‌افزاری کاربر را «قرض» می‌گیرند. این وضعیت یک بن‌بست بهره‌وری ایجاد می‌کند: شما یا باید تا پایان کار عامل دست از کار بکشید و منتظر بمانید تا او در رابط‌های کاربری کلیک کند، یا ریسک کنید که در حین دخالت شما، عامل دچار خطا شود چون شما قادر به مداخله سریع نیستید. Novastart این اصطکاک را با تبدیل عامل‌ها به موجودات مجزا با نشانگرهای (Cursor) اختصاصی خودشان از بین می‌برد.

تنگنای نشانگر (The Pointer Bottleneck)

سیستم‌عامل‌های متداول بر این فرض استوارند که یک نفر، یک موس و یک کیبورد وجود دارد. وقتی یک عامل هوش مصنوعی کامپیوتر را هدایت می‌کند، مجبور است همین مجموعه واحد از کنترل‌ها را قرض بگیرد. این رویکرد ناکارآمد است زیرا عامل‌ها باید نوبتی کار کنند و کاربر در حین فعالیت عامل، دسترسی به کامپیوتر خود را از دست می‌دهد.

علاوه بر این، یک ریسک امنیتی جدی وجود دارد. عامل‌ها معمولاً خارج از دید کاربر فعالیت می‌کنند. اگر نتوانید ببینید یک عامل دقیقاً در حال انجام چه کاری است، نمی‌توانید اشتباهات او را در لحظه وقوع شناسایی و متوقف کنید. این چالش‌های عملیاتی و مدیریتی در محیط‌های سازمانی بسیار حیاتی هستند، به‌ویژه زمانی که گارتنر پیش‌بینی می‌کند ۴۰٪ از عامل‌های هوش مصنوعی سازمانی تا سال ۲۰۲۷ به دلیل ناکارآمدی بازنشسته شوند.

به گزارش وب‌سایت dev.to، این سیستم دسکتاپ ثابت سنتی را با یک بوم قابل زوم جایگزین کرده است. این ساختار فضای لازم را فراهم می‌کند تا چندین عامل در پنجره‌های مجزا و بدون تداخل با یکدیگر فعالیت کنند. کاربر می‌تواند با پیمایش (Pan) و اسکرول در بوم، بین برنامه‌ها جابه‌جا شود یا با زوم‌بک، نمای کلی تمام عامل‌های فعال را به‌طور هم‌زمان مشاهده کند.

معماری چندعاملی

Novastart برای مدیریت گردش‌های کاری پیچیده، یک ساختار سلسله‌مراتبی را پیاده کرده است:

  • عامل پیشرو (Lead Agent): یک کنترل‌کننده اصلی که وظایف بزرگ و پیچیده را به تکالیف کوچک‌تر و قابل اجرا تجزیه می‌کند.
  • عامل‌های کمکی (Helper Agents): تا ۱۰ عامل زیرمجموعه که این تکالیف تجزیه‌شده را به‌طور موازی اجرا می‌کنند.
  • نشانگرهای برچسب‌دار: هر عامل کمکی از یک نشانگر (Cursor) مجزا و برچسب‌دار استفاده می‌کند تا کاربر دقیقاً بداند هر اقدام توسط کدام عامل انجام می‌شود.
  • ورودی مستقل: هر عامل در داخل سیستم‌عامل، موس و کیبورد مخصوص خود را دارد؛ به این معنا که سخت‌افزار فیزیکی شما کاملاً در اختیار خودتان باقی می‌ماند.

کاربران می‌توانند بیش از ۳۰ اپلیکیشن وب مانند Chrome، Claude، ChatGPT، Gmail، Excel، WhatsApp و Notion را به‌عنوان پنجره‌های مستقل روی این بوم ادغام کنند.

از آنجا که تمام فعالیت‌ها روی یک بوم مشترک رخ می‌دهد، ریسک «جعبه سیاه» در عامل‌های خودمختار کاهش می‌یابد. کاربران می‌توانند هر کلیک را به‌صورت لحظه‌ای تماشا کنند و با یک کلیک ساده، کنترل هر پنجره خاص را پس بگیرند. اگر یکی از عامل‌های کمکی مسیر اشتباهی را طی کند، می‌توانید فقط همان اجرای خاص را متوقف یا اصلاح کنید، بدون اینکه نیاز باشد سایر عامل‌ها را متوقف کنید.

