تصور کنید ابزاری دارید که نه فقط یک چت‌باکس، بلکه مجموعه‌ای از دستیارهای تخصصی است که هر کدام بخشی از زندگی دیجیتال شما را مدیریت می‌کنند. اگر هنوز فکر می‌کنید هوش مصنوعی یعنی فقط «یک کادر برای پرسش و پاسخ»، باید بدانید که کاربران حرفه‌ای مدت‌هاست از این مدل عبور کرده‌اند.
عبارت «شما AGI-pilled شده‌اید» (یعنی به پذیرش هوش مصنوعی عمومی باور دارید)، تنها یک خط از دستورات سیستمی (System Prompting) است که می‌تواند به‌طور بنیادین نحوه رفتار یک عامل هوش مصنوعی را تغییر دهد. این دستورالعمل، محدودیت‌های استاتیک مدل‌های فعلی را کنار می‌زند تا آن‌ها را بیشتر شبیه به AGIهای خودمختار کند. مک‌کی ریگلی اشاره می‌کند که عامل‌ها اغلب به‌گونه‌ای رفتار می‌کنند که گویی جهان ایستا است؛ اما این پرامپت آن‌ها را «از بند می‌رهاند» (unhobbles) و باعث می‌شود با عاملیت و اراده‌ی بیشتری صحبت و عمل کنند. این تغییر در طرز فکر، بازتاب‌دهنده یک گذار گسترده‌تر در نحوه تعامل کاربران پیشرفته با هوش مصنوعی تا تاریخ ۶ آگوست ۲۰۲۶ است.
ما در حال ورود به عصری هستیم که اپلیکیشن‌های عامل‌محور «همه-در-یک» جایگزین چت‌بات‌های سنتی می‌شوند. برای یک کاربر حرفه‌ای، هدف دیگر صرفاً گپ زدن با یک مدل نیست، بلکه مالکیت یک «هارنس» یا چارچوب انعطاف‌پذیر است که بتواند بسته به نوع تکلیف خاص، بین مدل‌های مختلف LLM جابه‌جا شود. کاربران دریافته‌اند که برای برخی وظایف مدل‌های GPT و برای برخی دیگر مدل‌های Claude را ترجیح می‌دهند؛ بنابراین، قابلیت جابه‌جایی مدل (Model-switching) به یک الزام ضروری برای محیط کاری اصلی تبدیل شده است. این رویکرد مکمل قابلیت‌هایی است که اجازه می‌دهد عامل‌های Claude Cowork از طریق موبایل کنترل شوند تا دسترسی کاربر به این ابزارها در هر مکانی ممکن شود.
این انتقال در حالی رخ می‌دهد که صنعت با یک پارادوکس دست‌وپنجه نرم می‌کند: فناوری مربوط به عامل‌های خودمختار در حال شتاب گرفتن است، اما پذیرش آن همچنان در حلقه‌های بسته توسعه‌دهندگان و پذیرندگان اولیه (Early Adopters) محدود مانده است. جاش میلر در شبکه اجتماعی X اشاره کرد که این موضوع «دیوانه‌وار» است که هیچ‌کس واقعاً از عامل‌های هوش مصنوعی به صورت جریان اصلی (Mainstream) استفاده نمی‌کند—به همان صورتی که مردم اینستاگرام یا تیک‌تاک را پذیرفتند. برای یک فرد عادی، یک جریان اتوماسیون پیچیده کمتر از وقت‌گذراندن با دوستان جذاب است. همان‌طور که در نقل‌قولی در X آمده است: «شما نمی‌توانید توده‌های مردم را مجبور کنید که خواهان یک جریان اتوماسیون باشند، در حالی که آن‌ها فقط می‌خواهند با دوستانشان وقت بگذرانند و به شغلشان فکر نکنند.»
