تصور کنید مشتری شما پس از سه روز به وبسایت بازمیگردد، اما دستیار هوش مصنوعی او تمام ترجیحات قبلی را فراموش کرده است. این سناریو نشاندهنده یک نقص سیستماتیک در حفظ زمینه است که طبق گزارشی در ۴ اوت ۲۰۲۶ در وبسایت dev.to، مانع تبدیل شدن عاملها به دستیاران شخصی واقعی میشود.
تا پیش از این، اکثر چتباتها تنها به پنجرهٔ زمینه (Context Window) — شبیه میز کاری است که جا برای چند ورق دارد، نه برای کل کتابخانه — متکی بودند که پس از پایان هر جلسه کاملاً پاک میشد. اگرچه ابزارهایی مانند ChatGPT قابلیتهای حافظه داخلی را برای یادآوری نامها معرفی کردهاند، اما کاربران اغلب نمیدانند مدل چه چیزهایی را به یاد دارد و همین موضوع باعث ناهماهنگی میان یادآوری ماشین و حافظه انسان میشود. همانطور که در تحلیلهای پیشین ما دربارهی امنیت مدلهای بازمتن دیدیم، مدیریت دادههای کاربر در لایههای مختلف، همواره چالش تعادل میان دسترسی و حریم خصوصی است.
برای حل این مشکل، توسعهدهندگان اکنون در حال ادغام لایههای سیستمعامل حافظه هستند. EverMind از یک سیستم چندوجهی (Multimodal) — مدلی که همزمان متن، عکس و صدا را میفهمد، درست مثل ما که با چند حس دنیا را میخوانیم — استفاده میکند که شامل یک «بانک حافظه» و گراف استدلالی mRAG برای ذخیره و بازیابی دادههای پیچیده است. این رویکرد در جهت تقویت دقت اطلاعات است؛ مشابه آنچه در مورد نقش حقایق ساختارمند در جذب قراردادها بررسی کردیم که نشان داد شفافیت در دادهها چگونه اعتماد کاربر را جلب میکند. برای کسانی که به دنبال افزونهای سبک هستند، Mem0 یک بسته آماده ارائه میدهد که با استفاده از حافظه تقطیری، شخصیسازی را بدون نیاز به بازنویسی کامل کد اضافه میکند.
بر اساس بررسی منابع مختلف، گزینههای تخصصی دیگر عبارتند از:
- Letta: چارچوبی حافظهمحور که بهطور خاص برای دستیاران برنامهنویسی و عاملهای طولانیمدت ساخته شده است.
- Zep: یک گراف زمینه زمانی برای حافظههای در سطح سازمانی.
- MemGPT: چارچوبی چندوجهی با قابلیتهای پیشرفته که همچنان کد-بسته است.
- Graphiti: چارچوب گرافمحور که برای جریانهای کاری پیچیده سازمانی بهینه شده است.
این چرخش، صنعت را از تولید بازیابیافزا (RAG) — شبیه دانشآموزی که قبل از جواب دادن، اول کتاب درسی را باز میکند و از آن نقل میآورد — به سمت مدیریت وضعیت پایدار میبرد. با جدا کردن حافظه از پنجره متنی فوری مدل، توسعهدهندگان میتوانند عاملهایی بسازند که کاربر را در بازه چند ماهه «بشناسند»، نه فقط در چند دقیقه. این تغییر، معیار موفقیت هوش مصنوعی را از «صحت در هر پرامپت» به «ثبات در هر رابطه» تغییر میدهد.
گام بعدی شما
- اگر در حال ساخت یک عامل تجاری هستید، تصمیم بگیرید که به یک افزونه سبک مانند Mem0 نیاز دارید یا یک تغییر معماری کامل مثل Letta.
- روند تکامل جایگزینهای متنباز برای MemGPT را دنبال کنید تا متوجه شوید چگونه پایداری چندوجهی در دسترستر میشود.
- متدولوژیهای جدید مدیریت وضعیت (State Management) را در معماری سیستم خود جایگزین RAG ساده کنید.
این تنها آغاز ماجراست؛ اثر موجگونهی این تصمیم بر اکوسیستم متنباز را در گزارش بعدی بررسی خواهیم کرد.
گفتگو