اگر امروز از هوش مصنوعی برای کدنویسی استفاده می‌کنید، احتمالاً با خستگی از اصلاح دستی کدهای اشتباه آشنا هستید. عامل‌های کدنویسی که تنها در مرحله «نوشتن فایل» متوقف می‌شوند، اغلب در تحویل نهایی پروژه شکست می‌خورند. اما حالا xAI با معرفی حالت /goal در Grok Build، تعریف جدیدی از «سپردن کار به ماشین» ارائه داده است. این یک حالت اجرای خودگردان (Autonomous Execution) است که تا زمان تأیید واقعی خروجی از طریق اجرا یا بازرسی، دست از تلاش برنمی‌دارد و تسک را کامل‌شده علامت نمی‌زند.
این به‌روزرسانی در حالی عرضه می‌شود که مهندسان هوش مصنوعیِ مبتنی بر ترمینال، از تکمیل‌های ساده (Completions) به سمت عامل‌های خودگردان حرکت می‌کنند. در حالی که تحلیل‌های قبلی ما درباره‌ی Plandex بر استفاده از سندباکس‌های diff تجمعی برای کارهای چندمرحله‌ای تأکید داشت، xAI اکنون بر یک چرخهٔ هدایت‌پذیر و هدف‌محور تمرکز کرده است. طبق گزارش Marktechpost، صنعت به سمت یک حلقه «مشاهده-برنامه‌ریزی-عمل» (Observe-Plan-Act) حرکت می‌کند؛ جایی که هوش مصنوعی فرآیند اصلاح خطا را بدون نیاز به پرامپت‌های مداوم کاربر مدیریت می‌کند. این رویکرد به دنبال ارتقای پایداری عملیاتی در محیط‌های توسعه است، مشابه آنچه در به‌روزرسانی‌های اخیر ابزارهای تولیدی AI و امنیت React برای افزایش پایداری سیستم‌ها مشاهده کردیم.
Grok Build در قالب یک رابط خط فرمان (CLI) عمل می‌کند که مستقیماً با کدهای محلی شما در ارتباط است. وقتی دستور /goal را صادر می‌کنید، یک هدف کلان (High-level objective) به یک گردش‌کار ساختاریافته تبدیل می‌شود. این فرآیند از یک توالی مکانیکی خاص پیروی می‌کند:
- برنامه‌ریزی: عامل (Agent) — شبیه مهندسی که ابتدا نقشه ساختمان را می‌کشد تا بداند هر قطعه کجاست — یک هدف تک‌خطی (مثلاً «انتقال ماژول احراز هویت به API جدید») را به یک چک‌لیست پیشرفت قابل مشاهده تبدیل می‌کند.
- اجرا: ویرایش‌ها به‌صورت متوالی اعمال شده و دستورات اجرا می‌شوند؛ در این مرحله کاربر می‌تواند در میانه راه دستورات جدید و تکمیلی بدهد.
- تأیید: مدل برای سنجش صحت نتیجه، کد خود را بازبینی می‌کند، صفحات وب رندر شده را مورد بررسی قرار می‌دهد یا اسکریپت‌های تست را اجرا می‌کند.
برای مدیریت و هدایت این اجرای زنده، کاربران چهار دستور کلیدی در ترمینال دارند: /goal status برای مشاهده پانل وضعیت پیشرفت، /goal pause برای توقف موقت کار، /goal resume برای بازگشت به روند اجرا و /goal clear برای حذف کامل هدف تعیین‌شده.
بر اساس مستندات فنی، ادغام این سیستم از طریق پروتکل زمینهٔ مدل (MCP) صورت گرفته است که عامل‌ها را به داده‌ها و ابزارهای خارجی متصل می‌کند. نصب این ابزار با یک دستور ساده در شل (Shell) امکان‌پذیر است: curl -fsSL https://x.ai/cli/install.sh | bash. با این حال، دسترسی به این قابلیت تنها برای کاربرانی است که اشتراک SuperGrok یا X Premium Plus دارند.
این تغییر برای برنامه‌نویسان به معنای گذار از یک «کمک‌خلبان» (Copilot) که فقط خطوط کد را پیشنهاد می‌دهد، به یک «نماینده» (Delegate) است که یک شاخه (Branch) کامل از ویژگی‌های محصول را مدیریت می‌کند. مرحله تأیید داخلی، تمایز حیاتی این سیستم است؛ چراکه از شکست‌های رایج عامل‌ها جلوگیری می‌کند، جایی که مدل با وجود ایجاد یک خطای زمان اجرا (Runtime Error)، گزارش موفقیت‌آمیز بودن کار را می‌دهد.
با بسته‌بندی خودگردانی در قالب یک دستور واحد و یک چک‌لیست، xAI بار ذهنی کاربر برای نظارت بر اجرای کدهای طولانی را کاهش داده است. این رویکرد، ترمینال را از یک جریان متنی ساده به یک داشبورد مدیریت پروژه تبدیل می‌کند. اکنون توسعه‌دهندگان می‌توانند کارهای مکانیکی و تست‌پذیر — مانند به‌روزرسانی وابستگی‌ها (Dependency Upgrades) یا انتقال پیکربندی‌ها (Config Porting) — را با اطمینان بیشتری به مدل بسپارند.
اینکه آیا /goal می‌تواند تغییرات معماری غیرمکانیکی را نیز مدیریت کند یا خیر، هنوز مشخص نیست، اما این ابزار استاندارد جدیدی برای مشاهده‌پذیری (Observability) در محیط‌های عامل بدون سر (Headless Agent) تعریف کرده است. شما اکنون می‌توانید با نصب CLI و سپردن یک بازسازی (Refactor) چندفایلی به این عامل، قدرت آن را آزمایش کنید.
گام بعدی شما
- اگر اشتراک پریمیوم X دارید، CLI را نصب کرده و یک بازسازی (Refactor) چندفایلی را به مدل بسپارید.
- دستور /goal status را در حین اجرا چک کنید تا نحوه شکستن اهداف بزرگ به تسک‌های کوچک را تحلیل کنید.
- تفاوت سرعت رسیدن به نتیجه در حالت /goal را با پرامپت‌های معمولی در چت‌بات مقایسه کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو