تصور کنید یک برنامه‌ریز هوش مصنوعی به شما دستور دهد گربه خانگی‌تان را برای گرم ماندن لای ملحفه‌ها بسته‌بندی کنید یا یخچال را بلافاصله بعد از کشیدن از برق، به صورت خوابیده جابه‌جا کنید. اینجاست که تفاوت بین یک لیست‌ساز ساده و یک موتور استدلالی مشخص می‌شود که قوانین فیزیک و آداب اجتماعی را می‌فهمد. در حالی که اکثر مدل‌های زبانی بزرگ (LLM) صرفاً به عنوان ابزارهایی برای ایجاد لیست عمل می‌کنند، یک برنامه‌ریز جابه‌جایی مبتنی بر عقل سلیم که روی Oxlo.ai ساخته شده است، به عنوان یک موتور استدلالی عمل می‌کند که محدودیت‌های مسکونی و ایمنی را اعمال می‌کند. این پیاده‌سازی اکنون می‌تواند غیرممکن‌های فیزیکی و اجتماعی را در لیست‌های خام شناسایی کند تا از حوادث واقعی، مثل استفاده از ابزار برقی در نیمه‌شب یا بسته‌بندی حیوانات خانگی در جعبه‌ها، جلوگیری شود.
بسیاری از مدل‌های زبانی بزرگ — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد — در درک «عقل سلیم» یا همان قوانین نانوشته دنیای واقعی، فیزیک و آداب اجتماعی شکست می‌خورند. در حالی که یک مدل استاندارد ممکن است دستور «بسته‌بندی گربه» را به صورت تحت‌اللفظی اجرا کند، یک سیستم تنظیم‌شده با عقل سلیم، نیاز حیوان به تهویه هوا را تشخیص می‌دهد. همان‌طور که در تحلیل قبلی ما درباره‌ی قابلیت‌های اعتماد در فراخوانی‌های مدل‌های زبانی در محیط‌های عملیاتی اشاره کردیم، کلید موفقیت در اینجا، مبنی‌سازی (Grounding) — یعنی متصل کردن خروجی‌های هوش مصنوعی به واقعیت‌های فیزیکی — است.
زمینه و الزامات
برای ساخت این برنامه‌ریز، توسعه‌دهندگان به پایتون ۳.۱۰ یا نسخه‌های جدیدتر و SDK شرکت OpenAI نیاز دارند که از طریق دستور pip install openai قابل نصب است. مدیریت دسترسی‌ها از طریق یک کلید API از وب‌سایت https://portal.oxlo.ai انجام می‌شود.
هسته اصلی منطق این برنامه در یک پرامپت سیستمی (System Prompt) نهفته است که محدودیت‌های فیزیکی و اجتماعی را کدگذاری می‌کند. این پرامپت به مدل دستور می‌دهد تا تسک‌ها را از نظر عقل سلیمِ زمانی ارزیابی کرده و هر موردی که غیرممکن، خطرناک، بی‌ادبانه یا ناکارآمد باشد را علامت‌گذاری کند. به طور خاص، این دستورالعمل مدل را موظف می‌کند که یک شیء JSON شامل ارزیابی‌ها، پرچم‌های وضعیت و گام‌های اصلاح‌شده را بدون هیچ‌گونه علامت‌گذاری Markdown (مانند کد-بلاک‌ها) برگرداند.
برای دستیابی به این هدف، توسعه‌دهنده از مدل llama-3.3-70b از طریق API شرکت Oxlo.ai استفاده کرده است. این سیستم بر یک پرامپت سیستمی سخت‌گیرانه تکیه دارد که محدودیت‌های خاصی را تعریف می‌کند؛ برای مثال، الزام به یخ‌زدایی کامل لوازم خانگی بزرگ و ممنوعیت انجام کارهای پرصدا بین ساعت ۱۰ شب تا ۷ صبح.
جزئیات پیاده‌سازی فنی
- زیرساخت: این برنامه‌ریز از SDK شرکت OpenAI استفاده می‌کند که به آدرس پایه Oxlo.ai (
https://api.oxlo.ai/v1) متصل شده است. کلاینت در سطح ماژول تعریف شده است تا توابع برنامه‌ریز بتوانند بدون نیاز به مقداردهی اولیه مجدد، از آن استفاده کنند. - فرمت داده‌ها: مدل مجبور است یک شیء JSON سخت‌گیرانه برگرداند که شامل بخش
evaluations(شاملoriginal_task،status،issueوcorrected_steps) و همچنینtimeline_notesباشد. - انتخاب مدل: اگرچه llama-3.3-70b به دلیل استدلال عمومی قوی و توانایی مدیریت بافت‌های طولانی (Long-context) به عنوان موتور اصلی انتخاب شده است، اما معماری سیستم اجازه می‌دهد تا به‌راحتی مدل‌هایی مانند qwen-3-32b، kimi-k2.6 یا deepseek-v3.2 جایگزین شوند تا قابلیت‌های استدلالی آن‌ها با هم مقایسه شود.
