پرش به محتوای اصلی
پرش به محتوای مقاله

پلتفرم Volcano مسیر تبدیل عامل‌های هوش مصنوعی به محصول را کوتاه کرد

·۹ مهر ۱۴۰۵۵ دقیقه مطالعه
پلتفرم Volcano شرکت Kong برای ساخت و اجرای عامل‌های هوش مصنوعی رونمایی شد
پلتفرم Volcano شرکت Kong برای ساخت و اجرای عامل‌های هوش مصنوعی رونمایی شد
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

ارائه‌ی یک زیرساخت کاملاً یکپارچه (Compute + DB + Auth) که اجازه می‌دهد عامل‌های هوش مصنوعی بدون نیاز به مدیریت دستی سرور یا دیتابیس، مستقیماً به محیط تولید منتقل شوند.

تصور کنید بتوانید یک عامل هوش مصنوعی را تنها با یک پرامپت از مرحله‌ی ایده به محصول نهایی تبدیل کنید. در ۳۰ سپتامبر ۲۰۲۶، شرکت Kong Inc. پلتفرم Volcano را معرفی کرد تا پایان دهد دوران دشوار سرهم کردن قطعات پراکنده از ابرهای مختلف برای ساخت عامل‌های آماده‌ی تولید.

ساخت یک عامل عملیاتی، فراتر از یک فراخوانی ساده از مدل است. شما به محاسبات پایدار، پایگاه‌داده‌ای که حافظه داشته باشد، احراز هویت امن و ابزارهای نظارتی نیاز دارید. در حالی که ما پیش‌تر «ربات پیتزا» آمازون را به عنوان رویکردی محلی برای عامل‌های طولانی‌مدت بررسی کردیم، Kong اکنون شکاف زیرساختی در سطح سازمانی را هدف قرار داده است. این وضعیت شبیه ساخت خانه‌ای است که لوله‌کشی، برق و پی آن توسط سه شرکت مختلف با صورت‌حساب‌های متفاوت تامین شود؛ Volcano سعی می‌کند راهکاری «همه‌چیز-در-یک-بسته» (batteries included) برای این سردرد معماری باشد. این رویکرد در حالی عرضه می‌شود که رقابت شدیدی میان غول‌هایی چون OpenAI و Meta برای تسلط بر بازار عامل‌های مصرف‌کننده در جریان است و نیاز به زیرساخت‌های استقرار سریع بیش از هر زمان دیگری احساس می‌شود.

مارکو پالادینو (Marco Palladino)، مدیر فناوری و یکی از بنیان‌گذاران Kong، به نقل از بیانیه‌ی رسمی شرکت می‌گوید: «Volcano به ما اجازه می‌دهد در عصر هوش مصنوعی با پلتفرمی بسازیم که واقعاً تمام ابزارهای لازم را در خود جای داده است.» او تاکید کرد که توسعه‌دهندگان نباید برای تبدیل یک عامل به اپلیکیشن، درگیر پیچیدگی‌های زیرساختی و اتصال قطعات مختلف شوند. طبق اعلام شرکت، این محصول با VolcanoSDK که در سال ۲۰۲۵ معرفی شده بود، کاملاً متفاوت است.

بر اساس مستندات فنی Volcano، این پلتفرم چندین سرویس حیاتی را در یک بنیاد ادغام کرده است:

