اگر امروز سعی دارید codebase خود را با هوش مصنوعی خودکار کنید و می‌بینید مدل هر دو ساعت تصمیمات حیاتی را فراموش می‌کند، تنها نیستید. این دقیقاً همان نقطه‌ای است که «Vibe Coding» یا کدنویسی بر اساس شهود، در برابر پیچیدگی‌های واقعی شکست می‌خورد.
طبق گزارش ۸ ژوئن ۲۰۲۶ در dev.to، توسعه‌دهنده‌ی عامل Vibrisse با این چالش روبرو شد. دنیای امروز شیفته‌ی Vibe Coding است؛ یعنی این باور که چند پرامپت ساده می‌تواند یک محصول کامل بسازد. اما وقتی سراغ سیستم‌های خودمختار می‌رویم، مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد — دچار مشکل «گم‌شدن در میانه» می‌شود. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی امنیت مدل‌های بازمتن دیدیم، تکیه صرف بر توان مدل بدون ساختار، ریسک خطا را بالا می‌برد.
Vibrisse با پایتون (Python) و LangGraph ساخته شده است. این عامل عمدتاً روی سخت‌افزار محلی با Ollama یا vLLM اجرا می‌شود. در صورت نیاز، کارهای پیچیده را به Groq یا OpenRouter می‌سپارد.
اجزای کلیدی این سیستم عبارت‌اند از:
- پروتکل زمینه مدل (MCP): ابزاری که عامل را به GitHub و SQLite متصل می‌کند.
- Gemma 4: مدل چندوجهی (Multimodal) — شبیه ما که با چند حس دنیا را می‌خوانیم — برای تحلیل رابط‌های کاربری.
- حالت شبح (Ghost Mode): امکان هدایت مستقیم عامل از طریق کامنت‌های کد.
برای جلوگیری از تبدیل شدن مدل به یک «جعبه سیاه»، سازنده این پروژه حالت معمار (Architect Mode) را تعریف کرد. در این حالت، مدل به جای نوشتن ۵۰۰ خط کد، ابتدا یک نقشه‌ی عملیاتی می‌سازد. کاربر باید این نقشه را تایید کند تا تغییرات اعمال شود.
این موضوع برای شما به این معناست که AI در توابع کوچک یک «شتاب‌دهنده» است، اما در معماری کلی پروژه یک «ریسک». طبق داده‌های Stack Overflow، حدود ۷۶٪ توسعه‌دهندگان از AI استفاده می‌کنند. اما نقش انسان تغییر کرده است. شما دیگر یک «کدنویس» نیستید، بلکه یک «ارکستراتور» یا رهبر ارکستر هستید که حق وتوی معماری را دارد.
گام بعدی شما
- به جای سپردن کل پروژه به AI، از الگوی «نقشه $\to$ تایید $\to$ اجرا» استفاده کنید.
- ابزارهای عامل‌محور (Agentic) محلی مثل Ollama را برای کاهش هزینه‌ها تست کنید.
- روی مهارت‌های بازبینی معماری تمرکز کنید، نه فقط نوشتن پرامپت.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو