شرکت چینی دیپ‌سیک (DeepSeek) از یک معماری آزمایشی جدید برای توسعه نسل پیشرفته‌ای از عامل‌های هوش مصنوعی رونمایی کرده است که می‌توانند چندین دستیار هوشمند را به‌صورت هم‌زمان مدیریت کنند، وظایف را میان آن‌ها تقسیم کنند و فرایندهای پیچیده را با نظارت انسانی کمتر به انجام برسانند.
این معماری که «ابرعامل» (Super Agent) نام دارد، با هدف رفع یکی از محدودیت‌های مهم در خودکارسازی مبتنی بر هوش مصنوعی طراحی شده است؛ چراکه با وجود پیشرفت چشمگیر عامل‌های هوشمند، مدیریت هم‌زمان چندین عامل همچنان به نظارت و دخالت قابل‌توجه انسان نیاز دارد.
در ساختار پیشنهادی دیپ‌سیک، یک عامل مرکزی وظیفه دریافت درخواست‌های بزرگ، تقسیم آن‌ها به بخش‌های کوچک‌تر و واگذاری هر بخش به چند عامل هوش مصنوعی را بر عهده دارد. این عامل مرکزی همچنین می‌تواند پیشرفت فعالیت‌ها را دنبال کند و بدون نیاز به مدیریت جداگانه هر دستیار، هماهنگی میان آن‌ها را انجام دهد.
به گفته تیم توسعه‌دهنده، یک انسان معمولاً می‌تواند تنها سه تا پنج نشست فعال از عامل‌های هوش مصنوعی را به‌طور هم‌زمان مدیریت کند. این محدودیت باعث می‌شود سازمان‌ها نتوانند از تمام ظرفیت عامل‌های مستقل برای انجام حجم بالایی از وظایف استفاده کنند.
یکی دیگر از قابلیت‌های موردنظر در این معماری، واکنش خودکار به رویدادهای جدید است. برای مثال، اگر یک عامل هوش مصنوعی باگ نرم‌افزاری گزارش‌شده در یک گفت‌وگوی گروهی را شناسایی کند، می‌تواند به‌صورت خودکار مشکل را بازتولید کند، راه‌حل احتمالی را توسعه دهد و در صورت موفقیت، تغییر پیشنهادی کد را برای بررسی انسان ارائه کند.
این طرح در شرایطی مطرح شده که رقابت میان شرکت‌هایی مانند دیپ‌سیک، OpenAI و Anthropic برای توسعه عامل‌های هوش مصنوعی پیشرفته‌تر شدت گرفته است. محصولاتی مانند Claude Code و Codex نیز با گسترش قابلیت‌های خود، به‌سمت انجام وظایف پیچیده‌تر برنامه‌نویسی و مدیریت بخش‌های مختلف فرایند توسعه نرم‌افزار حرکت کرده‌اند.
دیپ‌سیک در آزمایش‌های اولیه خود اعلام کرده است که معماری جدید توانسته یک وظیفه مشخص را در کمتر از ۱۶ دقیقه انجام دهد؛ درحالی‌که روش متداول برای انجام همان وظیفه بیش از ۲۹ دقیقه زمان نیاز داشته است.
بااین‌حال، این نتیجه به‌تنهایی برتری قطعی معماری جدید را نسبت به رقبا ثابت نمی‌کند. جزئیات فنی و اطلاعات کافی درباره کیفیت خروجی‌ها، معیارهای ارزیابی و عملکرد سیستم در سناریوهای مختلف هنوز منتشر نشده است.
در صورت توسعه موفق این معماری، ابرعامل‌ها می‌توانند گام مهمی در حرکت از دستیارهای هوش مصنوعی پاسخ‌گو به سیستم‌هایی باشند که قادرند پروژه‌های پیچیده را به‌صورت مستقل مدیریت و اجرا کنند.
کد خبر ۲۱۲۰۵۰۸۱۱.۰۲۷
منبع: اینترستینگ اینجیرینگ
