از نوشتن کد تا ساخت سیستم‌عامل؛ Claude Fable 5.2 مرز جدیدی در برنامه‌نویسی هوشمند ایجاد کرد

سیستم‌عاملی که با همکاری بیش از هزار عامل هوش مصنوعی ساخته شد

بر اساس توضیحات Anthropic، آزمایش با یک درخواست مهندسی از سوی یکی از مهندسان این شرکت آغاز شد. وظیفه مدل، طراحی یک سیستم‌عامل نمونه از نقطه شروع بود.

Fable 5.2 به‌جای انجام تمام مراحل به‌صورت یکپارچه، بیش از هزار عامل فرعی هوش مصنوعی (Subagent) را هماهنگ کرد. این عوامل در طول هشت روز به‌طور مداوم روی بخش‌های مختلف پروژه کار کردند؛ کد نوشتند، اجزای نرم‌افزار را آزمایش کردند و نتایج را مورد بازبینی قرار دادند.

خروجی این فرایند، طبق اعلام Anthropic، یک نمونه اولیه سیستم‌عامل بود که قابلیت بوت‌شدن روی لپ‌تاپ را داشت.

این سیستم‌عامل شامل اجزای زیر بود:

• هسته اختصاصی (Kernel) برای مدیریت و اجرای بخش‌های اصلی سیستم

• درایورهای مربوط به دیسک، صفحه‌کلید و شبکه

• سیستم ذخیره‌سازی دائمی فایل‌ها

• محیط گرافیکی مبتنی بر پنجره‌ها

• صفحه ورود کاربران

• نصب‌کننده سیستم‌عامل

• قابلیت‌های داخلی مبتنی بر Claude

نکته مهم این است که Anthropic از یک نمونه اولیه قابل اجرا صحبت می‌کند، نه یک سیستم‌عامل تجاری و آماده رقابت با ویندوز یا توزیع‌های لینوکس.

همچنین، این آزمایش در محیط داخلی شرکت انجام شده و جزئیات کامل کد، هزینه اجرا و میزان نظارت انسانی بر تمام مراحل آن به‌صورت عمومی منتشر نشده است. بنابراین، باید میان ادعای موفقیت آزمایش و تأیید مستقل عملکرد آن تفاوت قائل شد.

چرا هماهنگی هزار عامل هوش مصنوعی اهمیت دارد؟

برای درک اهمیت این آزمایش باید میان دو قابلیت متفاوت تمایز قائل شد: تولید کد و مدیریت یک پروژه نرم‌افزاری.

یک مدل هوش مصنوعی ممکن است بتواند یک برنامه، تابع یا حتی یک نرم‌افزار نسبتاً پیچیده تولید کند؛ اما ساخت سیستم‌عامل مسئله متفاوتی است. بخش‌های مختلف چنین پروژه‌ای باید با یکدیگر سازگار باشند و خطا در یک قسمت می‌تواند عملکرد قسمت‌های دیگر را مختل کند.

برای مثال، هسته سیستم‌عامل، درایورهای سخت‌افزاری، مدیریت فایل و محیط گرافیکی نمی‌توانند مستقل از یکدیگر توسعه پیدا کنند. هر بخش باید با استانداردها و رابط‌های مشخصی با سایر اجزا ارتباط برقرار کند.

آنچه در آزمایش Fable 5.2 اهمیت دارد، توانایی هماهنگ‌کردن مجموعه‌ای از عوامل هوش مصنوعی برای تقسیم کار، پیشبرد وظایف و بازبینی خروجی‌هاست.

در این ساختار، مدل اصلی نقش هماهنگ‌کننده را بر عهده می‌گیرد و عوامل فرعی روی وظایف کوچک‌تر کار می‌کنند. چنین رویکردی به معماری هوش مصنوعی چندعاملی (Multi-Agent AI) نزدیک است.

البته تعداد بالای عوامل به‌تنهایی تضمین‌کننده کیفیت نیست. هماهنگی میان خروجی‌ها، جلوگیری از تداخل وظایف، تشخیص خطا و اطمینان از عملکرد نهایی همچنان از چالش‌های مهم این روش محسوب می‌شوند.

Claude Fable 5.2 چه قابلیت‌های جدیدی دارد؟

ساخت سیستم‌عامل تنها آزمایش قابل توجهی نیست که Anthropic در معرفی مدل جدید خود مطرح کرده است.

طبق گزارش رسمی این شرکت، Fable 5.2 در حوزه‌های برنامه‌نویسی، استدلال، تحلیل داده و کارهای مهندسی نیز پیشرفت‌هایی داشته است.

برخی از قابلیت‌ها و نتایج اعلام‌شده عبارت‌اند از:

۱. افزایش سرعت تولید خروجی

Anthropic می‌گوید مدل‌های Fable 5.2 و Mythos 5.2 در مقایسه با نسخه 5.1 تا ۳۰ درصد سریع‌تر خروجی تولید می‌کنند.

