آخرین بروزرسانی در ۹ اسفند ۱۴۰۴ توسط Dr.Arman
تابهحال شده کدی را بنویسید و چند ماه بعد دقیقاً یادتان نیاید چطور آن کار را انجام دادید؟ در دنیای پیشرفته هوش مصنوعی برنامهنویسی، این فراموشی فقط یک دردسر ساده نیست؛ بلکه از دست دادن یک فرصت طلایی برای هدایت کردن ایجنتها (Agents) است. سیمون ویلیسون، یکی از پیشگامان دنیای متنباز، معتقد است که بزرگترین دارایی شما در عصر جدید، کدهایی است که قبلاً یک بار اجرای آنها را با چشم خودتان دیدهاید.
چرا امروز بیش از هر زمان دیگری به «انباری از کد» نیاز دارید؟
شاید فکر کنید در دورانی که مدلهای زبانی بزرگ (LLM) میتوانند هر کدی را در ثانیه تولید کنند، دیگر نیازی به ذخیره کردن قطعهکدهای قدیمی نیست. اما واقعیت کاملاً برعکس است. تفاوت یک برنامهنویس معمولی و یک متخصص در عصر ایجنتها، در دانستن این نکته است که «چه چیزی ممکن است» و «چطور میتوان آن را ترکیب کرد».
وقتی شما مجموعهای از راهحلهای کارآمد را برای سوالات دشوار یا مبهم در اختیار دارید، در واقع نقشهای در دست دارید که هوش مصنوعی را از گمشدن در مسیرهای اشتباه نجات میدهد. این دانش نه تنها به شما قدرت تشخیص فرصتها را میدهد، بلکه به ابزاری تبدیل میشود که ایجنتهای هوش مصنوعی را به شدت دقیقتر و کاربردیتر میکند.
قدرت دانستنِ «ممکنها»: از OCR تا فایلهای ۱۰۰ گیگابایتی
بخش بزرگی از مهارت نرمافزاری، درک مرزهای تکنولوژی است. سیمون سوالات جالبی را مطرح میکند: آیا یک صفحه وب میتواند عملیات OCR (تشخیص متن از تصویر) را فقط با جاوااسکریپت انجام دهد؟ آیا یک اپلیکیشن آیفون میتواند با دستگاه بلوتوث جفت شود در حالی که حتی در حال اجرا نیست؟ یا چطور میتوان یک فایل JSON با حجم ۱۰۰ گیگابایت را در پایتون بدون پر شدن حافظه پردازش کرد؟
پاسخ به این سوالات، داراییهای ارزشمند شما هستند. دانستن اینکه چیزی «در تئوری» ممکن است، با اینکه «شخصاً اجرای آن را دیدهاید» تفاوت از زمین تا آسمان دارد. شما باید پاسخ این سوالات را در قالب کدهای واقعی و اجرا شده «احتکار» کنید. این کدها همان سوخت اصلی هستند که ایجنتهای شما برای پرواز به آن نیاز دارند.
استراتژی ترکیب داراییها: جادوی دو بهعلاوه دو
یکی از هیجانانگیزترین الگوهای کار با ایجنتهای هوش مصنوعی، تکنیک «ترکیب» است. تصور کنید دو قطعه کد از پیش آزمایش شده دارید. یکی برای تبدیل صفحات PDF به تصویر و دیگری برای استخراج متن از عکس (OCR). حالا به ایجنت میگویید: «این دو مثال را ترکیب کن و یک ابزار جدید بساز.»
سیمون ویلیسون دقیقاً همین کار را انجام داد. او کدهایی از کتابخانه PDF.js و Tesseract.js را در یادداشتهایش داشت. او به جای اینکه از صفر شروع کند، هر دو را به مدل هوش مصنوعی (مثل Claude 3 Opus) داد و خواست که یک صفحه HTML واحد بسازد که با درگ اند دراپ، فایل PDF را بگیرد و متن تمام صفحات را استخراج کند. نتیجه؟ یک ابزار کاملاً کاربردی که در عرض چند دقیقه ساخته شد، چون «مواد اولیه» باکیفیت در دسترس بود.
