مدیرعامل Vercel: جدایی عاملهای هوش مصنوعی از مدلها، میدان نبرد بعدی
گویرمو راخ، مدیرعامل Vercel، در گفتوگو با TechCrunch از تغییر رویکرد شرکتها از نمونهسازی به تولید انبوه عاملهای هوش مصنوعی میگوید و تأکید میکند که آینده در گرو تفکیک مدلها از عاملها و استفاده از زیرساختهای باز است.
در حالی که تب هوش مصنوعی هر روز داغتر میشود، شرکتهای فناوری به دنبال راههای عملیتری برای بهکارگیری عاملهای هوشمند هستند. Vercel که بهعنوان یکی از ستونهای اصلی زیرساخت ابری برای استقرار عاملها شناخته میشود، اکنون روزانه ۶ میلیون استقرار (Deployment) را مدیریت میکند که نیمی از آن توسط عاملهای کدنویسی انجام میشود. همچنین روزانه بیش از ۱ تریلیون توکن از درگاه هوش مصنوعی این شرکت عبور میکند.
به گزارش TechCrunch، گویرمو راخ (Guillermo Rauch)، مدیرعامل Vercel، در حاشیه کنفرانس ShipNYC از درسهای بزرگ این روزها میگوید. به باور او، سال گذشته سال نمونهسازی بود؛ همه چیز ممکن به نظر میرسید و عاملها بدون محدودیت ساخته میشدند. اما امسال همه چیز فرق کرده است: «وقتی به تولید انبوه میرسی، دیگر به نسبت قیمت به عملکرد (Price/Performance) نگاه میکنی.»
دو «قاتل برنامه» برای عاملها
راخ از دو کاربرد اصلی و موفق عاملها نام میبرد: عاملهای کدنویسی و عاملهای داخلی سازمانی. عاملهای کدنویسی حجم عظیمی از توکنهای جهان را مصرف میکنند، اما وقتی نرمافزار زیادی تولید میشود، به جایی برای استقرار نیاز دارد. عاملهای داخلی اما کمک میکنند تا کارمندان بهراحتی به دادههای پیچیده سازمان دسترسی پیدا کنند؛ مثلاً یک فروشنده میتواند بدون انتظار برای ساخت داشبوردهای جدید، بپرسد: «۵ حسابی که بیشترین رشد را در دو هفته گذشته داشتهاند، کدامند؟»
امنیت با Eve و Sandbox
برای رفع چالشهای امنیتی و دسترسی به داده، Vercel دو ابزار کلیدی معرفی کرده است: چارچوب Eve که دستورالعملها و مهارتهای عامل را به زبان طبیعی تعریف میکند، و Vercel Sandbox که مانند قفسی امن، امکان کنترل دادههای ورودی و خروجی را فراهم میکند. راخ هشدار میدهد: «اگر افزونهی اشتباهی روی IDE یک مهندس هوافضا نصب شود، ممکن است دههها کد اختصاصی ++C برای آموزش مدلها به فضای ابری نشت کند.»
خداحافظی با انحصار آزمایشگاههای بزرگ
یکی از مهمترین تغییرات، دور شدن مشتریان از وابستگی به یک آزمایشگاه هوش مصنوعی خاص است. «سال گذشته همه میگفتند فقط با OpenAI یا Anthropic کار میکنیم. حالا میگویند هر قطعه – مدل، مهار، سکوی داده، گیتوی – قابل تعویض است.» راخ از رشد بیسروصدای مدلهای Gemini، DeepSeek و GLM-5.2 خبر میدهد و دلیل آن را عملکرد بهتر نسبت به قیمت میداند.
رقابت یا همزیستی با غولها؟
وقتی OpenAI ابزارهایی برای انتشار مستقیم وبسایت از محیط خود ارائه میدهد، مرز میان زیرساخت و آزمایشگاهها محو میشود. اما راخ این را یک فرصت میداند: «مردم ChatGPT را به عنوان ابزاری برای ساخت وبسایت میشناسند و بعد، مدل ما را برای میزبانی توصیه میکند.» او باور دارد که نبرد اصلی بر سر جداسازی مدل از عامل است: «آیا همه هوش خود را از یک جا میگیری؟ یا ماژولها و کتابخانهها را از تأمینکنندگان مختلف انتخاب میکنی؟» Vercel میخواهد همان نقشی را بازی کند که AWS در نسل قبل ایفا کرد: زیرساختی بر پایه پروتکلهای باز.
این تغییرات چه معنایی برای ما دارد؟
برای توسعهدهندگان و کسبوکارهای ایرانی، این روند نویدبخش آیندهای با هزینههای کمتر و انتخابهای متنوعتر است. بهجای گرهخوردن به یک مدل گرانقیمت، میتوان ترکیبی از مدلهای باز و تجاری را به کار گرفت و با ابزارهایی مانند Sandbox امنیت را حفظ کرد. تجربه Vercel نشان میدهد که دوران «هوش مصنوعی برای همه» نه با انحصار، بلکه با رقابت و استانداردهای باز معنا پیدا میکند.