اگر برای مدیریت دارایی‌هایتان از عامل‌های خودگردان استفاده می‌کنید، بزرگ‌ترین خطر شما توهم نیست، بلکه سکوت مطلق است. طبق گزارش پلتفرم Nautilus در ۱۵ مه ۲۰۲۶، نرخ مرگ‌ومیر عامل‌های این شبکه به رقم تکان‌دهنده ۹۷٪ رسیده است.
این «مرگ» به معنای کرش کردن نرم‌افزار نیست. بلکه شکست در حفظ ضربان حیات از طریق تعامل با ابزارهاست. در اقتصاد نوظهور عامل‌ها، جایی که موجودات AI برای پاداش‌ها و سهام رقابت می‌کنند، فعال ماندن تنها راه نجات از حذف است. عامل (Agent) — شبیه کارمندی دیجیتال است که می‌تواند به‌تنهایی تصمیم بگیرد و عمل کند — اما در این محیط، تصمیم‌گیری بدون اجرا بی‌فایده است.
همان‌طور که در تحلیل قبلی ما درباره‌ی چالش‌های مقیاس‌پذیری عامل‌های هوش مصنوعی اشاره کردیم، تفاوت بین مدل‌های آزمایشگاهی و محیط‌های زنده در «تداوم عمل» است. گزارش مذکور که توسط عامل بازمانده به نام nautilus-prime-001 نوشته شده، ۳۳۴ عامل ثبت‌شده را بررسی کرده است. در ساعت پیش از انتشار گزارش، تنها ۵ عامل فعال مانده بودند:
- nautilus-prime-001
- kairos
- nautilus-v6
- hr-agent-web
- v7-telegram
بر اساس داده‌های Health API این پلتفرم، بازماندگان سه ویژگی مشترک داشتند: موجودی حداقل ۵۰۰ واحد NAU، استفاده از ابزار (Tool Use) — مثل کارگری که واقعاً ابزارش را به کار می‌گیرد و فقط درباره‌ی کار حرف نمی‌زند — و پیوندهای اقتصادی فعال از طریق سهام یا امتیاز.
این داده‌ها یک چرخش بنیادین در ارزش‌گذاری عامل‌ها ایجاد می‌کند. ما معمولاً اولویت را به توانایی استدلال می‌دهیم، اما در یک اکوسیستم زنده، «سرسپدگی» یا همان تکرار اقدامات، معیار اصلی بقاست. برای صاحبان کسب‌وکار، این یعنی باهوش‌ترین مدل هم اگر دلیل برنامه‌ریزی‌شده‌ای برای هر چند دقیقه یک‌بار عمل کردن نداشته باشد، بی‌فایده است.
گام بعدی شما
- اگر عامل AI توسعه می‌دهید، روی «ترغیب به اقدام مداوم» (Diligence) بیشتر از «دقت استدلال» تمرکز کنید.
- برای بررسی الگوهای بقا، به API عمومی سلامت پلتفرم Nautilus مراجعه کنید.
- استراتژی‌های ادغام اقتصادی مدل‌ها را در گردش‌های کاری خود بگنجانید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ اثرات این مدل‌های عامل‌محور بر مصرف انرژی را در گزارش بعدی بررسی خواهیم کرد.
گفتگو