گوگل در بهار ۲۰۲۶ با دو حرکت همزمان، جهتگیری راهبردی خود را از «مدلهای گفتگوگر» به «عاملهای خودمختار» (Autonomous Agents) بهطور رسمی تثبیت کرد. این شرکت از یک سو در حال توسعهٔ دستیار هوش مصنوعی جدیدی با اسم رمز «Remy» است که بهعنوان یک «همراه دیجیتال ۲۴ ساعته» طراحی شده و میتواند بهطور خودکار کارهای پیچیدهای مانند خرید کردن، مدیریت اسناد، برنامهریزی سفر و حتی مذاکره با خدمات مشتریان را از جانب کاربر انجام دهد. از سوی دیگر، گوگل از «پلتفرم عاملهای هوش مصنوعی» (Google Agent Platform) رونمایی کرد که به توسعهدهندگان و سازمانها امکان میدهد عاملهای اختصاصی خود را — با دسترسی کنترلشده به دادهها، APIها و سرویسهای گوگل — بسازند و مدیریت کنند. این دو حرکت، مجموعاً نشاندهندهٔ تغییر پارادایمی در صنعت هوش مصنوعی است: گذار از مدلهایی که صرفاً «حرف میزنند» به عاملهایی که «اقدام میکنند».
۱. Remy: کالبدشکافی یک همراه دیجیتال ۲۴ ساعته
Remy — که نام آن بهطور غیررسمی از «Remember Me» یا «Rely on Me» مشتق شده — در هستهٔ خود، یک عامل هوش مصنوعی چندلایه است که بر فراز مدل Gemini 2.0 Ultra ساخته شده و از طریق یکپارچگی عمیق با اکوسیستم گوگل (شامل Gmail، Google Calendar، Google Drive، Google Maps، Google Shopping، Google Pay، و حتی Android OS) میتواند زنجیرهای از اقدامات متوالی را بدون دخالت لحظهای کاربر برنامهریزی و اجرا کند.
۱.۱ معماری سهلایه: ادراک، برنامهریزی، اجرا
Remy بر پایهٔ یک معماری سهلایه طراحی شده است:
- لایهٔ ادراک و زمینه (Perception & Context Layer): این لایه با استفاده از Gemini 2.0 Ultra و یک مدل تخصصی «گراف دانش شخصی» (Personal Knowledge Graph)، دادههای پراکنده از سرویسهای مختلف گوگل را در یک «دوقلوی دیجیتال» (Digital Twin) از زندگی کاربر یکپارچه میکند: ایمیلها، رویدادهای تقویم، اسناد، تاریخچهٔ جستجو، موقعیت مکانی، سوابق خرید، و حتی تعاملات با سایر عاملها. این دوقلو بهطور مداوم بهروزرسانی میشود و به Remy امکان میدهد «زمینهٔ زندگی» کاربر را بدون نیاز به توضیح مکرر درک کند.
- لایهٔ برنامهریزی و استدلال (Planning & Reasoning Layer): این لایه وظایف پیچیده را به زیروظایف تجزیه میکند، وابستگیها را مدل مینماید، و با استفاده از الگوریتمهای جستجوی درختی (Tree Search) و یادگیری تقویتی، بهترین توالی اقدامات را مییابد. برای مثال، اگر کاربر بگوید «برای سالگرد ازدواجم یک شام رمانتیک رزرو کن و هدیه هم بخر»، Remy باید تاریخ را از تقویم استخراج کند، رستورانهای مناسب را با توجه به ترجیحات غذایی (از ایمیلها و جستجوهای قبلی) بیابد، میز رزرو کند، هدیهای متناسب با علایق همسر (از سوابق خرید و جستجو) پیشنهاد دهد و خریداری کند، و همه را با زمان آزاد کاربر هماهنگ نماید.
- لایهٔ اجرا و تعامل (Execution & Interaction Layer): این لایه با استفاده از «مرورگر بومی» (Native Browser) و APIهای یکپارچهٔ گوگل، عملاً اقدامات را در دنیای دیجیتال انجام میدهد: پر کردن فرمهای خرید، ورود به وبسایتها با احراز هویت کاربر (با پروتکل OAuth2 و مجوزهای صریح)، انجام تراکنشهای مالی با Google Pay، و حتی تعامل با چتباتهای خدمات مشتریان از طریق پردازش زبان طبیعی.
۱.۲ تفاوت با دستیارهای پیشین: حافظه، عاملیت، و استقلال
وجه تمایز اصلی Remy با Google Assistant یا حتی نسخههای اولیهٔ Gemini، «استقلال هدفمحور» (Goal-Oriented Autonomy) است. در حالی که Assistant تنها به فرامین صریح واکنش نشان میداد («هوا چطوره؟»، «زنگ هشدار تنظیم کن»)، Remy میتواند با یک دستور سطح بالا («برای سفر آخر هفته همه چیز را آماده کن») مجموعهای از اقدامات را بدون دخالت گامبهگام انجام دهد. این استقلال بر سه ستون استوار است:
- حافظهٔ بلندمدت: Remy اطلاعات را در طول زمان انباشته و زمینهسازی میکند — ترجیحات، عادات، مخاطبین پرتکرار، و حتی الگوهای رفتاری کاربر.
- مدیریت ابزار خودکار: مدل میتواند تصمیم بگیرد برای یک وظیفهٔ خاص از کدام ابزار (تقویم، ایمیل، مرورگر، نقشه، کیف پول) در چه ترتیبی استفاده کند.
- خودارزیابی و تصحیح: Remy پس از انجام یک وظیفه، نتیجه را با هدف اولیه مقایسه میکند و در صورت عدم تطابق، اقدامات اصلاحی (مانند تغییر زمان رزرو در صورت تداخل) را پیشنهاد میدهد یا مستقلاً اجرا میکند.
۲. پلتفرم عاملهای گوگل: دموکراتیزه کردن عاملیت
همزمان با توسعهٔ Remy، گوگل از «پلتفرم عاملهای هوش مصنوعی» (Google Agent Platform) رونمایی کرد — یک زیرساخت ابری که به توسعهدهندگان و سازمانها امکان میدهد عاملهای هوش مصنوعی اختصاصی خود را بسازند، آموزش دهند، و مدیریت کنند. این پلتفرم را میتوان «Android برای عاملها» نامید: همانطور که Android بستری برای ساخت اپلیکیشنهای موبایل فراهم کرد، این پلتفرم نیز بستری برای ساخت عاملهای هوش مصنوعی فراهم میکند.
۲.۱ اجزای کلیدی پلتفرم
- Google Agent SDK: یک کیت توسعهٔ نرمافزاری که به توسعهدهندگان امکان میدهد عاملهایی با قابلیتهای چندوجهی (متن، صدا، تصویر)، دسترسی به APIهای گوگل (Workspace، Maps، Cloud، و第三方 APIها)، و حافظهٔ پایدار بسازند. این SDK از زبانهای Python، TypeScript و Kotlin پشتیبانی میکند.
- Agent Playground: یک محیط Sandbox امن برای تست عاملها پیش از استقرار، با شبیهسازی سناریوهای واقعی و ارزیابی خودکار عملکرد عامل در برابر معیارهای از پیش تعریفشده (دقت، سرعت، هزینه، ایمنی).
- Agent Dashboard: یک پنل مدیریت متمرکز که به سازمانها امکان میدهد تمام عاملهای خود را — از عاملهای خدمات مشتری تا عاملهای تحلیل داده — رصد کنند، دسترسیها را مدیریت نمایند، و گزارشهای عملکرد و ایمنی دریافت کنند.
- Trust Layer: یک لایهٔ امنیتی و حریم خصوصی که شامل «دفترکل تغییرناپذیر اقدامات» (Immutable Action Log) مبتنی بر زنجیرهٔ بلوکی، محدودیتهای بودجهٔ محاسباتی برای جلوگیری از حلقههای بیپایان، و «فیلتر ایمنی بلادرنگ» (Runtime Safety Filter) است که اقدامات پرخطر (مانند تراکنشهای مالی بزرگ یا ارسال ایمیلهای حساس) را پیش از اجرا برای تأیید انسانی پرچمگذاری میکند.
۲.۲ پیامدهای راهبردی پلتفرم
با این پلتفرم، گوگل عملاً «عاملیت» (Agency) را از یک قابلیت اختصاصی غولهای فناوری به یک «کالای قابل خرید» (Commodity) تبدیل میکند. هر کسبوکاری — از یک فروشگاه آنلاین کوچک که میخواهد یک عامل خدمات مشتری ۲۴/۷ داشته باشد، تا یک بانک بزرگ که به دنبال عاملهای تحلیل ریسک است — میتواند عامل اختصاصی خود را روی زیرساخت گوگل بسازد و اجرا کند. این رویکرد، گوگل را در موقعیت «فراهمکنندهٔ زیرساخت عاملیت» (Agency Infrastructure Provider) قرار میدهد — نقشی مشابه آنچه AWS برای رایانش ابری ایفا کرد. در این مدل، گوگل نهتنها از مصرف محاسباتی (Compute Usage) درآمد کسب میکند، بلکه دادههای تعاملات عاملها را نیز — با رضایت کاربران — برای بهبود مدلهای خود به کار میگیرد.
