ایجنت‌های AI (کهن‌الگو)
توجه: این سند ترجمه خودکار نسخه اصلی انگلیسی است.
ایجنت‌های AI (کهن‌الگو)
صفحات کهن‌الگو در DecAIHub طرح‌های رایج پروژه‌ها را توصیف می‌کنند — الگوهای تکرارشونده‌ای از اینکه پروژه‌های کریپتو AI چگونه ساخته می‌شوند، چه چیزی ارائه می‌دهند و AI چه نقشی در محصولشان دارد. کهن‌الگوی «ایجنت‌های AI» پروژه‌هایی را پوشش می‌دهد که محصول اصلی‌شان ساخت، استقرار یا بهره‌برداری از ایجنت‌های AI است: نرم‌افزار خودگردانی که داده را درک می‌کند، درباره‌اش استدلال می‌کند و بدون دستور پیوستهٔ انسانی کنش انجام می‌دهد.
به‌طور خلاصه: در این کهن‌الگو، ایجنت خودِ محصول است — نه قابلیتی که به چیز دیگری چسبانده شده باشد.
چه چیزی این کهن‌الگو را تعریف می‌کند
پروژه‌ای در کهن‌الگوی ایجنت‌های AI جای می‌گیرد که پیشنهاد اصلی‌اش حول ایجنت‌ها بچرخد، نه اینکه از ایجنت‌ها به‌عنوان قابلیتی ثانویه استفاده کند. ایجنت — ساخت، استقرار، بهره‌برداری یا درآمدزایی از آن — دلیل اصلی وجود پروژه است. این موضوع کهن‌الگو را از پروژه‌هایی جدا می‌کند که در درون خود از ایجنتی استفاده می‌کنند (مثلاً یک پروتکل DeFi با متوازن‌کنندهٔ کمک‌گرفته از AI) اما محصول اصلی‌شان چیز دیگری است. در کهن‌الگوی ایجنت‌های AI، حذف ایجنت یعنی حذف محصول.
کهن‌الگوها توصیفی‌اند، نه تأییدیه. آن‌ها به خوانندگان کمک می‌کنند نقشه‌های راهِ در ظاهر مشابه را مقایسه کنند و پرسش‌های یکدستی دربارهٔ شواهد، ایمنی و معماری بپرسند. دو پروژه در یک کهن‌الگو می‌توانند در بلوغ و عمق قابل راستی‌آزمایی AI به‌شدت متفاوت باشند.
الگوهای رایج
درون این کهن‌الگو، چند الگوی محصول متمایز به‌طور مکرر در سراسر رجیستری DecAIHub دیده می‌شوند.
چارچوب‌های ایجنت
ابزارهای «ایجنت خودت را بساز». این پروژه‌ها SDK، کتابخانه و ابزارهای توسعه برای ساخت ایجنت‌های AI سفارشی فراهم می‌کنند. معمولاً ماژول‌های از پیش ساخته‌شده برای حافظه، برنامه‌ریزی، استفاده از ابزار و تعامل با زنجیره دارند. محصول، خودِ چارچوب است — ایجنت‌های ساخته‌شده روی آن متعلق به توسعه‌دهندگان شخص ثالث‌اند.
AI componentهای معمول: agentic framework، agent SDK، AI agent platform (workflows/tools/KB).
لانچ‌پدهای ایجنت
ساخت، استقرار و توکنیزه‌کردن ایجنت‌ها. این پلتفرم‌ها به کاربران اجازه می‌دهند ایجنتی بسازند، توکنی به آن اختصاص دهند و آن را on-chain راه‌اندازی کنند — اغلب با رابط‌های بدون کد یا با کد کم. این الگو ساخت ایجنت را با انتشار توکن در یک جریان واحد ترکیب می‌کند. این یکی از رایج‌ترین موارد استفاده در این دسته است: ساخت + راه‌اندازی ایجنت AI.
موارد استفادهٔ معمول: AI agent creation + launch، build + deploy AI agents، no-code agent deployment.
