‏مدل‌ها دارن کل استک رو می‌بلعن

مقالهٔ «What Happens When the Model Eats the Stack?» که پژوهشگرای برکلی و استنفورد روی arXiv منتشر کردن، یه دستور کار پژوهشی پیشنهاد می‌کنه: پایگاه‌داده‌ها رو طوری بازطراحی کنیم که عامل‌های هوش مصنوعی راحت ازشون استفاده کنن. نویسندهٔ این نقد می‌گه این پیشنهاد بیشتر شبیه توجیهه تا یه مسیر پژوهشی واقعی، چون به نظرش هوش مصنوعی هیچ نرم‌افزاری رو دست‌نخورده باقی نمی‌ذاره.

یافتهٔ خود مقاله جالبه: هرچی مدل‌ها بهتر می‌شن، خطای اجرایی (یعنی اشتباه در صدا زدن درست یه tool) کمتر می‌شه، ولی بیشتر از ۶۰٪ خطاهای باقی‌مونده از جنس بدفهمی معناییه. یعنی انتخاب منبع داده یا جدول یا متریک اشتباه، یا قاطی کردن کلیدهای join. راه‌حلی که مقاله جلو می‌ذاره چیزیه به اسم persistent semantic context: یه دانش مرتب‌شده از این که چه داده‌ای وجود داره، معنیش چیه و کدوم منبع معتبره.

نویسنده جواب می‌ده که این همون tribal knowledge یا دانش شفاهی سازمانه که دهه‌هاست دربارش حرف می‌زنیم و ربطی به LLM نداره. چیزی که خودش پیشنهاد می‌کنه اسمش Humanoid Lesson ه: برای حدس زدن ضعف و قوت یه مدل، اولین تقریب خوب اینه که آدم‌انگارش کنی. یه نابغه رو هم بندازی وسط یه شرکت بزرگ، بیشتر وقتش صرف کشف دانش نانوشته می‌شه، مخصوصاً اگه هر چند دقیقه حافظه‌ش پاک شه.

پیشنهاد عملی نویسنده هم ساده‌ست: مستندات رو کنار کد نگه دار، تو همون کامیتی که کد رو عوض می‌کنه آپدیتش کن و تو code review چک کن کدوم داک تحت تأثیر قرار گرفته. به گفتهٔ اون تو روزهای اول MongoDB کد و ویکی همیشه از هم جدا می‌افتادن و همین کار حلش کرد. بحث «فوری آپدیت کنیم یا وقت نیاز» رو هم بیش‌اندیشی می‌دونه، چون داک خوب خیلی بیشتر از اون که نوشته بشه خونده می‌شه.

تهش می‌رسه به سؤالی که این روزا همه رو گرفتار کرده: هر تکنولوژی مکمل مدل‌هاست یا جانشینش؟ نویسنده به همون ترسی اشاره می‌کنه که سهم شرکت‌های SaaS رو ریخت و بعد برگردوند بالا. جمع‌بندیش اینه که شاید مدل‌های بعدی هر سیستم موجودی رو با نوشتن نرم‌افزار تازه از صفر دور بزنن، و این درس تلخیه که معلوم نیست چطور باید باهاش کنار اومد.

نکات کلیدی:

• مقاله روی arXiv با شناسهٔ 2609.03141 منتشر شده و دو نفر از نویسنده‌هاش تو مقالهٔ قبلی «Agent-First» هم بودن
• بیشتر از ۶۰٪ خطاهای باقی‌موندهٔ مدل‌های جدیدتر از بدفهمی معنایی داده میاد، نه از اشتباه در استفاده از ابزار
• مقالهٔ قبلی می‌گفت گلوگاه آیندهٔ دیتابیس‌ها حجم و ناکارآمدی کوئری‌های عامل‌هاست؛ این مقاله همون فرض رو رد می‌کنه
• بنچمارک مقاله فقط روی مدل‌های GPT اندازه‌گیری شده و جای Claude توش خالیه
• پیشنهاد عملی نویسنده: نگه‌داشتن مستندات تو Git و آپدیت‌شون تو همون کامیت کد