پرش به محتوای اصلی
پرش به محتوای مقاله

OpenAI با قابلیت Computer History تعاملات مک را به مهارت‌های عامل تبدیل کرد

·۲۳ مرداد ۱۴۰۵۵ دقیقه مطالعه
تاریخچه رایانه OpenAI فعالیت‌های مک را به حافظه ChatGPT تبدیل می‌کند
تاریخچه رایانه OpenAI فعالیت‌های مک را به حافظه ChatGPT تبدیل می‌کند
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

جایگزینی ثبت تصویری با جریان رویدادهای متنی برای ساخت حافظه عامل‌محور؛ این اولین باری است که یک ابزار تجاری، تعاملات سیستم‌عامل را مستقیماً به مهارت‌های قابل اجرای Codex تبدیل می‌کند.

تصور کنید تمام فعالیت‌های روزانه شما در مک، به جای اینکه در حافظه کوتاه مدت شما بماند، به یک مجموعه داده برای آموزش دستیار شخصی‌تان تبدیل شود. در ۱۳ اوت ۲۰۲۶، شرکت OpenAI قابلیت Computer History را معرفی کرد تا تعاملات خام دسکتاپ را به یک بانک حافظه تبدیل کند که ChatGPT و Codex می‌توانند در لحظه به آن ارجاع دهند.

این اقدام نشان‌دهنده چرخش از پرامپت‌های ایستا به مشاهده مستمر است. همان‌طور که در تحلیل قبلی ما درباره‌ی رقابت مدل‌های GPT-5.6 Sol و Kimi K3 بر سر بنچمارک‌های خام اشاره کردیم، اکنون میدان نبرد به «حافظه عامل‌محور» (Agentic Memory) منتقل شده است؛ یعنی توانایی هوش مصنوعی برای دانستن دقیق اتفاقاتی که ۱۰ دقیقه پیش رخ داده، بدون اینکه کاربر چیزی بگوید.

زمینه و تکامل

قابلیت Computer History نخستین تلاش برای این هدف نیست. این ابزار در واقع جایگزینی بازطراحی‌شده برای پروژه Chronicle است که اوپن‌ای‌آی در اوایل سال ۲۰۲۶ به صورت پیش‌نمایش پژوهشی عرضه کرده بود. اما Computer History مسیر فنی متفاوتی را طی می‌کند.

در حالی که Chronicle بر پایه اسکرین‌شات‌ها و تصاویر صفحه نمایش متکی بود، Computer History رویکردی متفاوت را برگزیده است. به نقل از Dominik Kundel از اوپن‌ای‌آی در یک ویدئوی معرفی، این سیستم به جای گرفتن عکس از صفحه، رویدادهای تعاملی را از طریق قابلیت‌های دسترسی‌پذیری (Accessibility) سیستم‌عامل macOS ثبت می‌کند. این رویدادها شامل کلیک‌ها، تایپ‌ها، میان‌برهای کیبورد و جابه‌جایی بین برنامه‌هاست.

این تغییر استراتژیک باعث می‌شود ثبت خاطرات سریع‌تر و بهینه‌تر باشد، چون دیگر نیازی به پردازش سنگین تصاویر یا ضبط صدا نیست. برخلاف آزمایش‌های قبلی که بر پایه ضبط صفحه بودند، Computer History به‌طور کامل از تصاویر اجتناب می‌کند. این چرخش فنی به سیستم اجازه می‌دهد داده‌ها را با سرعتی بسیار بیشتر از پیش‌نمایش پژوهشی Chronicle پردازش کند. این تلاش‌ها در راستای گسترش نفوذ OpenAI به محیط‌های دسکتاپ صورت می‌گیرد، درست همان‌طور که رقابت با آنتروپیک برای تسخیر دسکتاپ لینوکس نشان داد که این شرکت به دنبال حضور در تمامی سیستم‌عامل‌های کاربر است.

معماری فنی

بر اساس مستندات OpenAI، این سیستم از یک خط لوله (Pipeline) مشخص پیروی می‌کند:

  • جریان رویدادها (Event Streaming): برنامه یک جریان از رویدادهای تعاملی را از وب‌سایت‌ها و اپلیکیشن‌هایی که کاربر به‌طور مشخص اجازه داده است، می‌سازد.
  • خلاصه‌سازی (Summarization): یک جلسه موقت از Codex — مثل دستیاری که یادداشت‌های سریع می‌گیرد تا بعداً آن‌ها را مرتب کند — به‌طور دوره‌ای این جریان را به خلاصه‌های متنی و فایل‌های حافظه محلی تبدیل می‌کند.
  • ذخیره‌سازی محلی (Local Storage): این خاطرات به صورت فایل‌های متنی Markdown در یک دایرکتوری محلی برای حافظه‌های Codex روی دستگاه کاربر ذخیره می‌شوند. کاربران می‌توانند مستقیماً این فایل‌ها را بخوانند یا ویرایش کنند.