۲. مهاجرت نرم‌افزار از Python به Rust

یک تیم از عوامل هوش مصنوعی با استفاده از نسخه‌ای پیشین از Fable 5.2، یک سرویس مهم عملیاتی را از زبان برنامه‌نویسی Python به Rust منتقل کرده است. به گفته Anthropic، سرویس جدید حدود ۲۶ برابر سریع‌تر راه‌اندازی می‌شود.

این عدد به زمان راه‌اندازی سرویس اشاره دارد و نباید آن را به معنی افزایش ۲۶ برابری تمام عملکردهای نرم‌افزار دانست.

۳. رسمی‌سازی قضیه آخر فرما در ۳۰ ساعت

Anthropic همچنین اعلام کرده است که حدود هزار عامل Fable 5.2 توانسته‌اند اثبات شناخته‌شده قضیه آخر فرما را در زبان Lean به شکل قابل بررسی توسط رایانه رسمی‌سازی کنند.

نکته مهم این است که مدل این قضیه ریاضی را از ابتدا کشف یا اثبات نکرده است؛ بلکه اثبات موجود را به ساختاری تبدیل کرده که رایانه بتواند مراحل آن را بررسی کند.

۴. طراحی سه دستگاه الکترونیکی

در آزمایشی دیگر، مدل برای طراحی سه دستگاه الکترونیکی شامل یک دستیار صوتی خانگی، یک اسپیکرفون USB و یک حیوان خانگی مجازی دستی به کار گرفته شده است.

طبق اعلام Anthropic، این پروژه شامل طراحی مدار، مدل‌سازی بدنه، انتخاب قطعات و برنامه‌نویسی نرم‌افزار دستگاه‌ها بوده است.

آیا Fable 5.2 جایگزین برنامه‌نویسان می‌شود؟

آزمایش Anthropic نشان می‌دهد مدل‌های جدید می‌توانند بخش بزرگی از فرایند توسعه نرم‌افزار را خودکار کنند؛ اما از این اتفاق نمی‌توان نتیجه گرفت که دیگر نیازی به مهندسان نرم‌افزار وجود ندارد.

ساخت یک نمونه اولیه با تولید یک محصول پایدار، قابل نگهداری و آماده استفاده میلیون‌ها کاربر تفاوت دارد.

یک سیستم‌عامل تجاری باید در شرایط سخت‌افزاری متنوع آزمایش شود، مشکلات امنیتی آن بررسی شود، به‌روزرسانی‌های مستمر دریافت کند و در برابر خطاهای پیش‌بینی‌نشده مقاومت داشته باشد.

در چنین پروژه‌هایی، تصمیم‌گیری معماری، ارزیابی ریسک، بررسی صحت خروجی و مسئولیت‌پذیری همچنان اهمیت زیادی دارند.

بنابراین، شاید دقیق‌تر باشد که Fable 5.2 را نشانه‌ای از تغییر نقش برنامه‌نویسان بدانیم؛ از تولید دستی بخش بزرگی از کد به سمت طراحی، نظارت، ارزیابی و هدایت سامانه‌های هوش مصنوعی.

جمع‌بندی

آزمایش هشت‌روزه Anthropic از این جهت اهمیت دارد که نشان می‌دهد یک مدل هوش مصنوعی می‌تواند به‌جای انجام یک وظیفه محدود برنامه‌نویسی، مجموعه‌ای از فعالیت‌های مرتبط را در قالب یک پروژه مهندسی هماهنگ کند.

ساخت نمونه اولیه سیستم‌عامل با بیش از هزار عامل هوش مصنوعی، در کنار آزمایش‌های ریاضی، سخت‌افزاری و نرم‌افزاری دیگر، تصویری از نسل جدید ابزارهای توسعه نرم‌افزار ارائه می‌دهد.

با این حال، باید به یک تفاوت اساسی توجه داشت: ساخت یک نمونه اولیه قابل بوت، با تولید یک سیستم‌عامل تجاری و مستقل که از نظر امنیت، پایداری و سازگاری در سطح محصولات شناخته‌شده قرار بگیرد، یکسان نیست.

برای صنعت امنیت سایبری نیز پیام اصلی این تحول، ضرورت بازنگری در شیوه توسعه و ارزیابی نرم‌افزارهایی است که بخش مهمی از فرایند ساخت آن‌ها به عامل‌های هوش مصنوعی سپرده می‌شود.

منابع

1. Anthropic – منبع رسمی و اصلی خبر:
https://www.anthropic.com/claude-fable-and-mythos-5-2

2. Anthropic – مستندات رسمی Claude Fable 5.2:
https://platform.claude.com/docs/en/models/fable-5-2/overview

3. The Verge – گزارش معرفی مدل‌های جدید Anthropic:
https://www.theverge.com/ai-artificial-intelligence/1030005/anthropic-claude-fable-mythos-5-2