گوگل قابلیت بازیابی ابزارها را به رابط برنامهنویسی جمینای اضافه کرد
شرکت گوگل با معرفی قابلیت جدید «بازیابی ابزارها» در رابط برنامهنویسی جمینای، به توسعهدهندگان امکان داد تا کاتالوگهای عظیمی از ابزارها را بدون نگرانی از محدودیتهای پنجره زمینه مدیریت کنند. این ویژگی با بارگذاری پویا و در لحظه طرحوارهها، هزینههای پردازش و تاخیر را بهطور چشمگیری کاهش میدهد.
به قلم کوروش پاکزاد
این خبر را به اشتراک بگذارید
شرکت گوگل در ۱۹ نوامبر ۲۰۲۶، قابلیت جدیدی با نام «بازیابی ابزارها» (Tool Retrieval) را در نسخه پیشنمایش رابط برنامهنویسی تعاملی جمینای (Gemini Interactions API) معرفی کرد. این ویژگی به عاملهای هوش مصنوعی اجازه میدهد تا کاتالوگهای عظیمی از ابزارهای نرمافزاری را به شکلی کاملا بهینه و پویا مدیریت کنند.[1][4]
لوسیا لوهر، مدیر محصول رابط برنامهنویسی جمینای و نورا کاسنر، دانشمند پژوهشی در گوگل دیپمایند، در وبلاگ رسمی این شرکت اعلام کردند که این قابلیت، نیاز به ارسال تمام اطلاعات ابزارها در هر درخواست را از بین میبرد. این تغییر، یک گلوگاه اساسی در توسعه عاملهای هوشمند را برطرف میکند.[3][4]
پیش از این بهروزرسانی، توسعهدهندگانی که دهها یا صدها ابزار را به یک عامل متصل میکردند، مجبور بودند طرحواره (Schema) کامل پارامترهای تمامی آنها را در هر درخواست به مدل ارسال کنند. این رویه باعث افزایش شدید مصرف توکنهای ورودی، کندی سیستم و کاهش دقت مدل در انتخاب ابزار میشد.[4]
با معرفی قابلیت بازیابی ابزارها، عامل هوش مصنوعی اکنون میتواند یک کتابخانه کامل از توابع را در حالت آمادهباش نگه دارد. سیستم تنها زمانی که برای انجام یک وظیفه خاص به ابزاری نیاز داشته باشد، جزئیات دقیق و طرحواره پارامترهای آن را به درون پنجره زمینه (Context Window) فراخوانی میکند.[2][4]
مکانیسم فنی بارگذاری تاخیری ابزارها
از منظر فنی، این ویژگی با استفاده از جستجوی معنایی (Semantic Search) بر روی توضیحات توابع کار میکند. توسعهدهندگان برای فعالسازی آن باید یک ابزار جستجو با نام «tool_search» را به سیستم اضافه کرده و ویژگی بارگذاری تاخیری (defer_loading: true) را برای هر تابع به صورت جداگانه تنظیم کنند.[1][5]
گوگل این امکان را فراهم کرده است که فرآیند بازیابی هم در سمت سرور و هم در سمت کلاینت انجام شود. تیمهایی که از نمایههای برداری (Vector Indexes) اختصاصی استفاده میکنند، میتوانند در صورت نیاز، اجرای جستجو را به سمت کلاینت منتقل کنند تا کنترل بیشتری بر روی رتبهبندی و مجوزها داشته باشند.[1][5]
یکی از مزایای کلیدی این معماری، حفظ کارایی حافظه پنهان پیشوند (Prefix Cache) است. از آنجا که طرحوارههای تاخیری در ابتدای درخواست و در بخش ثابت پرامپت قرار نمیگیرند، سیستم میتواند از حافظه پنهان برای پردازش سریعتر استفاده کند که این امر به شدت روی کاهش تاخیر تاثیر میگذارد.[1][3]
زیرساختهای مهندسی این قابلیت پیش از اعلام رسمی آماده شده بود. در ۱۸ نوامبر ۲۰۲۶، گوگل نسخه ۳.۶.۰ کیت توسعه نرمافزار (SDK) پایتون خود را منتشر کرد که در فهرست تغییرات آن، اضافه شدن طرحوارههای عمومی مرتبط با بازیابی ابزارها و نتایج توابع به وضوح ذکر شده بود.[3]
