باگ ۱۰ ساله‌ای که مایکروسافت درست نکرد، اما Claude Opus 5.5 در یک بعدازظهر حلش کرد!

برای هر کاربری که سال‌هاست با ویندوز کار می‌کند، گرفتار شدن در چرخه باگ‌ها و دردسرهای تکراری حسابی آشناست. مایکروسافت هر سال آپدیت‌های پر زرق‌وبرقی منتشر می‌کند، اما قابلیت‌های پایه‌ای سیستم‌عامل — مثل مدیریت خروجی‌های صدا یا هماهنگی دو مانیتور — همچنان به شکل اعصاب‌خردکنی ایراد دارند. حالا یکی از کاربران به جای این‌که منتظر آپدیت مایکروسافت بماند (آپدیتی که معلوم نیست کی از راه برسد)، تصمیم گرفت خودش دست‌به‌کار شود. او با استفاده از جدید‌ترین مدل شرکت آنتروپیک یعنی Claude Opus 5.5 و به روش vibe coding، ظرف تنها یک بعدازظهر ابزاری اختصاصی ساخت تا تمام کابوس‌های سخت‌افزاری‌اش را ریشه‌کن کند. در ادامه می‌بینیم که چطور این هوش مصنوعی کاری را انجام داد که مایکروسافت سال‌ها از پس آن برنیامده بود.

یک دهه نمایشگرهای روح و کابوس‌های صوتی در ویندوز

این کاربر ستاپ سخت‌افزاری نسبتاً خاصی دارد: از یک مانیتور فوق‌عریض برای وبگردی، کار‌های روزمره و گهگاهی بازی استفاده می‌کند، اما بخش اصلی گیمینگ او روی یک مانیتور بزرگ BenQ انجام می‌شود که در سمت چپ یک میز L-شکل قرار گرفته است. چیزی که ماجرا را پیچیده‌تر می‌کند، یک سیستم صوتی سه‌بعدی و فراگیر ۷.۱ کاناله است که باید هم‌زمان روی مانیتورها، کنسول‌های بازی و کامپیوتر کار کند.

این ستاپ بیش از ده سال است که دست‌نخورده باقی مانده و ویندوز در تمام این مدت دردسرهای بی‌پایانی برای آن درست کرده است. به عنوان مثال، ویندوز مدام رسیور صوتی را به عنوان یک «نمایشگر روح» (Phantom Display) شناسایی می‌کند و پنجره برنامه‌های باز را ناخواسته به آنجا می‌فرستد! در مواقع دیگر، سیستم‌عامل یا اصلاً متوجه اتصال رسیور نمی‌شود یا سرخود تصمیم می‌گیرد صدا را به جای اسپیکر به هدفون بفرستد.

باگ دیگر ویندوز به هماهنگی ضعیف آن با چند مانیتور دارای نرخ نوسازی (رفرش‌ریت) متفاوت برمی‌گردد؛ در این ستاپ مانیتور BenQ با نرخ ۱۲۰ هرتز، نمایشگر موهومی رسیور با ۶۰ هرتز و مانیتور فوق‌عریض با ۲۴۰ هرتز کار می‌کنند. اگر کاربر هر دو مانیتور را هم‌زمان روشن بگذارد، ویندوز ممکن است قابلیت Nvidia G-Sync را غیرفعال کند و بازی‌ها با لگ و پرش شدید اجرا شوند.

ویندوز همچنین مدام تصمیم کاربر درباره مخفی‌سازی خودکار تسک‌بار را نادیده می‌گیرد و آن را بدون اجازه برمی‌گرداند. فراموش کردن تنظیمات هم دردسر همیشگی ویندوز است؛ مثلاً به طور تصادفی صدای Dolby Atmos را (هم در هدفون و هم در اسپیکرها) غیرفعال می‌کند و صدای میکروفون را روی حداکثر می‌گذارد. کار تا جایی پیش رفته بود که کاربر قبل از هر کاری، وسواس‌گونه به منوی تنظیمات صدا سر می‌زد تا مطمئن شود همه چیز سر جای خودش است.

