عاملها دیگر صرفاً کدنویسی نمیکنند؛ نرمافزار را مستقر، اجرا و نگهداری میکنند. پلتفرمهایی مانند Kimi از Moonshot AI نشان میدهند عاملها در عرض چند دقیقه فرانتاند، بکاند و پایگاهداده تولید میکنند. چالش اصلی اکنون اقتصادی است: چه کسی و چگونه باید حالت این میلیونها برنامه را زنده و ارزان نگه دارد؟
چرا مقیاس عاملها معادلات را دگرگون میکند
تا امروز معمولاً provision و مصرف کاربران همگام بودند؛ اما عاملها با سرعتی بالا و بدون ملاحظات انسانی حجم عظیمی از موجودیتها (entities) تولید میکنند که بسیاریشان بلافاصله غیرفعال میشوند. نتیجه این است که هزینهها بر پایهٔ تعداد ایجادشده رشد میکنند، نه بر پایهٔ فعالیت واقعی.
در سطح هزاران مستأجر، راهکارهای مرسوم مانند نمونهٔ اختصاصی PostgreSQL پاسخگو هستند. مستندات PostgreSQL را در سایت رسمی PostgreSQL ببینید. اما در دهها میلیون موجودیت، مدل «یک نمونهٔ فیزیکی برای هر مستأجر» به «دام هزینهٔ غیرفعالی» میانجامد: پرداخت برای منابعی که ایستا و بلااستفاده ماندهاند.
اصل کلیدی: جداسازی حالت پایا از محاسبات گذرا
راهحل معماری روشن است: حالتِ پایا را از محاسباتِ گذرا جدا کنید. دادهٔ پایا باید روی زیرساختی مشترک، ارزان و با دوام قرار گیرد؛ محاسبات باید بر اساس تقاضا فراخوانی و پس از پایان کار رها شوند. بهاینترتیب هزینهها با تعداد موجودیتهای ساختهشده همگام نمیشوند و تنها با میزان کار واقعی مرتبط خواهند بود.
این رویکرد با رشد ذخیرهسازی شیءمحور همخوانی دارد: دادهٔ ایستا در شیءاستورها هزینهٔ نگهداری کمی دارد و میتواند بهعنوان لایهٔ بنیادین نگهداری حالت عمل کند (ذخیرهسازی شیءمحور).
دو سطح جدا که باید تفکیک شوند
- تجربهٔ کاربری پایا: هر عامل باید تجربهٔ ایزوله و قابل اتکا داشته باشد، اما لازم نیست هر تجربه به نمونهٔ فیزیکی اختصاصی ختم شود.
- محیط کاری عامل (work-in-progress): وضعیت نیمهتمام که عامل بین جلسات در آن کار میکند باید ارزان، قابل بازیابی و مستقل از نمونههای محاسباتی دائمی باشد.
پیامدها برای پایگاهداده و مستأجرِ غیرفعال
تیمهایی که به مدل «یک نمونه برای هر مستأجر» عادت دارند، در مقیاس عاملمحور با هزینههای سنگین مواجه خواهند شد. عامل به تجربهٔ یک دیتابیس جداگانه نیاز دارد، نه لزوماً به نمونهٔ سختافزاری یا کانتینری اختصاصی. راهحلهای مؤثر ترکیبی از نامفضاها (namespaces) و اشتراکگذاری منابع در لایهٔ زیرین هستند؛ بهطوری که هر عامل رفتار یک دیتابیس مجزا را تجربه کند اما زیرساخت فیزیکی مشترک و بهینه بماند.
معماریهای پیشنهادی و الگوهای عملیاتی
چند قاعدهٔ عملی برای تیمهای مهندسی:
- ذخیرهٔ حالت در لایهٔ ارزان: از شیءاستورها و سیستمهای ذخیرهسازی سرد برای نگهداری بخشهای پایا استفاده کنید تا هزینهٔ نگهداری طولانیمدت کاهش یابد.
- محاسبات بر اساس تقاضا: کانتینرها و نمونههای تابعمحور را برای اجرای موقتی کارها فراخوانی کنید و پس از اتمام رها سازید. ارکستراسیون را میتوان با راهکارهای مدرن کانتینری و سرورلس مدیریت کرد.
- نمایش تجربهٔ مستقل به عامل: از لایههای مجازیسازی برای ارائهٔ نامفضا و تضمینهای جداسازی به هر عامل استفاده کنید بدون تحمیل هزینهٔ منابع اختصاصی.
- نگهداری ارزان دادهٔ نیمهتمام: برای کارهای ناتمام یا حالتهای میانجلسه، فرمتها و مکانیزمهایی انتخاب کنید که بازیابی سریع را ممکن سازند و همزمان هزینهٔ ذخیرهسازی بلندمدت را کمینه کنند.
نمونههایی از فناوریهای مرتبط
- ذخیرهسازی شیءمحور برای دادهٔ سرد (Wikipedia)
- گروهبندی نامفضاها و مجازیسازی برای ایجاد تجربهٔ ایزوله
- استفاده از PostgreSQL در حالت اشتراکی بهجای نمونهٔ اختصاصی (PostgreSQL)
تغییرات کسبوکاری ضروری
سازمانها باید حسابداری هزینه و طراحی محصول را بازطراحی کنند: قراردادهای قیمتگذاری، SLAها و مدلهای درآمد باید بازتابدهندهٔ این واقعیت باشند که شمار موجودیتها معیار مناسبی برای تخصیص هزینه نیست. تیم محصول باید مدل نگهداری حالت را از فاز طراحی در نظر بگیرد و مهندسان زیرساخت روی جداسازی منطقی و فیزیکی سرمایهگذاری کنند.
گامهای عملی فوری
- تعریف و پیادهسازی یک لایهٔ ارزان برای دادهٔ پایا (شیءاستور یا cold storage).
- طراحی سرویسهای محاسباتی بر اساس تقاضا با سیاستهای بازیابی وضعیت کوتاهمدت.
- پیادهسازی نامفضاها و سیاستهای ایزولاسیون منطقی برای تجربهٔ مستقل هر عامل.
- بازنگری مدلهای قیمتگذاری و SLA برای همخوانی با هزینهٔ واقعی نگهداری و پردازش.
چشمانداز
عاملها سرعت نوآوری را بالا بردهاند و در کنار آن نیازمند بازاندیشیِ معماری داده و مدلهای اقتصادی هستند. تیمهایی که بتوانند حالت پایا را ارزان، قابلاعتماد و در دو سطح جدا شده (تجربهٔ کاربر و محیط کاری عامل) نگهداری کنند، در موقعیت برتری قرار میگیرند. پرسشهای اقتصادی و عملیاتی امروز با ابزارها و الگوهای جدید پاسخ داده خواهند شد؛ این فرصت مناسبی برای بازطراحی پشتهٔ داده است.
