‏با Astra حرف بزن، Codex کار می‌کنه

تو این مقاله اومده که حالت صوتی Astra در واقع یه رابط گفتاری روی Codex ـه، همون ایجنت کدنویسی و اجرای کار. یعنی هرچی Codex بلده انجام بده، حالا با حرف زدن هم می‌شه شروعش کرد. خود Astra کار رو وسط مکالمه انجام نمی‌ده؛ براش یه ترد جدا باز می‌کنه که مستقل جلو می‌ره، و تو همون حین می‌تونی حرف زدنو ادامه بدی، کار بعدی رو بسپری یا کلاً بلند شی بری.

نکتهٔ کلیدی هماهنگی تردهاست. اگه کار دوم مرتبط باشه، مثلاً تامبنیل برای همون پستی که ترد اول داره می‌نویسه، یه ترد جدا باز می‌شه که به اولی وصله و می‌تونن اطلاعات رد و بدل کنن؛ مثلاً تصویر تأییدشده تحویل تردی بشه که داره متن رو می‌نویسه. ولی این خودکار نیست: باید صریح بگی کار تو کدوم پروژه انجام شه تا هر دو ترد فایل‌ها و اسکیل‌ها و سابقهٔ یکسان داشته باشن. بدون این، نویسنده می‌گه مدل چت‌های عمومی باز می‌کنه که برند و فایل‌های لازم رو ندارن.

نمونه کارها ملموسن. یه درخواست صوتی، یه ویدیوی یوتیوب رو پیاده کرد، اسکرین‌شات‌های مرتبط رو برداشت، کراپ کرد، سر جای درست متن گذاشت و کل چیز رو به شکل یه مقالهٔ X آماده کرد؛ بعد هم تامبنیل دلخواه رو از کتابخانهٔ فایل‌های محلی پیدا کرد و نسبت تصویرشو عوض کرد. تو یه نمونهٔ دیگه، حدود ۱۵۰ گیگابایت فوتیج خام رویداد با دو تا پرامپت به یه ویدیوی کوتاه جمع‌بندی با موسیقی و صدا تبدیل شد.

بخش دیگهٔ دمو یه داشبورد شخصی بود که تقویم، Slack، ClickUp، ایمیل و خلاصهٔ جلسات از Fireflies رو یه جا جمع می‌کرد. رویدادی که تو داشبورد ساخته می‌شد واقعاً روی تقویم واقعی می‌نشست، یعنی یه فرانت‌اند زنده بود نه ماکاپ. سودش اینه که به‌جای جابه‌جا شدن بین چند اپ، همه‌چی یه جا جمعه؛ البته به شرطی که حاضر باشی به یه ایجنت دسترسی نوشتن روی تقویم و کانال‌های ارتباطیت رو بدی.

محدودیت‌ها هم صریح گفته شده: داشبورد هنوز کامل وصل نشده بود، و خروجی خوب فقط وقتی درمی‌اومد که دستورها دقیق باشن، با اشارهٔ مشخص به فایل، اسکیل و اسم پروژه. یعنی حرف زدن راحت‌تره ولی از تایپ کردن دقیق‌تر نیست. سیستم ظاهراً اطلاعات حساس مثل API key و ایمیل شخصی رو موقع ساخت محتوای عمومی تار می‌کنه، ولی نویسنده می‌گه این قابلیت رو باید قبل از انتشار بیرونی راستی‌آزمایی کرد، نه اینکه بهش تکیه کرد.

نکات کلیدی:

• حالت صوتی Astra روی Codex اجرا می‌شه، پس همون کارهای کدنویسی و اتوماسیون رو با صدا هم می‌شه شروع کرد.
• هر کار یه ترد Codex جدا می‌گیره و چند ترد می‌تونن هم‌زمان و هماهنگ با هم کار کنن.
• بدون مشخص کردن اسم پروژه، تردها به فایل‌ها و برند اصلی دسترسی ندارن و خروجی عمومی و بی‌ربط درمیاد.
• یه ویدیوی یوتیوب با یه دستور صوتی به مقالهٔ X با اسکرین‌شات کراپ‌شده و تامبنیل ۵×۲ تبدیل شد.
• حدود ۱۵۰ گیگابایت فوتیج خام با دو پرامپت به یه ویدیوی جمع‌بندی کوتاه تبدیل شد.
• داشبورد ساخته‌شده به تقویم، Slack، ClickUp، ایمیل و Fireflies وصل بود و تغییراتش روی حساب واقعی اعمال می‌شد.
• همون جلسهٔ صوتی روی موبایل و دسکتاپ ادامه پیدا می‌کنه و وضعیت بین‌شون سینک می‌مونه.