تغییر راهبرد هوش مصنوعی مایکروسافت در VS Code: چرخش به سوی مدل‌های آنتروپیک

مایکروسافت در VSC به اوپن‌ای‌آی پشت کرد

مایکروسافت آرام اما معنادار، در Visual Studio Code قابلیت «انتخاب خودکار مدل» را فعال کرده است؛ قابلیتی که میان چند مدل برتر (مانند Claude Sonnet 4 و مدل‌های OpenAI) بسته به وظیفه، بهترین را برمی‌گزیند. گزارش‌ها می‌گویند در سناریوهای کدنویسی، اولویت بیشتری به Claude Sonnet 4 داده شده و حتی به تیم‌های داخلی مایکروسافت نیز چنین توصیه‌ای شده است. در عین حال، کاربران پولی GitHub Copilot به‌طور گسترده‌تری به Claude Sonnet 4 دسترسی خواهند داشت. این تغییر بدون قطع همکاری با OpenAI رخ می‌دهد و هم‌زمان با سرمایه‌گذاری مایکروسافت روی مدل‌های اختصاصی خود—از جمله پروژه‌ای که با عنوان MAI-1 شناخته می‌شود—پیش می‌رود.


مایکروسافت در VSC به اوپن‌ای‌آی پشت کرد
مایکروسافت در VSC به اوپن‌ای‌آی پشت کرد

چرا چنین چرخشی منطقی است؟

  • تنوع تأمین‌کننده و ریسک‌زدایی:
    وابستگی به یک ارائه‌دهنده واحد، ریسک فنی و تجاری ایجاد می‌کند. مسیری که مایکروسافت می‌رود—مدل‌محور به‌جای فروشنده‌محور—به آن امکان می‌دهد با توجه به وظیفه (کدنویسی، تحلیل جدولی، خلاصه‌سازی طولانی) بهترین مدل را به‌صورت پویا انتخاب کند. این رویکرد، زمان پاسخ و کیفیت را بهبود می‌دهد و هزینه را هم قابل‌بهینه‌سازی می‌کند.
  • تناسب مدل با کار (Task fit):
    مدل‌های خانواده کلود در ورودی‌های طولانی، استدلال گام‌به‌گام با نشانه‌گذاری شفاف، و پیروی از دستورالعمل‌های دقیق، در بسیاری از ارزیابی‌های غیررسمی جامعه توسعه‌دهندگان عملکرد رقابتی داشته‌اند. در مقابل، برخی مدل‌های دیگر در تولید کد خام سریع‌ترند اما در ویرایش مبتنی‌بر زمینه‌های طولانی یا توجیه تغییرات، نوسان بیشتری نشان می‌دهند. مسیر «رایانشِ تطبیقی» به VS Code اجازه می‌دهد برای هر زیر-وظیفه، مدل مناسب‌تر را فراخوانی کند.

پیامدها برای اکوسیستم توسعه‌دهندگان

  • نتیجه عملی برای برنامه‌نویسان در VS Code و GitHub Copilot:
    • کیفیت پاسخ‌های کدنویسی:
      انتظار پیشنهادهای دقیق‌تر در تکمیل خودکار، بازنویسی توابع با توضیح منطقی، و تولید تست‌های واحد منطبق با سبک پروژه.
    • تجربه یکنواخت‌تر در فایل‌های بزرگ:
      در بازسازی کدهای موروثی یا پروژه‌های چندماژوله، مدل‌هایی با پنجره متن بزرگ‌تر و هدایت‌پذیری بهتر، خطای «گم‌کردن زمینه» را کاهش می‌دهند.
    • پایداری و هزینه:
      مدل‌روتینگ می‌تواند بسته به بار و وظیفه، بین مدل‌های سریع‌تر/ارزان‌تر و دقیق‌تر/گران‌تر سوئیچ کند تا هم تجربه و هم هزینه بهینه شوند.
  • برای مایکروسافت چه معنایی دارد؟
    • ادامه شراکت با OpenAI، اما با آزادی عمل بیشتر:
      سرمایه‌گذاری و هم‌پوشانی فناوری حفظ می‌شود، اما مسیر «بهترین مدل برای بهترین کار» دست مایکروسافت را برای استفاده از آنتروپیک یا مدل‌های داخلی خودش باز می‌گذارد.
    • آموزش مدل‌های اختصاصی (مانند MAI-1):
      ترکیب داده‌های سازمانی، قابلیت‌های آفیس (Excel/PowerPoint)، و بازخورد کاربران Copilot می‌تواند به شکل‌گیری مدل‌هایی منجر شود که در وظایف بهره‌وری سازمانی مزیت بومی داشته باشند.

این تغییر برای کاربر نهایی چه فرقی ایجاد می‌کند؟

  • دقت بالاتر در کارهای ساختاریافته (مثل فرمول‌سازی و جدول‌ها):
    در سناریوهای Office—از ساخت فرمول‌های پیچیده در اکسل تا خلاصه‌سازی اسلایدها—انتخاب مدل با کارایی بهتر می‌تواند خطای معنایی را کاهش دهد و خروجی‌های «قابل‌اعتمادتر» بسازد.
  • شفافیت بیشتر در ویرایش‌های کد:
    انتظار داشته باشید پیشنهادها با توضیح «چرا» همراه شوند: این‌که تغییر پیشنهادی چه باگی را می‌گیرد یا چه بوی بدی (code smell) را برطرف می‌کند. این رویکرد یادگیری ضمن کار را تقویت می‌کند.

نکاتی برای تیم‌های فنی و سردبیران فناوری

  • معیارمحور بمانید:
    به‌جای تکیه بر نام مدل، کیفیت را با معیارهای درون‌سازمانی ارزیابی کنید: دقت تست‌ها، زمان تا ادغام (TTM)، و نرخ بازگشت خطا پس از پذیرش پیشنهادهای AI.
  • کنترل نسخه و امنیت را جدی بگیرید:
    ادغام مدل‌های چندگانه به معنای مسیرهای داده‌ای متنوع‌تر است. سیاست‌های حریم خصوصی، حذف داده حساس از پرامپت، و ثبت‌رخداد پیشنهادهای پذیرفته‌شده باید استاندارد شود.

جمع‌بندی

مایکروسافت با فعال‌کردن انتخاب خودکار مدل در VS Code و پررنگ‌کردن نقش Claude Sonnet 4 در کدنویسی، راهبرد «بهترین مدل برای بهترین کار» را به‌طور عملیاتی پیاده می‌کند—بدون آن‌که همکاری‌اش با OpenAI را کنار بگذارد. نتیجه برای توسعه‌دهندگان باید بهبود ملموس در دقت، ثبات و هزینه باشد؛ و برای خود مایکروسافت، آزادی فنی برای ساخت و رشد مدل‌های اختصاصی که دقیقاً با سناریوهای بهره‌وری و کدنویسی‌اش هم‌راستا هستند.

مجله تکنولوژی فرداد

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *