نسخه بعدی وب با حضور عامل‌های هوش مصنوعی

در سال ۱۹۹۹، یک دهه پس از اختراع شبکه جهانی وب، «سر تیم برنرز-لی» (Sir Tim Berners-Lee) دانشمند بریتانیایی علوم کامپیوتر، نسخه‌ای هوشمند از این اختراع خود را متصور شد. در آن چشم‌انداز، بسیاری از فعالیت‌های روزمره از یافتن اطلاعات، برنامه‌ریزی، انجام کارهای تکراری و… نه توسط انسان‌ها، بلکه توسط «عامل‌های هوشمند» انجام می‌شد؛ ماشین‌هایی که توانایی خواندن، تفسیر و اقدام دارند.

هوش مصنوعی اکنون ممکن است رؤیاهای برنرز-لی را در ممکن کند. مدل‌های زبانی بزرگ امروزی قادر به خلاصه‌سازی اسناد، پاسخ به پرسش‌ها و استدلال هستند؛ اما آنچه در حال حاضر نمی‌توانند انجام دهند، اقدام مستقل است. این موضوع با ظهور «عامل‌ها» در حال تغییر است؛ نرم‌افزاری که به LLM ابزارهایی می‌دهد تا نه‌تنها متن تولید کنند، بلکه وظایف را نیز انجام دهند.

این تحول از سال ۲۰۲۲ و با راه‌اندازی ChatGPT آغاز شد. بسیاری از کاربران به‌جای واردکردن کلیدواژه‌ها در موتورهای جست‌وجو، سؤالات خود را از چت‌بات‌ها می‌پرسیدند تا اطلاعات پراکنده در وب را یکجا جمع‌آوری کنند. بااین‌حال، این «موتورهای پاسخ» تنها نوک کوه یخ طرفیت‌های واقعی این ابزار را نشان می‌دهد. «کوین اسکات» مدیر فناوری مایکروسافت معتقد است عامل‌هایی که قادر به انجام وظایف پیچیده‌تر هستند «چندان دور از دسترس نیستند»؛ اما برای اینکه این عامل‌ها بتوانند بخش بیشتری از کارها را بر عهده بگیرند، زیرساخت وب باید تغییر کند.

زبان یک مانع اساسی است؛ فراهم‌کردن راهی برای عامل‌ها تا با سرویس‌های آنلاین و یکدیگر ارتباط برقرار کنند. یک وب‌سایت یا سرویس آنلاین معمولاً از طریق رابط برنامه‌نویسی کاربردی (API) با دنیای بیرون ارتباط برقرار می‌کند؛ API به بازدیدکنندگان می‌گوید چه کارهایی می‌توان انجام داد، مانند رزرو وقت پزشک یا ارائه موقعیت مکانی روی نقشه. اما APIها برای انسان‌ها نوشته شده‌اند و هر کدام ویژگی‌ها و مستندات خاص خود را دارند. این محیط برای عامل‌های هوش مصنوعی که با زبان طبیعی استدلال می‌کنند، دشوار است. هر API جدید نیازمند یادگیری «گویش» خاص خود است؛ بنابراین، برای اقدام مستقل در وب، عامل‌ها به روشی استاندارد برای ارتباط نیاز دارند.

این هدف، محور «پروتکل زمینه مدل» (Model Context Protocol) است که توسط آزمایشگاه هوش مصنوعی Anthropic توسعه یافته است. «مایک کریگر» مدیر محصول Anthropic می‌گوید این ایده وقتی شکل گرفت که تیم می‌خواست Claude را به سرویس‌هایی مانند Gmail و GitHub متصل کند. به‌جای ادغام هر اپلیکیشن با Claude به‌صورت موردی، شرکت به دنبال مجموعه‌ای مشترک از قوانین بود تا عامل‌ها بتوانند مستقیماً به ایمیل‌ها یا فایل‌های کاربر دسترسی پیدا کنند. به‌جای مطالعه راهنماهای فنی، یک عامل می‌تواند از سرور MCP بپرسد که یک سیستم چه کاری انجام می‌دهد (رزرو پرواز، لغو اشتراک، صدور بازپرداخت و…) و سپس به نمایندگی از کاربر اقدام کند، بدون نیاز به کدنویسی اختصاصی.

