آیا سفره‌ی هوش مصنوعی جمع می‌شود؟

آیا سفره‌ی هوش مصنوعی جمع می‌شود؟

اوایل نوامبر، بعضی از مشترکان پولی Grok Bot گفتند سهمیه‌ی هفتگی‌شان زودتر از انتظار تمام شده. یکی از کاربران از ایلان ماسک خواست سهمیه را دوباره شارژ کند. جواب ماسک این بود که هزینه‌ی ارائه‌ی این سرویس نسبت به درآمدش آن‌قدر بالاست که ادامه‌دادن به این شکل پایدار نیست.

این ماجرا یک سؤال ساده برایم داشت. من شاید فقط چند پیام به هوش مصنوعی داده باشم. پشت هر پیام چه اتفاقی می‌افتد که هزینه‌اش می‌تواند این‌قدر فرق کند؟

فرض کنید برنامه‌ای دارید که موقع ذخیره‌کردن یک فرم خطا می‌دهد. بخشی از کد و پیام خطا را در یک چت می‌گذارید و می‌پرسید «مشکل از کجاست؟» چند ثانیه بعد، هوش مصنوعی توضیح می‌دهد که احتمالاً یکی از فیلدها خالی می‌ماند و پیشنهاد می‌کند قبل از ذخیره‌کردن، مقدارش را بررسی کنید.

چیزی که این پاسخ را می‌سازد یک مدل زبانی بزرگ یا LLM است. این مدل با دیدن نمونه‌های زیادی از متن و کد در زمان آموزش یاد گرفته که با توجه به آنچه تا این لحظه دیده، چه چیزی احتمالاً باید در ادامه بیاید. همین کار را تکه‌تکه تکرار می‌کند تا یک توضیح، یک پاسخ یا چند خط کد بسازد. در مثال ما، کد و پیام خطا را می‌گیرد و بر اساس آن‌ها یک راه‌حل پیشنهاد می‌دهد.

حالا همان مشکل را به ابزاری می‌دهید که به پروژه‌تان دسترسی دارد و فقط می‌نویسید «این باگ رو درست کن.» چند دقیقه بعد، ابزار می‌گوید فایل را تغییر داده و تست مربوطه هم موفق بوده.

در هر دو حالت یک پیام فرستادید. در حالت اول، یک پیشنهاد گرفتید. در حالت دوم، باید کسی یا چیزی فایل درست را پیدا می‌کرد، تغییر را اعمال می‌کرد و نتیجه را امتحان می‌کرد. چطور همان مدل زبانی، که کارش تولید پاسخ است، می‌تواند وارد این چرخه شود و واقعاً کاری انجام دهد؟ اینجاست که پای هارنس به داستان باز می‌شود.

هارنس چیست و چطور مدل را به کار می‌اندازد؟

فرض کنید دکمه‌ی «ذخیره» در یک برنامه کار نمی‌کند. از یک چت‌بات کمک می‌گیرید. می‌گوید «فایلی که دکمه‌ی ذخیره را کنترل می‌کند باز کن و کدش را برایم بفرست.» فایل را پیدا می‌کنید، کد را می‌فرستید و طبق پیشنهاد چت‌بات یک خط را تغییر می‌دهید. دوباره دکمه را می‌زنید. هنوز خطا می‌دهد. پیام خطا را برایش می‌فرستید تا راه دیگری پیشنهاد کند.

در این رفت‌وبرگشت، مدل زبانی پیشنهاد می‌دهد و شما فایل را باز می‌کنید، تغییر را انجام می‌دهید و نتیجه را به مدل خبر می‌دهید.

حالا تصور کنید برنامه‌ای هست که همین کارهای شما را انجام می‌دهد. وقتی مدل می‌گوید «این فایل را باز کن»، برنامه فایل را باز می‌کند و کد را به مدل نشان می‌دهد. وقتی مدل می‌گوید «این خط را عوض کن»، برنامه تغییر را اعمال می‌کند. بعد بررسی می‌کند که دکمه‌ی ذخیره کار می‌کند یا نه و نتیجه را به مدل می‌دهد. اگر هنوز خطایی باشد، مدل آن را می‌بیند و قدم بعدی را پیشنهاد می‌دهد.

به این برنامه‌ی پشت صحنه هارنس می‌گوییم. مدل می‌گوید چه کاری انجام شود. هارنس آن کار را انجام می‌دهد و به مدل می‌گوید چه اتفاقی افتاد. به کل سیستمی که با این رفت‌وبرگشت کار را جلو می‌برد، ایجنت می‌گوییم. همان چیزی که به آن می‌گویید «این باگ رو درست کن.»

حالا به آن یک جمله نگاه کنید. شما فقط چند کلمه نوشتید، اما مدل ممکن است برای انجامش چند فایل بخواند، چند تغییر بنویسد و پیام چند خطا را بررسی کند. اگر بخواهیم بفهمیم این یک درخواست چقدر مصرف داشته، باید همه‌ی چیزهایی را که مدل در طول کار خوانده و نوشته حساب کنیم. واحدی که برای این حساب به کار می‌رود توکن است.

توکن چیست و چرا در هزینه‌ی هوش مصنوعی مهم است؟

همان جمله‌ی «این باگ رو درست کن» را در نظر بگیرید. اگر از شما بپرسم چقدر متن نوشته‌اید، احتمالاً می‌گویید پنج کلمه. مدل زبانی برای شمردن متن واحد خودش را دارد. متن را به تکه‌هایی تقسیم می‌کند که به هر کدام توکن می‌گوییم. یک توکن می‌تواند یک کلمه، بخشی از یک کلمه یا حتی علامتی مثل نقطه باشد. مثلاً یک مدل ممکن است «کتابخانه» را یک‌جا بخواند و مدل دیگری آن را به دو تکه‌ی «کتاب» و «خانه» تقسیم کند.

حالا ببینیم مدل در ماجرای دکمه‌ی ذخیره چه چیزهایی می‌خواند. اول جمله‌ی شما را می‌خواند. بعد هارنس فایل مربوط به دکمه را باز می‌کند و کد را به مدل می‌دهد. بعد از تغییر کد، هارنس نتیجه‌ی تست را هم به مدل می‌دهد. همه‌ی این‌ها ورودی مدل‌اند، حتی اگر شما هیچ‌کدام را در چت ندیده باشید. مدل هم در جواب چیزهایی می‌نویسد، مثل کدی که باید تغییر کند یا توضیحی که در پایان به شما می‌دهد. این‌ها خروجی مدل هستند. هر دو با توکن شمرده می‌شوند.

فرض کنید تست اول خطا می‌دهد. برای اینکه مدل بتواند تغییرش را اصلاح کند، هارنس ممکن است بخشی از همان کد را دوباره همراه با خطای جدید برایش بفرستد. آن چند خط کد دوباره بخشی از ورودی مدل می‌شوند. برای همین، یک درخواست کوتاه می‌تواند پشت صحنه به چند دور خواندن و نوشتن تبدیل شود.

حالا می‌شود به سؤال هزینه برگشت. فرض کنید قیمت هر توکن نصف شود، اما مدل برای انجام یک کار ده برابر توکن بخواند و بنویسد. در این مثال، توکن ارزان‌تر شده ولی هزینه‌ی توکن‌های آن کار پنج برابر شده است. سؤال بعدی این است که با این هزینه‌ی بیشتر چه چیزی خریده‌ایم. یک پیشنهاد برای رفع باگ، یا تغییری که اعمال شده و از تست هم گذشته است؟

توکن ارزان‌تر، کار گران‌تر

فرض کنید همان دکمه‌ی «ذخیره» دوباره خراب شده. دفعه‌ی اول از هوش مصنوعی پرسیدید مشکل از کجاست و یک پیشنهاد گرفتید. این بار می‌خواهید خودش فایل مربوط را پیدا کند، کد را تغییر دهد و مطمئن شود که تست مربوط به دکمه موفق است. اگر تست شکست بخورد، باید خطا را بخواند، تغییرش را اصلاح کند و دوباره امتحان کند.

برای اینکه حساب ساده باشد، فرض کنیم مدل برای پیشنهاد راه‌حل در مجموع هزار توکن خوانده و نوشته. برای اینکه خودش تغییر را اعمال کند و تست را بگذراند، ده هزار توکن مصرف کرده. حتی اگر قیمت هر توکن نصف شده باشد، در این مثال هزینه‌ی توکن‌های درخواست دوم پنج برابر می‌شود. مصرف ده برابر شده و قیمت هر واحد نصف.

حالا فرض کنید خودتان می‌توانستید با همان پیشنهاد اول، مشکل را در دو دقیقه حل کنید. احتمالاً پرداخت هزینه‌ی بیشتر برای اینکه ایجنت همه‌ی مراحل را انجام دهد، چندان به‌صرفه نیست. اما اگر پیدا کردن فایل درست و فهمیدن علت خطا یک ساعت از وقتتان می‌گرفت، همان هزینه‌ی بیشتر ممکن است کاملاً ارزش داشته باشد. قیمت هر توکن به ما می‌گوید مصرف مدل چقدر خرج دارد. ارزش کار به این بستگی دارد که در پایان چه چیزی تحویل می‌گیریم.

