
Gemini جدید گوگل؛ هوش مصنوعیای که حین مکالمه کار انجام میدهد
هوش مصنوعی داره از یک ابزار برای جواب دادن، به یک دستیار واقعی تبدیل میشه.
Gemini جدید گوگل میتونه در حالی که باهات صحبت میکنه، درخواستت رو پردازش کنه، درباره مسائل پیچیده فکر کنه و برای انجام بعضی کارها از ابزارهای مختلف استفاده کنه.
یعنی بهجای اینکه فقط بپرسی و جواب بگیری، کمکم میتونی با AI صحبت کنی و ازش بخوای کار رو برات انجام بده.
گوگل در ۱۵ سپتامبر ۲۰۲۶ از Gemini 3.8 Live و Gemini 3.8 Live Extended Thinking رونمایی کرد. تمرکز این نسل روی تغییر نحوه تعامل انسان با AI است؛ مخصوصاً در مکالمات صوتی و کارهای چندمرحلهای.
Gemini 3.8 Live برای مکالمههای طبیعی و بلادرنگ طراحی شده و میتواند ورودی صوتی و تصویری را درک کند. این یعنی میتوانی دوربین را به سمت یک محیط، وسیله یا مسئله بگیری و درباره چیزی که میبینی با مدل صحبت کنی.
اما بخش جالبتر، Extended Thinking است.
در مدلهای معمولی، معمولاً سؤال → پردازش → پاسخ را داریم. در نسخه Extended Thinking، مدل میتواند برای درخواستهای پیچیدهتر، استدلال چندمرحلهای انجام دهد و در همین حین از ابزارها و APIها برای پیشبرد کار استفاده کند.
نکته مهم اینجاست که مکالمه لازم نیست متوقف شود تا مدل کارش را انجام دهد.
مثلاً میتوانی در یک مکالمه بگویی:
«این موضوع رو بررسی کن، اطلاعات لازم رو پیدا کن و نتیجه رو بهم بگو.»
مدل میتواند بخشی از این فرآیند را در پسزمینه انجام دهد و در ادامه مکالمه نتیجه را ارائه کند.
گوگل همچنین اعلام کرده Gemini 3.8 Live از ۹۷ زبان پشتیبانی میکند و قابلیتهایی برای ترجمه و جابهجایی بین زبانها در جریان مکالمه دارد.
تفاوت اصلی شاید خودِ مدل نباشد؛ بلکه نوع رابطه ما با AI است.
AI دیگر صرفاً محلی برای پرسیدن سؤال و گرفتن جواب نیست؛ مسیر توسعه آن به سمت سیستمهایی میرود که میتوانند بشنوند، ببینند، فکر کنند، ابزار استفاده کنند و بخشی از کار را بهجای کاربر جلو ببرند.
و این دقیقاً همان نقطهای است که مفهوم AI Agentها جدیتر میشود.