فرض کنید می‌خواهید یک سفر را برنامه‌ریزی کنید. ابتدا برنامه سفر خود را به یک عامل سفر می‌دهید که وظیفه را بین عامل‌های تخصصی تقسیم می‌کند؛ عامل‌هایی که می‌توانند پرواز، هتل و اجاره خودرو را جست‌وجو کنند (نمودار را ببینید). این عامل‌ها با سرورهای MCP خطوط هوایی، هتل‌ها و شرکت‌های کرایه خودرو ارتباط می‌گیرند، اطلاعات را جمع‌آوری کرده، گزینه‌ها را مقایسه و فهرستی از برنامه‌های احتمالی ایجاد می‌کنند. وقتی شما یک گزینه را انتخاب کردید، عامل سفر کل کارهای رزرو را انجام می‌دهد.

این نوع هماهنگی نیازمند قوانین مشخصی است که عامل‌های فردی چگونه یکدیگر را شناسایی، با هم گفت‌وگو و به هم اعتماد کنند. راه‌حل پیشنهادی گوگل، پروتکل «عامل به عامل» (Agent2Agent) است. عامل‌ها می‌توانند توانایی‌های خود را از طریق این پروتکل به یکدیگر اعلام کرده و مذاکره کنند که هر عامل چه کاری انجام دهد. «لوری واس» از استارتاپ Arize AI می‌گوید شرکت‌ها در یک «تلاش سریع» برای تعیین استاندارد غالب وب عامل‌محور هستند. پروتکلی که بیشترین پذیرش را پیدا کند، ابزارهای پشتیبان آن شرکت‌ها را زودتر و بهتر توانمند می‌سازد.

در ۹ دسامبر ۲۰۲۵، Anthropic ،OpenAI، گوگل، مایکروسافت و چند شرکت دیگر Agentic AI Foundation را تأسیس کردند که استانداردهای متن‌باز برای عامل‌های هوش مصنوعی توسعه خواهد داد. پروتکل MCP بخشی از این بنیاد خواهد بود که نشانه‌ای از پذیرش گسترده آن به‌عنوان استاندارد صنعتی برای ارتباط عامل‌محور است.

بااین‌حال، اکثر وب‌سایتی که این عامل‌ها مرور خواهند کرد، برای انسان طراحی شده است. یافتن یک محصول هنوز نیازمند کلیک‌کردن در منوها است. برای دسترسی آسان‌تر مدل‌های زبانی به سایت‌ها، مایکروسافت «وب زبان طبیعی» (Natural Language Web) را ساخت که به کاربران اجازه می‌دهد با هر صفحه وب به زبان طبیعی «چت» کنند. کاربران می‌توانند از طریق NLWeb از یک سایت سفر به‌عنوان‌مثال بپرسند چه مکان‌هایی برای تعطیلات با سه کودک مناسب است یا بهترین فروشگاه‌ها در یک منطقه خاص کدام‌اند. درحالی‌که جستجوی سنتی نیازمند کلیک‌کردن در چندین منو برای انتخاب موقعیت، مناسبت و نوع غذاست،NLWeb قادر است مفهوم کامل پرسش را در یک جمله طبیعی دریافت و پاسخ دهد. هر سایت NLWeb همچنین می‌تواند به‌عنوان سرور MCP عمل کرده و محتوای خود را در اختیار عامل‌ها قرار دهد. بدین ترتیب NLWeb پل بین اینترنت بصری مدرن و وب قابل‌استفاده برای عامل‌ها است.

با افزایش توانایی عامل‌ها، یک رقابت جدید پلتفرمی نیز شکل می‌گیرد، این بار بر سر خود عامل‌ها. این وضعیت یادآور جنگ مرورگرها در دهه ۱۹۹۰ است، زمانی که شرکت‌ها برای کنترل دسترسی به وب رقابت می‌کردند. اکنون مرورگرها با تمرکز بر عامل‌ها بازطراحی می‌شوند. OpenAI و Perplexityنیز مرورگرهای مبتنی بر عامل راه‌اندازی کرده‌اند که می‌توانند پروازها را دنبال کنند، اسناد را دریافت کرده و ایمیل را مدیریت کنند.

اما آرمان‌های آن‌ها فراتر از صرفاً یک مرورگر است. در سپتامبر ۲۰۲۵، OpenAI امکان خرید مستقیم از برخی وب‌سایت‌ها در داخل ChatGPT را فراهم کرد و همچنین با سرویس‌هایی مانند Spotify و Figma ادغام شد تا کاربران بتوانند موسیقی پخش کنند یا طراحی‌های خود را ویرایش کنند، بدون اینکه بین اپلیکیشن‌های مختلف جابه‌جا شوند.

