آیا برای دوران هوش مصنوعی به اندازه کافی «عامل» (Agentic) هستید؟

ایالات متحده - خبرگزاری اخباری

آیا برای دوران هوش مصنوعی به اندازه کافی «عامل» (Agentic) هستید؟

سیلیکون‌ولی مدت‌هاست که الگوی فرد «عاملیت بالا» (high-agency) را ترویج کرده است — کسانی که جهان را با ایده‌های خود شکل می‌دهند، مستقل فکر می‌کنند و بدون هدایت مداوم به طور فعال عمل می‌کنند. با این حال، پیشرفت سریع ابزارهای کدنویسی هوش مصنوعی این تأکید را تشدید کرده و تمرکز را دوباره بر خود انسان‌ها که «عامل» (agentic) هستند، قرار داده است. این تحول، چشم‌انداز ارزش حرفه‌ای را در صنعت فناوری و فراتر از آن، به طور بنیادین تغییر می‌دهد.

Akshay Kothari، هم‌بنیانگذار و مدیر ارشد عملیاتی Notion، استارتاپ تولیدی ۱۱ میلیارد دلاری، این نکته را به روشنی بیان می‌کند: «عامل‌های امروزی شاید همین حالا هم از هر سه نفر ما در این اتاق تواناتر باشند.» او پتانسیل هوش مصنوعی را بیشتر مورد بررسی قرار می‌دهد و پیشنهاد می‌دهد که حتی ویژگی‌های منحصر به فرد انسانی مانند «ذوق» (taste) نیز ممکن است در نهایت تکرار شوند. Kothari می‌گوید: «در نهایت، تنها چیزی که برای انسان‌ها باقی می‌ماند، عاملیت (agency) است.» این ادعا ممکن است رادیکال به نظر برسد، اما در میان نخبگان فناوری عمیقاً طنین‌انداز می‌شود.

در حالی که این مفهوم ممکن است برای بسیاری خارق‌العاده به نظر برسد، اما در سیلیکون‌ولی به یک واقعیت رو به رشد تبدیل شده است. یک مقاله اخیر و پربازدید در مجله Harper's این موضوع را بررسی کرد و افراد جوانی را در سانفرانسیسکو مشاهده کرد و به این نتیجه رسید که «عامل بودن» (being agentic) کمتر به بهره‌وری مربوط می‌شود و بیشتر به «دنبال کردن مداوم توجه در فضای آنلاین» مربوط است. با این حال، از طریق گفتگوهای گسترده با بنیانگذاران، محققان و سرمایه‌گذاران، روایت متفاوتی پدیدار شد — روایتی که بر تأثیر عمیق هوش مصنوعی بر نقش‌های حرفه‌ای متمرکز بود.

صنعت فناوری بدون شک با یک تحول قابل توجه در نحوه عملکرد مهندسان نرم‌افزار دست و پنجه نرم می‌کند. میلیون‌ها توسعه‌دهنده اکنون از عامل‌های کدنویسی هوش مصنوعی مانند Claude Code و Codex برای خودکارسازی بخش‌های قابل توجهی از کار خود استفاده می‌کنند. در برخی موارد، شرکت‌های فناوری حتی استفاده از آن‌ها را اجباری می‌کنند. برای بسیاری از متخصصان، پیشنهاد ارزش اصلی آنها از عمل کدنویسی به فرآیند تصمیم‌گیری استراتژیک تغییر می‌کند: تعیین وظایف و اهداف برای این عامل‌های هوش مصنوعی. این انتقال برای کسانی که رضایت عمیقی در هنر کدنویسی پیدا می‌کنند، ناراحت‌کننده است، اما برای باهوش‌ترین افراد صنعت، فرصتی قابل توجه را نشان می‌دهد.

Simon Last، یکی دیگر از هم‌بنیانگذاران Notion، این پارادایم جدید را تجسم می‌بخشد. پس از نزدیک به دو دهه کدنویسی، او ناگهان تمرکز خود را تغییر داد. او اکنون همزمان تا چهار عامل کدنویسی هوش مصنوعی را به کار می‌گیرد و ترجیح خود را به Codex نسبت به Claude Code ابراز می‌کند. Last آنچه را که او «اضطراب توکن» (token anxiety) می‌نامد، تجربه می‌کند اگر عامل‌هایش فعالانه کار نکنند، حتی زمانی که او در حال معاشرت یا خواب است. او آگاهانه خود را به چهار عامل محدود می‌کند تا از «اض carga زمینه» (context overload) بر ظرفیت شناختی خود جلوگیری کند.

Last توضیح می‌دهد: «دانستن اینکه چگونه از این عامل‌ها بهره ببرید، اکنون مهمترین مهارت در جهان است، و این واقعاً چیزی نیست که بتوانید برای آن آموزش ببینید. شما باید بسیار روشن‌فکر، کنجکاو و مایل به امتحان کردن هر چیز جدید باشید. ارزش این نوع فرد به طور تصاعدی در حال افزایش است، زیرا ارزشی که می‌توانند ایجاد کنند، به طور ضمنی، به طور تصاعدی در حال افزایش است.»

