تصور کنید عاملی را که دستوری را اجرا می‌کند و بدون اینکه ببیند آیا رابط کاربری واقعاً تغییر کرده است یا خیر، با اطمینان کامل ادعا می‌کند که عملیات موفق بود. برای پایان دادن به این «کوری وضعیت»، توسعه‌دهنده‌ای با نام rush86999 در ۲۴ ژوئن ۲۰۲۶ پلتفرم Atom را معرفی کرد؛ یک سامانه ارکستراسیون میزبانی‌شده (Self-hosted) که با پایتون و FastAPI ساخته شده است.
بسیاری از چارچوب‌های فعلی عامل‌ها بر پایه استخراج متنی DOM یا عکس‌های صفحه کار می‌کنند که باعث هدر رفتن توکن‌ها یا پر شدن سریع پنجره متنی (Context Window) می‌شود — شبیه میز کاری که جا برای چند ورق دارد، نه برای کل کتابخانه. طبق گزارش منتشرشده در dev.to، سامانه Atom این روش‌ها را با «مبنی‌سازی مصنوعی» (Synthetic Grounding) جایگزین کرده است. این لایه توصیفی، شبیه به استانداردهای دسترس‌پذیری، اجازه می‌دهد یک مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — پیش از هر اقدام، درخت منطقی فضای کاری را بخواند و موقعیت خود را به‌دقت بسنجد. این رویکرد یادآور تلاش‌های اخیر برای حذف توهمات در تعامل با ابزارهاست، مشابه آنچه در پروژه StateGen برای کاهش خطاهای فراخوانی ابزار مشاهده شد.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی حافظه مدل‌های عامل‌محور اشاره کردیم، دسترسی به تاریخچه استنتاج کافی نیست. به همین دلیل، Atom از یک معماری حافظه دو لایه استفاده می‌کند تا عامل‌ها بتوانند اشتباهات گذشته را اصلاح کنند:
- وضعیت گرم (Hot State): یک پایگاه‌داده PostgreSQL که ماشین حالت گردش‌کار (Workflow State Machine) فعال را مدیریت می‌کند.
- حافظه سرد (Cold Memory): پایگاه‌داده LanceDB که نسخه‌های برداری‌شده از لایه بصری معنایی را ذخیره می‌کند.
- بردارهای معنایی محلی: سیستم برای تولید سریع و ۱۰۰٪ محلی از FastEmbed (مدل bage-small-en-v1.5) استفاده می‌کند.
بر اساس مستندات این پروژه، این تفکیک باعث می‌شود بازیابی اطلاعات صرفاً جست‌وجو در تاریخچه چت نباشد، بلکه بازسازی وضعیت برنامه در لحظه وقوع یک خطا باشد. این یعنی عامل اکنون دارای حافظه اپیزودیک (Episodic Memory) واقعی است و می‌تواند استراتژی خود را در لحظه تغییر دهد. چنین مکانیسم‌های مدیریت وضعیت، مکمل راهکارهای پیشرفته‌تری است که Network-AI برای جلوگیری از فقدان داده‌ها در هماهنگی بین-عاملی پیشنهاد داده است.
برای جلوگیری از دسترسی‌های خطرناک، اجرای دستورات توسط یک سیستم حاکمیتی کنترل می‌شود. عامل‌ها ابتدا در محیط ایزوله‌ای به نام «دانشجویی» (Student sandbox) قرار می‌گیرند و تنها زمانی به سطح اجرای خودکار ارتقا می‌یابند که بر اساس نرخ پایینِ نیاز به دخالت انسانی، نمره آمادگی بالایی کسب کنند.
با انتقال تأیید وضعیت از «تخیل مدل» به یک لایه معنایی قطعی، گلوگاه عامل‌ها از توانایی استدلال به دقتِ درک محیط تغییر می‌کند. این رویکرد وابستگی به پنجره‌های متنی عظیم را کم کرده و قابلیت اطمینان در گردش‌کارهای پیچیده تجاری، مانند پردازش صورت‌حساب‌ها را افزایش می‌دهد.
برای جلوگیری از دسترسی‌های خطرناک، اجرای دستورات توسط یک سیستم حاکمیتی کنترل می‌شود. عامل‌ها ابتدا در محیط ایزوله‌ای به نام «دانشجویی» (Student sandbox) قرار می‌گیرند و تنها زمانی به سطح اجرای خودکار ارتقا می‌یابند که بر اساس نرخ پایینِ نیاز به دخالت انسانی، نمره آمادگی بالایی کسب کنند.
با انتقال تأیید وضعیت از «تخیل مدل» به یک لایه معنایی قطعی، گلوگاه عامل‌ها از توانایی استدلال به دقتِ درک محیط تغییر می‌کند. این رویکرد وابستگی به پنجره‌های متنی عظیم را کم کرده و قابلیت اطمینان در گردش‌کارهای پیچیده تجاری، مانند پردازش صورت‌حساب‌ها را افزایش می‌دهد.
گام بعدی شما
- اگر با توهم عامل‌ها در محیط‌های وب مواجه هستید، معماری «لایه معنایی» Atom را برای جایگزینی عکس‌های صفحه بررسی کنید.
- برای کاهش هزینه توکن، استفاده از مدل‌های محلی برای تولید بردار معنایی (Embedding) را در جریان کاری خود بگنجانید.
- سیستم رتبه‌بندی «دانشجویی به خودکار» را برای مدیریت ریسک در استقرار عامل‌های سازمانی پیاده‌سازی کنید.
اما چالش واقعی در مقیاس‌پذیری این حافظه‌هاست؛ اثر این معماری بر هزینه‌های استنتاج در مقیاس بالا را در گزارش بعدی بررسی خواهیم کرد.
گفتگو