حلقه گمشده در اینجا نه هوشمندی مدل، بلکه یک «استعاره دسکتاپ» (Desktop Metaphor) است—یک رابط کاربری که فراتر از کادر چت باز و نامحدود برود. اشوین استدلال می‌کند که عامل‌ها به‌دلیل نبود این تغییر در UI هنوز به اوج نرسیده‌اند. نرم‌افزاری که مردم واقعاً می‌خواهند، شبیه «ویجت‌های» کوچک است: لیست‌های انجام‌کار (Todo lists)، مدیریت ایمیل‌ها، خبرخوان‌ها (Feed readers) و ابزارهای سفارشی بزرگ‌تر، مانند ابزارهای تحلیل ترندها و نشانه‌های خصوصی توییتر.
ظهور عامل‌های «گسترش‌پذیر»
یکی از جدیدترین ورودی‌ها در این فضای رقابتی، bb است؛ یک اپلیکیشن عامل‌محور که به کاربران اجازه می‌دهد اشتراکات خود در Claude، ChatGPT، Pi، Cursor و Factory را در یک رابط کاربری واحد ادغام کنند. برخلاف تلاش‌های قبلی مانند t3 که کاربران آن را در مراحل راه‌اندازی موبایلی «دشوار و نامنظم» توصیف کرده بودند، bb بر روی فرآیند استقرار تقریباً فوری تأکید دارد؛ به‌طوری که برخی کاربران توانستند آن را در حدود ۴ ثانیه روی موبایل خود فعال کنند.
بر اساس گزارشی از Bens Bites در ۶ آگوست ۲۰۲۶، جذابیت اصلی bb در ماهیت «گسترش‌یافتنی» (Extensible) آن است. این ابزار کمتر شبیه به یک IDE سنتی—مانند VSCode که اکنون به عنوان ابزاری قدیمی‌تر دیده می‌شود—و بیشتر شبیه به یک اپلیکیشن دسکتاپ مدرن برای عامل‌ها عمل می‌کند. در این پارادایم جدید، کاربر فقط از برنامه استفاده نمی‌کند، بلکه آن را گسترش می‌دهد. این روند با تلاش‌هایی نظیر اتوماسیون توسعه ابزارهای عامل‌ها از طریق مهندسی معکوس APIها همسو است تا سرعت ایجاد قابلیت‌های جدید افزایش یابد.
این قابلیت گسترش‌پذیری به عامل اجازه می‌دهد تا ابزارهای خودش را بهبود ببخشد. برای مثال، کاربران می‌توانند از عامل بخواهند یک پلاگین خاص را بسازد. یک کاربر موفق شد از Prime-Agent بخواهد یک پلاگین Factory برای برنامه bb طراحی کند. کاربران دیگر ممکن است بخواهند یک ردیاب تکالیف (Task Tracker) سفارشی را از صفر بسازند. این روند، نقش کاربر را از یک «توسعه‌دهنده» به یک «سازنده» (Builder) تغییر می‌دهد—کسی که از عامل‌ها برای خلق ابزارهای دست‌ساز (Bespoke) متناسب با زندگی و کار خود استفاده می‌کند، بدون اینکه نیاز داشته باشد کدهای زیربنایی را بنویسد.
زیرساخت‌های نرم‌افزارهای عامل‌محور
این تغییر توسط نسل جدیدی از «هارنس‌ها» (Harnesses) پشتیبانی می‌شود که برای عملکرد بالا و شخصی‌سازی طراحی شده‌اند. Pi به عنوان یکی از کارآمدترین هارنس‌های کدنویسی موجود ذکر شده است. مینیمالیسم این ابزار باعث می‌شود در اجرای تکالیف در مقایسه با سایر چارچوب‌ها عملکرد بهتری داشته باشد و به گونه‌ای ساخته شده که کاملاً قابل شخصی‌سازی باشد. برای تسهیل این شخصی‌سازی، ابزارهایی مانند LazyPi توسعه یافته‌اند تا ده‌ها مهارت منتخب جامعه را با یک دستور نصب کنند.
- Prime Agent: یک هارنس خود-بهبودبخش که به‌طور ویژه برای کدنویسی و تکالیف طولانی‌مدت برای مدل‌های RLMs طراحی شده است. به‌دلیل طراحی بهینه Pi، شرکت‌هایی مانند Prime Intellect عامل‌های خود را بر روی هارنس Pi بنا کرده‌اند.
- Bending Spoons: اخیراً شرکت Airtable را با قیمتی به‌طور قابل توجهی کمتر از آخرین ارزش‌گذاری‌اش خریداری کرد. نکته قابل توجه این است که کسب‌وکار جدید AI شرکت Airtable یعنی Hyperagent، از این مجموعه جدا شد (Spin-out) و بخشی از این خرید نیست. این اتفاق به عنوان یکی دیگر از تلفات عصر هوش مصنوعی دیده می‌شود، چرا که ابزارهای بدون-کد (No-code) مانند Airtable تمرکز خود را بین شیت‌ها، اتوماسیون‌ها، اپلیکیشن‌ها و جریان‌های کاری تقسیم کرده بودند.
- Cloudflare: مجموعه‌ای از ابزارهای «اول-عامل» (Agent-first) را عرضه کرده است. این مجموعه شامل Cloudflare OS (یک فضای کاری مشترک AI با کانکتورهای متنوع) و Agent Tracing است که به کاربران اجازه می‌دهد جلسات عامل را بازبینی کرده و مسیر آن‌ها را از لحظه فراخوانی اولیه تا تماس‌های مدل دنبال کنند. Cloudflare Wallet نیز یک ابتکار کلیدی است که به عامل‌ها هویت مستقل، محدودیت‌های هزینه و کیف پول‌های مخصوص برای پرداخت هزینه‌ی خدمات می‌دهد.
- Obsidian و Cloudtable: در واکنش به خبر خرید Airtable، ابزار Obsidian یک ابزار رایگان برای استخراج محتوای Airtable به فرمت Markdown ساخت. به‌طور همزمان، Cloudtable به عنوان یک کلون از Airtable ظهور کرد که بر روی زیرساخت Cloudflare اجرا می‌شود.
چرخش در اکوسیستم گسترده
فراتر از اپلیکیشن‌های شخصی، بخش‌های سازمانی و پژوهشی در حال استقرار عامل‌های تخصصی هستند. Meta عامل کدنویسی Muse Code را روانه بازار کرد که یک Agent CLI است و توسط مدل Muse Spark 1.2 پشتیبانی می‌شود. این مدل جدید دارای ارتقائاتی در زمینه کدنویسی است که عملکرد آن را به سطوح Grok 4.5 نزدیک می‌کند.
در حوزه پژوهشی، جف دین پس از ۲۷ سال گوگل را ترک کرد تا آزمایشگاه Discovery Loop را تأسیس کند؛ آزمایشگاهی که تمرکز آن بر خودکارسازی پژوهش‌های یادگیری ماشین (ML Research) است. دین و سه همکارش یک «پچ-دک» (Pitch Deck) برای شرکت‌های سرمایه‌گذاری مخاطره‌ای تهیه کردند تا این پروژه را راه بیندازند. این حرکت باعث تغییرات داخلی در گوگل شد؛ به‌ویژه اینکه دمیس هاسابیس برای تمرکز بر پژوهش‌های بلندمدت، از مدیریت روزمره Google DeepMind (GDM) فاصله می‌گیرد.
سایر ابزارها و تحولات قابل توجهی که به بازار رسیده‌اند عبارتند از:
- Mistral: مدل Shieldstral را منتشر کرد؛ یک مدل کوچک ۳ میلیارد پارامتری با وزن‌های باز (Open-weight) برای امنیت محتوا (Content-safety) که می‌تواند روی یک لپ‌تاپ معمولی به‌صورت محلی (On-device) اجرا شود.
- Goodfire AI: ابزار Silico را برای تفسیرپذیری (Interpretability) و آموزش مدل‌ها با قیمت ۱۰۰۰ دلار در ماه برای پژوهشگران منفرد عرضه کرد. تیم Silico بخشی از این ابزار را در حین آموزش یک مدل 30B برای بازی یک بازی تخته‌ای توسعه داد.
- Context.dev: یک API که وب زنده را به داده‌های ساختاریافته و به‌طور مداوم به‌روزرسانی شده، به‌ویژه برای مصرف عامل‌های هوشمند تبدیل می‌کند.
- Not Diamond Code: یک مسیریاب مدل (Model Router) برای عامل‌های کدنویسی که ادعا می‌کند هزینه‌ها را در تکالیف با افق زمانی طولانی، ۲۰ تا ۶۵ درصد کاهش می‌دهد.