این قابلیت در حال حاضر تنها در نسخه v1beta رابط برنامهنویسی تعاملی (Interactions API) در دسترس است. متد قدیمیتر تولید محتوا (generateContent) از این ویژگی پشتیبانی نمیکند و توسعهدهندگان برای استفاده از بازیابی ابزارها باید معماری درخواستهای خود را به سیستم تعاملی جدید گوگل منتقل کنند.[3][5]
حل چالش محدودیت پنجره زمینه
مشکل محدودیت پنجره زمینه، یکی از بزرگترین چالشهای توسعهدهندگان هوش مصنوعی در سالهای اخیر بوده است. هرچه تعداد ابزارهای متصل به یک عامل بیشتر میشد، بخش بزرگتری از ظرفیت پردازشی مدل به خواندن تعاریف ابزارهایی اختصاص مییافت که در آن دور از مکالمه اصلا مورد استفاده قرار نمیگرفتند.[2][3]
این سربار اطلاعاتی نه تنها هزینه پردازش را به شدت بالا میبرد، بلکه باعث میشد مدل در میان انبوهی از گزینهها سردرگم شود. با محدود شدن گزینههای فعال به یک فهرست کوتاه و مرتبط، مدل اکنون مجموعه بسیار کوچکتری از طرحوارهها را پیش از فراخوانی یک تابع ارزیابی میکند.[1]
از نظر هزینههای عملیاتی، گوگل هیچ مبلغ اضافهای برای استفاده از خود قابلیت بازیابی ابزارها دریافت نمیکند. توکنهای ورودی و خروجی بر اساس نرخهای استاندارد مدلی که فراخوانی میشود محاسبه میگردند و هر طرحوارهای که بارگذاری میشود، به عنوان توکن ورودی برای بقیه مکالمه در نظر گرفته میشود.[4]
با این حال، توسعهدهندگان همچنان باید آرایه کامل ابزارها را در هر درخواست اولیه ارسال کنند تا سیستم بداند چه توابعی در دسترس هستند. ارزش واقعی این بهروزرسانی در جداسازی مفهوم «نگهداری یک فهرست کامل از ابزارها» از «خواندن کل آن فهرست در هر دور از استنتاج» نهفته است.[3]
پایگاه تحلیلی ایپیآییی (APIYI) در بررسی این قابلیت مینویسد: «ارزش واقعی این بهروزرسانی در جداسازی دو مفهوم اساسی است: نگهداری یک فهرست کامل از ابزارها و خواندن کل آن فهرست در هر دور از استنتاج. اکنون کتابخانه ابزارها میتواند پیوسته گسترش یابد، در حالی که تنها یک فهرست سبک در زمینه مدل میماند.»[3]
پشتیبانی از خانواده مدلهای جمینای ۴
بر اساس مستندات توسعهدهندگان گوگل، قابلیت بازیابی ابزارها با مدلهای جمینای ۳.۶ به بعد، از جمله تمامی اعضای خانواده جدید جمینای ۴ سازگار است. تلاش برای تنظیم بارگذاری تاخیری روی مدلهای پشتیبانینشده، منجر به دریافت خطای HTTP 400 از سوی سرورهای گوگل خواهد شد.[1][3]
همزمان با این بهروزرسانی، گوگل در اواسط نوامبر ۲۰۲۶ چندین مدل قدرتمند از خانواده جمینای ۴ را روانه بازار کرد. در ۱۲ نوامبر، مدل «جمینای ۴ هیدروژن» (Gemini 4 Hydrogen) با قیمت ۱.۵۰ دلار برای هر میلیون توکن ورودی و ۷.۵۰ دلار برای خروجی، به عنوان مدلی سریع برای کارهای روزمره معرفی شد.[5][6]
مدل هیدروژن که اکنون موتور جستجوی گوگل را نیز قدرت میبخشد، دارای یک پنجره زمینه یکپارچه یک میلیون توکنی است. این مدل سطح تفکر جدیدی به نام «xhigh» را معرفی کرده و به عنوان مدل پیشفرض برای عاملهای مدیریتشده گوگل مانند عامل «آنتیگرویتی» (Antigravity) جایگزین نسخههای قبلی شده است.[5][6]
در ۱۸ نوامبر ۲۰۲۶، گوگل مدل «جمینای ۴ نئون» (Gemini 4 Neon) را برای کارهای پیچیده مهندسی نرمافزار و علوم پایه عرضه کرد. این مدل با قیمت ۳.۰۰ دلار برای ورودی و ۱۵.۰۰ دلار برای خروجی در هر میلیون توکن، از طریق رابط برنامهنویسی جمینای و استودیوی هوش مصنوعی گوگل در دسترس قرار گرفت.[5][7]
مدل نئون نیز از یک پنجره زمینه یک میلیون توکنی بهره میبرد و میتواند متن، تصویر، ویدیو، صدا و فایلهای PDF را پردازش کند. این مدل که بر پایه معماری مدل کربن توسعه یافته است، خروجیهای خود را به صورت پیشفرض تا سقف ۶۵,۵۳۶ توکن تولید میکند که با تنظیمات خاص قابل افزایش است.[7]
پیش از آن و در ۱۰ نوامبر، مدل «جمینای ۴ کربن» (Gemini 4 Carbon) برای توسعهدهندگان تجاری در دسترس قرار گرفته بود. گوگل اعلام کرده است که قیمت این مدل تا ۳۰ نوامبر ۲ دلار برای ورودی و ۱۰ دلار برای خروجی است، اما از اول دسامبر ۲۰۲۶ این ارقام به ۴ و ۲۰ دلار افزایش خواهد یافت.[6]
بازنشستگی مدلهای قدیمی و انتقال اجباری
در کنار معرفی قابلیتها و مدلهای جدید، گوگل در حال بازنشسته کردن نسخههای قدیمیتر است. از اول دسامبر ۲۰۲۶، تمامی درخواستهای ارسال شده به مدلهای «جمینای ۲.۵ پرو» و «جمینای ۲.۵ فلش» به صورت خودکار به مدلهای جدیدتر هدایت خواهند شد و با نرخهای جدید محاسبه میگردند.[5][6]
درخواستهای مدل ۲.۵ پرو به «جمینای ۳.۸ فلش» (Gemini 3.8 Flash) و درخواستهای مدل ۲.۵ فلش به «جمینای ۳.۵ فلش-لایت» (Gemini 3.5 Flash-Lite) منتقل میشوند. گوگل از توسعهدهندگان خواسته است تا پیش از فرا رسیدن این تاریخ، رشتههای متنی مدلهای خود را در کدها بهروزرسانی کنند.[5]
این انتقال شامل تغییرات ساختاری مهمی است که میتواند کدهای موجود را با مشکل مواجه کند. از جمله این تغییرات میتوان به اعتبارسنجی سختگیرانهتر در فراخوانی توابع، جایگزینی پارامتر بودجه تفکر (thinking_budget) با سطح تفکر (thinking_level) و حذف برخی پارامترهای نمونهبرداری اشاره کرد.[5]
یکی دیگر از تغییرات مهم، الزام به استفاده از امضاهای تفکر (thought_signatures) است. گوگل تاکید کرده است که در مدلهای جدید، بازگرداندن این امضاها در فراخوانیهای متوالی توابع الزامی است و عدم رعایت این ساختار در اعتبارسنجیها، منجر به بروز خطا در اجرای برنامهها خواهد شد.[5]
تاثیر بر توسعهدهندگان و چشمانداز سازمانی
شرکای اولیه گوگل که به نسخه آزمایشی بازیابی ابزارها دسترسی داشتند، نتایج بسیار مثبتی را گزارش کردهاند. این قابلیت به آنها اجازه داده است تا چندین عامل تخصصی و مجزا را در یک سیستم یکپارچه با دامنه تواناییهای بسیار گستردهتر ادغام کنند و هزینههای نگهداری کدها را کاهش دهند.[2]
گوگل اعلام کرده است که قابلیت بازیابی ابزارها در هفتههای آینده برای مشتریان سازمانی پلتفرم «ورکتس ایآی» (Vertex AI) نیز عرضه خواهد شد. این نسخه سازمانی شامل ویژگیهای امنیتی پیشرفتهتری مانند کاتالوگهای ابزار خصوصی، ثبت رویدادهای حسابرسی و کنترل دسترسی دقیق خواهد بود.[2]
با این بهروزرسانیها، اکوسیستم هوش مصنوعی گوگل گام بزرگی به سمت ساخت عاملهای کاملا خودمختار برداشته است. توانایی جستجوی پویا در میان هزاران ابزار نرمافزاری، بدون نگرانی از هزینههای سرسامآور توکنها، راه را برای توسعه دستیارهایی که میتوانند فرآیندهای پیچیده سازمانی را به تنهایی مدیریت کنند، هموار کرده است.[2][4]
نکات کلیدی
- شرکت گوگل قابلیت «بازیابی ابزارها» را برای مدیریت پویای صدها ابزار در رابط برنامهنویسی جمینای منتشر کرد.
- این ویژگی با بارگذاری تاخیری طرحوارهها، مصرف توکنهای ورودی و تاخیر پردازش را به شدت کاهش میدهد.
