مدلی با دست
لیلا ۳۰۰ عکس از یک مراسمِ شرکت دارد که نام همه‌شان چیزی شبیهِ IMG_4471.jpg است. می‌خواهد نامِ هر عکس تاریخِ گرفتنش باشد، مثل 2026-10-14_001.jpg. از یک دستیار گفت‌وگو کمک می‌خواهد و دستیار راهنمایی روشنی به او می‌دهد: یازده مرحله و یک برنامه‌ی کوچک که باید کپی و اجرا کند. بعد همین را از یک عامل می‌خواهد، و یک دقیقه بعد نامِ عکس‌ها عوض شده است.
هر دو از یک نوع مدل استفاده می‌کردند. پس تفاوت از کجا آمد؟
لیلا درس قبل گفتی مدل فقط متن می‌خواند و می‌نویسد. ولی عامل نامِ فایل‌هایم را عوض کرد. یک چیزی به کامپیوترم دست زد.
امید درست است. به نظرت چه چیزی؟
لیلا برنامه‌ی دورِ مدل؟ مثل همان جست‌وجو در وب.
امید بله. بیا آرام جلو برویم. فرض کن برنامه پیش از پیامِ تو به مدل بگوید: «می‌توانی از من بخواهی روی کامپیوترِ لیلا دستور اجرا کنم. برای این کار، دستور را در این قالبِ خاص بنویس تا اجرایش کنم و بگویم چه شد.» مدل اول چه می‌نویسد؟
لیلا اگر جای آن بودم، اول می‌خواستم عکس‌ها را ببینم. پس... دستوری برای فهرست کردنِ فایل‌ها؟
امید خوب است. برنامه آن را اجرا می‌کند و فهرست را برمی‌گرداند. حالا چه؟
لیلا مشخصاتِ یکی از عکس‌ها را نگاه می‌کردم تا تاریخِ گرفتنش را پیدا کنم. بعد دستوری می‌نوشتم که نام همه را عوض کند. بعد دوباره فهرست می‌گرفتم تا ببینم درست شده یا نه.
امید پس مدل چند بار چیزی نوشت؟
لیلا چهار پنج بار. هر بار نتیجه‌ی مرحله‌ی قبل را دید و بعد مرحله‌ی بعد را انتخاب کرد.
امید این یعنی عامل. مدل باز هم فقط متن می‌نویسد. ولی بخشی از آن متن درخواستِ انجام دادنِ کاری است. برنامه‌ی دورِ مدل آن درخواست را اجرا می‌کند و نتیجه برمی‌گردد تا مدل بخواندش. و این دور تکرار می‌شود تا کار تمام شود.
لیلا و دستیار گفت‌وگو نمی‌توانست این کار را بکند چون...
امید برنامه‌اش هیچ راهی برای اجرای دستور روی کامپیوترِ تو به آن نداده بود. همان نوع مغز، ولی بی‌دست.
عامل از چه ساخته می‌شود
عامل هوش مصنوعی (AI agent) یک مدل زبانی است درون برنامه‌ای که سه چیز به آن می‌دهد:
- ابزار (tool): کارهایی که مدل می‌تواند درخواست کند، مثل خواندنِ یک فایل، اجرای یک دستور، جست‌وجو در وب یا ویرایشِ یک سند. مدل درخواست را می‌نویسد و برنامه کار را انجام می‌دهد.
- حلقه (loop): بعد از هر کار، نتیجه به مدل برمی‌گردد و مدل تصمیم می‌گیرد بعد چه کند. این کار ادامه پیدا می‌کند تا مدل تصمیم بگیرد کار تمام شده است.
- هدف: درخواستِ شما («نام این عکس‌ها را بر اساس تاریخ عوض کن»)، که مدل در چند گام به سوی آن کار می‌کند و هر گام را خودش انتخاب می‌کند.
بخشِ مهم همان آخری است: گام‌ها را مدل انتخاب می‌کند. این را با یک گردش‌کار (workflow) مقایسه کنید، که در آن یک برنامه‌نویس گام‌ها را از پیش تعیین کرده است: «هر ایمیلِ تازه را بردار، از مدل بخواه آن را در یکی از پنج پوشه دسته‌بندی کند، و به همان پوشه ببر.» مدل در یکی از گام‌ها کمک می‌کند، ولی تصمیم نمی‌گیرد بعد چه شود. در یک عامل، هیچ‌کس ننوشته بود «اول فایل‌ها را فهرست کن، بعد تاریخ‌ها را بخوان». مدل خودش به این رسید، و اگر فایل‌ها جورِ دیگری بودند، می‌توانست کارِ دیگری بکند.
همین است که عامل‌ها را توانا می‌کند، و همین است که پیش‌بینیِ کارشان را سخت‌تر می‌کند. بخشِ بزرگی از این دوره درباره‌ی این است که اولی را به دست بیاورید و از دومی غافلگیر نشوید.
