وقتی عامل هوش مصنوعی یک مأموریت طولانی را انجام می‌دهد و وسط راه خودش را اصلاح می‌کند، جادویی در کار نیست؛ یک حلقه‌ی ساده و منظم است که بارها می‌چرخد. فهمیدن همین حلقه، تفاوت بین کسی است که عامل‌ها را «جعبه‌ی سیاه» می‌بیند و کسی که می‌داند کجا را باید نگاه کند وقتی خراب می‌شوند. در این مطلب حلقه را با یک مأموریت واقعی گام‌به‌گام دنبال می‌کنیم.

چهار قطعه‌ی سازنده‌ی هر عامل

  • مغز (مدل زبانی): تصمیم‌گیرنده؛ هر چیز دیگری خدمتگزار همین تصمیم‌گیری است.
  • ابزارها: کارهایی که عامل می‌تواند انجام دهد — خواندن فایل، صدا زدن API، اجرای کد، جست‌وجوی وب. هر ابزار یک «توضیح رسمی» دارد: نام، ورودی، خروجی و اینکه چه وقت مناسب است.
  • حافظه: آنچه تا این لحظه‌ی مأموریت دیده و کرده — به‌شکل تاریخ گفتگو — و در عامل‌های پیشرفته‌تر، یادداشت‌هایی که بین مأموریت‌ها می‌ماند.
  • پرامپت سیستم: قانون اساسی عامل؛ نقشش، محدودیت‌هایش، سبک کارش و اینکه در موقعیت‌های ابهام چه کند.

حلقه‌ی اصلی: فکر ← اقدام ← مشاهده ← تکرار

مأموریت نمونه: «میانگین قیمت این پنج محصول رقیب را از سایت‌ها بگیر و جدولش را بساز.» عامل این چرخه را اجرا می‌کند:

  1. فکر: مدل همه‌ی زمینه را می‌خواند — هدف، ابزارهای موجود، نتایج قدم‌های قبلی — و تصمیم می‌گیرد: «اول قیمت محصول اول را از سایت اول می‌گیرم.»
  2. اقدام: یک فراخوانی ابزارِ ساختاریافته صادر می‌شود: ابزار «خواندن صفحه‌ی وب» با آدرس مشخص. خروجی این فراخوانی، داده‌ی خام است — HTML یا متن صفحه.
  3. مشاهده: نتیجه به زمینه اضافه می‌شود و مدل می‌خواندش: «قیمت پیدا شد: ۲.۴ میلیون؛ اما قیمت ارزآوری نامشخص است.»
  4. تصمیم بعدی: بر اساس مشاهده: ادامه‌ی مسیر، تلاش مجدد با روش دیگر، یا تغییر برنامه — مثلاً: «قیمت محصول دوم را بگیرم؛ برای نامشخص، آخرش دوباره چک می‌کنم.»

این چرخه تا رسیدن به هدف یا شرایط توقف تکرار می‌شود. کل رفتار هوشمندانه‌ای که می‌بینید — اصلاح مسیر، انتخاب ابزار درست، شکست‌خوردن و برگشتن — از همین حلقه‌ی ساده بیرون می‌آید؛ مدل هر بار با دیدن «همه‌ی ماجرا تا الان»، بهترین قدم بعدی را انتخاب می‌کند.

عامل عابری است که هر بار قبل از رانندگی، کل گزارش سفر تا این لحظه را می‌خواند و تصمیم می‌گیرد؛ همه‌چیز در کیفیت همین تصمیم‌های قدم‌به‌قدم است.

نقش‌های حاشیه‌ای که تعیین‌کننده‌اند

سه جزء حاشیه‌ای، کیفیت واقعی عامل را می‌سازند. اول، توصیف ابزارها: اگر توضیح ابزار مبهم باشد، مدل در انتخابش خطا می‌کند — بخش بزرگی از «خرابی‌های» عامل‌ها این‌جاست، نه در هوش مدل. دوم، سقف حلقه: عامل بدون محدودیت تکرار می‌تواند در حلقه‌ی بی‌پایان گیر کند — سقف قدم و شرایط توقفِ صریح، ابزار ایمنی است. سوم، نقاط تأیید: عامل‌های جدی در لحظه‌های حساس — پرداخت، ارسال ایمیل، حذف داده — می‌ایستند و از انسان اجازه می‌گیرند؛ ترکیب «خودکاری + نظارت انسانی» هنوز استاندارد حرفه‌ای است.

چرا بعضی مأموریت‌ها شکست می‌خورند؟

با شناخت حلقه، دلایل شکست هم قابل تشخیص می‌شوند: ابزار لرزان — سایتی که شکلش عوض می‌شود یا APIای که رفتارش تغییر کرده؛ مشاهده‌ی غلط یعنی تصمیم غلط. سرریز زمینه — مأموریت طولانی که تاریخش از پنجره‌ی زمینه بزرگ‌تر شود و عامل «فراموش» کند اول چه می‌خواست؛ همان محدودیتی که در مطلب پنجره‌ی زمینه دیدیم. هدف مبهم — «بهترینش رو پیدا کن» بدون معیار؛ مدل حدس می‌زند و حدس در مسیر طولانی، انحراف می‌سازد. و خطای انباشته — خطای ۲ درصدی در هر قدم، بعد از بیست قدم یعنی مسیر کاملاً غلط؛ برای همین مأموریت‌های جدی، به «ایست‌های بازرسی» انسانی تقسیم می‌شوند.

از حلقه تا سیستم‌های چندعاملی

نسل جدیدتر، همین حلقه را به چند عامل موازی تقسیم می‌کند: یک عامل سرپرست مأموریت را می‌شکند، عامل‌های متخصص هر بخش را می‌گیرند — محقق، نویسنده، بازبین — و سرپرست جمع می‌کند. مزیتش تقسیم زمینه است: هر عامل فقط بخش خودش را در حافظه دارد و سرریز زمینه دیرتر می‌رسد. هزینه‌اش هم مشخص است: هماهنگی پیچیده‌تر و هزینه‌ی توکن بالاتر؛ برای مأموریت‌های بزرگ واقعاً می‌ارزد، برای کارهای کوچک نه.

جمع‌بندی

عامل = مدل زبانی + ابزارها + حافظه + حلقه‌ی «فکر، اقدام، مشاهده». خرابی‌ها هم معمولاً از چهار جای معلوم می‌آید: ابزار لرزان، زمینه‌ی سرریزشده، هدف مبهم و خطای انباشته — و برای هر کدام راهکار مشخصی هست: توصیف دقیق ابزار، تقسیم مأموریت، هدف معیارمند و ایست‌های بازرسی. با این چارچوب، ارزیابی هر ابزار عامل‌محور را می‌توانید انجام دهید: حلقه‌اش را ببینید، ابزارش را بشمارید و نقاط تأییدش را چک کنید. قدم بعدی این مسیر: MCP چیست — استانداردی که ساخت ابزار برای عامل‌ها را به یک کار یک‌بارِ همگانی تبدیل کرده است.