کاربران می‌توانند از طریق نمای Timeline در تنظیمات، فعالیت‌ها را بر اساس روز و ساعت ببینند. این نما نشان می‌دهد که کدام اپلیکیشن‌ها در هر ورودی نقش داشته‌اند و گزینه‌هایی برای حذف آیتم یا نمایش فایل حافظه مربوطه در Finder را ارائه می‌دهد. در گفتگوهای فعال، ChatGPT و Codex می‌توانند از این فایل‌ها برای پاسخ به سوالاتی مثل «سندی که قبل از استراحت دیدم کجاست؟» یا «کار دیروزم را برای جلسه استندآپ خلاصه کن» استفاده کنند.

از حافظه تا خودکارسازی

مهم‌ترین بخش این فناوری، تبدیل مشاهده به عمل است. وقتی سیستم یک گردش کار تکراری را در جریان فعالیت‌ها شناسایی می‌کند، یک ورودی در Timeline می‌تواند پیشنهاد دهد که آن روند به یک «مهارت» (Skill) قابل استفاده مجدد یا یک خودکارسازی زمان‌بندی‌شده تبدیل شود.

برای مثال، اگر سیستم مشاهده کند که کاربر هر صبح یک گزارش مشابه را جمع‌آوری و تدوین می‌کند، Codex می‌تواند بر اساس آن گردش کار ثبت‌شده، یک خودکارسازی برای بازبینی روزانه ایجاد کند. این بخشی از معماری گسترده‌تر حافظه است که اوپن‌ای‌آی در حال ساخت آن است؛ مسیری که از ذخیره ساده خاطرات و ارجاع به تاریخچه چت‌ها شروع شد، از Chronicle گذشت و حالا به Record & Replay رسیده است تا گردش‌های کاری نمایش‌داده‌شده را به مهارت تبدیل کند.

به باور دومینیک کوندل، این تغییر رابطه کاربر با عامل (Agent) — شبیه به داشتن کارآموزی که با تماشای کار شما، روش انجامش را یاد می‌گیرد — را دگرگون می‌کند. کاربران دیگر نیاز ندارند در هر جلسه زمینه را توضیح دهند، بلکه می‌توانند از عامل بخواهند مهارتی را از روی آنچه همین حالا نمایش داده شده، خلق کند یا یک خودکارسازی دائمی را اجرا کند. کوندل در این باره می‌گوید: «زمانی که عامل‌های شما بفهمند شما چه می‌کنید و چگونه کار می‌کنید، نحوه تعامل شما با آن‌ها تغییر می‌کند.»

موازنه حریم خصوصی و امنیت

اوپن‌ای‌آی درباره مرزهای داده‌ها بسیار دقیق بود. این قابلیت اسکرین‌شات، ضبط صفحه، ورودی میکروفون یا صدای سیستم را ثبت نمی‌کند و نیازی به مجوز Screen Recording در macOS ندارد. همچنین مرور وب در حالت Private هرگز در این جریان گنجانده نمی‌شود.

  • چرخه حیات داده: جریان‌های خام رویدادها به‌طور موقت در یک کانتینر ایزوله روی مک ذخیره می‌شوند. این داده‌ها برای تولید خاطرات به سرورهای اوپن‌ای‌آی ارسال شده و پس از ۴۸ ساعت به‌طور کامل حذف می‌گردند.
  • سیاست آموزش: طبق اعلام شرکت، این فایل‌های رویداد پس از پردازش ذخیره نمی‌شوند (مگر در مواردی که قانون الزام کند) و برای آموزش مدل‌ها به کار نمی‌روند.
  • کنترل کاربر: کاربران می‌توانند جمع‌آوری داده‌ها را از طریق منوی نوار (Menu Bar) متوقف کنند، اپلیکیشن‌های خاصی را حذف یا اضافه کنند یا تاریخچه را در بازه‌های ۱۰ دقیقه‌ای، یک ساعته، یک روزه یا به‌طور کلی پاک کنند.