در واقع، توصیف Last به شدت نقش حرفه‌ای او را منعکس می‌کند. او به عنوان یک "IC فوق‌العاده" (Super Individual Contributor) در Notion فعالیت می‌کند و نه افراد، بلکه عامل‌های هوش مصنوعی را مدیریت می‌کند. رویکرد او در مدیریت این عامل‌ها شباهت زیادی به نظارت سنتی مدیریتی دارد، که شامل تفویض مداوم، بررسی دقیق و اصلاح کد تولید شده توسط هوش مصنوعی است.

Kothari تکرار می‌کند که Notion همیشه به دنبال افراد با عاملیت بالا بوده است، اما اذعان دارد که ارزش چنین ویژگی‌هایی در ماه‌های اخیر به شدت افزایش یافته است. علیرغم استفاده از عامل‌های هوش مصنوعی برای خودکارسازی، Notion در حال تجربه بهره‌وری بی‌سابقه‌ای است. بنیانگذاران مشترک ادعا می‌کنند که کارکنان محصولات را با سرعت بیشتری عرضه می‌کنند و در کل کارهای بیشتری انجام می‌دهند. Notion به جای کاهش نیرو به دلیل هوش مصنوعی، استراتژی استخدام خود را تطبیق می‌دهد. Kothari می‌گوید: «امروزه در دره، داشتن چند سیمون ارزش بیشتری از هزاران مهندس دارد.» و بر نیاز نامزدها به درک «روش جدید کار» تأکید می‌کند.

برای کسانی که خارج از حوزه مهندسی نرم‌افزار هستند، این تغییر می‌تواند پردازش دشواری باشد. عامل‌های هوش مصنوعی در حال حاضر در بسیاری از صنایع کاربرد محدودی دارند. یک نظرسنجی اخیر گالوپ نشان داد که اکثر آمریکایی‌ها هنوز هم در مشاغل خود از هوش مصنوعی زیاد استفاده نمی‌کنند، اگرچه تعداد افرادی که این کار را انجام می‌دهند در حال افزایش است. Kothari، با این حال، به طور فزاینده‌ای متقاعد شده است که این «روش جدید کار» در نهایت به بخش‌هایی مانند امور مالی، حقوقی و صنایع خلاق نفوذ خواهد کرد و سوال گسترده‌تری را در جامعه برمی‌انگیزد: «آیا من عامل هستم؟»

Jennifer Li، شریک عمومی در Andreessen Horowitz که بر زیرساخت هوش مصنوعی تمرکز دارد، استفاده گسترده از ابزارهای کدنویسی هوش مصنوعی را در سراسر شرکت‌های پرتفوی خود ذکر می‌کند. او می‌گوید: «اگر با افرادی روبرو شویم که از آن غافل هستند، این یک پرچم قرمز بزرگ است. این بر نحوه تفکر ما در مورد انتخاب بنیانگذاران تأثیر می‌گذارد.» Li هشدار می‌دهد که صرف استفاده از عامل‌های هوش مصنوعی معادل داشتن عاملیت بالا نیست؛ کاربرد مؤثر و هوشمندانه کلیدی است. او همچنین اشاره می‌کند که برخی از نقش‌های زیرساختی بسیار تخصصی ممکن است از عامل‌های کدنویسی هوش مصنوعی فعلی سود قابل توجهی نبرند، و بر «قانون عدم سهل‌انگاری» (no slop rule) تأکید می‌کند — مسئولیت نهایی برای صحت کد همچنان بر عهده ارائه دهنده انسانی است.

Yoni Rechtman، شریک در شرکت سرمایه‌گذاری مراحل اولیه Slow Ventures، شاهد تحولی واضح در پروفایل نامزدهایی است که استارتاپ‌های هوش مصنوعی به دنبال آنها هستند. او شرح شغلی را از Phoebe، یک استارتاپ مراقبت‌های بهداشتی مبتنی بر هوش مصنوعی، به اشتراک گذاشت که به صراحت بیان می‌کند: «من به دنبال اجرای خام IC نیستم... انتظار دارم که عامل‌ها در ماه‌های آینده به طور فزاینده‌ای این نقش را بر عهده بگیرند.» در عوض، Phoebe به دنبال افرادی است که «مشتاق ساختن ماشینی هستند که به ما امکان می‌دهد سریع حرکت کنیم و ویژگی‌ها را از ابتدا تا انتها با عامل‌ها بسازیم.» این به معنای تقاضا برای متخصصانی است که با خودکارسازی وظایف خود با عامل‌های هوش مصنوعی راحت هستند تا بتوانند بر تفکر استراتژیک «مرتبه بالاتر» تمرکز کنند.

در حالی که سیلیکون‌ولی عاملیت بالا را به عنوان یک ویژگی حیاتی برای موفقیت در دوران هوش مصنوعی تعیین کرده است، خود این اصطلاح معنای تا حدودی بحث‌برانگیزی پیدا کرده است. Rechtman اظهار داشت: «من فکر می‌کنم اشاره به خود یا شخص دیگری به عنوان عامل، مضحک است. اما این بدان معنا نیست که اینها در واقع صفات خوبی برای جستجو و پرورش نیستند.» او می‌افزاید: «این دیدگاهی را آشکار می‌کند که شما صادقانه، بدون طنز، معتقدید که دو نوع انسان در جهان وجود دارد: NPCها و شخصیت‌های اصلی، و شما یکی از شخصیت‌های اصلی هستید.» این درک، بحث مداوم در مورد تعریف و کاربرد عاملیت در دوران هوش مصنوعی را برجسته می‌کند.

خبرگزاری اخباری