ایجنت هوش مصنوعی لوکال در ۲۰۲۶؛ از OpenJarvis تا مدل‌های Agentic

ایجنت هوش مصنوعی لوکال جایی شروع می‌شود که مدل دیگر فقط به سؤال پاسخ نمی‌دهد. به آن یک هدف می‌دهید، ابزار در اختیارش می‌گذارید و اجازه می‌دهید چند مرحله را پشت سر هم انجام دهد: فایل را پیدا کند، محتوا را بخواند، نتیجه را خلاصه کند و خروجی را در قالب مشخص تحویل دهد.

در ۲۰۲۶ این حوزه از دموهای آزمایشگاهی فاصله بیشتری گرفته است. OpenJarvis به‌عنوان یک چارچوب local-first با پشتیبانی Ollama معرفی شد و مدل‌های جدیدی نیز مشخصاً برای workloadهای agentic و طولانی‌تر عرضه شده‌اند.

ایجنت هوش مصنوعی لوکال دقیقاً چیست؟

یک agent معمولاً از پنج بخش تشکیل می‌شود:

1. Model: تصمیم‌گیر و تولیدکننده متن.
2. Tools: فایل، جست‌وجو، API، shell یا نرم‌افزار.
3. Memory: اطلاعات کوتاه‌مدت یا بلندمدت.
4. Planner/Loop: تصمیم درباره مرحله بعد.
5. Policy: تعیین می‌کند چه کاری مجاز است.

اگر فقط مدل داشته باشید، chatbot دارید. وقتی ابزار و loop وارد می‌شوند، سیستم می‌تواند اقدام کند.

OpenJarvis چرا مهم شد؟

Ollama در ۲۸ مه ۲۰۲۶ از OpenJarvis v1.0 به‌عنوان یک چارچوب local-first برای personal AI معرفی کرد. پروژه از آزمایشگاه‌های Hazy Research و Scaling Intelligence استنفورد آمده و پشتیبانی Ollama را داخل معماری خود دارد.

منبع رسمی: معرفی OpenJarvis در وبلاگ Ollama

نکته جذاب OpenJarvis فقط «لوکال» نیست؛ پروژه به cost، latency و energy هم نگاه می‌کند. یعنی agent را صرفاً با کیفیت پاسخ نمی‌سنجد.

مدل Agentic چه تفاوتی دارد؟

مدلی که برای chat خوب است الزاماً در agent خوب نیست. ایجنت باید:

• دستور چندمرحله‌ای را نگه دارد؛
• خروجی ابزار را درست بخواند؛
• JSON یا schema را رعایت کند؛
• زمان مناسب ابزار را تشخیص دهد؛
• بعد از خطا recovery انجام دهد؛
• در loop بی‌پایان گیر نکند.

در اوت ۲۰۲۶ Ollama مدل Muse Glimmer را هم معرفی کرد؛ یک مدل multimodal با تمرکز بر agent workload و context طولانی که برای coding agentها و دستیارهای طولانی‌مدت طراحی شده است.

مرجع: Muse Glimmer در Ollama

معماری حرفه‌ای ایجنت

برای پروژه واقعی، agent را مستقیم به همه چیز وصل نکنید.

یک معماری سالم:

User → Agent → Tool Router → ابزار محدود → نتیجه → Agent → پاسخ

Tool Router می‌تواند فقط عملیات مجاز را expose کند.

مثلاً به‌جای دسترسی کامل فایل‌سیستم، فقط این ابزارها را بدهید:

• list_project_files
• read_transcript
• search_notes
• write_draft_to_output

این بهتر از دادن shell کامل به مدل است.

مثال در استودیوی تولید محتوا

هدف: «از جلسه امروز، تصمیم‌ها و کارهای هر نفر را استخراج کن.»

Agent می‌تواند:

1. فایل transcript امروز را پیدا کند.
2. آن را بخواند.
3. اسامی را شناسایی کند.
4. taskها را استخراج کند.
5. deadlineها را جدا کند.
6. Markdown بسازد.
7. در پوشه خروجی ذخیره کند.

این کار با یک prompt هم ممکن است، اما agent زمانی ارزش دارد که ورودی و مراحل ثابت نباشند.

خطر اصلی: بیش از حد مستقل کردن سیستم

ایجنتی که می‌تواند فایل حذف کند، ایمیل بفرستد و command اجرا کند باید policy محکم داشته باشد.

سه سطح مناسب:

Read-only

فقط می‌خواند و تحلیل می‌کند.

Draft

خروجی عملیاتی می‌سازد، ولی اجرا نمی‌کند.

Execute with approval

قبل از اقدام حساس از انسان تأیید می‌گیرد.

برای محیط حرفه‌ای، سطح دوم اغلب بهترین نقطه شروع است.

حافظه ایجنت را با RAG اشتباه نگیرید

Memory می‌تواند ترجیحات و وضعیت کار را نگه دارد. RAG دانش اسناد را بازیابی می‌کند.

برای پروژه واقعی این دو جدا باشند. اسناد شرکت را به‌عنوان memory آزاد ذخیره نکنید؛ ساختار و سطح دسترسی لازم است.

راهنمای RAG لوکال این بخش را دقیق‌تر توضیح می‌دهد.

Ollama کجا قرار می‌گیرد؟

Ollama می‌تواند runtime مدل باشد. Agent از API آن درخواست می‌فرستد و مدل پاسخ ساختاریافته یا tool call تولید می‌کند.

برای setup پایه، Ollama و Open WebUI را ببینید.

مدل کوچک یا بزرگ؟

برای agent، مدل کوچک سریع می‌تواند در task ساده بهتر از مدل بزرگ کند عمل کند، چون loop چند بار model call دارد.

اگر هر task ده مرحله دارد، latency هر مرحله جمع می‌شود.

راه حرفه‌ای:

• router کوچک؛
• model متوسط برای task عادی؛
• model قوی فقط برای مرحله سخت.

چگونه agent را تست کنیم؟

یک سناریوی ثابت بسازید و ۲۰ بار اجرا کنید.

اندازه بگیرید:

• success rate؛
• تعداد tool call؛
• loop اضافی؛
• latency؛
• خطای permission؛
• hallucinated tool call؛
• هزینه انرژی/زمان.

یک اجرای موفق نماینده production نیست.

Human-in-the-loop را حذف نکنید

در کار خلاق، agent باید اصطکاک را کم کند، نه اختیار نهایی را بگیرد.

مثلاً:

• agent shot list اولیه می‌سازد؛
• انسان تأیید می‌کند؛
• agent فایل‌ها را مرتب می‌کند؛
• انسان publish را انجام می‌دهد.

این طراحی هم امن‌تر است و هم خطا را قابل‌کنترل می‌کند.

جمع‌بندی

ایجنت هوش مصنوعی لوکال در ۲۰۲۶ دیگر فقط «مدل روی لپ‌تاپ» نیست. بحث اصلی orchestration، tool permission، memory، RAG و evaluation است.

اگر این لایه‌ها را درست طراحی کنید، Local AI از ابزار تولید متن به یک همکار نرم‌افزاری قابل‌کنترل تبدیل می‌شود.

برای Agent یک Budget تعریف کنید

ایجنت می‌تواند به‌سادگی در loop گرفتار شود و یک کار کوچک را با ده‌ها فراخوانی مدل و ابزار انجام دهد. برای production سقف تعیین کنید: حداکثر تعداد step، زمان کل، تعداد tool call و حجم داده‌ای که هر بار می‌تواند بخواند. وقتی سقف پر شد، سیستم باید به‌جای ادامه کور، گزارش وضعیت بدهد و منتظر تصمیم انسان بماند.

این محدودیت فقط برای هزینه نیست. Budget خوب رفتار ایجنت را قابل‌مشاهده می‌کند. اگر یک task معمولاً در سه step تمام می‌شود و ناگهان دوازده step می‌خواهد، احتمالاً داده، ابزار یا prompt تغییر کرده است. همین انحراف یک سیگنال مهم برای debug است.