زیرساخت داده و محاسبات

  • PostgreSQL شاخه‌پذیر: این پایگاه‌داده در چند ثانیه آماده می‌شود و از بردار معنایی (Embedding) از طریق pgvector (که با دستور CREATE EXTENSION نصب می‌شود) پشتیبانی می‌کند. این سیستم از شاخه‌های copy-on-write استفاده می‌کند که طرح‌ها (schemas)، ردیف‌ها، نقش‌ها و سیاست‌ها را در کمتر از یک دقیقه تکثیر می‌کند. پایگاه‌داده‌ها از نسخه‌های PostgreSQL 15 یا 16 (به صورت پیش‌فرض نسخه 16) استفاده می‌کنند و اتصالات مستقیم را روی پورت 5432 از طریق TLS می‌پذیرند.
  • مدیریت پایگاه‌داده: طول عمر شاخه‌ها از یک ساعت تا ۳۰ روز متغیر است. طرح Hobby از ۱۰ شاخه و طرح Superagent از ۲۵ شاخه پشتیبانی می‌کند. امنیت در سطح ردیف (Row-level security) از طریق توابعی مانند auth.uid() و auth.role() اعمال می‌شود.
  • گردش‌کارهای پایدار: توابعی که در هر مرحله نقطه بازرسی (checkpoint) ایجاد می‌کنند تا در صورت کرش، اجرا از همان‌جا ادامه یابد. یک اجرا می‌تواند تا ۳۶۶ روز ادامه داشته باشد. هندلرها با جاوااسکریپت (Node.js 22 یا 24) یا پایتون (3.13 یا 3.14) نوشته می‌شوند. این تمرکز بر پایداری در زمان اجرا، یادآور تلاش‌های استارتاپ Restate برای ایجاد زیرساخت‌های بادوام است که اخیراً سرمایه‌گذاری‌های کلانی را برای حل همین چالش‌ها جذب کرده است.
  • محدودیت‌های اجرا: زمان هر مرحله در طرح Hobby حداکثر ۳۰۰ ثانیه و در Superagent ۹۰۰ ثانیه است. تعداد اجراهای هم‌زمان نیز به ترتیب ۱۰ و ۱۰۰ مورد است. مراحل شکست‌خورده با مکانیزم backoff نمایی مجدداً تلاش می‌شوند.
  • منطق گردش‌کار: شامل تنظیم atMostOnce برای جلوگیری از اجرای تکراری، زمان‌بندی‌های داخلی (cron) و شروع‌های idempotent است. توابع می‌توانند از طریق ctx.waitUntil برای تایید انسانی متوقف شوند، بدون اینکه در زمان انتظار هزینه‌ی محاسباتی دریافت کنند.
  • سطوح محاسباتی: شش سطح مختلف از volcano-db-xs تا volcano-db-2xl ارائه شده است. بک‌آپ‌ها و پنجره‌ی بازیابی نقطه‌به‌زمان (point-in-time restore) هفت‌روزه، منحصراً در طرح Superagent موجود است.

سرویس‌های اپلیکیشن

  • توابع لبه (Edge Functions): کدهایی با مقیاس‌دهی خودکار که در Node.js، پایتون یا روبی در هشت منطقه جهانی اجرا می‌شوند. این توابع شامل قابلیت Geofencing برای مدیریت بارهای کاری حساس به داده‌ها هستند.
  • احراز هویت: سرویسی داخلی بدون محدودیت در تعداد کاربران فعال ماهانه و پشتیبانی از SSO برای گوگل، گیت‌هاب، مایکروسافت و اپل، شامل قابلیت ثبت‌نام‌های ناشناس.
  • میزبانی فرانت‌اند: استقرار جهانی CDN برای اپلیکیشن‌های Next.js با TLS یکپارچه و حفاظت در برابر DDoS. در این سیستم، یک بیلد (build) شکست‌خورده هرگز جایگزین نسخه‌ی فعال نمی‌شود.
  • سرویس‌های آنی: این سرویس‌ها به رویدادهای پایگاه‌داده گوش می‌دهند تا قابلیت‌های پیام‌رسانی، پخش (broadcast) و ردیابی حضور را برای هماهنگی بین چندین عامل فراهم کنند.
  • ذخیره‌سازی فایل: به صورت پیش‌فرض خصوصی با سیاست‌های دسترسی مشابه SQL. این سرویس از لینک‌های عمومی اختیاری و آپلودهای رزومه‌پذیر برای فایل‌های حجیم پشتیبانی می‌کند.
  • ابزارهای هماهنگی: قفل‌های توزیع‌شده با اجاره‌بهای قابل تمدید (renewing leases) تضمین می‌کنند که در هر لحظه تنها یک دارنده روی یک وظیفه کار کند. پلتفرم از ترکیب قفل‌ها، صف‌ها و تاییدات انسانی برای ساخت عامل‌های تک‌نفره یا تیمی (multi-crew) استفاده می‌کند.