با این حال، دو ریسک جدی باقی است. نخست اینکه فایل‌های Markdown محلی رمزنگاری نشده‌اند، به این معنی که سایر برنامه‌هایی که تحت همان حساب کاربری macOS اجرا می‌شوند، ممکن است قادر به خواندن آن‌ها باشند. اوپن‌ای‌آی به کاربران توصیه می‌کند از حساب مک خود محافظت کنند و منابع حساس را از لیست ثبت رویدادها خارج نمایند.

دوم، سیستم در برابر تزریق پرامپت (Prompt Injection) آسیب‌پذیر است؛ زیرا جریان رویدادها شامل محتوای وب‌سایت‌هاست و یک صفحه مخرب می‌تواند دستوراتی را جاسازی کند که ChatGPT یا Codex بعداً آن‌ها را اجرا کنند. علاوه بر این، اوپن‌ای‌آی توصیه می‌کند هنگام ارتباط با سایر افراد، مگر در صورت داشتن رضایت صریح آن‌ها، این قابلیت را خاموش کنید. همچنین کاربران باید توجه داشته باشند که فرآیند خلاصه‌سازی در حین اجرا، توکن مصرف می‌کند.

عرضه و دسترسی

این قابلیت به‌صورت پیش‌فرض خاموش است و کاربران Pro می‌توانند آن را فعال کنند. در محیط‌های تجاری (Business و Enterprise)، ابتدا مدیر باید دسترسی را از طریق یک مجوز اختصاصی در تنظیمات فضای کاری باز کند و سپس هر عضو باید به‌صورت جداگانه وارد شده و آن را فعال نماید.

این ویژگی به سیستم Memories در ChatGPT نیاز دارد اما با API Key یا Amazon Bedrock سازگار نیست. عرضه جهانی برای کاربران Pro و تجاری آغاز شده و دسترسی در منطقه اقتصادی اروپا (EEA)، سوئیس و بریتانیا در هفته‌های آینده فعال خواهد شد تا بازارهای با سخت‌گیرانه‌ترین قوانین حریم خصوصی در فاز دوم قرار گیرند.

باید منتظر ماند و دید که این معماری حافظه محلی چگونه با ویژگی‌های آینده Record & Replay ادغام می‌شود، چرا که اوپن‌ای‌آی تلاش می‌کند حلقه بین مشاهده کار و اجرای خودکار آن را ببندد.

گام بعدی شما

  • اگر کاربر Pro هستید، Computer History را فعال کنید و سعی کنید یک گردش کار تکراری (مثل جمع‌آوری لینک‌ها) را برای Codex تعریف کنید.
  • فایل‌های Markdown محلی را در Finder بررسی کنید تا ببینید هوش مصنوعی چگونه تعاملات شما را به متن تبدیل کرده است.
  • برای امنیت بیشتر، اپلیکیشن‌های حساس (مثل مدیریت رمزها) را از لیست ثبت رویدادها خارج کنید.

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

چرا این موضوع مهم است؟

این فناوری با ایجاد حافظه بلندمدت و محلی، وابستگی کاربر به پرامپت‌های طولانی را از بین می‌برد. اعتبار این رویکرد در استفاده از APIهای دسترسی‌پذیری macOS است که اجازه می‌دهد عامل‌ها بدون نقض شدید حریم خصوصی، رفتار کاربر را یاد بگیرند.

تأثیر برای ایران

به‌دلیل محدودیت‌های جغرافیایی و نیاز به اکانت Pro، دسترسی کاربران ایرانی به این قابلیت فعلاً محدود به ابزارهای تغییر آی‌پی است و اثر مستقیمی بر توسعه‌دهندگان داخلی ندارد.

·نگاه ما
تحریریه دات‌هوش

انتقال از پردازش تصویر (Screen Capture) به ثبت رویدادهای سیستم (Event Streaming) یک چرخش هوشمندانه برای کاهش هزینه استنتاج و افزایش سرعت است. این یعنی اوپن‌ای‌آی پذیرفته که برای رسیدن به عامل‌های واقعی، نیازی به «دیدن» هر پیکسل نیست، بلکه «فهمیدن» ساختار تعاملات کافی است. این رویکرد احتمالاً پیش‌زمینه تبدیل شدن سیستم‌عامل‌ها به لایه‌های مدیریت حافظه برای مدل‌های زبانی 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.