توماس فراهر، هم‌بنیان‌گذار و مدیر فنی Novastart، بیان می‌کند: «هرچه هوش مصنوعی قدرتمندتر شود، دیدن آنچه عامل‌ها برای ما انجام می‌دهند حیاتی‌تر می‌شود. ما این قابلیت را در لایه سیستم‌عامل گنجاندیم. هر عامل نشانگر مخصوص خود را روی همان بومی دارد که شما هستید و هیچ اتفاقی در جایی رخ نمی‌دهد که شما نتوانید آن را نظارت کنید.»

علاوه بر هوش مصنوعی، این بوم از همکاری انسانی نیز پشتیبانی می‌کند. هم‌تیمی‌ها می‌توانند از طریق دعوت‌نامه ایمیلی به بوم بپیوندند و در همان پنجره‌هایی که عامل‌ها فعال هستند، کلیک کرده یا تایپ کنند. در این حالت، پنجره‌ها به‌طور مستقیم از ماشینی به ماشین دیگر استریم می‌شوند.

برای استقرار، Novastart در سه طرح رایگان (Free)، حرفه‌ای (Pro) و تیمی (Team) عرضه شده است. این سیستم به‌عنوان یک اپلیکیشن روی ویندوز ۱۰/۱۱ و مک‌های مبتنی بر اینتل اجرا می‌شود. همچنین می‌توان آن را به‌عنوان یک سیستم‌عامل کامل روی رایانه‌های Intel و سایر سیستم‌های x86 از طریق یک درایو USB در بازه زمانی تقریبی ۸ تا ۱۵ دقیقه نصب کرد. اطلاعات بیشتر در novastart.com در دسترس است.

این تغییر، گفتمان عامل‌های هوش مصنوعی را از «اتوماسیون» به «ارکستراسیون» (Orchestration) منتقل می‌کند. با جداسازی دستگاه ورودی از کاربر، کامپیوتر از یک ابزار تک‌کاربره به یک ایستگاه کاری چندعاملی تبدیل می‌شود. اثر مرتبه دوم این تحول، کاهش چشمگیر اضطراب امنیتی مربوط به کارهای «نامرئی» و پنهان عامل‌ها است.

اکنون باید دید آیا این رویکرد، غول‌هایی مثل مایکروسافت یا اپل را مجبور به بازنگری در فلسفه «یک کاربر، یک نشانگر» می‌کند یا خیر. در حال حاضر، چالش اصلی این است که یک کاربر تا چه تعداد عامل را می‌تواند به‌طور مؤثر مدیریت کند پیش از آنکه بوم کاری بیش از حد شلوغ و آشفته شود.

گام بعدی شما

  • اگر از ابزارهای اتوماسیون استفاده می‌کنید، مدل «بوم نامحدود» را برای مدیریت تسک‌های موازی بررسی کنید.
  • در صورت نصب، ابتدا با ادغام ۳ اپلیکیشن متداول (مثل Gmail و Notion) کارایی ارکستراسیون را بسنجید.
  • نحوه تعامل هم‌زمان انسان و عامل در یک پنجره را برای تسریع بازبینی (Review) خروجی‌ها به کار بگیرید.

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

چرا این موضوع مهم است؟

این نوآوری با تکیه بر تخصص در معماری سیستم‌عامل، ریسک امنیتی عامل‌های نامرئی را حذف و بهره‌وری را از طریق اجرای موازی تسک‌ها افزایش می‌دهد. اعتبار این رویکرد در تبدیل کامپیوتر به یک ایستگاه کاری چندعاملی نهفته است.

تأثیر برای ایران

به‌دلیل محدودیت‌های سخت‌افزاری و تحریم‌های نرم‌افزاری، دسترسی به نسخه‌های Pro و Team برای کاربران ایرانی دشوار است، اما مدل نصب از طریق USB فرصتی برای تست محیط‌های x86 فراهم می‌کند.

·نگاه ما
تحریریه دات‌هوش

جداسازی لایه ورودی (Input) از سخت‌افزار فیزیکی، بزرگ‌ترین مانع پذیرش عامل‌های خودمختار در محیط‌های حساس را برطرف می‌کند. این رویکرد عملاً مفهوم «مالکیت دسکتاپ» را تغییر داده و اجازه می‌دهد کاربر از نقش یک اپراتور به یک ناظر (Supervisor) تبدیل شود. به نظر ما، این مدل ارکستراسیون، پیش‌نیاز تبدیل شدن سیستم‌عامل‌ها به مدیریت‌کننده‌های ارتش‌های کوچک از مدل‌های تخصصی است.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.