نقشه "خودتحولی" DeepSeek فاش شد: Harness به AI اجازه می‌دهد مانند بازی با لگو افزونه‌ها را توسعه دهد

عنوان اصلی: "نقشه خودتحولی DeepSeek فاش شد"

Jay از معبد غیرمعمول

DeepSeek با همکاری دانشگاه پکن، آخرین مقاله خود را منتشر کرده است که پرده از نسخه Harness نهنگ برمی‌دارد.

این مقاله با عنوان "یک پارادایم برنامه‌نویسی برای ترکیب‌پذیری فضایی-زمانی" منتشر شده است.

به نظر کمی پیچیده می‌آید، اما فقط کافی است یک جمله را به خاطر بسپارید------

تمام متن حول Cordis می‌چرخد، که هسته نهنگ سیاه است، یک "پایه لگو" که می‌توان به راحتی آن را وصل و جدا کرد.

در اینجا، همه چیز افزونه است و همه چیز قابل بازترکیب است.

این همچنین توضیح می‌دهد که چرا سطح باز بودن "نهنگ سیاه" اینقدر بالا است و چرا مقامات به شدت از کاربران می‌خواهند که افزونه‌ها را بسازند و Harness را به طور خلاقانه تغییر دهند.

این مقاله که حاوی اطلاعات بسیار زیادی است، همچنین نتیجه‌گیری نهایی تیم DeepSeek Harness است که مدت‌ها در حال آماده‌سازی آن بودند و در نهایت به شکل نهنگ سیاه یک نبرد زیبا را به نمایش گذاشتند.

شایان ذکر است که این مقاله، هفتمین مقاله DeepSeek در سال جاری است و همچنین Nمین همکاری با دانشگاه پکن است.

این مقاله بیش از هشتاد صفحه دارد و من آن را از ابتدا تا انتها مطالعه کردم و نکات زیر را خلاصه کردم------

1. Cordis یک مجموعه معنایی ترکیب‌پذیر و پویا ارائه می‌دهد. اجزای مدیریت شده توسط Context می‌توانند به صورت پویا بارگذاری، حذف و اثرات جانبی تحت مدیریت خود را به طور خودکار بازیابی کنند.

2. پایه‌های ریاضی از دو مفهوم کلاسیک در نظریه نوع، اثر و اثر جانبی ناشی می‌شود.

3. این یک اسباب‌بازی آزمایشگاهی نیست. این طراحی به مدت چهار سال در چارچوب ربات چت Koishi اجرا شده و بیش از 4000 افزونه جامعه در محیط تولید تأیید شده‌اند.

و همه این‌ها به یک آرزو خدمت می‌کند------

خودتحولی.

01 زمان و فضا، دو مانع خودتحولی Harness

در دنیای نرم‌افزار یک واقعیت غیر شهودی وجود دارد: اکثر سیستم‌های پشتیبانی از افزونه، پس از حذف یک افزونه، نیاز به راه‌اندازی مجدد کل فرآیند میزبان دارند.

این بدان معناست که ممکن است فقط یک افزونه حذف شود، اما تمام افزونه‌های بارگذاری شده نیز باید دوباره راه‌اندازی شوند.

بله، "افزونه"، در واقع به محض اینکه وصل شد، نمی‌توان آن را جدا کرد.

VSCode یک نمونه بارز است.

این مقاله بیان می‌کند که تا تاریخ 9 ژوئن 2026، از 100 افزونه برتر در بازار VSCode، 87 مورد شامل کد اجرایی هستند و به محض فعال شدن، نمی‌توان آن‌ها را به‌طور جداگانه در زمان اجرا حذف کرد و برای غیرفعال یا حذف کردن آن‌ها باید کل میزبان افزونه را دوباره راه‌اندازی کرد.

این فقط مشکل VSCode نیست. مقاله اشاره می‌کند که تقریباً تمام معماری‌های افزونه چنین نقص‌هایی دارند، فقط شدت آن‌ها متفاوت است.

این موضوع در سیستم‌های افزونه معمولی نیز به اندازه کافی دردسرساز است، اما اگر هزینه فقط راه‌اندازی مجدد باشد، هنوز هم قابل قبول است.

اما در زمینه Agent، این یک مشکل کاملاً متفاوت است.

یک زین معمولی معمولاً پر از چیزهای مختلف است: مجموعه ابزار، محیط اجرایی، کنترل دسترسی، sandbox، وضعیت جلسه، سیستم حافظه... که خود یک سیستم مهندسی بسیار پیچیده است.

و اکنون، با ظهور "AI خودتحولی"، ممکن است به راحتی خود را تغییر دهد.

این نیز زاویه‌ای است که مقاله DeepSeek به خودتحولی نزدیک می‌شود:

آینده Agent ممکن است بر اساس وظیفه، خود یک ابزار تولید کند، خود آن را در زمان اجرا نصب کند و پس از شناسایی مشکلات، خود آن را جایگزین کند.

اگر هر بار که یک خط کد تغییر می‌کند، کل فرآیند باید دوباره راه‌اندازی شود، تمام زمینه‌ها و کش‌ها که قبلاً جمع‌آوری شده‌اند، ممکن است از بین بروند.

این به نام ترکیب‌پذیری زمانی است.

اگر وابستگی‌های بین ماژول‌ها به هر ماژول اجازه داده شود که خود را وصله کند، امروز بررسی کنیم که آیا A وجود دارد، فردا حدس بزنیم که آیا B وجود دارد... به راحتی ممکن است وابستگی‌های چرخه‌ای ایجاد شود و وقتی دوباره بارگذاری می‌شود، ممکن است مشکلاتی ایجاد شود.

این به نام ترکیب‌پذیری فضایی است.

و این دو چالش، دقیقاً دو مسئله‌ای هستند که Cordis باید حل کند.

راه‌حل DeepSeek

ابتدا باید دو نکته ریاضی را اضافه کنیم که دو ستون نظری این مقاله هستند------

اثر و اثر جانبی.

به طور ساده، اثر توصیف "تأثیر برنامه بر جهان" است؛ اثر جانبی توصیف "محدودیت‌های جهان بر برنامه" است. این دو رابطه دوگانه هستند: سیستم اثر، نوع‌ها را غنی می‌کند و سیستم اثر جانبی، زمینه را غنی می‌کند.

اما یک مشکل وجود دارد، در زمینه AI خودتحولی، چارچوب به صورت پویا بارگذاری می‌شود.

اثر/اثر جانبی کلاسیک ابزارهای سیستم نوع ایستا هستند.

برای عبور از دو مانع زمانی و فضایی، تیم این دو مفهوم را برای زمان اجرای Agent به‌روزرسانی کرده است------ "اثر قابل برگشت" و "اثر جانبی واکنشی".

اثر قابل برگشت (revertible effects)، به بعد زمان اشاره دارد.

تعریف اصلی فقط یک جمله است: هر تغییری در زمینه باید با یک تابع معکوس صریح همراه باشد، به طوری که اثرات جانبی قابل برگشت باشند.

هنگام بارگذاری افزونه، هر بار که وضعیت تغییر می‌کند، تابع معکوس مربوطه ثبت می‌شود و به ترتیب به یک "زنجیره لغو" اضافه می‌شود.

هنگام حذف افزونه، این زنجیره به صورت معکوس اجرا می‌شود و وضعیت سیستم به حالت قبل از بارگذاری افزونه به دقت بازیابی می‌شود.

می‌توان آن را به یک دسته بشقاب تشبیه کرد، بشقاب آخرین که گذاشته شده، ابتدا برداشته می‌شود.

به این ترتیب، ترتیب زمانی به هم نمی‌خورد.

اثر جانبی واکنشی (reactive coeffects) مسئول بعد فضایی است.

در Cordis، اجزا می‌توانند اعلام کنند که به چه وابستگی‌هایی نیاز دارند تا وابستگی‌ها قابل شناسایی باشند.

برای مثال، یک افزونه چت می‌گوید، من به یک آداپتور پیام و یک پایگاه داده نیاز دارم. اگر هر دو وابستگی تأمین شوند، به حالت ACTIVE می‌رود. اگر یکی از آن‌ها وجود نداشته باشد، در حالت INACTIVE باقی می‌ماند و نیازی به راه‌اندازی ندارد و همچنین قبل از اینکه به دلیل ارجاع خالی خطا دهد، اجرا نمی‌شود.

زمانی که ارائه‌دهنده وجود داشته باشد، وابستگی به‌طور خودکار فعال می‌شود. زمانی که ارائه‌دهنده حذف شود، وابستگی ابتدا متوقف می‌شود و پس از اینکه اثر خود را حذف کرد، ارائه‌دهنده می‌تواند حذف شود.

زمانی که ارائه‌دهنده حذف شود، وابستگی به‌طور خودکار غیرفعال می‌شود؛ زمانی که وابستگی دوباره فعال شود، وابستگی به‌طور خودکار بازیابی می‌شود. این ترتیب توپوگرافی به‌طور خودکار از اعلام‌ها استنتاج می‌شود و نیازی به نوشتن دستی توسط توسعه‌دهنده ندارد.

ترکیب این دو، هسته Cordis را تشکیل می‌دهد.

معنای مستقیم "ترکیب‌پذیری فضایی-زمانی" در عنوان مقاله در همین است.

02 Koishi

بنابراین، آیا این موارد از طریق آزمایش تأیید شده‌اند؟

بله.

و همچنین حجم آن نیز کوچک نیست.

مقاله برای تأیید آزمایش از یک چارچوب ربات چت به نام Koishi استفاده کرده است.

Koishi بر اساس Cordis ساخته شده است و در طول چهار سال بیش از 4000 افزونه جامعه را جمع‌آوری کرده است که شامل آداپتورهای پیام‌رسانی، درایورهای پایگاه داده، کنسول‌های مدیریتی و انواع عملکردهای کاربری است.

GitHub نشان می‌دهد که Koishi یک چارچوب ربات چت چندسکویی، قابل گسترش و با عملکرد بالا است.

نام و طراحی آیکون آن از شخصیت Komeiji Koishi در پروژه شرقی الهام گرفته شده است.

Komeiji Koishi شخصیتی است که اقداماتی ناخودآگاه انجام می‌دهد و انتخاب این نام هم نماد موضوع ربات چت است و هم عشق توسعه‌دهندگان به آن.

این یک README جالب است.

پس Cordis چیست؟

نویسنده Koishi می‌گوید که نام Cordis از لاتین به معنای "قلب" است و همه چیز در Koishi از Cordis آغاز می‌شود.

به عنوان یک چارچوب متا، Cordis به هیچ حوزه یا صحنه خاصی وابسته نیست.

قابلیت‌هایی که ارائه می‌دهد، برای اکثر چارچوب‌ها عادی است------ سیستم افزونه، اما در پس این سیستم هدفی وجود دارد که اکثر چارچوب‌ها به آن دست نیافته‌اند: قابلیت برگشت.

او همچنین جمله‌ای را اضافه کرده است:

امیدوارم که این بتواند به هسته نرم‌افزارهای آینده (حداقل نرم‌افزارهایی که من توسعه می‌دهم) تبدیل شود.

چهار سال گذشته، مقاله DeepSeek تأییدیه‌ای را ارائه داده است.

اولین تأییدیه در بعد زمانی.

در Koishi، مدیر می‌تواند از کنسول یک افزونه را غیرفعال کند و تأثیر افزونه بر سیستم به طور فوری حذف می‌شود و سایر افزونه‌ها به کار خود ادامه می‌دهند.

در زمان توسعه، پس از تغییر و ذخیره افزونه، افزونه تغییر یافته دوباره اعمال می‌شود و کش و اتصالات ثابت می‌مانند.

سپس تأییدیه در بعد فضایی.

در اکوسیستم Koishi، آداپتور IM دسترسی به پلتفرم‌های پیام‌رسانی را فراهم می‌کند، درایور پایگاه داده ذخیره‌سازی دائمی را فراهم می‌کند و افزونه‌های عملکردی این‌ها را به عنوان وابستگی‌ها اعلام می‌کنند.

در طول اجرای واقعی، هنگام تغییر backend ذخیره‌سازی یا دوباره‌اتصال آداپتور، تنها افزونه‌هایی که وابستگی‌های واقعی تغییر کرده‌اند دوباره فعال می‌شوند و افزونه‌هایی که وابستگی‌هایشان تغییر نکرده، بی‌حرکت باقی می‌مانند.

باید بدانید که این افزونه‌ها معمولاً توسط نویسندگان مختلف به طور مستقل توسعه داده می‌شوند و تنها هماهنگی بین آن‌ها همان اثر جانبی واکنشی است که Cordis بر آن تأکید دارد.

این نشان می‌دهد که یک مجموعه قوانین ترکیب‌پذیری پویا واقعاً می‌تواند در یک اکوسیستم افزونه باز که توسط نویسندگان مختلف تأمین می‌شود، کار کند.

اما مقاله این مورد را به عنوان یک دمو کامل ارائه نکرده است.

تیم اعتراف می‌کند که در حال حاضر تنها داده‌های تأیید شده از اکوسیستم Koishi و زبان TypeScript وجود دارد و داده‌های مقایسه‌ای کنترل شده با معماری‌های جایگزین وجود ندارد......

