Ultra Mode در GPT-5.6؛ چهار ایجنت همزمان
هوش مصنوعیClaude Opus 5خلاصهٔ کاملتر
تو این مقاله اومده که Ultra Mode در GPT-5.6 حول یه ایدهٔ ساده طراحی شده: بعضی مسئلهها برای یه پاس تکیِ مدل زیادی پیچیدهن. بهجای اینکه یه مدل کار رو از اول تا آخر ببره، این حالت چهار ایجنت موازی یا بیشتر بالا میاره که هرکدوم روی بخش متفاوتی از مسئله کار میکنن و بعد خروجیهاشون به یه نتیجهٔ منسجم تبدیل میشه.
نویسنده تأکید میکنه که این با حالت زنجیرهٔ فکر یا استدلال طولانی فرق داره؛ اونها هنوز ترتیبی کار میکنن، ولی اینجا واقعاً چند ایجنت همزمان مشغولن. تشبیهش اینه که بهجای سپردن همهچی به یه نفر، یه تیم تشکیل بدی که هرکس کاری رو میکنه که توش بهتره؛ نمونهٔ اصلی مدل نقش هماهنگکننده رو داره — ساختار کار رو درمیاره، وظیفهها رو پخش میکنه، پیشرفت رو میپاد و آخر سر همهچی رو جمع میبنده.
معماری هماهنگی همون الگوییه که تو سیستمهای عاملانهٔ جدی رایج شده: برنامهریز، مجری، بازبین. لایهٔ برنامهریز اول درخواست رو تجزیه میکنه و تشخیص میده کدوم بخشها مستقلن و موازی اجرا میشن، کدومها به خروجی بقیه وابستهن، هر زیرکار چه ابزاری لازم داره و ترکیب نهایی چطور باید ساخته بشه. مقاله میگه همین چند ثانیه تجزیهست که کل سیستم رو کار میکنه — تجزیهٔ بد، خروجی متناقض میده.
بعدش ایجنتهای مجری بالا میان و هرکدوم زیرکار خودش، کانتکست مرتبط، دسترسی به ابزار و قالب خروجی مشخصش رو میگیره. نکتهٔ طراحی جالبش اینه که ایجنتها حین اجرا با هم حرف نمیزنن، فقط با هماهنگکننده — دقیقاً برای اینکه خطاها بینشون آبشاری پخش نشه. آخر سر خروجیها برمیگردن به هماهنگکننده که تناقضها رو حل و همه رو به هم میدوزه، و برای بعضی کارها یه ایجنت بازبین جدا هم هست که قبل از تحویل، خروجی رو نقد میکنه؛ تو تولید کد این بازبین میتونه باگهایی رو بگیره که ایجنتهای اولیه ندیدن.
کف تعداد ایجنتها چهارتاست و سقفش منتشر نشده؛ عدد واقعی با پیچیدگی کار بالا میره. هر ایجنت پنجرهٔ کانتکست خودش رو داره و میتونه مستقل از بقیه از ابزارها استفاده کنه — جستوجوی وب، اجرای کد، خوندن فایل.
کارهایی که بیشترین سود رو میبرن اونهاییان که موازیبودنشون واقعیه: تحقیق و ترکیب اطلاعات از چند منبع همزمان، تولید کد در مقیاس بزرگ (نوشتن ماژولهای مختلف، اجرای تست، بازبینی امنیتی و نوشتن مستندات بهموازات هم)، آشتیدادن منابع متناقض، و تولید چند نسخهٔ خلاقانه برای مقایسه. نویسنده میگه این دقیقاً شبیه کار یه تیم توسعهٔ واقعیه.
ولی هزینهش هم به همون نسبت بالاست. وقتی چهار نمونهٔ مدل یا بیشتر همزمان توکن مصرف میکنن، هزینهٔ هر کار ضرب میشه و برای پروژهای با هشت-ده ایجنت میتونه یه مرتبهٔ بزرگی گرونتر از یه فراخوانی معمولی GPT-5 دربیاد. به گفتهٔ نویسنده وقتی میارزه که کار واقعاً موازی باشه، عمق تحلیل هزینه رو توجیه کنه و اشتباه تو خروجی برات گرون تموم بشه؛ و وقتی نمیارزه که کارت ذاتاً ترتیبیه، بودجهٔ توکنت تنگه، یا یه فراخوانی خوبپرامپتشدهٔ معمولی هم جواب میده.
محدودیتهای دیگهش هم قابل توجهن: تأخیر، چون فاز برنامهریزی و ترکیب سربار داره و ایجنتها گاهی منتظر نتیجهٔ ابزار میمونن؛ پیشبینیناپذیری هزینه، چون تعداد ایجنت و توکن با پیچیدگی کار بالا میره؛ و مدیریت کانتکست بین ایجنتها، چون هر ایجنت فقط بخشی از تصویر رو میبینه و کارهای پیچیده با حالت مشترک زیاد هنوز میتونن ناسازگاری بدن که نیاز به بازبینی آدم داره.
نکات کلیدی:
- Ultra Mode حداقل چهار ایجنت موازی بالا میاره و کار رو بینشون تقسیم میکنه، بهجای اجرای ترتیبی
- معماریش الگوی برنامهریز-مجری-بازبینه و ایجنتها فقط با هماهنگکننده حرف میزنن نه با هم
- بهترین کاربردها: تحقیق چندمنبعی، تولید کد در مقیاس، ساخت همزمان چند نسخهٔ جایگزین
- هزینه با پیچیدگی بالا میره و از قبل هم سخت پیشبینی میشه
- اگه کارت ذاتاً ترتیبیه، فقط سربار هماهنگی رو میدی بدون اینکه سود موازیسازی بگیری