- مدل قیمت‌گذاری: برخلاف ارائه‌دهندگان سنتی که بر اساس توکن (Token) — تکه‌های کوچکی از متن که مدل تکه‌تکه می‌خورد — هزینه می‌گیرند، Oxlo.ai نرخ ثابتی را برای هر درخواست (Flat rate per request) تعیین کرده است. این رویکرد در راستای استراتژی جدید این پلتفرم است که هزینه استنتاج را از تعداد توکن‌ها جدا کرده است تا پیش‌بینی هزینه‌ها برای توسعه‌دهندگان ساده‌تر شود. این یعنی ارسال یک لیست موجودی بسیار طولانی و شلوغ، باعث جهش ناگهانی هزینه‌ها نمی‌شود، زیرا هزینه بر اساس تعداد درخواست است نه حجم توکن‌ها. جزئیات قیمت‌گذاری در
https://oxlo.ai/pricingدر دسترس است. - اجرا: اسکریپت با خروجی گرفتن کلید API (
export OXLO_API_KEY="sk...") و اجرای فایل پایتون (python move_planner.py) به کار می‌افتد.
تست استرس عقل سلیم
این سیستم در برابر یک «چک‌لیست بد» که برای به دام انداختن تحلیل‌گرهای تحت‌اللفظی طراحی شده بود، مورد آزمایش قرار گرفت. این لیست شامل تسک‌هایی مانند بسته‌بندی گربه همراه با ملحفه‌ها برای گرم نگه داشتن آن و باقی گذاشتن گوشت یخ‌زده در فریزر در طول یک سفر ۳ روزه با ماشین بود. مدل به‌درستی تسک گربه را علامت‌گذاری کرد و اشاره کرد که حیوانات به تهویه نیاز دارند. همچنین تسک گوشت را اصلاح کرد و پیشنهاد داد که مواد غذایی فاسدشدنی مصرف یا اهدا شوند.
مورد تست دیگر مربوط به جابه‌جایی یخچال به صورت خوابیده، تنها پنج دقیقه پس از کشیدن دوشاخه از برق بود. برنامه‌ریز این مورد را شناسایی کرد و یادآور شد که یخچال‌ها باید کاملاً یخ‌زدایی شوند و برای محافظت از کمپرسور باید به صورت عمودی باقی بمانند. مدل این گام را به «کشیدن دوشاخه ۲۴ ساعت قبل از جابه‌جایی» اصلاح کرد.
علاوه بر این، نکات ایمنی و ظرافت‌های اجتماعی نیز در اولویت قرار گرفتند:
- محدودیت وزن: وقتی از مدل خواسته شد جعبه‌های کتاب را تا ۹۰ پوند (حدود ۴۰ کیلوگرم) پر کند، برنامه‌ریز خطر آسیب جسمی و احتمال پاره شدن جعبه را شناسایی کرد و حد مجاز را به زیر ۴۰ پوند (حدود ۱۸ کیلوگرم) کاهش داد.
- ساعات سکوت: باز کردن مبل‌ها با ابزار برقی در ساعت ۲۳:۳۰ به دلیل نقض قوانین سکوت مسکونی رد شد؛ مدل این زمان را به بازه بین ۹ صبح تا ۶ عصر تغییر داد.
- آداب اجتماعی: مدل تلاش برای پرداخت دستمزد کارگران جابه‌جایی با پیتزا به جای پول نقد را شناسایی کرد و اشاره کرد که پیتزا یک لطف و احترام است، نه جایگزینی برای دستمزد توافق‌شده.
این تغییر به سمت قیمت‌گذاری مبتنی بر درخواست، اقتصاد استنتاج (Inference) — لحظه‌ای که مدل واقعاً جواب تولید می‌کند — را تغییر می‌دهد. توسعه‌دهندگان دیگر مجبور نیستند برای کاهش هزینه توکن‌ها، داده‌های ورودی را کوتاه کنند و می‌توانند توصیفات جامع‌تری از «وضعیت جهان» (World-state) به مدل ارسال کنند.
برای کاربر نهایی، این به معنای آن است که هوش مصنوعی می‌تواند از تولید برنامه‌های «توهم‌آمیز» به سمت ارائه دستورالعمل‌های بازبینی‌شده و ایمن حرکت کند. این رویکرد، LLM را به یک لایه ایمنی تبدیل می‌کند که خطاهای انسانی را قبل از تبدیل شدن به حوادث فیزیکی شکار می‌کند. خروجی نهایی حتی شامل یادداشت‌های زمانی است، مانند رزرو زمان آسانسور و برنامه‌ریزی برای آماده‌سازی لوازم خانگی ۴۸ ساعت قبل از بارگیری.
برای انتقال این سیستم به محیط عملیاتی (Production)، توسعه‌دهنده پیشنهاد می‌کند که پارسر JSON در یک حلقه تکرار (Retry Loop) قرار گیرد و از اعتبارسنجی Pydantic استفاده شود تا از کرش کردن خط لوله در اثر پاسخ‌های بدشکل جلوگیری شود.
باید منتظر ظهور پرامپت‌های سیستمی «آگاه به فیزیک» بیشتری باشیم، زیرا توسعه‌دهندگان از رابط‌های چت عمومی فاصله گرفته و به سمت عامل‌های (Agents) تخصصی و مبتنی بر محدودیت حرکت می‌کنند.
گام بعدی شما
- اگر از مدل‌های زبانی برای برنامه‌ریزی استفاده می‌کنید، پرامپت‌های خود را با محدودیت‌های فیزیکی (مانند وزن و زمان) سخت‌گیرانه‌تر کنید.
- مدل‌های قیمت‌گذاری ثابت (Flat-rate) را برای پروژه‌هایی با ورودی‌های متغیر و طولانی بررسی کنید تا بودجه شما پیش‌بینی‌پذیر شود.
- برای کاهش توهمات در برنامه‌ریزی، خروجی مدل را به فرمت JSON محدود کرده و یک لایه اعتبارسنجی داده‌ای اضافه کنید.
گفتگو