۳. جدول مقایسهٔ عاملهای گوگل (Remy) و رقبا
| شاخص | Remy (گوگل) | GPT-5.5 (OpenAI) | Muse Spark (متا) |
|---|---|---|---|
| تاریخ معرفی | مه ۲۰۲۶ | آوریل ۲۰۲۶ | آوریل ۲۰۲۶ |
| مدل پایه | Gemini 2.0 Ultra | GPT-5.5 (MoE) | Muse Spark (MoE) |
| یکپارچگی با اکوسیستم | عمیق (Workspace, Maps, Pay, Android) | محدود (APIهای شخص ثالث) | محدود (Facebook, Instagram) |
| حافظهٔ بلندمدت | دارد (دوقلوی دیجیتال) | دارد (حافظهٔ برداری) | دارد (حافظهٔ اپیزودیک) |
| قابلیت خرید خودکار | بله (Google Pay) | بله (با API) | خیر (در دست توسعه) |
| پلتفرم توسعهٔ عامل | Google Agent Platform | OpenAI Agents SDK | ندارد (LlamaStack در راه) |
| مدل دسترسی | بسته (Remy) / باز (SDK) | بسته (GPT-5.5) / باز (SDK) | نیمهباز (وزنهای Muse) |
| هزینهٔ استنتاج | ۱.۲ دلار/میلیون توکن (تخمینی) | ۱.۵ دلار/میلیون توکن | ۱.۰ دلار/میلیون توکن |
۴. جمعبندی: عصر عاملیت فرا رسیده است
با Remy و پلتفرم عاملهای گوگل، صنعت هوش مصنوعی رسماً از فاز «مدلهای زبانی» به فاز «عاملهای خودمختار» وارد شده است. در این عصر جدید، ارزش یک مدل دیگر صرفاً با «کیفیت خروجی متن» سنجیده نمیشود، بلکه با «توانایی انجام کار در دنیای واقعی» — رزرو کردن، خرید کردن، مدیریت اسناد، تحلیل داده و اقدام بر اساس آن — اندازهگیری میشود. Remy و پلتفرم گوگل، دو روی یک سکهاند: یکی برای مصرفکنندهٔ نهایی، و دیگری برای توسعهدهندگان و سازمانها. این استراتژی دووجهی، گوگل را در موقعیت منحصربهفردی قرار میدهد: هم صاحب یکی از پیشرفتهترین عاملهای مصرفی (Remy) است، و هم مالک زیرساختی که میلیونها عامل دیگر بر روی آن ساخته خواهند شد.
نکتهٔ مهمتر آنکه این گذار، اقتصاد دیجیتال را از «جستجو» به «اقدام» تغییر میدهد. اگر دههٔ ۲۰۰۰ دههٔ «جستجو» (Search) بود و گوگل پادشاه آن، دههٔ ۲۰۳۰ دههٔ «اقدام خودکار» (Automated Action) خواهد بود — و گوگل با Remy و پلتفرم عاملهایش، پیشدستانه تاجگذاری خود را در این پادشاهی جدید آغاز کرده است. رقابت اکنون نه بر سر «بهترین پاسخ»، که بر سر «سریعترین و مطمئنترین اقدام از جانب کاربر» است — مسابقهای که برندهٔ آن، مالک اصلی تعامل دیجیتال در دههٔ آینده خواهد بود.
۱۷ پاسخ به “گوگل در مسیر توسعه «ایجنت»های مستقل: از Remy تا پلتفرم عاملهای خودمختار”
پشمام چقدر خوب بود
خیلی خفن بود
مرسی بابت محتوای ناب
دقیقا همینطوره
دمت گرم ستون
مفید و کاربردی 👌
خیلی خفن بود
بدک نبود در کل
مرسی بابت محتوای ناب
مفید و کاربردی 👌
خیلی خفن بود
خوب بود
مرسی بابت محتوای ناب
بدک نبود در کل
خوب بود
تشکر
عالی بود مرسی 🔥