اما مهم‌ترین نکته این است که یک مسیر جدید را نشان می‌دهد، یک پایه برای Agent Harness که به خودتحولی خدمت می‌کند.

و اکنون منتشر شده DeepSeek Harness، نسخه به‌روزرسانی شده Koishi Cordis است.

03 معرفی نویسندگان مقاله

در نهایت، بیایید در مورد نویسندگان مقاله صحبت کنیم.

سه نفر هستند که بین دانشگاه پکن و DeepSeek همکاری دارند.

نویسنده اول Yifan Shi نام دارد و از دانشگاه پکن است و همچنین عضو DeepSeek است.

پس از بررسی عمیق، متوجه شدم که نام او قبلاً در گزارش فنی DeepSeek V3 ذکر شده بود.

این پروژه‌ای که در این مقاله برای تأیید استفاده شده است------Koishi------ نیز از اوست.

به نظر می‌رسد او به "شی" علاقه زیادی دارد، نام واقعی‌اش Yifan Shi است، پروژه‌اش Koishi است و نام GitHub او Shigma است.

(دوج)

به موضوع اصلی برگردیم.

Koishi یک مخزن چهار ساله است و اکنون 5.7K ستاره دارد. می‌توان گفت که این منبع همه چیز است.

زیرا مفهوم Cordis نیز در Koishi مطرح شده است.

در سال 2023، Shigma یک مقاله طراحی برای مستندات رسمی Koishi نوشت که عنوان آن "سیستم افزونه قابل برگشت" است و تقریباً اجداد این مقاله جدید است.

Zhang Wei، همچنین از دانشگاه پکن، استادیار در مؤسسه نرم‌افزار دانشکده کامپیوتر دانشگاه پکن است.

وب‌سایت دانشگاه نشان می‌دهد که زمینه‌های تحقیقاتی Zhang Wei عمدتاً شامل مهندسی نرم‌افزار و زبان‌های برنامه‌نویسی است.

او در سال 1999 از دانشگاه هوانوردی و فضایی نانجینگ با مدرک کارشناسی در رشته فیزیک مهندسی فارغ‌التحصیل شد. سپس به سمت رشته کامپیوتر تغییر جهت داد و در سال 2002 مدرک کارشناسی ارشد در علوم کامپیوتر از دانشگاه هوانوردی و فضایی نانجینگ دریافت کرد.

پس از فارغ‌التحصیلی از مقطع کارشناسی ارشد، Zhang Wei به دانشگاه پکن رفت تا دکتری خود را ادامه دهد و در سال 2006 مدرک دکتری در نرم‌افزار و نظریه کامپیوتر دریافت کرد.

پس از فارغ‌التحصیلی، او مستقیماً در دانشگاه پکن مشغول به کار شد و از آن زمان به تحقیق و تدریس در زمینه‌های مهندسی نرم‌افزار و زبان‌های برنامه‌نویسی ادامه داده است.

شایان ذکر است که او و Yifan Shi در ASE 2021 همکاری کرده‌اند.

در سال 2024، آن‌ها همچنین مقاله‌ای با عنوان "Focused: An Approach to Framework-oriented Cross-language Link Specification and Detection" منتشر کردند.

و در نهایت، یک چهره آشنا.

Cui Tianyi، سرپرست تیم DeepSeek Harness. او مدرک کارشناسی خود را از دانشکده کامپیوتر دانشگاه ژجیانگ دریافت کرده است و همکلاسی Liang Wenfeng است.

در دوران تحصیل، Cui Tianyi به دلیل مسابقات NOIP/اطلاعات و برنامه‌نویسی به دانشگاه ژجیانگ معرفی شد و 6 بار مدال طلا در مسابقات برنامه‌نویسی بین‌المللی دانشگاهی ACM در منطقه آسیا را کسب کرد.

پس از فارغ‌التحصیلی، او به مدت 9 سال در دفاتر Jane Street در هنگ کنگ و نیویورک کار کرد.

لینک مقاله: https://github.com/cordiverse/paper

Koishi: https://github.com/koishijs/koishi

این محتوا صرفاً برای اطلاع‌رسانی عمومی ارائه شده است و به‌منزله مشاوره مالی، سرمایه‌گذاری، حقوقی یا مالیاتی تلقی نمی‌شود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید به‌عنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر دارایی‌های رمزارزی تلقی شود. دارایی‌های رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.