شرکت OpenAI از GPT-6 Astra به عنوان جدیدترین و قدرتمندترین مدل هوش مصنوعی خود رونمایی کرده است. این مدل برای انجام کارهای پیچیده و چندمرحله‌ای طراحی شده و در زمینه‌هایی مانند استدلال، برنامه‌نویسی، استفاده از کامپیوتر، جست‌وجوی وب، پژوهش علمی، امنیت سایبری و انجام امور حرفه‌ای عملکرد قابل توجهی دارد. OpenAI همچنین GPT-6 Astra را گامی مهم در مسیر توسعه هوش مصنوعی عمومی یا AGI می‌داند.

GPT-6 Astra تنها یک مدل زبانی برای پاسخ دادن به پرسش‌های متنی نیست. تمرکز اصلی این مدل روی انجام کار است؛ یعنی می‌تواند در جریان یک وظیفه چندمرحله‌ای، اطلاعات را بررسی کند، با ابزارها تعامل داشته باشد، کد بنویسد، در محیط‌های نرم افزاری کار کند و در نهایت یک خروجی کامل مانند سند، فایل ارائه یا جدول آماده کند. در ادامه با اینتوتک همراه باشید تا با GPT -6 بیشتر آشنا شویم.

اگر کسی از صفر توانایی کدنویسی نداشته باشد، Claude Code می‌تواند شبیه یک ابزار جادویی به نظر برسد. کافی است توضیح دهید چه چیزی می‌خواهید تا برنامه را برایتان بسازد یا وظیفه مورد نظر را انجام دهد. همین قابلیت باعث شده Claude Code به یکی از پرکاربردترین ابزارهای من تبدیل شود، با اینکه خودم برنامه‌نویس نیستم.

با این حال، نباید تصور کرد Claude Code کاملاً مستقل است. در جریان ساخت یک پروژه، ممکن است از شما سؤال بپرسد یا برای ادامه کار به دستورهای بیشتری نیاز داشته باشد. برای پروژه‌های کوچک، پاسخ دادن به این سؤال‌ها چندان مشکل‌ساز نیست؛ اما وقتی انتظار دارید ابزار همه کارها را خودش انجام دهد، این رفت‌وبرگشت‌ها می‌تواند آزاردهنده باشد.

اخیراً متوجه شدم Claude Code قابلیتی دارد که می‌تواند این مشکل را تا حد زیادی برطرف کند. جالب‌تر اینکه برای استفاده از آن لازم نیست تنظیمات پیچیده‌ای را تغییر دهید. کافی است یک دستور ساده را ابتدای پرامپت خود اضافه کنید: /goal. با اینتوتک همراه باشید تا در مورد استفاده از دستور goal در برنامه‌نویسی به کمک Claude بیشتر بدانیم.

این روزها Claude Code توجه زیادی را در میان برنامه‌نویسان به خود جلب کرده است، اما اگر پس از استفاده از آن احساس کرده‌اید خروجی‌ها به اندازه چیزی که انتظار داشتید خوب نیستند، لزوماً مشکل از شما یا حتی خود مدل هوش مصنوعی نیست. در بسیاری از موارد، ابزارها و تنظیمات اطراف مدل می‌توانند تفاوت قابل‌توجهی ایجاد کنند.

Claude Code در حالت پیش‌فرض یک ابزار عمومی و توانمند است، اما امکانات آن برای برخی گردش‌کارهای تخصصی محدود است. وقتی مهارت‌ها و دستورالعمل‌ها و ابزارهای مناسب در اختیار آن قرار می‌گیرد، می‌تواند عملکرد بسیار بهتری داشته باشد. پلاگین‌ها دقیقاً برای همین منظور ساخته شده‌اند.

پس از بررسی بیش از ۱۰۰ پلاگین Claude Code، پنج گزینه بیش از بقیه ارزش توجه دارند: Superpowers و Productivity و پلاگین‌های Language Server و Frontend Design و Context7.

این پلاگین‌ها قرار نیست یک مدل ضعیف را ناگهان به مدل قدرتمندتری تبدیل کنند. کاری که انجام می‌دهند، فراهم کردن ابزار و اطلاعات و دستورالعمل‌های تخصصی است تا Claude بتواند برای وظایف مشخص، عملکرد منظم‌تر و دقیق‌تری داشته باشد.

هرچه بیشتر به استفاده از هوش مصنوعی برای برنامه‌نویسی کمک می‌گیرم، کنجکاوتر می‌شویم که بدانیم پلتفرم‌های بزرگ هوش مصنوعی وقتی دقیقاً یک وظیفه یکسان به آن‌ها داده می‌شود، چه تفاوتی با یکدیگر دارند. به‌راحتی می‌توان از Claude و ChatGPT یا Gemini خواست یک اپلیکیشن ساده بسازند و وقتی چند ثانیه بعد یک برنامه کاربردی تحویل می‌دهند، تحت‌تأثیر قرار گرفت. اما این موضوع لزوماً نشان نمی‌دهد که کد تولیدشده امن، ساختاریافته یا برای شرایطی فراتر از ساده‌ترین حالت استفاده مناسب است.

با یک چالش واقعی می‌توان این سه ربات هوش مصنوعی را مقایسه کرد، یک پروژه‌ی ساده و کاربردی: یک صفحه‌ی تولیدکننده رمز عبور گزینه مناسبی به‌نظر می‌رسد. این ابزار می‌تواند کاملاً داخل مرورگر اجرا شود، به سرور یا پایگاه داده نیازی ندارد و لازم نیست هیچ اطلاعات شخصی را ذخیره کند. در عین حال، برای ساخت درست آن باید به مواردی مثل تصادفی‌سازی، انتخاب کاراکترها، مدیریت خطاها و امنیت پایه توجه شود. ممکن است یک تولیدکننده رمز عبور ظاهر بسیار خوبی داشته باشد و ظاهراً هم درست کار کند، اما همچنان رمزهایی تولید کند که نتوان با خیال راحت به آن‌ها اعتماد کرد.

در ادامه نتیجه‌ی این آزمون ساده را بررسی می‌کنیم تا روشن شود که برای کارهای برنامه‌نویسی، احتمالاً کدام ربات هوش مصنوعی بهتر عمل می‌کند. با اینتوتک همراه باشید.