- Gemini Notebook (NotebookLM): اکنون به کاربران اجازه می‌دهد مصنوعاتی (Artifacts) مانند کوییزها و اسلایدهای ارائه را مستقیماً در پنجره چت ایجاد کنند، به جای اینکه این کار در یک پنل کناری انجام شود.
- WorkOS: دستیار Atlas را در Slack عرضه کرد؛ یک هم‌تیمی AI که نحوه عملکرد یک شرکت را یاد می‌گیرد تا به سوالات پاسخ دهد و اقدامات لازم را انجام دهد.
- SF Compute: سرویس givemeanode را راه‌اندازی کرد که GPUهای H100 را برای آموزش، بنچمارک‌ها و کارهای دسته‌ای (Batch jobs) برای Claude، Codex یا هر عامل دیگری فراهم می‌کند و صورت‌حساب آن به صورت دقیقه‌ای است.
- ابزارهای تکمیلی: Capsule مهارت‌های ویدئویی و عامل‌هایی برای تیم‌های سازمانی ارائه می‌دهد و Power 2026 راهنمایی جامع درباره گلوگاه‌های الکتریکی و قیمت‌گذاری مراکز داده فراهم کرده است.
تحلیل: ظهور طبقه متوسط «سازندگان»
آنچه ما شاهد آن هستیم، ظهور یک طبقه «سازنده» (Builder Class) است. برای یک دهه، ابزارهای بدون-کد وعده دادند که خلق نرم‌افزار را دموکراتیزه کنند، اما آن‌ها بیش از حد سخت و محدود بودند و نتوانستند به سرعت گریز توده‌ای برسند. هوش مصنوعی این اصطکاک را از بین برد. اکنون مانع ورود، دیگر یادگیری یک زبان برنامه‌نویسی بصری نیست، بلکه صرفاً توصیف یک نیاز به زبان انگلیسی ساده است. این امر یک حلقه پذیرش ویروسی از طریق توصیه‌های شفاهی ایجاد می‌کند؛ کاربران با غوطه‌ور شدن در این محیط، «زبان» تعاملی AI را می‌آموزند.
مثال‌های واقعی از این ذهنیت «سازنده» در حال ظهور است: بن ژانگ با استفاده از Claude در عرض یک دقیقه یک متر سنجش سیگنال بلوتوث نوشت تا گوشی مفقود شده‌اش را پیدا کند، در حالی که سیستم مدیریت دستگاه (MDM) قابلیت «Find My» را غیرفعال کرده بود. امیل کووالسکی در حال ساخت مجموعه‌ای از «مهارت‌ها» برای طراحان و مهندسان در GitHub است، از جمله یک جریان /animate که همه چیز را از یافتن فرصت‌ها تا بررسی نهایی مدیریت می‌کند.
با این حال، شکست عامل‌ها در بازار انبوه، یک مشکل «قابلیت» نیست، بلکه یک مشکل «رابط کاربری» (UI) است. تا زمانی که عامل‌ها شبیه پنجره‌های چت باشند و نه سیستم‌های عامل یکپارچه—با ویجت‌ها، خبرخوان‌ها و رصدگرهای فعال—آن‌ها ابزاری برای افراد وسواسی باقی خواهند ماند. ارزش در حال انتقال از خودِ مدل به سمت «هارنس» است که مدل را مدیریت می‌کند. علاوه بر این، بهبود بازگشتی (Recursive Self-improvement) در این عامل‌ها در حال حاضر نه توسط قدرت پردازشی خام، بلکه توسط «تأییدیه» (Verification) محدود شده است.
گام بعدی
تکامل «کیف پول‌های عامل» مانند Cloudflare Wallet را زیر نظر بگیرید؛ لحظه‌ای که عامل‌ها بتوانند تراکنش‌های مالی را به‌طور خودکار و امن مدیریت کنند، کاربرد آن‌ها برای عموم مردم از «بهره‌وری» به «تجارت» تغییر می‌کند و این دقیقاً همان نقطه‌ای است که پذیرش توده‌ای معمولاً تحریک می‌شود.
گفتگو