تبدیل هوش مصنوعی به یک سیستم اجرایی فردی، جدیدترین راهنمای بهترین شیوه‌های عامل‌های مدیریت‌شده کلود

عنوان مقاله اصلی: راه‌اندازی نمایندگان مدیریت‌شده کلود
نویسنده اصلی: لنس مارتین
ترجمه: پگی، بلاک بیتس

یادداشت سردبیر: این مقاله به معرفی Managed Agents که توسط کلود راه‌اندازی شده است، می‌پردازد. این یک فرم نرم‌افزاری نزدیک‌تر به آینده ارائه می‌دهد: عامل‌های هوشمند دیگر رابط‌هایی نیستند که یک بار به درخواست‌ها پاسخ دهند، بلکه سیستم‌های اجرایی هستند که می‌توانند پیکربندی، مستقر، برنامه‌ریزی شده و برای مدت طولانی اجرا شوند.

با جداسازی کامل «هوش» (مدل و چارچوب زمان اجرا)، «اجرا» (ابزارها و جعبه شنی) و «فرآیند» (جلسه و گزارش)، Claude Managed Agents عامل را از «منطق در کد» به یک واحد زیرساختی مستقل تبدیل می‌کند. این طراحی نه تنها پایداری و امنیت سیستم را در وظایف طولانی مدت افزایش می‌دهد، بلکه به عامل‌ها اجازه می‌دهد تا با تکامل قابلیت‌های مدل، بدون محدودیت توسط چارچوب‌های موجود، به طور مداوم گسترش یابند.

در این چارچوب، الگوهای استفاده رایج نیز تغییر کرده‌اند: از اجرای برنامه‌ریزی‌شده و مبتنی بر رویداد به اجرای خودکار «فعال‌سازی در زمان تحویل» و تا وظایف پیچیده‌ای که روزها یا حتی هفته‌ها طول می‌کشند، عامل‌ها واقعاً توانایی «کار مداوم» را به دست می‌آورند. این یعنی ارزش هوش مصنوعی دیگر فقط در کیفیت یک پاسخ واحد منعکس نمی‌شود، بلکه در توانایی آن در انباشت و ترکیب شدن در طول زمان نیز نمود پیدا می‌کند.

اگر APIهای گذشته به توسعه‌دهندگان اجازه می‌دادند که «هوش» را فراخوانی کنند، Managed Agents اکنون در تلاش برای پاسخ به سوال دیگری هستند: چگونه می‌توان هوش را به سیستمی تبدیل کرد که بتواند میزبانی، برنامه‌ریزی و به طور مداوم اجرا شود. از این نظر، عامل‌ها دیگر فقط ابزار نیستند، بلکه به یک بدوی محاسباتی جدید نزدیک‌تر شده‌اند.

اصل مقاله به شرح زیر است:

TL;DR

عامل‌های مدیریت‌شده‌ی کلود، یک چارچوب اجرای عامل از پیش ساخته شده و قابل تنظیم (مهار عامل) هستند که بر روی زیرساخت‌های مدیریت‌شده اجرا می‌شوند. شما فقط باید یک عامل را به عنوان یک الگو تعریف کنید - شامل ابزارها، مهارت‌ها، مخازن فایل/کد و غیره - و بقیه چارچوب و زیرساخت زمان اجرا توسط سیستم ارائه می‌شود. این سیستم به گونه‌ای طراحی شده است که با سطح هوش رو به رشد کلود همگام باشد و از وظایف طولانی مدت پشتیبانی کند.

