AI အေးဂျင့်များသည် ဆော့ဖ်ဝဲများကို ကိရိယာများမှ အလုပ်ခွင် 'လုပ်ဖော်ကိုင်ဖက်များ' သို့ ကူးပြောင်းနေသည်ဟု Anthropic မှ ပြောကြားခဲ့သည်

ဆော့ဖ်ဝဲလ်သည် လူများကို အလုပ်ခွင် 'လုပ်ဖော်ကိုင်ဖက်' သို့ လည်ပတ်စေသည့် ကိရိယာတစ်ခုမှ ကူးပြောင်းနေသည်—အစမှအဆုံး လုပ်ဆောင်နိုင်သည့် ဆင့်ကဲပြောင်းလဲမှုတစ်ခု— developer များထက် AI မွေးစားခြင်းနှင့် 'အသိပညာလုပ်သားများ' ၏ ကျယ်ပြန့်သောအဆင့်သို့ တွန်းပို့နိုင်သည့် ဆင့်ကဲဖြစ်စဉ်တစ်ခုဖြစ်သည်ဟု Anthropic ၏အသုံးချ AI အဖွဲ့မှ သိရသည်။

ကြာသပတေးနေ့ ET (ဗုဒ္ဓဟူးနေ့ UTC) တွင် ပြုလုပ်သည့် MetaCon 2026 တွင် ဆိုးလ်ရှိ TokenPost မှ ပူးတွဲကျင်းပသော အဓိက AI ကွန်ဖရင့်တွင် Anthropic မှ အသုံးချ AI ဗိသုကာပညာရှင် Jang Dongjin က AI အေးဂျင့်များသည် အဖွဲ့အစည်းအတွင်း နေ့စဉ်လုပ်ငန်းဆောင်တာများကို အသွင်သဏ္ဍန်ပြုပုံနှင့် 'AX' အသွင်ပြောင်းခြင်းကို လိုက်စားသည့် ကုမ္ပဏီများကို ဦးစားပေးသင့်သည်များကို အလေးပေးဖော်ပြထားသည်)။ သူ့အစည်းအ​ဝေးကို ​ခေါင်းစဉ်​တပ်​သည်​ “ Agent Evolution- AI သည် စတင်လုပ်ဆောင်နေပြီ” AI အသွင်ပြောင်းခြင်းတွင် အဆုံးအဖြတ်ပေးသော ကိန်းရှင်သည် စံနမူနာပြစွမ်းရည်သာမက ကိုယ်စားလှယ်အဖွဲ့နှင့် အတည်ပြုခြင်းဆိုင်ရာ လူသားအခန်းကဏ္ဍများကို ပြန်လည်ဒီဇိုင်းထုတ်ခြင်းဖြစ်သည်ဟူသော အယူအဆအပေါ် ဗဟိုပြုပါသည်။

လွန်ခဲ့သည့် ဆယ်စုနှစ် နှစ်ခုအတွင်း လူများနှင့် ဆော့ဖ်ဝဲလ်ကြား ဆက်ဆံရေးသည် အခြေခံကျကျ ပြောင်းလဲသွားကြောင်း Jang မှ စောဒကတက်ခဲ့သည်။ 2000 ခုနှစ်များမှ 2020 ခုနှစ်များအစောပိုင်းအထိ၊ ဆော့ဖ်ဝဲလ်သည် 'ကိရိယာ' တစ်ခုအနေဖြင့် စွမ်းဆောင်ရည်နှင့် အရည်အသွေးကို အဓိကမြှင့်တင်ပေးသည်ဟု ၎င်းက ဆိုသည်။ ယခုအခါ အေးဂျင့်စနစ်များ ရင့်ကျက်လာသည်နှင့်အမျှ သုံးစွဲသူများသည် အဆင့်ဆင့် ညွှန်ကြားချက်များ ထုတ်မည့်အစား ပန်းတိုင်များကို မျှဝေကြသည်—နှင့် သီးခြားအဖြေများထက် ပြီးပြည့်စုံသော ရလဒ်များကို မျှော်လင့်ကြသည်—ရလဒ်များအပေါ် ပူးပေါင်းဆောင်ရွက်နိုင်သည့် 'လုပ်ဖော်ကိုင်ဖက်' အဖြစ် ထင်မြင်စေမည့် ဆော့ဖ်ဝဲကို ဦးဆောင်ပါသည်။