اسپیکرهای کنار مانیتور بزرگ‌تر نقش بلندگوهای جلویی سیستم سه‌بعدی را دارند؛ بنابراین هنگام نشستن روبه‌روی مانیتور کوچک‌تر، پخش صدای استریو بدون تنظیمات خاص ممکن نیست.

علاوه بر این، سیستم‌عامل در تفکیک صدای استریو عملکرد ضعیفی دارد. اسپیکرها بر اساس مانیتور BenQ چیده شده‌اند، اما هنگام جابه‌جایی به مانیتور فوق‌عریض، باید با برنامه‌هایی مثل Equalizer APO و Peace مسیر صدا را تغییر داد تا با موقعیت مانیتور جدید جور شود؛ تغییری که تقریباً هیچ‌وقت بدون قطع و وصل کردن کابل یا خاموش و روشن کردن Dolby Atmos به درستی کار نمی‌کرد.

طی سال‌های گذشته راه‌حل‌ها و نرم‌افزارهای مختلفی برای رفع موقت این باگ‌ها امتحان شده بود، اما هیچ ابزار سبک و یکپارچه‌ای برای حل همیشگی آن‌ها وجود نداشت. با نگاهی به بنچمارک‌های مدل Claude Opus 5.5 (حتی اگر بنچمارک‌ها گاهی فریبنده باشند)، این مدل گزینه امیدوارکننده‌ای به نظر می‌رسید؛ بنابراین تصمیم بر این شد تا اپلیکیشنی ساخته شود که این معضلات را برای همیشه تمام کند.

ورود Claude Opus 5.5 به میدان برای حل ریشه‌ای مشکلات سیستم

برای شروع کار، مدل Opus 5.5 روی بالا‌ترین سطح توان پردازشی (Max effort level) قرار گرفت و مشکلات در یک پاراگراف کوتاه برای آن شرح داده شد. سپس از مدل خواسته شد طرح کلی یک برنامه را برای برطرف کردن این چالش‌ها پیشنهاد دهد. کلود اپوس در همان ابتدا با بررسی دستگاه‌های متصل به سیستم و کندوکاو در فایل‌های لاگ مختلف، ریشه باگ‌ها را به سرعت پیدا کرد و راهکارهایی هوشمندانه پیشنهاد داد.

برای نمونه، این هوش مصنوعی متوجه شد که ویندوز نمایشگر مجازی رسیور را روی رزولوشن 4K تنظیم می‌کند. مدل پیشنهاد کرد این رزولوشن به 720p تغییر کند (تا کشیده شدن تصادفی پنجره‌ها به آن سخت‌تر شود) و یک کلید میان‌بر تعریف کرد تا در صورت گم شدن هر پنجره‌ای، بلافاصله آن را به زیر نشانگر ماوس فراخوانی کند. همچنین کلود متوجه شد خاموش کردن فیزیکی مانیتور BenQ باعث می‌شود ویندوز دیگر آن را به عنوان دستگاه خروجی نبیند؛ بنابراین حالتی را پیشنهاد داد که مانیتور به صورت نرم‌افزاری قطع اتصال (Disconnect) شود تا کاربر بتواند بدون دردسر فقط از نمایشگر فوق‌عریض همراه با اسپیکرها استفاده کند. علاوه بر این، تعریف حالت‌های اختصاصی مجزا برای مانیتور BenQ یا مانیتور فوق‌عریض، مشکل لگ و افت فریم در بازی‌ها را نیز برطرف کرد.

ماجرا به همین‌جا ختم نشد. ظاهراً خاموش و روشن شدن مانیتورها قابلیت پنهان شدن خودکار تسک‌بار را هم به هم می‌ریخت. در نتیجه، Opus 5.5 قابلیتی طراحی کرد که با هر بار تغییر حالت نمایشگر، وضعیت تسک‌بار را به طور خودکار بررسی کند؛ همراه با یک کلید میان‌بر که اگر تسک‌بار ناپدید شد، دوباره آن را برگرداند. برای رفع مشکلات صدا هم مدل حالت‌های مختلفی با کلیدهای میان‌بر مجزا در نظر گرفت: هدفون، صدای فراگیر ۷.۱ کامل، و حالت شبه‌استریو برای مانیتور دوم. با تغییر هر حالت، برنامه خودکار فعال بودن Dolby Atmos و میزان صدای مناسب میکروفون را چک می‌کند. حتی این امکان فراهم شد تا حالت‌های صوتی به حالت‌های نمایشگر متصل شوند؛ مثلاً با انتخاب مانیتور فوق‌عریض، خروجی صدا هم خودبه‌خود روی حالت شبه‌استریو تنظیم شود.

تنها با چند پرامپت ساده، Opus 5.5 حتی ویژگی‌هایی از سخت‌افزارهای این ستاپ پیدا کرد که خود کاربر هم از وجودشان بی‌خبر بود! به عنوان مثال، مدل توانست آدرس IP رسیور را در شبکه پیدا کند و نشان دهد که می‌توان آن را مستقیماً از طریق کامپیوتر کنترل کرد. همچنین کلود مشخص کرد که ورودی مانیتور BenQ را هم می‌توان با ارسال دستور از داخل ویندوز تغییر داد؛ امکانی که کاربر حتی تصورش را هم نمی‌کرد.

در حین ساخت اپلیکیشن، مدل کلود تنظیمات مفیدی روی MSI Afterburner پیاده کرد تا از اجرای برنامه‌های اضافه در پس‌زمینه جلوگیری شود.

اگرچه شاید دسترسی عمیق Opus 5.5 به تنظیمات سیستم کمی تهاجمی به نظر برسد، اما این کنکاش نکات مفید و غیرمنتظره‌ای هم به همراه داشت. برای مثال، کلود متوجه شد نرم‌افزار MSI Afterburner (که برای اورکلاک کارت گرافیک استفاده می‌شد) در حین اجرا مدام وضعیت پردازنده گرافیکی را چک می‌کند که همین امر می‌تواند باعث سکته و لگ در بازی‌ها شود. به همین دلیل، مدل پیشنهاد داد یک تسک خودکار در ویندوز تعریف شود که هنگام بالا آمدن سیستم، افتربرنر را باز کند، تنظیمات اورکلاک را اعمال نماید و بلافاصله بسته شود؛ یک ترفند عالی برای بهینه‌سازی که بسیار کارآمد بود.

در واقع سخت‌ترین بخش کار این بود که کاربر تصمیم بگیرد دقیقاً چه انتظاری از برنامه دارد، چون Opus 5.5 هر چیزی را که خواسته می‌شد بلافاصله پیاده‌سازی می‌کرد. کار با این مدل دیگر شباهتی به کدنویسی سنتی نداشت، بلکه مثل این بود که کاربر نحوه کارکرد ایده‌آل ویندوز را به دستیارش دیکته کند. جالب این‌که حتی با انتخاب بالا‌ترین تنظیمات پردازشی، در طول تست با پلن ۵ برابری (Max 5x) به هیچ محدودیت ۵ ساعته‌ای برنخورد و حتی نیازی به باز کردن پنجره چت جدید هم نبود، چون خود هوش مصنوعی در صورت نیاز پنجره زمینه (Context Window) را خلاصه و فشرده می‌کرد.

معرفی Stagehand؛ نجات‌بخشی با یک کلیک که مایکروسافت نتوانست بسازد

نسخه نهایی این برنامه که Stagehand نام دارد، تمام این کار‌ها را انجام می‌دهد؛ یعنی کاربر برای مدیریت کل سیستم فقط کافی است یک کلید میان‌بر را فشار دهد یا روی آیکون برنامه در تسک‌بار راست‌کلیک کند. اجرای بازی روی مانیتور BenQ با سیستم صوتی کامل؟ فقط با یک کلید. جابه‌جایی به مانیتور فوق‌عریض و فعال کردن حالت شبه‌استریو؟ باز هم با یک کلید. برگشتن ناخواسته تسک‌بار یا گم شدن پنجره‌ها؟ باز هم با همان راهکار ساده.

به این ترتیب، دو نرم‌افزار جانبی (Audio Switcher و Peace) و دو فایل اسکریپت bat. که برای مخفی‌سازی تسک‌بار و احضار پنجره‌ها پین شده بودند، همگی با یک ابزار سبک جایگزین شدند. ابزاری که پس از بررسی در حالت آماده‌به‌کار (Idle)، مشخص شد تقریباً هیچ حافظه رمی اشغال نمی‌کند و مصرف پردازنده‌اش نزدیک به صفر است. این برنامه هم‌زمان با روشن شدن کامپیوتر اجرا می‌شود و حتی یک رابط کاربری تمیز برای تنظیم تمام قابلیت‌ها دارد.

صفحه تنظیمات برنامه Stagehand که امکان شخصی‌سازی کامل تمام قابلیت‌ها را در اختیار کاربر می‌گذارد.

کار به همین‌جا ختم نشد و Opus 5.5 برنامه را طوری کدنویسی کرد که با دسترسی ادمین (Administrator) اجرا شود تا هنگام جابه‌جایی پنجره‌های دارای دسترسی بالا هیچ مشکلی پیش نیاید. این اپلیکیشن همچنین ورودی مانیتور BenQ را مدیریت می‌کند تا هر زمان که لازم باشد خودکار روی DisplayPort قرار گیرد و دیگر نیازی به جابه‌جایی دستی از خروجی HDMI نباشد. علاوه بر این، برنامه قادر است نرم‌افزارها را بر اساس حالت انتخابی باز یا بسته کند؛ مثلاً هنگام ورود به حالت گیمینگ تک‌مانیتوره، برنامه Wallpaper Engine خودکار بسته می‌شود و با بازگشت به حالت دو مانیتوره برای کار، دوباره اجرا می‌گردد.

نکته مهم این است که انتخاب مدل هوش مصنوعی در این پروژه‌ها اهمیتی فراتر از حد تصور دارد. اگرچه جدید‌ترین مدل‌های هوش مصنوعی در بیش‌تر کار‌های روزمره تفاوت چشمگیری با هم ندارند، اما فرآیند vibe coding یک استثنای واقعی است. برای مثال، هرچند مدلی مانند GPT-6 Sol شرکت اوپن‌ای‌آی هم شاید در نهایت با پرامپت‌نویسی بسیار دقیق و وسواسی می‌توانست چنین برنامه‌ای بسازد، اما در پرامپت‌های اولیه هرگز تا این حد عمیق به بررسی سیستم نپرداخت و راهکارهای مناسب را به این سرعت ارائه نداد؛ در عوض بیش‌تر پیشنهاد می‌کرد نرم‌افزارهای جانبی دیگر امتحان شوند، در حالی که خودش کمی بعد اعتراف می‌کرد این برنامه‌ها مشکل را کامل حل نمی‌کنند!

پیروزی vibe coding بر تنظیمات بی‌پایان دستی

شاید با صرف وقت زیاد و دستکاری مداوم تنظیمات ویندوز و تست برنامه‌های مختلف هم می‌شد تا حدی بر این مشکلات غلبه کرد، اما تجربه کار با Claude Opus 5.5 آن‌قدر روان و لذت‌بخش بود که کلافگی ۱۰ ساله از سیستم‌عامل را به یک پروژه جذاب در یک بعدازظهر تبدیل کرد. اگر ویندوز (یا هر نرم‌افزار دیگری که روزانه با آن سروکار دارید) با باگ‌های حل‌نشده اعصابتان را به هم ریخته، منتظر رسیدن آپدیت‌های رسمی نمانید؛ کافی است مشکل را در قالب یک پرامپت به Opus 5.5 بگویید و ابزار اختصاصی خودتان را بسازید. در حالی که غول‌های هوش مصنوعی برای رسیدن به جایگاه برتر با هم رقابت می‌کنند، یک واقعیت کاملاً روشن شده است: دوران سوختن و ساختن با نرم‌افزارهای معیوب رسماً به پایان رسیده است.