بازارهای ایجنت
کشف و استفاده از ایجنت‌های از پیش ساخته‌شده. پروژه‌های بازار، ایجنت‌های ساخته‌شده توسط دیگران را گرد هم می‌آورند و به کاربران امکان می‌دهند سرویس‌های ایجنتی را مرور، اجاره یا خریداری کنند. بازار، کشف، پرداخت (معمولاً با توکن) و گاهی اعتبارسنجی را مدیریت می‌کند. AI متعلق به سازندگان تک‌تک ایجنت‌هاست، نه خود بازار.
AI componentهای معمول: agent marketplace، agent registry، agent discovery.
سیستم‌عامل ایجنتی
سیستم‌عامل‌های کامل برای ایجنت‌های خودگردان. این پروژه‌ها از چارچوب‌های منفرد فراتر می‌روند و تلاش می‌کنند محیطی کامل بسازند که ایجنت‌ها در آن هماهنگ شوند، منابع را به اشتراک بگذارند، از ابزارها استفاده کنند و با چند زنجیره تعامل داشته باشند. آن‌ها خود را لایهٔ زیرساختی «اقتصاد ایجنت‌ها» معرفی می‌کنند.
AI componentهای معمول: agentic OS، multi-agent orchestration، agent swarm.
ایجنت‌های عمودی
ایجنت‌های هدف‌ساخت برای دامنه‌های مشخص. این پروژه‌ها به‌جای ارائهٔ پلتفرمی عمومی، ایجنت‌هایی برای یک عمود واحد می‌سازند: ایجنت‌های معاملاتی DeFi، NPCهای بازی، شخصیت‌های شبکه‌های اجتماعی، دستیارهای مصرف‌کننده یا ایجنت‌های مدیریت زیرساخت. AI تمرکز باریکی دارد و ارزش به این بستگی دارد که ایجنت وظیفهٔ مشخص خود را چقدر خوب انجام می‌دهد.
موارد استفادهٔ معمول: AI bots/agents for crypto، AI-powered DeFi agent، autonomous trading agent، AI companion.
چه چیزی این الگوها را متحد می‌کند
با وجود شکل‌های متفاوت محصول، همهٔ پروژه‌های این کهن‌الگو یک ویژگی ساختاری مشترک دارند: ایجنت همان محصول است. پروژه صرفاً از AI به‌عنوان یکی از چند قابلیت استفاده نمی‌کند — کل پیشنهاد ارزش به وجود، کیفیت و خودگردانی ایجنت وابسته است.
این یعنی ارزیابی پروژه‌های این کهن‌الگو مستلزم بررسی خودِ ایجنت است: آیا استدلال می‌کند، یا از یک اسکریپت ثابت پیروی می‌کند؟ آیا از یک AI component واقعی (LLM، یادگیری تقویتی، ماژول برنامه‌ریزی) استفاده می‌کند، یا یک اتوماسیون مبتنی بر قواعد است که «ایجنت» نامیده شده؟
خوانندگان همچنین باید ادعاهای پلتفرمی («ما ایجنت‌ها را ممکن می‌کنیم») را از ادعاهای نمونه‌ای («ایجنت ما کار X را on-chain انجام داد») تمیز دهند. هر دو می‌توانند معتبر باشند، اما به گونه‌های متفاوتی از اثبات نیاز دارند.
این کهن‌الگو کجا در کارت‌های DecAIHub ظاهر می‌شود
هنگام خواندن کارت پروژه‌ای متعلق به این کهن‌الگو، به دنبال این موارد باشید:
- Category — معمولاً AI/Agents، اغلب همراه با یک تگ دامنه (DeFi، Infra، Consumer، Gaming، Meme).
- AI component — باید سازوکار مشخصی را نام ببرد:
agentic framework،agent marketplace،AI agent platform،agent swarm،multi-agent orchestration. مقادیر مبهم نشانهٔ هشدارند. - Use case — مقادیر رایج:
build + deploy AI agents،AI agent creation + launch،AI bots/agents for crypto،no-code agent builder. مورد استفاده باید توصیف کند کاربر با محصول ایجنتی چه می‌کند. - ai_score — بازتاب می‌دهد چه میزان شواهد قابل راستی‌آزمایی برای قابلیت‌های AI ایجنت وجود دارد. ببینید DecAI Fit.
این کهن‌الگو چه چیزی را اثبات نمی‌کند
طبقه‌بندی زیر کهن‌الگوی ایجنت‌های AI یعنی پروژه به‌عنوان ایجنت‌محور جای‌گیری شده است. طبقه‌بندی به‌تنهایی تأیید نمی‌کند که:
- ایجنت‌های واقعی در محیط تولید اجرا می‌شوند و وظایف خودگردان انجام می‌دهند؛
- ایجنت‌ها از AI واقعی استفاده می‌کنند، نه از اسکریپت‌های ثابت یا API wrapperهای ساده؛
- پلتفرم پذیرش معنادار کاربران یا توسعه‌دهندگان دارد؛
- توکن برای کارکرد ایجنت‌ها ضروری است؛
- ایجنت‌های پروژه ایمن‌تر، هوشمندتر یا خودگردان‌تر از جایگزین‌ها هستند.
بسیاری از پروژه‌های ایجنتی، پلتفرم‌هایی در مرحلهٔ اولیه‌اند که ایجنت‌های کمی واقعاً روی آن‌ها مستقر شده است. شکاف میان چشم‌انداز و واقعیت قابل راستی‌آزمایی در این کهن‌الگو اغلب گسترده است — و همین امتیاز AI reality و سطح شواهد را به‌ویژه مهم می‌کند.
اشتباه نگیرید با
- دسته AI/Agents — برچسب دستهٔ سطح بالا. صفحهٔ کهن‌الگو الگوی رایج محصول را توصیف می‌کند؛ صفحهٔ دسته سیستم طبقه‌بندی را.
- کهن‌الگوی دستیار AI — دستیارها به پرامپت‌های کاربر پاسخ می‌دهند اما معمولاً به‌طور خودگردان کنش انجام نمی‌دهند. ببینید دستیار در برابر ایجنت.
- کهن‌الگوی لایهٔ زیرساخت AI — پروژه‌های زیرساختی ابزارها و منابعی فراهم می‌کنند که ایجنت‌ها ممکن است مصرف کنند، اما خود زیرساخت ایجنت نیست.
- اتوماسیون — اسکریپت‌های مبتنی بر قواعد که منطق از پیش تعریف‌شده را بدون یادگیری یا استدلال اجرا می‌کنند. ببینید اتوماسیون در برابر AI واقعی.
پرسش‌های متداول
آیا «کهن‌الگو» همان دستهٔ AI/Agents است؟
خیر. دستهٔ AI/Agents برچسبی سطح بالا در رده‌بندی است. یک کهن‌الگو شکل‌های تکرارشوندهٔ محصول را درون و پیرامون آن برچسب توضیح می‌دهد (چارچوب‌ها، بازارها، ایجنت‌های عمودی). از کهن‌الگوها برای تطبیق الگوهای روایی استفاده کنید؛ از دسته‌ها و مقادیر AI component برای مقایسهٔ ساخت‌یافته.
چرا دو پروژهٔ ایجنتی با صفحات فرود مشابه در ai_score امتیاز متفاوتی می‌گیرند؟
ai_score بازتاب شواهد قابل راستی‌آزمایی برای ادعاهای AI است — مستندات، کد، دموها، رفتار قابل اندازه‌گیری — نه شباهت بازاریابی. دو چشم‌انداز ایجنت‌محور می‌توانند به‌محض اعمال شواهد Tier-1 به‌شدت از هم فاصله بگیرند.
آیا خوانندگان باید انتظار داشته باشند هر بازار ایجنتی میزبان آموزش مدل اختصاصی باشد؟
نه لزوماً. بازارها اغلب بر کشف، پرداخت‌ها و رابط‌ها تمرکز می‌کنند، در حالی که سازندگان، مدل‌ها و سیاست‌ها را تأمین می‌کنند. هر لایه را جداگانه ارزیابی کنید: زیرساخت پلتفرم، مدل‌های سازندگان و شواهد اجرای on-chain.
منابع خارجی
- Multi-agent system — Wikipedia — مروری بر ایجنت‌های خودگردان هماهنگ‌شونده، پیش‌زمینه‌ای مفید برای ادعاهای «swarm» و هماهنگ‌سازی.
- Planning (AI) — Wikipedia — معرفی برنامه‌ریزی به‌عنوان یک شاخهٔ محوری AI که اغلب در طراحی ایجنت‌ها به آن ارجاع می‌شود.
No comments to display
No comments to display