mashable.com

Süni İntellektdə Yeni Sərhəd: Astra Səviyyəli Zəka, Agentic Kodlaşdırma və Kompüter İdarəetməsi

Süni intellekt texnologiyaları sadə mətn generatorlarından və passiv çatbotlardan mürəkkəb qərarlar qəbul edən muxtar sistemlərə (agentlərə) doğru sürətlə təkamül edir. Son texnoloji nailiyyətlər göstərir ki, Google-un “Project Astra” vizyonuna yaxınlaşan yeni nəsil multimodal modellər artıq təkcə informasiyanı emal etmir, eyni zamanda əməliyyat sistemləri ilə birbaşa qarşılıqlı əlaqə qurur, mürəkkəb kod layihələrini sərbəst şəkildə idarə edir və peşəkar iş axınlarını tam avtomatlaşdırır.

Bu mərhələ “Agentic AI” (agent əsaslı süni intellekt) və “Computer Use” (kompüterdən birbaşa istifadə) anlayışlarını sənayenin mərkəzinə gətirir. Artıq model yalnız proqramlaşdırma dili sintaksisini tamamlamaqla kifayətlənmir, həm də sistem səviyyəsində CLI əmrlərini icra edir, brauzeri idarə edir və tətbiqlərdəki vizual interfeysləri insan kimi analiz edir.

Əsas Texniki Üstünlüklər: Texnologiyanın Pərdəarxası

Yeni nəsil sistemlərin arxitekturası klassik böyük dil modellərindən (LLM) bir neçə fundamental cəhətinə görə fərqlənir:

• Agentic Kodlaşdırma: Model sadəcə kod blokları təklif etmir. O, layihənin arxitekturasını təhlil edir, asılılıqları (dependencies) müəyyənləşdirir, testlər yazır, xətaları təcrid olunmuş mühitdə debug edir və dəyişiklikləri birbaşa Git repositoriyasına tətbiq edir.
• Kompüter İdarəetməsi (Computer Use API): Təbii dil təlimatlarını GUI (Qrafik İstifadəçi İnterfeysi) hərəkətlərinə çevirmək bacarığı. Model ekran görüntülərini (screenshot) real vaxtda təhlil edərək kursorun koordinatlarını hesablayır, klikləyir və mətni daxil edir.
• Multimodal Dərketmə və Astra Səviyyəli İntelekt: Real vaxtda video, audio və vizual verilənlər axınını gecikmə olmadan emal edərək mürəkkəb peşəkar tapşırıqları addım-addım planlaşdırmaq və icra etmək gücü.

Ənənəvi LLM-lər və Agentic Sistemlərin Müqayisəsi

Bələdçi: Agentic Kodlaşdırma Mühitinin Hazırlanması

Agent sistemlərinin kompüter üzərində əmrlər icra etməsi yüksək səviyyəli təhlükəsizlik tələb edir. Bu səbəbdən agentik iş axınlarını birbaşa əsas əməliyyat sistemində deyil, Docker konteynerində və ya sandbox mühitində işə salmaq tövsiyə olunur. Aşağıda təhlükəsiz agent iş mühitinin qurulması addım-addım göstərilmişdir.

Addım 1: İş Mühitinin və Asılılıqların Quraşdırılması

İlk öncə layihə üçün təcrid olunmuş virtual mühit yaradın və sistem zənglərini idarə edən zəruri kitabxanaları quraşdırın:

# Layihə qovluğunun yaradılması
mkdir bitep-agent-workspace && cd bitep-agent-workspace

# Python virtual mühitinin başladılması
python3 -m venv venv
source venv/bin/activate

# Tələb olunan modulların yüklənməsi
pip install requests pydantic docker

Addım 2: Təhlükəsiz Sandbox Mühitinin Konfiqurasiyası

Agentin icra edəcəyi kodların sisteminizə zərər vurmaması üçün sadə Docker konteyneri işə salın. Bu konteyner agentin kod yazacağı və test edəcəyi poliqon rolunu oynayacaq:

# Təcrid olunmuş Linux mühitinin arxa fonda başladılması
docker run -d --name agent-sandbox \
  -v $(pwd)/workspace:/app \
  -w /app \
  python:3.11-slim tail -f /dev/null

Addım 3: Agentic Əmr İcra Dövrəsinin Qurulması

Aşağıdakı nümunə agentin verilmiş tapşırığı necə addım-addım təhlil edib icra mühitinə göndərdiyini konseptual olaraq göstərir:

# Sandbox daxilində agent vasitəsilə test skriptinin yaradılması
docker exec -i agent-sandbox bash -c 'cat << "EOF" > test_app.py
def calculate_factor(n):
    return 1 if n <= 1 else n * calculate_factor(n - 1)

if __name__ == "__main__":
    assert calculate_factor(5) == 120
    print("Test uğurla tamamlandı!")
EOF'

# Agentin yaratdığı kodu icra edib nəticəni oxuması
docker exec -i agent-sandbox python test_app.py

İT Sektoruna və Tərtibatçılara Təsiri

Bu texnologiyanın kütləviləşməsi proqram təminatı mühəndisliyini kökündən dəyişir. Tərtibatçının rolu sintaksis yazmaqdan sistem arxitekturasını dizayn etməyə və agentin çıxardığı nəticələri audit etməyə doğru transformasiya olunur:

• Manual QA Testlərinin Sonu: Agentlər tətbiqlərin interfeyslərində müxtəlif istifadəçi ssenarilərini vizual olaraq klikləyərək yoxlaya və insan müdaxiləsi olmadan reqressiya testləri apara bilər.
• Sürətli Prototipləşdirmə: Bir neçə cümləlik arxitektur təsvir əsasında verilənlər bazası sxemləri, backend API-ləri və frontend interfeysləri paralel şəkildə formalaşdırılır.
• Təhlükəsizlik Çağırışları (Prompt Injection): Modelin kompüterdən istifadə hüququna malik olması yeni kiber təhdidlər yaradır. Zərərli veb-saytlar vizual elementlərin daxilinə gizli göstərişlər yerləşdirərək agentin icazəsiz faylları silməsinə və ya məlumat sızdırmasına cəhd edə bilər.

Nəticə

Astra səviyyəli zəka və agentic imkanlar süni intellektin passiv məsləhətçidən aktiv icraçıya çevrildiyi dönüş nöqtəsidir. Kod yazan, əməliyyat sistemini idarə edən və mürəkkəb korporativ iş axınlarını icra edən bu modellər İT sektorunda məhsuldarlığı misli görünməmiş səviyyəyə qaldıracaq. Lakin bu gücdən səmərəli istifadə üçün tərtibatçılar və təhlükəsizlik mühəndisləri izolyasiya edilmiş mühitlərin və icazə mexanizmlərinin düzgün qurulmasına xüsusi diqqət yetirməlidirlər.