لینک‌های مرتبط:

· وبلاگ کلود : الگوهای استفاده و موارد مشتری

· وبلاگ مهندسی : طراحی نمایندگان مدیریت‌شده کلود

· مستندات : راهنمای شروع به کار، شروع سریع، بررسی اجمالی CLI و SDK

نمایندگان مدیریت‌شده کلود

چرا به نمایندگان مدیریت‌شده‌ی کلود نیاز است؟

API پیام‌های کلود اساساً یک نقطه ورود برای تعامل مستقیم با مدل است: یک پیام وارد کنید، یک بلوک محتوا دریافت کنید. عامل‌های هوشمند ساخته شده بر اساس API پیام‌ها، برای مدیریت مسیریابی فراخوانی ابزار، مدیریت زمینه و موارد دیگر، باید به یک «چارچوب زمان اجرا» متکی باشند. با این حال، این امر چالش‌های متعددی را ایجاد می‌کند:

۱. چارچوب زمان اجرا باید با قابلیت‌های در حال تکامل کلود همگام باشد.
من اخیراً یک پست وبلاگ در مورد نحوه ساخت یک عامل بر اساس قابلیت‌های اساسی Claude API برای مدیریت هماهنگی ابزار و مدیریت زمینه نوشتم. با این حال، مسئله این است که چارچوب زمان اجرای عامل اغلب فرضیاتی در مورد «آنچه کلود نمی‌تواند انجام دهد» را در بر می‌گیرد. با افزایش قابلیت‌های کلود، این فرضیات به سرعت منسوخ می‌شوند و حتی ممکن است به گلوگاه‌های عملکرد تبدیل شوند. بنابراین، چارچوب زمان اجرا باید به طور مداوم به‌روزرسانی شود تا با نرخ تکامل کلود همگام باشد.

۲. چرخه عمر وظایف کلود طولانی‌تر می‌شود
دامنه وظایفی که کلود می‌تواند انجام دهد به صورت تصاعدی در حال افزایش است و در آزمون‌های معیار METR از 10 ساعت کار انسانی فراتر رفته است. این امر، الزامات بالاتری را بر زیرساخت زیربنایی عامل تحمیل می‌کند: باید امنیت، پایداری در سناریوهای طولانی مدت (مدیریت خرابی‌های مختلف زیرساخت) و مقیاس‌پذیری (مثلاً پشتیبانی از چندین تیم از عامل‌ها که همزمان اجرا می‌شوند) داشته باشد.

چرا این چالش‌ها مهم هستند؟

پرداختن به چالش‌های ذکر شده در بالا بسیار مهم است، زیرا پیش‌بینی می‌کنیم نسخه‌های آینده کلود بتوانند به طور مداوم در طول روزها، هفته‌ها یا حتی ماه‌ها کار کنند و پیچیده‌ترین مشکلات بشریت را برطرف کنند.

کلود ایجنت SDK اولین گام در این مسیر است که یک چارچوب زمان اجرای عامل هوشمند همه منظوره و آسان برای استفاده ارائه می‌دهد. در همین حال، Claude Managed Agents یک قدم فراتر می‌رود: با تکیه بر این پایه، آنها یک چارچوب کامل زمان اجرا + زیرساخت مدیریت‌شده را ارائه می‌دهند که به‌طور خاص برای پشتیبانی از اجرای ایمن و قابل اعتماد وظایف در بازه‌های زمانی طولانی طراحی شده است.

شروع به کار

یک راه ساده برای شروع، استفاده از مهارت claude-api متن‌باز ما است که می‌تواند به صورت آماده در Claude Code مورد استفاده قرار گیرد. به سادگی آخرین نسخه Claude Code را نصب کنید، سپس زیردستور زیر را اجرا کنید تا پیکربندی اولیه Claude Managed Agents تکمیل شود.

من شخصاً رویکرد «مهارت‌ها» را برای ادغام قابلیت‌های جدید ترجیح می‌دهم و از این مهارت در عمل به طور گسترده استفاده می‌کنم.

علاوه بر این، می‌توانید برای شروع سریع کار با SDK یا CLI و نمونه‌سازی اولیه عوامل خود در کنسول Claude به مستندات ما مراجعه کنید.

موارد استفاده

شما می‌توانید موارد استفاده جالب بسیاری را در وبلاگ رسمی کلود پیدا کنید. با ترکیب این موارد با تجربه عملی خودم، برخی از الگوهای رایج استفاده را مشاهده کرده‌ام:

۱. رویداد-تحریک‌شده
اجرای وظیفه توسط یک عامل مدیریت‌شده که توسط یک سرویس فعال شده است.
برای مثال، وقتی یک اشکال در سیستم شناسایی می‌شود، یک تماس خودکار با یک عامل مدیریت‌شده برای نوشتن یک وصله و ارسال PR برقرار می‌شود. هیچ مداخله انسانی بین مراحل «شناسایی مشکل» و «اعمال وصله» لازم نیست.

۲. اجرای برنامه‌ریزی‌شده
زمان‌بندی وظایف برای اجرای یک عامل مدیریت‌شده.
برای مثال، بسیاری از افراد، از جمله خود من، از این روش برای تولید خلاصه‌های روزانه (مانند خلاصه‌ای از فعالیت‌ها در پلتفرم X یا GitHub، یا گزارش پیشرفت تیم که توسط یک نماینده تهیه می‌شود) استفاده می‌کنند. در زیر نمونه‌ای از خلاصه فعالیت‌های روزانه من در پلتفرم X آمده است.

۳. آتش بزن و فراموش کن
اجرای وظیفه توسط یک عامل مدیریت‌شده که توسط یک انسان آغاز می‌شود اما نیازی به پیگیری مداوم ندارد. برای مثال، می‌توان از طریق Slack یا Teams وظایف را به یک عامل مدیریت‌شده اختصاص داد، که سپس به‌طور خودکار وظیفه را انجام داده و نتایج (مانند جداول، اسلایدها یا حتی برنامه‌ها) را ارائه می‌دهد.

۴. وظایف بلندمدت
یک کار طولانی مدت، که من آن را یکی از سناریوهای بسیار ارزشمند برای Managed Agents می‌دانم.
من بر اساس مخزن تحقیقات خودکار آندره کارپاتی، آزمایش‌هایی انجام داده‌ام و روش‌های مختلف کاربرد را بررسی کرده‌ام. برای مثال، من اخیراً کتابخانه‌ی «پیش‌نیاز» مربوط به _chenglou را به عنوان ورودی گرفتم و از یک «عامل مدیریت‌شده» خواستم تا در مورد چگونگی اعمال آن به محتوای وبلاگ مهندسی‌مان تحقیق کند.

مفاهیم اصلی

سه مفهوم اصلی وجود دارد که باید در فرآیند جذب مشتری (onboarding) درک شوند:

۱. عامل
یک پیکربندی کنترل‌شده با نسخه که «هویت» عامل را تعریف می‌کند: شامل مدل، اعلان سیستم، ابزارها، مهارت‌ها، سرور MCP و غیره. پس از ایجاد، می‌توان آن را بارها و بارها از طریق شناسه فراخوانی کرد.

۲. محیط زیست
الگویی که برای توصیف محیط جعبه شنی ارائه شده برای اجرای ابزار عامل استفاده می‌شود (مثلاً نوع زمان اجرا، سیاست شبکه، پیکربندی بسته وابستگی و غیره).

۳. جلسه
یک نمونه‌ی در حال اجرای stateful که بر اساس یک عامل و محیط از پیش پیکربندی شده راه‌اندازی شده است. این یک سندباکس کاملاً جدید از الگوی محیط ایجاد می‌کند، منابع مورد نیاز برای این اجرا (مانند فایل‌ها، مخازن گیت‌هاب) را نصب می‌کند و اطلاعات احراز هویت را به طور ایمن در یک کلید ذخیره می‌کند (مانند اعتبارنامه‌های MCP).

می‌توانید این‌طور به آن فکر کنید:

· عامل = خودِ پیکربندی

· محیط = الگوی جعبه شنی مورد نیاز برای عملیات عامل

· جلسه = یک فرآیند اجرای خاص

یک Agent می‌تواند با چندین Session متناظر باشد.

کاربرد

برای جزئیات به مستندات مراجعه کنید. به طور کلی کاربرد این دستگاه به دو دسته تقسیم می‌شود:

۱. SDK (کدگرا)
SDK را در برنامه خود ادغام کنید تا جلسات را در زمان اجرا هدایت کنید. در حال حاضر، نمایندگان مدیریت‌شده از ۶ زبان پشتیبانی می‌کنند: پایتون، تایپ‌اسکریپت، جاوا، گو، روبی، پی‌اچ‌پی.

