سکوی عامل‌های سازمانی جمنای؛ پیشران موج بعدی عامل‌ها

به نقل از بلاگ Google Cloud، برای حرکت به سمت یک سازمان کاملاً خودمختار؛ یعنی سازمانی که در آن عامل‌ها بتوانند با همان استقلال و قابلیت اطمینان یکی از اعضای تیم عمل کنند، سازمان به بنیانی نیاز دارد که بتواند این سطح از اعتماد را حفظ کند.

سکوی عامل‌ها

ازاین‌رو پلتفرم جامع و جدید گوگل به نام Gemini Enterprise Agent Platform برای ساخت، مقیاس‌پذیری، حاکمیت و بهینه‌سازی عامل‌ها طراحی و توسعه داده شده است. این پلتفرم، تکامل‌یافته Vertex AI است که قابلیت‌های انتخاب مدل، ساخت مدل و ساخت عامل با ویژگی‌های جدیدی برای یکپارچه‌سازی عامل، DevOps، هماهنگ‌سازی (Orchestration) و امنیت را در هم می‌آمیزد.

این سکو یک مقصد واحد را برای تیم‌های فنی فراهم می‌کند تا عامل‌هایی بسازند که بتوانند محصولات، خدمات و عملیات سازمانی را انجام دهند. این عامل‌ها می‌توانند به طور یکپارچه از طریق اپلیکیشن Gemini Enterprise در اختیار کارمندان قرار گیرند، درحالی‌که هم‌زمان با رشد مقیاس سازمان، یکپارچگی تنگاتنگ خود با عملیات فناوری اطلاعات را حفظ می‌کنند تا از کنترل، حاکمیت و امنیت آن اطمینان حاصل شود.

این پلتفرم همچنین دسترسی به بیش از ۲۰۰ مدل پیشرو مانند Gemini 3.1 Pro، Gemini 3.1 Flash Image و Lyria 3 در کنار مدل‌های منبع‌باز مانند Gemma 4 از طریق Model Garden را فراهم می‌کند. البته کاربران از انعطاف‌پذیری کاملی برای استفاده از بهترین مدل برای هر کار خاص برخوردارند که شامل پشتیبانی از مدل‌های شخص ثالث مانند Claude Opus، Sonnet و Haiku از شرکت Anthropic می‌شود.

ازاین‌پس، تمامی خدمات و مسیرهای توسعه Vertex AI، به‌جای ارائه به‌عنوان یک سرویس مستقل، منحصراً از طریق پلتفرم عامل ارائه خواهند شد تا نیروبخش نسل بعدی توسعه عامل‌ها باشند.

«PayPal از پلتفرم عامل برای ساخت و استقرار سریع عامل‌ها در محیط تولید استفاده می‌کند. همچنین از ADK و ابزارهای بصری نیز برای بررسی تعاملات عامل و مدیریت جریان‌های کاری چندعاملی استفاده می‌کنیم. این امر، دید گام‌به‌گامی را که برای تجسم جریان قصد و دستورات پرداخت نیاز داریم، فراهم می‌کند. در نهایت، پروتکل پرداخت عامل (AP2) در پلتفرم عامل، بنیان حیاتی برای پرداخت‌های مورد‌اعتماد عامل را فراهم می‌کند و به اکوسیستم ما کمک می‌کند تا عرضه تجربیات تجارت امن مبتنی بر عامل را تسریع بخشد»
«نیتین شارما» (Nitin Sharma) مهندس ارشد هوش مصنوعی PayPal

کسب‌وکار و پلتفرم عامل

پلتفرم عامل به سازمان‌ها کمک می‌کند تا با اطمینان کامل از مدیریت وظایف فردی هوش مصنوعی به سمت تفویض نتایج تجاری حرکت کنند. ویژگی‌های اصلی Gemini Enterprise Agent Platform شامل:

