پورتو تکهاب ۲۰۲۶؛ مهمترین نکات سخنرانیها درباره هوش مصنوعی، جاوا و گیت

از زمانی که فعالیت حرفهایام را در حوزه روابط توسعهدهندگان (DevRel) کنار گذاشتم و به یک موقعیت مهندسی معمولی در محیط اداری روی آوردم، حضورم در کنفرانسها بهشدت کاهش یافته است. در سال ۲۰۲۳ به برگزاری ۷۰ سخنرانی افتخار میکردم، اما امسال این تعداد در نهایت به چهار مورد میرسد که یکی آنلاین و دیگری کوتاه بوده است. البته این کاهش یک مزیت هم دارد: چون در کنفرانسهای کمتری شرکت میکنم، فرصت بیشتری برای حضور و دنبال کردن سخنرانیها دارم. سهشنبه ۱۰ نوامبر، برای چهارمین سال متوالی این فرصت را داشتم که در کنفرانس پورتو تکهاب شرکت کنم و خودم نیز سخنرانی داشته باشم.
در ادامه، سخنرانیهایی را که دنبال کردم و خلاصهای از هرکدام ارائه میکنم. اگر در یکی از این جلسات حضور داشتهاید یا سخنران آن بودهاید، خوشحال میشوم برداشتهای احتمالی نادرست مرا اصلاح کنید.
از پرامپتنویسی دست بردارید و برنامهریزی را آغاز کنید: هوش مصنوعی عاملمحور قابلاعتماد با Embabel؛ پاتریک باومگارتنر
در این مورد باید اعتراف کنم که در واقع نتوانستم در جلسه حضور پیدا کنم، زیرا همزمان با یکی دیگر از سخنرانیها برگزار میشد. بااینحال، پاتریک ماه گذشته همین موضوع را در نشست گروه کاربران جاوای ژنو (Geneva JUG) ارائه کرده بود. گزارش آن سخنرانی در دسترس است.
پاتریک بحث را با اشاره به یکی از مشکلات اصلی مدلهای زبانی بزرگ (LLM) آغاز کرد: ماهیت غیرقطعی آنها. به گفته او، دو سازوکار کنترلی میتوانند به مدیریت این مسئله کمک کنند:
- نخست، برنامهریزی کنش هدفمحور (Goal-Oriented Action Planning یا GOAP). این روش بهعنوان یک برنامهریز عمل میکند و با دریافت زمینه، هدف و مجموعهای از اقدامات، به عامل امکان میدهد مسیر رسیدن به هدف را انتخاب کند.
- دوم، استفاده از ساختارهای برنامهنویسی متداول، مانند دستورات شرطی از جمله
if.
پاتریک سپس چارچوب Embabel را معرفی کرد که تلاش میکند این دو رویکرد را در کنار یکدیگر به کار بگیرد:
Embabel یک چارچوب هوش مصنوعی عاملمحور برای ماشین مجازی جاوا (JVM) است. پایتون مدتها به دلیل سادگی، اکوسیستم غنی و ابزارهای مناسب برای دانشمندان داده، گزینه اصلی آزمایشهای یادگیری ماشین بوده است. بااینحال، هنگامی که بخواهید از مرحله آزمایش به پیادهسازی هوش مصنوعی در مقیاس واقعی و محیط عملیاتی برسید، این زبان اغلب با محدودیتهایی روبهرو میشود.
— Embabel
Embabel برای تعریف مراحل مختلف یک گردش کار، به کد جاوا، سیستم نوعدهی، حاشیهنویسیها (Annotations) و Spring متکی است. ارتباط میان مراحل نیز براساس نوع دادهها بهصورت خودکار استنباط میشود. برای مثال، اگر متد taskA() مقداری از نوع TypeX برگرداند و متد taskB() پارامتری از همین نوع دریافت کند، سیستم تشخیص میدهد که این دو متد مراحل یک گردش کار هستند و مرحله B باید پس از مرحله A اجرا شود.
پاتریک چند نمونه عملی مبتنی بر کاربردهای تجاری را به نمایش گذاشت و برای توضیح بهتر نکات خود، کدهای مرتبط را نیز بررسی کرد. در پایان، ابزاری برای مصورسازی کد را هم معرفی و اجرا کرد.
دیدگاه من
من به Spring و سیستمهای دارای نوعدهی قوی علاقه دارم، هرچند میتوانم از این بابت ایراد بگیرم که چرا بهجای حاشیهنویسیها از یک زبان اختصاصی برای تعریف گردش کار (DSL) استفاده نشده است. بااینحال، باید اعتراف کنم که هنوز ارزش پیشنهادی Embabel برایم روشن نیست.
در اکوسیستم JVM موتورهای گردش کار متعددی وجود دارند. من کار حرفهای خود با جاوا را نیز با یکی از همین ابزارها آغاز کردم. امروزه Camunda یک پلتفرم متنباز و مدرن ارائه میدهد که کاملاً با استاندارد BPMN سازگار است. مزیت BPMN این است که بر پایه یک مشخصات رسمی تعریف شده است. افزون بر این، بسیاری از مؤلفههای نرمافزاری امکان مصورسازی گردش کارهای مبتنی بر BPMN را فراهم میکنند.
میتوان همین مزایای Embabel را با استفاده از یک وظیفه در گردش کار که یک مدل زبانی بزرگ را فراخوانی میکند نیز به دست آورد.
مطالب و کدهای سخنرانی: مخزن GitHub سخنرانی Stop Prompting, Start Planning with Embabel
حلقههای عاملمحوری که هر توسعهدهندهای باید بشناسد؛ روی کوئینتینو
با توجه به عنوان و توضیحات این سخنرانی، انتظار داشتم موضوع دقیقاً درباره حلقههای عاملمحور باشد. پنج دقیقه ابتدایی را از دست دادم، اما بخش باقیمانده عمدتاً به نمایش نمونههایی از ابزارهایی اختصاص داشت که سخنران با کمک دستیارهای برنامهنویسی ساخته بود. برای مثال، او توضیح داد که میخواست همزمان با دستیار هوش مصنوعی خود یک سند Word را ویرایش کند. اما مایکروسافت ورد برای جلوگیری از چنین کاری، فایل را قفل میکند. به همین دلیل، او از Claude Code کمک گرفت تا نسخه اختصاصی خود از Word را بسازد و بتواند این محدودیت را برطرف کند.
دیدگاه من
سخنران با شور و اشتیاق زیادی درباره دستاوردهایش صحبت میکرد. نمیتوانم انکار کنم که نتیجه کارش چشمگیر بود، اما در پایان سخنرانی نکته عملی مشخصی برای استفاده در کار خودم به دست نیاوردم.
مقایسه چارچوبهای هوش مصنوعی عاملمحور برای جاوا؛ ساندرا آلگریم و تیمو سالم
این سخنرانی سه چارچوب Spring AI، LangChain4j و Embabel را از منظر ساخت یک برنامهریز تغذیه مبتنی بر هوش مصنوعی با یکدیگر مقایسه میکرد.
| قابلیت | Spring AI | LangChain4j | Embabel |
|---|---|---|---|
| گردش کارهای قطعی | Advisors و کد ساده جاوا | عاملهای گردش کار | @State و برنامهریز |
| عاملهای مستقل | حلقه فراخوانی ابزار | عامل ناظر (Supervisor Agent) | بهصورت داخلی تعبیه شده |
| حافظه و وضعیت | ChatMemory Advisors | AgenticScope | Blackboard |
| الگوهای عاملمحور | آزمایشی | تعبیهشده؛ برخی قابلیتها آزمایشی هستند | تعبیهشده؛ برخی قابلیتها آزمایشی هستند |
| قابلیت مشاهده و پایش | فقط در سطح مدل | شنوندههای عامل | در سطح عامل |
| آزمایش | شبیهسازها و ارزیابها | عمدتاً دستی | پشتیبانی پیشرفته از آزمایش |
| MCP | کلاینت و سرور | فاقد پشتیبانی از سرور HTTP | کلاینت و سرور |
| A2A | آزمایشی | فقط کلاینت | آزمایشی |
| بلوغ | قابلیتهای عاملمحور آزمایشی؛ پروژه رسمی Spring؛ پشتیبانی سازمانی | قابلیتهای عاملمحور آزمایشی | عرضه عمومی (GA)، همراه با برخی قابلیتهای آزمایشی |
دیدگاه من
به نظرم این سخنرانی دقیق و متمرکز بود. جدول بالا خلاصهای از مقایسه سه چارچوب را نشان میدهد. خوشحالم که چنین مرجعی در اختیار دارم تا اگر طی شش ماه آینده برای انتخاب یکی از این ابزارها به کمک نیاز داشتم، بتوانم از آن استفاده کنم.
نکته دیگری که برایم جالب بود، همکاری دو سخنران از شرکتهای رقیب، یعنی Broadcom و Microsoft، بود. تیمو از Broadcom تلاش نکرد Spring AI را بر دو گزینه دیگر برتری دهد. ساندرا نیز که از مایکروسافت است، از مشارکتکنندگان اصلی توسعه LangChain4j به شمار میرود؛ چارچوبی که مالکیت آن در اختیار مایکروسافت نیست.
مطالب و منابع:
چه چیزهایی در Git 3 جدید است؟؛ راب ریچاردسون
این سخنرانی بر چهار قابلیتی تمرکز داشت که در Git 3 به تنظیمات پیشفرض تبدیل میشوند:
- الگوریتم هش از SHA-1 به SHA-256 تغییر میکند.
- روش ذخیرهسازی مراجع از فایلهای مجزا به reftable تغییر میکند.
- نام شاخه اصلی از
masterبهmainتغییر میکند. - مخازن بدون پوشه کاری (Bare Repositories) بهطور پیشفرض در وضعیت
safeقرار میگیرند.
سخنران هر یک از این موارد را توضیح داد و وضعیت فعلی و آینده آنها را تشریح کرد. او در طول ارائه چند بار تأکید کرد که این تغییرات صرفاً مربوط به تنظیمات پیشفرض گزینههای موجود هستند. بنابراین، استفاده از Git 3 برای مخزنی که با تنظیمات پیشفرض Git 2 ساخته شده است، بدون مشکل انجام خواهد شد. او همچنین نشان داد که چگونه میتوان چنین مخزنی را بهتدریج و با تغییر هر گزینه بهصورت جداگانه، به تنظیمات پیشفرض جدید منتقل کرد.
به گفته راب، بزرگترین مانع انتشار Git 3، نبود پشتیبانی از سوی ارائهدهندگان خدمات میزبانی مخازن Git است.
دیدگاه من
دنبال یک سخنرانی غیرمرتبط با هوش مصنوعی بودم و این جلسه کاملاً انتظاراتم را برآورده کرد. بهویژه از این موضوع خوشم آمد که سخنرانی برای کاربران Git طراحی شده بود، نه متخصصانی که با جزئیات داخلی این ابزار سروکار دارند.
حالا میتوانم تکتک این تغییرات و تفاوت تنظیمات پیشفرض Git 2 و Git 3 را بهخوبی درک کنم.
مطالب سخنرانی: چه چیزهایی در Git 3 جدید است؟
جمعبندی
حضور در کنفرانس پورتو تکهاب تجربهای بسیار لذتبخش بود. قبلاً بهطور منظم در چنین رویدادهایی سخنرانی میکردم و اگر فرصت دیگری پیش بیاید، با کمال میل دوباره در این کنفرانس شرکت خواهم کرد. از تمام اعضای تیم برگزارکننده نیز بابت فراهم کردن تجربهای بینقص برای سخنرانان صمیمانه تشکر میکنم.
برای مطالعه بیشتر:
