چرخش بهسوی خوانایی برای عاملها: ICP Skills توسعهٔ کانسترها را برای هوش مصنوعی ایمنتر میکند
پروژهٔ ICP Skills متعلق به DFINITY، دانش توسعهٔ اینترنت کامپیوتر را به دستورالعملهای ماشینخوان و تخصصی برای عاملهای کدنویس هوش مصنوعی تبدیل میکند. این رویکرد میتواند استفاده از APIهای منسوخ، شناسههای نادرست کانستر و خطاهای استقرار را کاهش دهد؛ بااینحال، همچنان یک منبع توسعهای در حال تکامل است.

توسعهٔ اینترنت کامپیوتر در حال پیدا کردن یک رابط تازه است: دستورالعملهایی که نه فقط برای انسانها، بلکه برای عاملهای کدنویس نوشته شدهاند.
مخزن ICP Skills متعلق به DFINITY، فایلهای Markdown ساختاریافتهای برای قابلیتهایی مانند ckBTC، Internet Identity، حافظهٔ پایدار، Motoko، Rust و دیگر اجزای ICP ارائه میکند. هر مهارت طوری طراحی شده است که پیش از تولید کد، زمینهٔ عملیاتی لازم را در اختیار عامل قرار دهد: پیشنیازها، خطاهای رایج، نمونههای پیادهسازی، مراحل استقرار و فرمانهای راستیآزمایی.
این ساختار به یک خطای عملی در توسعهٔ مبتنی بر هوش مصنوعی پاسخ میدهد. عامل ممکن است کدی از نظر نحوی معتبر تولید کند، اما همچنان از API منسوخ استفاده کند، شناسهٔ کانستری را حدس بزند، نسخهٔ ناسازگار یک وابستگی را انتخاب کند یا مرحلهای ضروری از استقرار را جا بیندازد. یک فایل مهارت اختصاصی این جزئیات را به محدودیتهای صریح تبدیل میکند تا هرگاه دامنهٔ یک کار با آن مهارت همخوان بود، عامل بتواند آن را دریافت کند.
مهمترین انتخاب طراحی پروژه، تأکید آن بر راستیآزمایی است. مخزن میگوید مهارتها میتوانند نمونههای آزمودهشده و آمادهٔ کپیکردن، بههمراه فرمانهای مشخص برای تأیید عملکرد برنامه، داشته باشند. در نتیجه، این محتوا بیش از آنکه یک صفحهٔ معرفی معمولی باشد، به قرارداد پیادهسازی شباهت دارد. برای سازندهٔ ICP، روند کاربردی روشن است: قابلیت موردنیاز را مشخص کند، مهارت مربوط را بارگذاری کند، پیشنیازهای مستندشده را رعایت کند و پیش از استقرار، بررسیهای ارائهشده را اجرا کند.
پرتال توسعهدهندگان DFINITY اکنون مهارتهای عاملمحور را یکی از سه مسیر ساخت روی ICP معرفی میکند؛ دو مسیر دیگر، ساخت برنامه با زبان طبیعی و توسعهٔ متعارف با Motoko یا Rust هستند. این پرتال مشخصاً به مهارتهایی اشاره میکند که مدل کانستر، استقرار و ارتقا، و کار با رابط خط فرمان ICP را توضیح میدهند.
نتیجهٔ گستردهتر این نیست که عاملها جای قضاوت توسعهدهنده را میگیرند. نکته این است که دانش تخصصی پروتکل میتواند به ورودیای قابلاستفادهٔ مجدد در فرایند توسعه تبدیل شود. بهجای آنکه از یک مدل عمومی بخواهیم همهٔ مرزهای ICP را به خاطر داشته باشد، سازندگان میتوانند مرجعی نسخهپذیر و متمرکز بر یک حوزه ارائه کنند و فرمانهای تولیدشده را بررسی کنند.
یک محدودیت مهم وجود دارد: مخزن ICP Skills صراحتاً خود را در حال توسعه معرفی میکند و میگوید محتوای مهارتها ممکن است هنگام بررسی و تأیید توسط مهندسان DFINITY تغییر کند. بنابراین سازندگان باید محتوای استفادهشده در کار تولیدی را نسخهگذاری یا بررسی کنند و نسخهٔ وابستگیها و تنظیمات کانستر را مستقلانه راستیآزمایی کنند.
برای ICP، این تحول در تجربهٔ توسعهدهندگان مهم است، زیرا مستندات را به جایی نزدیک میکند که نرمافزار مبتنی بر هوش مصنوعی واقعاً تولید میشود: پنجرهٔ زمینهٔ عامل، جایی که خطاهای رایج و مراحل راستیآزمایی به دادههای درجهیک مهندسی تبدیل میشوند.
خبرخوان را در ایمیل بگیرید
هر سیگنال تازه، مستقیم از خط تولید. بدون مزاحمت، لغو عضویت در هر زمان.


