تصور کنید از دستیاری کمک می‌خواهید تا کدی را بنویسد، اما او به‌جای تحویل کد، ده دقیقه درباره اینکه «چگونه» قرار است آن را بنویسد با شما بحث می‌کند. این دقیقاً همان چیزی است که کاربران فعلی ChatGPT تجربه می‌کنند: مدل بیشتر حرف می‌زند و کمتر عمل می‌کند.
این اصطکاک در حالی رخ می‌دهد که کاربران به‌دنبال بهره‌وری بیشتر در جریان‌های کاری نویسندگی و برنامه‌نویسی هستند. مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد — باید ابزاری برای اجرا باشد، نه فقط برای گفتگو. همان‌طور که در تحلیل قبلی ما درباره‌ی OpenAI Decisions API اشاره کردیم، مدل GPT-6 Luna سرعت پاسخ‌دهی را ۱۰ برابر افزایش داد، اما این سرعت زمانی بی‌فایده است که مدل برای شروع کاری که قبلاً در یک مرحله انجام می‌داد، اکنون به پنج مرحله گفتگو نیاز داشته باشد.
به گزارش تحلیل‌های منتشر شده در وب‌سایت dev.to در تاریخ ۷ اکتبر ۲۰۲۶، این پس‌رفت در سه رفتار مشخص ظاهر می‌شود:
- برتری برنامه‌ریزی بر اجرا: مدل بودجهٔ پاسخ خود را صرف بحث درباره رویکرد می‌کند، به‌جای اینکه خروجی درخواستی را تولید کند.
- وعده‌های زمان آینده: استفاده مکرر از جملاتی مثل «می‌توانم این کار در پاسخ بعدی انجام دهم» به‌جای شروع فوری کار.
- درخواست تکه‌بندی: به‌جای شروع خودکار «بخش اول» هنگام رسیدن به محدودیت‌ها، از کاربر می‌خواهد پیشنهاد دهد که کار چگونه تقسیم شود.
طبق بررسی این گزارش، این تغییر به معنای کاهش «کار مفید در هر تعامل پولی» است. حتی اگر پاسخ‌ها مودبانه و از نظر فنی دقیق باشند، افزایش تعداد دفعات گفتگو، هزینه‌ای پنهان در قالب زمان و فشار ذهنی برای کاربر ایجاد می‌کند. این چالش تنها مختص OpenAI نیست و پیش‌تر دلیل افت کیفیت نوشتاری در مدل‌های جدید Claude را بررسی کردیم که نشان می‌داد بهینه‌سازی برای ماشین گاهی به بهای تجربه کاربر تمام می‌شود.
برای یک کاربر عادی، این یعنی هوش مصنوعی از یک «مجری» به یک «مدیر» تبدیل شده است. ارزش یک مدل در توانایی برنامه‌ریزی نیست، بلکه در اجرای آن برنامه بدون گفتگوهای غیرضروری است.
گام بعدی شما
- در پرامپت‌های خود صراحتاً درخواست کنید که مدل «به‌جای برنامه‌ریزی، مستقیماً به اجرا بپردازد».
- خروجی‌های مدل را از نظر تعداد دفعات تعامل (Turn) برای یک وظیفه واحد ردیابی کنید. برای جلوگیری از خطاهای احتمالی در این خروجی‌ها، می‌توانید از یک چک‌لیست کوتاه برای شناسایی خطاهای ظریف در مستندات هوش مصنوعی استفاده کنید.
- بررسی کنید که آیا تغییر در RLHF (یادگیری تقویتی با بازخورد انسانی) اولویت را از ادبِ گفتاری به پیشرفت عملی تغییر می‌دهد یا خیر.
اما این تغییر رفتار مدل ممکن است ریشه در محدودیت‌های سخت‌افزاری جدید داشته باشد — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو