AI

OpenAI، Anthropic و Block به تلاش جدید Linux Foundation برای استانداردسازی دوران ایجنت‌های هوش مصنوعی پیوستند

5 دقیقه مطالعه
منبع
OpenAI، Anthropic و Block به تلاش جدید Linux Foundation برای استانداردسازی دوران ایجنت‌های هوش مصنوعی پیوستند
چکیده کوتاه
- بنیاد لینوکس، بنیاد هوش مصنوعی عامل (Agentic AI Foundation - AAIF)*- را برای جلوگیری از تکه‌تکه شدن عامل‌های هوش مصنوعی عملیاتی راه‌اندازی کرد.
- این بنیاد، قابلیت همکاری (interoperability)*- و استانداردهای باز برای عامل‌های هوش مصنوعی را ترویج می‌دهد و از ایجاد سیلوهای اختصاصی جلوگیری می‌کند.
- مشارکت‌های کلیدی مانند MCP آنتروپیک و Goose بلاک با هدف ایجاد زیرساخت جهانی برای عامل‌های هوش مصنوعی انجام می‌شوند.

با عبور هوش مصنوعی از چت‌بات‌ها و حرکت به سمت سیستم‌هایی که می‌توانند اقدام کنند، بنیاد لینوکس گروه جدیدی را راه‌اندازی می‌کند که به جلوگیری از تقسیم ایجنت‌های هوش مصنوعی به مجموعه‌ای از محصولات ناسازگار و قفل‌شده اختصاص دارد.

این گروه که Agentic AI Foundation (AAIF) نامیده می‌شود، به عنوان خانه‌ای بی‌طرف برای پروژه‌های متن‌باز مرتبط با ایجنت‌های هوش مصنوعی عمل خواهد کرد. اهداهای Anthropic، Block و OpenAI در زمان راه‌اندازی، AAIF را لنگر می‌اندازند.

Anthropic پروتکل زمینه مدل (MCP) خود را اهدا می‌کند، یک روش استاندارد برای اتصال مدل‌ها و ایجنت‌ها به ابزارها و داده‌ها؛ Block، Goose، چارچوب ایجنت متن‌باز خود را مشارکت می‌دهد؛ و OpenAI، AGENTS.md را به میز می‌آورد، فایل دستورالعمل ساده آن که توسعه‌دهندگان می‌توانند به یک مخزن اضافه کنند تا به ابزارهای کدنویسی هوش مصنوعی بگویند چگونه رفتار کنند. شما می‌توانید این ابزارها را به عنوان لوله‌کشی اساسی دوران ایجنت در نظر بگیرید.

سایر اعضای AAIF شامل AWS، Bloomberg، Cloudflare و Google هستند که نشان‌دهنده تلاش در سطح صنعت برای ایجاد حفاظ‌های مشترک است تا ایجنت‌های هوش مصنوعی در مقیاس قابل اعتماد باشند.

از دیدگاه Nick Cooper، مهندس OpenAI، پروتکل‌ها اساساً یک زبان مشترک هستند که به ایجنت‌ها و سیستم‌های مختلف اجازه می‌دهد بدون اینکه هر توسعه‌دهنده‌ای ادغام‌ها را از ابتدا دوباره اختراع کند، با هم کار کنند.

کوپر به TechCrunch گفت: "ما به پروتکل‌های متعددی برای مذاکره، ارتباط و همکاری برای ارائه ارزش به مردم نیاز داریم، و این نوع شفافیت و ارتباط دلیل این است که هرگز یک ارائه‌دهنده، یک میزبان، یک شرکت وجود نخواهد داشت."

Jim Zemlin، مدیر اجرایی بنیاد لینوکس، در گفتگوهای پیرامون راه‌اندازی، آن را صریح‌تر بیان کرد: هدف اجتناب از آینده پشته‌های اختصاصی "دیوار بسته" است، جایی که اتصالات ابزار، رفتار ایجنت و ارکستراسیون در پشت تعداد انگشت‌شماری پلتفرم قفل شده‌اند.

زملین گفت: "با گرد هم آوردن این پروژه‌ها تحت AAIF، ما اکنون قادر به هماهنگ کردن قابلیت همکاری، الگوهای ایمنی و بهترین شیوه‌ها به طور خاص برای ایجنت‌های هوش مصنوعی هستیم."

Block - شرکت فین‌تک پشت Square و Cash App - برای زیرساخت هوش مصنوعی شناخته نشده است، اما با Goose یک بازی شفاف‌سازی انجام می‌دهد. Brad Axen، رهبر فناوری هوش مصنوعی، آن را به عنوان اثباتی قاب‌بندی می‌کند که جایگزین‌های باز می‌توانند با ایجنت‌های اختصاصی در مقیاس مطابقت داشته باشند، با هزاران مهندس که هر هفته از آن برای کدنویسی، تجزیه و تحلیل داده‌ها و مستندسازی استفاده می‌کنند.

متن‌باز کردن Goose یک هدف دوگانه برای Block دارد.

Axen به TechCrunch گفت: "بیرون دادن آن به دنیا به ما مکانی می‌دهد تا دیگران به ما کمک کنند تا آن را بهتر کنیم. ما مشارکت‌کنندگان زیادی از متن‌باز داریم و هر کاری که آنها برای بهبود آن انجام می‌دهند به شرکت ما بازمی‌گردد."

در همین حال، اهدا کردن Goose به بنیاد لینوکس به Block دسترسی به تست‌های استرس جامعه را می‌دهد و در عین حال آن را به عنوان یک نمونه کاری از چشم‌انداز AAIF معرفی می‌کند - یک چارچوب ایجنت که برای اتصال به بلوک‌های ساختمانی مشترک مانند MCP و AGENTS.md طراحی شده است.

Anthropic یک حرکت مشابه در لایه پروتکل انجام می‌دهد و MCP را به بنیاد لینوکس تحویل می‌دهد. هدف: تبدیل MCP به زیرساخت بی‌طرفی که مدل‌های هوش مصنوعی را به ابزارها، داده‌ها و برنامه‌ها بدون آداپتورهای یک‌باره بی‌پایان متصل می‌کند.

David Soria Parra، خالق مشترک MCP، به TechCrunch گفت: "هدف اصلی این است که به اندازه کافی در جهان پذیرفته شود تا به استاندارد واقعی تبدیل شود. همه ما بهتر خواهیم بود اگر یک مرکز ادغام باز داشته باشیم که در آن بتوانید به عنوان یک توسعه‌دهنده یک بار چیزی بسازید و آن را در هر کلاینتی استفاده کنید."

اهدا کردن MCP به AAIF نشان می‌دهد که پروتکل توسط یک فروشنده واحد کنترل نخواهد شد.

این نکته حاکمیتی دلیل اصلی ایجاد یک چتر جدید توسط بنیاد لینوکس است. این سازمان در حال حاضر پروژه‌های اصلی زیرساخت هوش مصنوعی و توسعه‌دهنده را میزبانی می‌کند - همه چیز از PyTorch و Ray گرفته تا Kubernetes - اما می‌گوید AAIF به طور خاص به استانداردهای ایجنت و ارکستراسیون، از جمله الگوهای ایمنی مشترک و قابلیت همکاری اختصاص دارد.

ساختار AAIF از طریق یک "صندوق هدایت‌شده" تأمین مالی می‌شود، به این معنی که شرکت‌ها می‌توانند از طریق حق عضویت پول اهدا کنند. اما زملین از بنیاد لینوکس استدلال می‌کند که تأمین مالی به معنای کنترل نیست: نقشه‌های راه پروژه توسط کمیته‌های نظارت فنی تعیین می‌شود و هیچ عضوی به تنهایی در مورد جهت‌گیری حق اظهار نظر ندارد.

با این حال، سوال بزرگ این است که آیا AAIF به زیرساخت واقعی تبدیل می‌شود یا فقط یک اتحاد لوگوی صنعتی دیگر.

زملین گفت: "یک شاخص اولیه موفقیت، علاوه بر پذیرش این استانداردها، توسعه و اجرای استانداردهای مشترک مورد استفاده توسط ایجنت‌های فروشنده در سراسر جهان خواهد بود."

برای کوپر از OpenAI، موفقیت به شکل تکامل استانداردها خواهد بود: "من نمی‌خواهم که این یک چیز راکد باشد. من نمی‌خواهم این پروتکل‌ها بخشی از این بنیاد باشند و در آنجا دو سال باقی بمانند. آنها باید تکامل یابند و به طور مداوم ورودی‌های بیشتر را بپذیرند."

یک پیامد ظریف‌تر نیز وجود دارد: حتی با حاکمیت باز، اجرای یک شرکت می‌تواند به طور پیش‌فرض تبدیل شود صرفاً به این دلیل که سریع‌تر منتشر می‌شود یا بیشترین استفاده را به دست می‌آورد. زملین می‌گوید که این لزوماً چیز بدی نیست. او به تاریخچه متن‌باز - مانند "پیروزی" کوبرنتیز در مسابقه کانتینر - به عنوان مدرکی اشاره می‌کند که "سلطه از شایستگی و نه کنترل فروشنده ناشی می‌شود."

برای توسعه‌دهندگان و شرکت‌ها، جذابیت کوتاه‌مدت واضح است: زمان کمتر برای ساخت کانکتورهای سفارشی، رفتار قابل پیش‌بینی‌تر ایجنت در سراسر پایگاه‌های کد، و استقرار ساده‌تر در محیط‌های حساس به امنیت.
چشم‌انداز بزرگتر جاه‌طلبانه‌تر است: اگر ابزارهایی مانند MCP، AGENTS.md و Goose به زیرساخت استاندارد تبدیل شوند، چشم‌انداز ایجنت می‌تواند از پلتفرم‌های بسته به دنیای نرم‌افزاری باز و ترکیبی که یادآور سیستم‌های قابل همکاری است که وب مدرن را ساخته‌اند، تغییر کند.

این مقاله توسط هوش مصنوعی ترجمه شده است و ممکن است دارای اشکالاتی باشد. برای دقت بیشتر، می‌توانید منبع اصلی را مطالعه کنید.