• ساخت (Build): محیط مناسب را برای کار انتخاب کنید؛ از رابط بصری و کم‌کد (low-code) در Agent Studio جدید گرفته تا منطق مبتنی بر کدنویسی (code-first) در کیت توسعه عامل (ADK) ارتقایافته. کل چرخه حیات با قابلیت‌های کدنویسی بومی هوش مصنوعی (AI-native) ساده‌سازی شده‌اند تا سرعت روند ساخته و توسعه عامل‌های آماده تولید (production-grade) افزایش یابد.
• مقیاس‌پذیری (Scale): قابلیت Agent Runtime بازطراحی‌‌شده تا مسیر ساخت و توسعه عامل‌ها را آسان‌تر کند. این محیط از عامل‌هایی که می‌بایست وظایف طولانی‌مدت را انجام دهند پشتیبانی می‌کند که وضعیت خود را برای روزهای متوالی حفظ می‌کنند و به کمک Memory Bank، زمینه پایدار و بلندمدت خود را حفظ می‌کند.
• حاکمیت (Govern): ابزارهای Agent Identity ،Agent Registry و Agent Gateway فرایند کنترل متمرکز عامل‌ها را مدیریت می‌کنند. این قابلیت‌ها کمک می‌کنند تا اطمینان حاصل شود هر عاملی چه بر روی پلتفرم عامل ساخته شده باشد و چه از اکوسیستم شرکای گوگل تأمین شده باشد، دارای یک هویت قابل‌ردیابی است و در چارچوب‌های محافظتی در سطح سازمانی عمل می‌کند.
• بهینه‌سازی (Optimize): ابزارهای Agent Simulation ،Agent Evaluation و Agent Observability کیفیت عامل‌های ساخته‌شده را تضمین می‌کنند. این ابزارها ردیابی کامل نحوه اجرا و یک دید لحظه‌ای به استدلال عامل ارائه می‌دهند تا اطمینان حاصل شود عامل‌های شما همیشه به اهداف خود می‌رسند.

ساخت عامل‌های هوش مصنوعی

با استفاده از امکانات این سکو در سازمان، توسعه‌دهندگان، کاربران تجاری و تمام افراد بین این دو طیف می‌توانند عامل‌های هوش مصنوعی را به‌سرعت و بسیار آسان‌تر از قبل بسازند و در مقیاس وسیع مستقر کنند.

ساخت عامل‌های هوشمندتر، با سرعت بیشتر

• ارتقا ADK: ماهانه بیش از ۶ تریلیون توکن در مدل‌های Gemini از طریق ADK پردازش می‌شوند. با سازماندهی عامل‌ها در قالب شبکه‌ای از زیرعامل‌ها (sub-agents)، فضا برای استدلال قدرتمندتر آزاد کنید. این چارچوب جدید مبتنی بر گراف به کاربر امکان می‌دهد منطق شفاف و قابل‌اعتمادی را برای نحوه همکاری عامل‌ها با یکدیگر جهت حل مشکلات پیچیده تعریف کنند.
• فضاهای کاری با طراحی ایمن (secure-by-design): به عامل‌ها یک محیط سخت‌گیرانه و ایزوله (sandboxed) بدهید تا دستورات bash را اجرا کرده و فایل‌ها را با خیال راحت و به‌صورت مجزا از سیستم‌های اصلی شما مدیریت کنند.
• جریان‌سازی چندوجهی (Multimodal streaming): با پشتیبانی چندوجهی از نشانه‌های زنده صوتی و تصویری، پایداری انسان‌گونه‌ای به تعاملات لحظه‌ای اضافه می‌شود.

اتصال عامل‌ها به سازمان

• دسترسی ایمن به هر سیستم: از معماری اتصال و اجرا (plug-and-play) با یکپارچه‌سازی‌های اکوسیستم بومی (Native Ecosystem Integrations) استفاده کنید تا عامل‌ها را بدون نیاز به کدنویسی سفارشی به داده‌ها و ابزارهای داخلی خود متصل کنید.
• خودکارسازی عملیات پس‌زمینه: داده‌های خود را در BigQuery و Pub/Sub با عامل‌های دسته‌ای و رویدادمحور (Batch & Event-driven agents) فعال کنید. به‌این‌ترتیب، می‌توانید وظایف عظیم و ناهماهنگ مانند ارزیابی محتوا یا تحلیل داده‌ها را در پس‌زمینه اجرا کنید.

تبدیل ایده به محصول عرض چند ساعت

• توسعه مبتنی بر هوش مصنوعی: یک رابط برنامه‌نویسی برای کدنویسی عامل‌ها جهت دسترسی به مجموعه کامل قابلیت‌های عامل‌محور گوگل که به آن‌ها اجازه می‌دهد عامل‌های آماده تولید را از طرف شما بسازند، ارزیابی کنند و مستقر نمایند.
• استفاده مستقیم از قابلیت ساخت عامل در Agent Studio: اکنون می‌توانید به‌جای ساخت پرامپت‌های ساده، استقرار عامل‌های پیچیده را در Agent Studio انجام داد. پس از اینکه شخصی‌سازی‌های لازم انجام شد، منطق خود را مستقیماً به ADK خروجی بگیرید تا فرایند توسعه را در یک محیط کاملاً مبتنی بر کد ادامه دهید.
• عامل‌های ازپیش‌ساخته‌شده: مجموعه‌ای منتخب از قالب‌های عاملی در Agent Garden در دسترسی است؛ از جمله عامل‌های نوسازی کد، تحلیل مالی، تحقیقات اقتصادی، پردازش فاکتور و… که به‌عنوان بلوک‌های سازنده پیش‌ساخته برای سیستم‌های چندعاملی عمل می‌کنند.

مقیاس‌پذیری عامل‌های هوش مصنوعی

برای حرکت از مرحله اثبات مفهوم (proof-of-concept) به یک محیط عملیاتی، سازمان‌ها به پلتفرمی نیاز دارند که بتواند الزامات عملکرد، حفظ وضعیت و امنیت کارهای دنیای واقعی را مدیریت کند.

تقویت عملکرد عامل‌ها

• جدیدترین نسخه Agent Runtime: طراحی مجدد Agent Runtime امکان راه‌اندازی‌های سرد (cold starts) را در کمتر از یک ثانیه فراهم می‌کند و این امکان را می‌دهد عامل‌های جدید در عرض چند ثانیه راه‌اندازی شوند.
• پشتیبانی از جریان‌های کاری چندروزه: اکنون می‌توانید عامل‌هایی با عملکرد طولانی‌مدت را مستقر کرد که به‌صورت خودمختار برای روزهای متوالی اجرا می‌شوند. این امر به عامل‌ها اجازه می‌دهد تا جریان‌های کاری پیچیده و چندمرحله‌ای و وظایف استدلالی عمیقی که نیاز به تداوم طولانی‌مدت دارند را مدیریت کنند.
• اقدام خودمختار با محیط‌های دارای طراحی ایمن: محیط ایزوله عامل (Agent Sandbox) یک محیط سخت‌گیرانه فراهم می‌کند تا کدهای تولیدشده توسط مدل را به طور ایمن اجرا کرده و وظایف مبتنی بر استفاده از رایانه مانند اتوماسیون‌های مبتنی بر مرورگر را بدون ایجاد ریسک برای سیستم‌های میزبان انجام دهد.
• هماهنگ‌سازی عامل با عامل (Agent-to-agent orchestration): این قابلیت به عامل‌ها امکان می‌دهد تا به طور یکپارچه وظایف را به یکدیگر تفویض کنند که شامل پشتیبانی از الگوهای هماهنگ‌سازی پیچیده، مولد و قطعی است. این امر تضمین می‌کند که برای جریان‌های کاری حیاتی مانند انطباق با مقررات، عامل‌ها هر بار مسیرهای از پیش مشخص‌شده‌ای را دنبال می‌کنند.

حرکت از داده‌های نشست موقت به زمینه با دقت بالا

• شخصی‌سازی تعاملات: سامانه Agent Memory Bank به طور پویا حافظه بلندمدت را از مکالمات تولید و سازماندهی می‌کند. با استفاده از پروفایل‌های حافظه جدید، عامل‌ها می‌توانند جزئیات با دقت بالا را با تأخیر کم به یاد بیاورند و اطمینان حاصل کنند که زمینه صحبت هرگز از دست نمی‌رود.
• پیوند تعاملات هوش مصنوعی با سوابق موجود: تاریخچه تعاملات را با استفاده از Agent Sessions ذخیره و مدیریت کنید. با شناسه‌های نشست سفارشی می‌توانید از شناسه‌های منحصر‌به‌فرد خود برای ردیابی نشست‌ها و نگاشت مستقیم آن‌ها به پایگاه‌داده داخلی و سوابق CRM خود استفاده کنید.
• امکان‌سنجی تعاملات لحظه‌ای و انسان‌گونه: با استفاده از پروتکل WebSocket برای استریم دوطرفه (Bidirectional Streaming)، می‌توانید اطمینان حاصل کنید که عامل‌های شما در طول تعاملات زنده با مشتریان یا کارمندان، پاسخ‌گو باقی می‌مانند و صدا و تصویر را بدون تأخیر پردازش می‌کنند.

حاکمیت بر عامل‌های هوش مصنوعی

با استفاده از یک معماری با طراحی ایمن که دقت و سخت‌گیری سازمانی را بر روی هر عاملی در مجموعه عامل‌ها اعمال می‌کند (از عامل‌هایی که روی پلتفرم عامل می‌سازید تا عامل‌هایی که از اکوسیستم شرکای گوگل تهیه می‌کنید) حاکمیت عامل‌محور را اجرایی کنید.

تمام عامل‌های خود را از طریق یک منبع حقیقت واحد برای هویت و دسترسی مدیریت کنید.