အဆိုပါအပြောင်းအရွှေ့၏ အဓိကအချက်မှာ 'စီမံကိန်း-လုပ်ဆောင်မှု-ရောင်ပြန်ဟပ်မှု' ၏ ထပ်တလဲလဲလည်ပတ်မှုစက်ဝန်းတွင် ဖွဲ့စည်းတည်ဆောက်ထားသည့် AI အေးဂျင့်များ မြင့်တက်လာခြင်းပင်ဖြစ်သည်။ Jang ၏ဘောင်တွင်၊ ဤကွင်းဆက်သည် စနစ်များကို ပန်းတိုင်ခွဲများသတ်မှတ်ရန်၊ အလုပ်များကိုလုပ်ဆောင်ရန်၊ ရလဒ်များကိုအတည်ပြုရန်နှင့် ချို့ယွင်းချက်များကိုတွေ့ရှိသည့်အခါ ထပ်တလဲလဲလုပ်ဆောင်နိုင်သည်—တစ်ချက်တည်းနှင့် Q&A ကိုကျော်လွန်၍ ကြီးမားသောဘာသာစကားမော်ဒယ်များကို ဆက်တိုက်လုပ်ဆောင်ကာ အလုပ်အသားပေးလုပ်ဆောင်မှုအဖြစ်သို့ ရွေ့လျားစေသည်။

အခန်းကဏ္ဍ အဓိပ္ပါယ်ဖွင့်ဆိုချက်သည် တိုင်းတာနိုင်သော အမြတ်များကို မည်သို့သော့ဖွင့်နိုင်ပုံ၏ ရှင်းလင်းသော ဥပမာအဖြစ် ကုဒ်လက်ထောက်များကို ထောက်ပြခဲ့သည်။ အစောပိုင်း coding copilot များသည် ယေဘုယျအားဖြင့် အတိုအထွာများကို အကြံပြုကြပြီး အင်ဂျင်နီယာများကို ပေါင်းစပ်ပြီး အလုပ်ပြီးအောင် လုပ်ဆောင်ရန် ချန်ထားခဲ့သည်။ 'Claude Code' ကဲ့သို့သော ကိရိယာများ ပေါ်ထွက်လာခြင်းနှင့်အတူ၊ အလုပ်အသွားအလာ တိုးလာကာ ပြောင်းလဲသွားသည်- AI သည် လူသားများက ဦးတည်ချက်သတ်မှတ်၊ ကန့်သတ်ချက်များကို သတ်မှတ်ကာ မှန်ကန်မှုနှင့် ရည်ရွယ်ချက်အတွက် ထုတ်ပေးမှုကို ပြန်လည်သုံးသပ်နေချိန်တွင် AI သည် ကုဒ်အများအပြားကို ထုတ်ပေးပါသည်။ ထိုပုံစံသည် အဖွဲ့အစည်းများ၏ အလုပ်တာဝန်ပေးအပ်ပုံနှင့် မှန်ကန်ကြောင်း အတည်ပြုပုံတို့ကို ပြောင်းလဲခြင်းဖြင့် တစ်ဦးချင်းကုန်ထုတ်စွမ်းအားမြှင့်တင်မှုမှ အသင်းအဖွဲ့အဆင့် ဖြတ်သန်းမှုအထိ ပျံ့နှံ့သွားသည်ဟု ၎င်းက ထပ်လောင်းပြောသည်။