عامل‌هایی که ممکن است ببینید
- عامل‌های برنامه‌نویسی مثل Claude Code، Codex، Cursor و Gemini CLI روی پوشه‌ای از فایل‌ها در کامپیوترِ شما کار می‌کنند: کد را می‌خوانند، ویرایش می‌کنند، اجرا می‌کنند و هر جا خراب شد درستش می‌کنند. خیلی‌ها که برنامه‌نویس نیستند هم از آن‌ها برای کار با فایل و داده استفاده می‌کنند.
- عامل‌های مرورگر در وب‌سایت‌ها کلیک می‌کنند تا فرمی را پر کنند یا قیمت‌ها را مقایسه کنند.
- عامل‌های اداری روی سند، صفحه‌گسترده و ایمیل کار می‌کنند.
ابزارهایشان فرق می‌کند، ولی درونِ همه‌شان همان چیزی است که لیلا به آن رسید. نمونه‌ی همیشگیِ این دوره Claude Code است، چون پرکاربرد است و همه‌ی بخش‌ها را روشن نشان می‌دهد. آنچه یاد می‌گیرید برای بقیه هم درست است.
بخش‌های یک عامل، و این دوره
هر بخشِ عامل یک فصلِ خودش را دارد:
- توکن‌ها: تکه‌هایی از متن که مدل واقعاً می‌خواند و می‌نویسد، و اینکه چرا سرعت، محدودیت‌ها و قیمتِ آن را تعیین می‌کنند.
- پنجره‌ی زمینه: هر آنچه مدل در یک لحظه می‌بیند، و اینکه وقتی پر شود چه می‌شود.
- ابزارها و حلقه: درخواستِ ابزار دقیقاً چطور کار می‌کند، و برنامه‌ای که حلقه را دورِ مدل می‌چرخاند.
- دادنِ دانش به عامل: فایل‌های دستورها، حافظه و مهارت‌ها.
- مهار کردنِ عامل: اجازه‌ها، هوک‌ها و برنامه‌ریزی پیش از عمل.
- چند عامل، چند ابزار: عامل‌های کمک‌کار و MCP، روشی استاندارد برای وصل کردنِ ابزارهای تازه.
- درست به کار بردنِ عامل‌ها: هزینه، امنیت، بررسیِ کار، و اینکه چطور کاری را به عامل بسپارید.
امتحان کنید
از یک دستیار گفت‌وگو بخواهید کاری روی کامپیوترتان انجام دهد، مثلاً «یک پوشه به اسم test روی دسکتاپم بساز». ببینید به جای آن چه می‌کند: به شما می‌گوید چطور انجامش دهید. بعد اگر عاملی دارید (Claude Code، Codex، Cursor یا مشابهِ آن‌ها)، همین را در یک پوشه‌ی خالیِ تمرینی از آن بخواهید و گام‌هایش را تماشا کنید. بیشترِ عامل‌ها هر کار را پیش از انجام یا همان وقت نشان می‌دهند.
درست به کار بردن
- نتیجه را بخواهید، نه گام‌ها را. توانِ عامل در انتخابِ گام‌هاست. «نام این عکس‌ها را بر اساس تاریخِ گرفتن عوض کن، مثل 2026-10-14_001.jpg» بهتر از یازده دستورِ خودتان جواب می‌دهد.
- چند کارِ اول را تماشا کنید. هر گام حدسی است که نتیجه‌اش آن را می‌سنجد. اگر گام‌های اول به راهِ اشتباه می‌روند، متوقفش کنید و بگویید. این ارزان‌تر از آن است که بگذارید ادامه دهد.
- وقتی گام‌ها هیچ‌وقت عوض نمی‌شوند، از گردش‌کار استفاده کنید. اگر کاری هر بار همان است، گام‌های ثابت سریع‌تر، ارزان‌تر و قابل‌پیش‌بینی‌ترند از عاملی که هر بار دوباره آن‌ها را پیدا کند.
واژه‌های این درس
- عامل هوش مصنوعی - یک مدل زبانی درون برنامه‌ای که به آن ابزار و حلقه می‌دهد تا بتواند در چند گام به سوی یک هدف کار کند و هر گام را خودش انتخاب کند
- ابزار - کاری که مدل می‌تواند از برنامه بخواهد انجام دهد، مثل خواندنِ یک فایل یا اجرای یک دستور
- گردش‌کار - رشته‌ای از گام‌های ثابت که آدمی نوشته؛ مدل ممکن است در بعضی گام‌ها کمک کند، ولی گام‌ها را انتخاب نمی‌کند
ایده‌ی اصلی
عامل یک مدل زبانی با دست است: کاری را درخواست می‌کند، می‌بیند چه شد و تصمیم می‌گیرد بعد چه کند، دوباره و دوباره، تا کار تمام شود. مدل باز هم فقط متن می‌نویسد؛ کارها را برنامه‌ی دورِ آن انجام می‌دهد.