- قابلیت جدید با مدلهای جمینای ۳.۶ به بعد و تمامی اعضای خانواده جمینای ۴ سازگار است.
- همزمان با این بهروزرسانی، مدلهای قدیمیتر مانند جمینای ۲.۵ پرو در اول دسامبر ۲۰۲۶ بازنشسته خواهند شد.
آنچه نمیدانیم
- هنوز مشخص نیست که قابلیت بازیابی ابزارها در کاتالوگهای بسیار بزرگ (بیش از هزار ابزار) تا چه حد بر زمان پاسخگویی اولیه جستجوی معنایی تاثیر میگذارد.
- تاریخ دقیق عرضه عمومی این ویژگی برای تمامی کاربران پلتفرم ورتکس ایآی (Vertex AI) به صورت رسمی اعلام نشده است.
روند رویداد
۱۰ نوامبر ۲۰۲۶
مدل جمینای ۴ کربن برای توسعهدهندگان تجاری و متخصصان امنیت سایبری در دسترس قرار گرفت.
۱۲ نوامبر ۲۰۲۶
گوگل مدل جمینای ۴ هیدروژن را با تمرکز بر سرعت و کارهای روزمره معرفی کرد.
۱۸ نوامبر ۲۰۲۶
نسخه ۳.۶.۰ کیت توسعه پایتون گوگل با پشتیبانی از طرحوارههای بازیابی ابزارها منتشر شد.
۱۹ نوامبر ۲۰۲۶
قابلیت بازیابی ابزارها به صورت رسمی در نسخه پیشنمایش رابط برنامهنویسی تعاملی جمینای عرضه شد.
- توسعهدهندگان نرمافزار
- معتقدند این قابلیت پیچیدگیهای ارکستراسیون را کاهش داده و ساخت عاملهای هوشمند با صدها ابزار را مقرونبهصرفه میکند.
- مدیران محصول گوگل
- تاکید دارند که بازیابی ابزارها، دقت انتخاب مدل را در کاتالوگهای بزرگ حفظ کرده و تاخیر سیستم را به حداقل میرساند.
- تحلیلگران هزینههای ابری
- هشدار میدهند که توسعهدهندگان باید پیش از مهاجرت، میزان مصرف توکنها و تاثیر تغییرات قیمتی مدلهای جدید را به دقت ارزیابی کنند.
دیدگاههایی که این گزارش پوشش نداده
- توسعهدهندگان سیستمهای متنباز که از پلتفرمهای جایگزین برای مدیریت ابزارها استفاده میکنند.
- شرکتهای امنیتی که نگران دسترسی پویای عاملها به ابزارهای حساس سازمانی هستند.
منابع
[1]Hermes AIGoogle has added Tool Retrieval to the Gemini API
مطالعه در Hermes AI →
[2]Emergentتوسعهدهندگان نرمافزارGoogle officially released Tool Retrieval in the Gemini API
مطالعه در Emergent →
[3]APIYIتحلیلگران هزینههای ابریGemini API Tool Retrieval Impact at a Glance
مطالعه در APIYI →
[4]Google Blogمدیران محصول گوگلIntroducing Tool Retrieval in the Gemini API
مطالعه در Google Blog →
[5]Google Developersمدیران محصول گوگلWhat's new in Gemini 4 Hydrogen
مطالعه در Google Developers →
[6]Hello Growth AIتحلیلگران هزینههای ابریTimeline: Google's AI news in November at a glance
مطالعه در Hello Growth AI →
[7]MunderdifflGemini 4 Neon came out on 18 Nov 2026
مطالعه در Munderdiffl →
بیشتر در هوش مصنوعی
مشاهده همه →هوش مصنوعی ویدیویی
رونمایی گوگل از مدل Gemini Omni 1.2 Flash با سرعت بالاتر و هزینه کمتر
7 منبع
اپلیکیشن جمینای برای گوشیهای اندرویدی با حافظه رم پایین در دسترس قرار گرفت
5 منبع
اهدای پروژه اوپنشل به بنیاد لینوکس؛ گام بزرگ انویدیا برای ایمنسازی کارخانههای هوش مصنوعی
8 منبع
توافق نیمبند سازمان ملل برای تدوین مقررات تسلیحات خودکار تا سال ۲۰۲۸
4 منبع
نظرات
هر زاویه. هر روز.
اخبار هوش مصنوعی با پوشش کامل منابع و تحلیل دیدگاهها، هر روز و رایگان.