از اینجا می‌شود به ماجرای اشتراک ماهانه برگشت. تصور کنید شما و همکارتان هر دو یک مبلغ می‌پردازید. شما روزی چند سؤال می‌پرسید. همکارتان هر روز چند کار به ایجنت می‌سپارد که هر کدام چند دور خواندن، نوشتن و امتحان‌کردن دارد. مبلغی که شرکت از هر دوی شما می‌گیرد یکی است، اما هزینه‌ی پردازش کارهایتان می‌تواند خیلی فرق کند.

اینجاست که سؤال اول مقاله شکل دقیق‌تری پیدا می‌کند. اگر با همان اشتراک ماهانه بتوانیم کارهای بیشتری به هوش مصنوعی بسپاریم، شرکت‌ها تا کجا می‌توانند هزینه‌ی این مصرف را در همان قیمت جا بدهند؟

آیا با همان اشتراک، همان‌قدر کار می‌توانیم انجام دهیم؟

ممکن است ماه بعد همان مبلغ همیشگی را بپردازید، اما وسط یک کار به سقف مصرف برسید. حالا باید تا شارژ دوباره‌ی سهمیه صبر کنید یا برای ادامه اعتبار بخرید. از دید شما، قیمت اشتراک همان است. چیزی که عوض شده این است که با آن مبلغ چقدر کار می‌توانید انجام دهید.

در بعضی محصولات، این تغییر را همین حالا می‌بینیم. GitHub Copilot در ژوئن ۲۰۲۶ به قیمت‌گذاری مبتنی بر مصرف رفت. Codex هم برای بعضی قابلیت‌ها بعد از رسیدن به سقف، امکان خرید اعتبار اضافه دارد. البته سهمیه‌ها می‌توانند در جهت دیگری هم تغییر کنند. Anthropic در مه ۲۰۲۶، بعد از افزایش ظرفیت پردازشی، سقف پنج‌ساعته‌ی Claude Code را برای چند اشتراک دو برابر کرد.

پس سفره جمع می‌شود؟

حدس من این است که اول از همه، مرز اشتراک‌ها جابه‌جا می‌شود. سؤال‌های روزمره و کارهای سبک احتمالاً با قیمت پایین در دسترس می‌مانند. برای کارهای طولانی‌تر، ممکن است سهمیه‌ی مشخصی داشته باشیم و بعد از آن به‌اندازه‌ی مصرفمان پول بدهیم. اگر انجام همین کارها به‌مرور ارزان‌تر شود، شرکت‌ها می‌توانند سهمیه‌ی بیشتری هم در همان اشتراک جا بدهند.

اما یک حالت جدی‌تر هم هست. فرض کنید یک شرکت قیمت ایجنتش را بالا می‌برد تا هزینه‌ی واقعی انجام کارها را پوشش دهد. بعد می‌بیند مشتری‌ها در آن قیمت خیلی کمتر از ایجنت استفاده می‌کنند. بعضی کارها آن‌قدر ارزش دارند که مشتری حاضر است پول بیشتری بدهد، اما تعدادشان برای سرپا نگه داشتن سرویس کافی نیست. تا وقتی سرمایه‌گذاران حاضر باشند این فاصله را پر کنند، شرکت می‌تواند به کارش ادامه دهد. اگر آن پول هم کم شود، ممکن است شرکت پلن ارزانش را حذف کند، فروش ایجنت را به مشتریان سازمانی محدود کند یا خود محصول را ببندد.

برای من، نشانه‌ی جمع‌شدن جدی سفره این است که چند شرکت به همین نقطه برسند. یعنی وقتی قیمت را به هزینه‌ی واقعی نزدیک می‌کنند، مشتری کافی برای ادامه‌ی کار پیدا نمی‌کنند. آن‌وقت چیزی که امروز یک کاربر عادی با اشتراک ماهانه امتحان می‌کند، شاید فقط برای کسب‌وکارهایی به‌صرفه بماند که می‌توانند روی نتیجه‌اش حساب کنند.

ماجرا با کاربری شروع شد که از ماسک خواست سهمیه‌اش را دوباره شارژ کند. دفعه‌ی بعد شاید سهمیه‌اش تمام شود و گزینه‌ی خرید اعتبار جلوش ظاهر شود. اگر قیمت ادامه‌ی کار را ببیند و تصمیم بگیرد خودش آن را تمام کند، همان تصمیم کوچک بخشی از جواب سؤال این مقاله است. اگر تعداد زیادی از کاربران همین انتخاب را بکنند، شرکت هم باید دوباره حساب کند که اصلاً این سرویس را به چه کسی و با چه قیمتی می‌تواند بفروشد.