ဆော့ဖ်ဝဲလ်အင်ဂျင်နီယာ အခန်းကဏ္ဍများသည် စာကြောင်းတိုင်းကို ကိုယ်တိုင်ရေးမည့်အစား AI မှထုတ်လုပ်သော ရလဒ်ကို ပြန်လည်သုံးသပ်ခြင်းနှင့် ပဲ့ကိုင်ခြင်းဆီသို့ ဦးတည်နေသော Spotify အပါအဝင် ကမ္ဘာလုံးဆိုင်ရာကုမ္ပဏီများကို ကိုးကားဖော်ပြခဲ့သည်။ “AI အသွင်ပြောင်းခြင်းတွင် အရေးကြီးဆုံးသော အောင်မြင်မှုအချက်မှာ သုံးစွဲသူ၏အခန်းကဏ္ဍကို ပြောင်းလဲခြင်းဖြစ်သည်” ဟု AI အား ကွပ်မျက်ခြင်းအား လွှဲအပ်လိုက်သောအခါတွင် မွေးစားခြင်းသည် အရှိန်အဟုန်မြင့်လာပြီး လူသားများအား တရားစီရင်ခြင်း—ရည်ရွယ်ချက်များသတ်မှတ်ခြင်း၊ အရည်အသွေးအကဲဖြတ်ခြင်းနှင့် မည်သည့်သင်္ဘောများကို ဆုံးဖြတ်ခြင်းအပေါ် အာရုံစိုက်လာသည်ကို စောဒကတက်စေပါသည်။

သူ၏အမြင်အရ၊ နောက်အကြီးစားချဲ့ထွင်မှုသည် အခြားသော developer tool များမဟုတ်သော်လည်း ရုံးလုပ်ငန်း၏နေ့စဉ်တာဝန်များတစ်လျှောက် အေးဂျင့်မွေးစားခြင်းပင်ဖြစ်သည်။ 'ဆော့ဖ်ဝဲရေးဆွဲသူများပြီးပါက နောက်ပစ်မှတ်သည် အသိပညာလုပ်သားများ' ဟု အလေးပေးဖော်ပြကာ အေးဂျင့်များသည် ပုံမှန်မဟုတ်ဘဲ ရှုပ်ထွေးသောအလုပ်များဖြစ်သည့် အစည်းအဝေး-မှတ်စုအကျဉ်းချုပ်၊ လုပ်ဆောင်ချက်-ပစ္စည်းကို ထုတ်ယူခြင်း၊ စာရွက်စာတမ်းရေးဆွဲခြင်းနှင့် ပုံတူရိုက်ခြင်းကဲ့သို့သော လုပ်ရိုးလုပ်စဉ်များကို ကိုင်တွယ်ဆောင်ရွက်သည့် အနာဂတ်ကိုဖော်ပြခြင်းဖြစ်သည်ဟု ၎င်းက အလေးပေးပြောကြားခဲ့သည်။

စက်ရှင်အတွင်း၊ Jang သည် အဆင့်ပေါင်းများစွာ လုပ်ဆောင်စရာများကို ထမ်းဆောင်ရန် ဒီဇိုင်းထုတ်ထားသည့် 'Claude Core' ဟုခေါ်သော ဒက်စ်တော့အေးဂျင့်တစ်ဦးအပါအဝင် အေးဂျင့်မောင်းနှင်သည့် အလုပ်အသွားအလာများကို သရုပ်ပြခဲ့ပြီး စကားစမြည်ပြောဆိုရန် ညွှန်ကြားချက်များမှတစ်ဆင့် ရှေ့ပြေးပုံစံများကို ထုတ်လုပ်နိုင်သည့် 'Claude Design' ဟုခေါ်သော ဒီဇိုင်းပတ္တူပုံ။ ဒီမိုများကို သက်သေပြချက်များအဖြစ် ဆောင်ရွက်ခဲ့သော်လည်း အဓိက ဇာတ်လမ်းသည် ကုန်ပစ္စည်းတစ်ခုထဲမဟုတ်ဘဲ လွှဲအပ်နိုင်သည့် ကျယ်ပြန့်သော အလုပ်သမားနယ်ပယ်ဖြစ်ကြောင်း Jang က အလေးပေးပြောကြားခဲ့သည်။

'AX' လမ်းပြမြေပုံကို ပုံဖော်သည့် လုပ်ငန်းများအတွက် Jang သည် အဆင့်များအလိုက် ရွှေ့ရန် အကြံပြုထားသည်- တစ်ဦးချင်း ကုန်ထုတ်စွမ်းအားဖြင့် စတင်ကာ လုပ်ငန်းစဉ် အလိုအလျောက်စနစ်သို့ ချဲ့ထွင်ကာ ထုတ်ကုန်နှင့် ဝန်ဆောင်မှု ဆန်းသစ်တီထွင်မှုဆီသို့ တွန်းအားပေးပါ။ အကောင်အထည်ဖော်ရန်အတွက်မူ သုံးခုကို ချမှတ်ခဲ့သည်- ရှင်းလင်းသော ရည်မှန်းချက်များနှင့် တိုင်းတာနိုင်သော အကဲဖြတ်မှု စံနှုန်းများဖြင့် ပြဿနာများကို ဦးစွာ အာရုံစိုက်ပါ။ AI စနစ်များသည် အတွင်းပိုင်းဒေတာနှင့် အဖွဲ့အစည်းဆိုင်ရာ အသိပညာများကို လုံခြုံစွာအသုံးပြုနိုင်စေရန် 'context' နှင့် connectors များကိုတည်ဆောက်ပါ။ နှင့် အန္တရာယ်နှင့် အရည်အသွေးကို စီမံခန့်ခွဲရန် စိစစ်မှုမူဘောင်များ ချမှတ်စဉ်တွင် AI ထံ ပြင်းပြင်းထန်ထန် လွှဲအပ်လုပ်ကိုင်ပါသည်။

MetaCon 2026 သည် ဇူလိုင် ၃ ရက်မှ ၄ ရက်အထိ ဆိုးလ်မြို့၌ COEX Grand Ballroom တွင် “AI Makers Rise” ဆောင်ပုဒ်ဖြင့် ကျင်းပမည်ဖြစ်ပြီး ကုမ္ပဏီများနှင့် တည်ဆောက်သူများ ပေါင်းစည်းကာ လုပ်ငန်းဆိုင်ရာ ဆန်းသစ်တီထွင်မှု၊ စျေးကွက်ချဲ့ထွင်မှုနှင့် ရင်းနှီးမြုပ်နှံမှုဆိုင်ရာ မဟာဗျူဟာများနှင့် အကောင်အထည်ဖော်မှုအတွေ့အကြုံကို မျှဝေရန် ကုမ္ပဏီများနှင့် တည်ဆောက်သူများ စုစည်းထားသည်။ Jang ၏ မှတ်ချက်များသည် ကြီးထွားလာနေသော လုပ်ငန်းဆိုင်ရာ သဘောတူညီမှုကို အလေးပေးဖော်ပြခဲ့သည်- အေးဂျင့်စနစ်များ ပိုမိုယုံကြည်စိတ်ချရလာသောကြောင့်၊ ပြိုင်ဆိုင်မှု အားသာချက်များသည် AI ကို မိတ်ဆက်ခြင်းနှင့် အလုပ်အသွားအလာများကို ပြန်လည်ဒီဇိုင်းထုတ်ခြင်းတွင် ပိုမိုနည်းပါးလာသောကြောင့် လူသားများနှင့် စက်များသည် ရလဒ်များကို အတိုင်းအတာအလိုက် ပူးတွဲထုတ်လုပ်နိုင်မည်ဖြစ်သည်။