• تخصیص یک هویت قابل‌تأیید به هر عامل: قابلیت Agent Identity با اطمینان از اینکه هر عامل یک شناسه رمزنگاری‌شده منحصربه‌فرد دریافت می‌کند، وضعیت امنیتی عامل‌ها را بهبود می‌بخشد. این کار یک مسیر روشن و قابل‌حسابرسی برای هر اقدامی که عامل انجام می‌دهد ایجاد می‌کند که به سیاست‌های مجوزدهی (authorization) تعریف‌شده نگاشت می‌شود.
• کتابخانه مرکزی ابزارهای تأییدشده: قابلیت جدید Agent Registry یک منبع حقیقت واحد برای سازمان فراهم می‌کند. این قابلیت تمامی عامل‌ها، ابزارها و مهارت‌های داخلی را نمایه‌سازی می‌کند، کشف آن‌ها را ساده کرده و تضمین می‌کند که فقط دارایی‌های مدیریت‌شده و تأییدشده در دسترس کاربران قرار دارند.
• مدیریت مجموعه عامل‌ها از یک نقطه کنترل: ابزار Agent Gateway به‌عنوان سامانه کنترل ترافیک اکوسیستم عامل‌ها عمل می‌کند. این ابزار اتصال امن و یکپارچه‌ای بین عامل‌ها و ابزارها را در هر محیطی فراهم می‌کند، درحالی‌که سیاست‌های امنیتی سازگار و محافظت‌های Model Armor را برای محافظت در برابر حملات تزریق پرامپت و نشت داده اعمال می‌کند.

استفاده از بینش‌های مبتنی بر هوش مصنوعی برای شناسایی خطرات پنهان و رفتارهای مشکوک پیش از آنکه بر کسب‌وکار تأثیر بگذارند

• شناسایی آنی رفتار مشکوک: سامانه Agent Anomaly Detection از مدل‌های آماری و چارچوب LLM-as-a-judge (مدل زبانی بزرگ به‌عنوان داور) برای علامت‌گذاری استدلال‌های غیرعادی استفاده می‌کند. این ویژگی در کنار Agent Threat Detection دید مناسبی نسبت به فعالیت‌های مخرب مانند reverse shell یا اتصالات به آدرس‌های IP نامعتبر ازپیش‌شناخته‌شده ارائه دهد.
• کشف خودکار آسیب‌پذیری‌ها: داشبورد جدید Agent Security که توسط Security Command Center پشتیبانی می‌شود، فرایند تشخیص تهدید و تحلیل ریسک را یکپارچه می‌کند. این امکان به تیم‌ها اجازه می‌دهد تا روابط بین عامل‌ها و مدل‌ها را نگاشت کنند، کشف دارایی‌ها را خودکارسازی کرده و آسیب‌پذیری‌های موجود در سیستم‌عامل و بسته‌های زبانی زیربنایی را اسکن کنند.

بهینه‌سازی عامل‌های هوش مصنوعی

پلتفرم عامل دید لازم را به کاربر می‌دهد تا درک کند هوش مصنوعی چگونه عمل می‌کند و اصلاح منطق آن‌ها و هوشمندتر شدنشان در طول زمان را آسان می‌کند.

عامل‌های خود را قبل از عرضه، آزمایش کنید

• شبیه‌سازی مکالمات واقعی: از Agent Simulation برای آزمایش عامل‌ها در برابر تعاملات مصنوعی انسان‌گونه کاربر و ابزارهای مجازی‌سازی‌شده در یک محیط کنترل‌شده استفاده کنید. عامل‌ها به طور خودکار بر اساس موفقیت در انجام‌وظیفه و ایمنی در طول مکالمات چندمرحله‌ای امتیازدهی می‌شوند.

نظارت و بهبود در محیط واقعی

• پیگیری عملکرد زنده: از Agent Evaluation استفاده کنید تا به طور پیوسته عامل‌ها را در برابر ترافیک زنده امتیازبندی کنید. این کار با استفاده از ارزیاب‌های خودکار چندنوبته انجام می‌شود که می‌توانند منطق یک مکالمه کامل را ارزیابی کنند، نه‌فقط یک پاسخ منفرد. با داشبوردهای آماده‌به‌کار و Agent Observability می‌توانید استدلال‌های پیچیده را به‌صورت بصری ردیابی کنید تا مشکلات را در همان لحظه وقوع دیباگ کنید.
• خودکارسازی اصلاح عامل: به‌جای کندوکاو دستی در لاگ‌ها، Agent Optimizer به طور خودکار خرابی‌های دنیای واقعی را دسته‌بندی کرده و دستورالعمل‌های سیستمی اصلاح‌شده‌ای را برای بهبود دقت پیشنهاد می‌دهد.