این اقدامات باعث نگرانی بازیگران قدیمی می‌شود. در نوامبر ۲۰۲۵ بود که آمازون ازPerplexity به دلیل نقض شرایط خدمات خود و عدم افشای اینکه مرورگر این استارتاپ در حال خرید است و نه انسان، شکایت کرد.Airbnb نیز از ادغام با ChatGPT صرف‌نظر کرد و گفت این ویژگی «هنوز آماده نیست». تبلیغات نیز باید سازگار شود. وب امروزی بر پایه کسب درآمد از توجه انسان‌ها از طریق تبلیغات جست‌وجو و شبکه‌های اجتماعی استوار است. شرکت‌هایی مانند Alphabet و Meta انتظار دارند سالانه نزدیک به نیم تریلیون دلار از این طریق درآمد داشته باشند که بیش از ۸۰ درصد درآمد آن‌ها را تشکیل می‌دهد. «داون سونگ» دانشمند کامپیوتر در دانشگاه برکلی می‌گوید مارکترها ممکن است نیاز داشته باشند نه برای افراد، بلکه برای «توجه عامل‌ها» تبلیغ کنند. سایت‌های سفر به‌جای متقاعدکردن مسافر باید نماینده دیجیتال او را متقاعد کنند. ترفندها ممکن است همان مواردی رایج مانند بهینه‌سازی رتبه، هدف‌گیری ترجیحات، پرداخت برای جایگاه و… باشد؛ اما مخاطب الگوریتم‌ها خواهند بود.

مرورگرهای مبتنی بر عامل می‌توانند فعالیت آنلاین را به طور چشمگیری گسترش دهند. «پاراگ آگراوال» بنیان‌گذار استارتاپ هوش مصنوعی Parallel Web Systems اشاره می‌کند که وب برای انسان‌هایی ساخته شده که با سرعت انسانی می‌خوانند. عامل‌ها چنین محدودیتی ندارند. آن‌ها می‌توانند هزاران صفحه را در ثانیه بررسی کنند، لینک‌هایی که انسان‌ها نادیده می‌گیرند را دنبال کنند و وظایف را به طور موازی انجام دهند که بخش زیادی از آن روی صفحه‌نمایش نشان داده نمی‌شود. او پیش‌بینی می‌کند عامل‌ها می‌توانند از وب «صدها یا هزاران برابر» بیشتر از انسان استفاده کنند.

در جایی که عامل‌ها عمل می‌کنند، امکان خطا نیز وجود دارد. یک عامل هوش مصنوعی ممکن است رفتاری داشته باشد که کاربر به طور کامل آن را درک نکند. ممکن است اشتباه کند و سپس توضیحاتی جعلی ارائه دهد. خطر بزرگ‌تر، دست‌کاری خارجی است. نوعی از حمله سایبری که به «تزریق پرامپت» (Prompt Injection) مشهور است و وظیفه‌اش پنهان‌کردن دستورات مخرب در صفحات وب یا فایل‌ها است؛ می‌تواند عامل‌ها را فریب دهد تا داده‌ها را نشت دهند، از کنترل‌های ایمنی عبور کنند یا اقدامات غیرمجاز انجام دهند.

اقدامات حفاظتی می‌توانند ریسک‌ها را کاهش دهند. یکی از این سازوکارهای حفاظتی محدودکردن عامل‌ها به سرویس‌های مورداعتماد است. یک راه دیگر اعطای قدرت محدود است. برخی ممکن است «فقط خواندنی» باشند یا فقط اجازه داشته باشند داده دریافت کنند؛ اما نتوانند چیزی را ارسال کنند یا تغییر دهند. برخی دیگر ممکن است تنها با تأیید انسان عمل کنند. برای حساس‌ترین کارها، ممکن است لازم باشد یک انسان در حلقه باقی بماند.

با وجود ریسک‌ها، توسعه‌دهندگان نرم‌افزار خوش‌بین هستند. آگراوال انتقال از اینترنت «کششی» (Pull)، یعنی جایی که انسان‌ها اقدام می‌کنند؛ به مدل «فشاری» (Push)، یعنی جایی که عامل‌ها بدون درخواست اقدام می‌کنند را تصور می‌کند. این حالت می‌تواند پایه‌ای برای نسخه‌ای جدید و بسیار متفاوت از وب باشد.

گزارش حاضر در نسخه December 13th 2025 نشریه The Economist منتشر شده است.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.