تولید ابزارهای کوچک (HTML Tools)؛ سلاح مخفی شما
یکی از روشهای عالی برای احتکار راهحلها، ساخت چیزی است که سیمون آن را «ابزارهای HTML» مینامد. اینها تکصفحات HTML سادهای هستند که شامل CSS و جاوااسکریپت میشوند و یک مشکل خاص را حل میکنند. این صفحات نه تنها برای استفاده سریع خودتان عالی هستند، بلکه به عنوان یک «بافتار» (Context) فوقالعاده برای هوش مصنوعی عمل میکنند.
وقتی شما صدها یا هزاران مخزن کوچک (Micro-repos) در گیتهاب داشته باشید که هر کدام یک ایده یا الگوی خاص را اثبات میکنند (Proof-of-Concept)، در واقع در حال ساختن یک کتابخانه شخصی از دانش هستید که ایجنتهای مدرن میتوانند به آن دسترسی داشته باشند و از آن الهام بگیرند.
چطور از ایجنتها برای گسترش انباری خود استفاده کنیم؟
جالب اینجاست که خودِ هوش مصنوعی هم میتواند در پروسه احتکار به شما کمک کند. شما میتوانید از ایجنتها بخواهید که درباره یک موضوع تحقیق کنند، کدهای نمونه را پیدا کنند و یک گزارش کامل به همراه کد اجرایی برایتان بیاورند. این کار باعث میشود کلکسیون شما با سرعتی باورنکردنی رشد کند.
بهعنوان مثال، میتوانید به یک ایجنت بگویید: «مخزن تحقیقاتی من را از گیتهاب کپی کن، الگوهای تبدیل Rust به WebAssembly را پیدا کن و از آنها برای ساخت یک دمو در پروژه فعلی استفاده کن.» ایجنتها در جستجو و استخراج جزئیات از میان انبوهی از دادهها عالی هستند، مشروط بر اینکه شما قبلاً آن دادهها را در جایی مستند کرده باشید.
گامهای عملی برای شروع احتکار هوشمندانه
اگر میخواهید از امروز در مسیر هوش مصنوعی برنامهنویسی حرفهایتر شوید، این چند قدم را دنبال کنید: اول، هر بار که مشکلی را حل میکنید یا ترفند جدیدی یاد میگیرید، آن را در یک وبلاگ شخصی یا یک TIL (امروز یاد گرفتم) یادداشت کنید. دوم، از کدهای کوچک خود تستهای اجرایی بسازید و آنها را در گیتهاب ذخیره کنید.
سوم، وقتی میخواهید چیز جدیدی بسازید، به جای توصیف کلی، آدرس (URL) یا محتوای کدهای قبلی خود را به هوش مصنوعی بدهید. به ایجنت بگویید: «از این الگو الهام بگیر.» این کار باعث میشود خروجی مدل نه تنها دقیقتر باشد، بلکه با استانداردهایی که خودتان قبلاً تایید کردهاید، همخوانی داشته باشد.
نتیجهگیری: مهارتی که هرگز منسوخ نمیشود
در دنیایی که نوشتن کد در حال تبدیل شدن به یک کالا (Commodity) است، توانایی شما در آرشیو کردن راهحلهای هوشمندانه، تفاوت اصلی را رقم میزند. ما فقط یک بار نیاز داریم که یک «ترفند» مفید را کشف کنیم. اگر آن را به درستی مستند و ذخیره کنیم، ایجنتهای ما میتوانند آن را در هزاران پروژه دیگر برایمان تکرار کنند.
احتکار کد به معنای وابستگی به گذشته نیست، بلکه به معنای ساختن سکویی است که بتوانید از روی آن به سمت آینده پرتاب شوید. پس از همین امروز، هر قطعه کد کوچکی که کار میکند را مثل یک جواهر ارزشمند نگه دارید؛ شما در حال ساختن مغز دوم خود برای همکاری با هوش مصنوعی هستید. شما چه ترفندهایی را در انباری خود پنهان کردهاید؟
منبع:
https://simonwillison.net/guides/agentic-engineering-patterns/hoard-things-you-know-how-to-do/#atom-everything
مطالب مرتبط