پلتفرم Volcano همچنین با ابزارهای کدنویسی عامل‌محور مانند Claude Code، OpenAI Codex و Cursor ادغام شده است. برای هماهنگی چند-عاملی، پلتفرم سرویس‌های آنی برای پیام‌رسانی و ردیابی حضور را در کنار قفل‌های توزیع‌شده ارائه می‌دهد تا اطمینان حاصل شود که هر وظیفه خاص در هر لحظه توسط تنها یک Worker مدیریت می‌شود.

این چرخش نشان‌دهنده‌ی تغییر دیدگاه از «مدل زبانی به مثابه اپلیکیشن» به «مدل زبانی به مثابه موتور» است. با بسته‌بندی وضعیت (PostgreSQL)، منطق (توابع پایدار) و دروازه‌بان (احراز هویت)، Kong روی این موضوع شرط بسته است که گلوگاه بعدی پذیرش هوش مصنوعی، هوشمندی مدل نیست، بلکه اصطکاک عملیاتی در استقرار است. برای صاحبان کسب‌وکار، این به معنای کاهش زمان رسیدن به بازار (time-to-market) و کاهش حالت‌های شکست ناشی از عدم تطابق APIهای شخص ثالث است.

هم‌زمان با این عرضه، Kong پلتفرم Kong Konnect را به یک «پلتفرم اتصال هوش مصنوعی» تبدیل کرد. این اکوسیستم مسیر استقرار عامل‌ها را در ۶ مرحله تعریف می‌کند: واکنش به رویدادها، کشف ابزارها/مدل‌ها، دریافت اعتبارنامه‌ها، مصرف زمینه (context)، درآمدزایی و نظارت عملیاتی.

عرضه‌های متناظر با این مراحل عبارتند از:

  • دسترسی عمومی (GA): Konnect Catalog و Context Mesh.
  • بتای خصوصی: Webhook Engine.
  • به‌زودی: Token Vault و یک رجیستری برای عامل‌ها و MCP.
  • دسترسی زودهنگام: مدیریت هزینه‌های هوش مصنوعی و نظارت پیشرفته (Advanced AI Observability) برای شرکای طراحی.

توسعه‌دهندگان می‌توانند با یک حساب رایگان Hobby از طریق npm شروع کنند. همچنین باید منتظر انتشار قابلیت Sandboxing در محاسبات باشید که طبق اعلام Kong به‌زودی پس از معرفی اولیه عرضه می‌شود.

گام بعدی شما

  • اگر در حال ساخت عامل‌های پیچیده هستید، معماری «توابع پایدار» Volcano را برای مدیریت اجرای طولانی‌مدت بررسی کنید.
  • برای کاهش هزینه‌های زیرساختی، مدل‌های احراز هویت یکپارچه‌ی این پلتفرم را با سیستم فعلی خود مقایسه کنید.
  • منتظر انتشار قابلیت Sandboxing در محاسبات باشید که طبق اعلام Kong به‌زودی عرضه می‌شود.

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

چرا این موضوع مهم است؟

این رویکرد با تکیه بر اعتبار Kong در مدیریت ترافیک API، اصطکاک عملیاتی را برای شرکت‌های سازمانی کاهش می‌دهد. نتیجه‌ی آن، کاهش زمان رسیدن محصول به بازار (Time-to-Market) و حذف خطاهای ناشی از عدم تطابق APIهای شخص ثالث است.

تأثیر برای ایران

به‌دلیل محدودیت‌های API و تحریم‌های احتمالی در لایه‌ی احراز هویت و پرداخت، دسترسی توسعه‌دهندگان ایرانی به طرح‌های تجاری Volcano محدود است و احتمالاً تنها نسخه‌ی Hobby قابل بررسی خواهد بود.

·نگاه ما
تحریریه دات‌هوش

تمرکز Kong بر لایه‌ی عملیاتی نشان می‌دهد که رقابت در دنیای عامل‌ها از «کیفیت استدلال» به «سرعت استقرار» منتقل شده است. ادغام پایگاه‌داده برداری و توابع پایدار در یک پلتفرم، در واقع تلاش برای تبدیل زیرساخت AI به یک کالای آماده (Commodity) است تا توسعه‌دهندگان دیگر نگران مدیریت State نباشند.

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.