۲. رابط خط فرمان (CLI)
از طریق خط فرمان با تمام منابع API، از جمله عامل‌ها، محیط‌ها، جلسات، خزانه‌ها، مهارت‌ها، فایل‌ها و غیره، تعامل داشته باشید. هر نوع منبع، زیردستورات مربوطه را دارد.

رویه رایج:
معمولاً از رابط خط فرمان (CLI) برای پیکربندی و مقداردهی اولیه استفاده می‌شود، در حالی که از SDK برای منطق زمان اجرا استفاده می‌شود.
یک الگوی عامل ماندگار است - می‌توانید یک الگو ایجاد کنید (مثلاً تعریف مدل، اعلان سیستم، ابزارها، سرور MCP، مهارت‌های YAML)، آن را در Git ذخیره کنید و در طول فرآیند استقرار از طریق CLI اعمال کنید.

گردش کار

من به همراه @mc_anthropic، @gcemaj و @jkeatn یک پست وبلاگ مهندسی آنتروپیک را به طور مشترک نوشتم که توضیح مفصلی در مورد ساخت Claude Managed Agents ارائه می‌داد. یکی از نتیجه‌گیری‌های کلیدی در مقاله این بود که توانمندسازی عامل‌ها برای مقیاس‌پذیری با سطح هوش کلود اساساً یک «مشکل زیرساختی» است، نه فقط یک مسئله طراحی چارچوب زمان اجرا.

این یعنی چالش واقعی در «چگونگی نوشتن یک عامل هوشمندتر» نیست، بلکه در چگونگی ساخت سیستمی است که بتواند در درازمدت به طور پایدار اجرا شود، مقیاس‌پذیر و قابل تکامل باشد و به عامل اجازه دهد وظایف پیچیده‌تر و بلندمدت‌تری را انجام دهد.

بر اساس این فلسفه، ما یک چارچوب زمان اجرای عامل ثابت (مهار) طراحی did-133">نکردیم ، زیرا تکامل مداوم آن را پیش‌بینی می‌کردیم. در عوض، ما چندین بخش کلیدی سیستم را "جدا" کردیم:

«مغز» (کلود و چارچوب زمان اجرای آن)

«دست‌ها» (جعبه شنی و ابزاری که اقدامات مشخصی را انجام می‌دهد)

«جلسه» (گزارش‌های رویداد اجرا را ثبت می‌کند)

این سه به عنوان رابط‌های مستقل با حداقل فرضیات در مورد یکدیگر طراحی شدند. هر قطعه می‌تواند به طور مستقل و بدون تأثیر بر کل سیستم، خراب یا تعویض شود.

در این مقاله، ما همچنین به اشتراک گذاشتیم که چگونه این معماری قابلیت اطمینان، امنیت و انعطاف‌پذیری بالاتری را به ارمغان می‌آورد - در عین حال جایی برای ادغام آینده چارچوب‌های زمان اجرا، جعبه‌های شنی یا جلسات میزبانی زیرساخت جدید نیز باقی می‌گذارد.

نتیجه‌گیری

من در مورد پروژه‌هایی که به بررسی هماهنگی چندعاملی یا وظایف بلندمدت می‌پردازند، بسیار هیجان‌زده هستم. چیزی که در گذشته همیشه مرا ناامید می‌کرد این بود که چگونه چارچوب اجرایی عامل برای همگام شدن با قابلیت‌های در حال تکامل مدل، تقلا می‌کند.

اهمیت Claude Managed Agents در این است که از چارچوب اجرا و لایه زیرساخت برای شما مراقبت می‌کند و به شما امکان می‌دهد روی سطح بالاتری تمرکز کنید - با در نظر گرفتن خود «عامل» به عنوان یک عنصر بنیادی جدید در API Claude، امکان کاوش و توسعه بیشتر بر روی آن را فراهم می‌کند.

[ لینک پست اصلی ]