اگر امروز در حال ساخت عامل‌های هوش مصنوعی هستید، احتمالاً با این واقعیت تلخ رو‌به‌رو هستید که ارزشمندترین داده‌های شما در فایل‌های پراکنده، خزانه-های Obsidian یا پایگاه‌های دادهٔ بستهٔ شرکت‌های مختلف گیر افتاده است. پروتکل حافظه جهانی (Universal Memory Protocol یا UMP) — که جزئیات آن در گزارش ۶ ژوئن ۲۰۲۶ در وب‌سایت universalmemoryprotocol.io منتشر شد — این مشکل را با تبدیل خاطرات پراکنده به یک قالب واحد و قابل انتقال حل می‌کند که هر عاملی می‌تواند آن را بخواند و گسترش دهد.
تا به امروز، اکوسیستم هوش مصنوعی استانداردهایی برای نحوهٔ فراخوانی ابزارها توسط عامل‌ها (MCP) و نحوهٔ گفتگو بین آن‌ها (A2A) داشت، اما حافظه همچنان یک سیلو خصوصی و غیرقابل انتقال بود. هر توسعه‌دهنده مجبور بود دوباره اختراع کند که یک عامل چگونه ترجیحات کاربر یا قوانین خاص یک پروژه را به خاطر بسپارد. UMP لایه‌ای مشترک ایجاد می‌کند تا حافظه‌ای که در یک محیط ساخته شده، بتواند بدون از دست رفتن داده‌ها، در جلسات مختلف و میان تامین‌کنندگان متفاوت جابجا شود.
لایه سوم interoperability
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی استانداردهای ارتباطی مدل‌ها اشاره کردیم، interoperability یا قابلیت همکاری، کلید خروج از انحصار است. UMP اکنون ضلع سوم این مثلث حیاتی از استانداردهای عامل‌ها را تکمیل می‌کند. در حالی که پروتکل کانتکست مدل (MCP) نحوهٔ فراخوانی توابع و خواندن منابع را استاندارد کرد و Agent2Agent (A2A) نحوهٔ شناسایی و فراخوانی متقابل عامل‌ها را، UMP اکنون نحوهٔ «به خاطر سپردن» را استاندارد می‌کند.
این پیش‌بینی به این معناست که حافظه‌هایی که در حال حاضر در یادداشت‌های پروژهٔ Claude/Codex، خروجی‌های Recall، یا پایگاه‌های دادهٔ Postgres، Redis، SQLite و پایگاه‌های داده برداری (Vector Databases) پراکنده هستند، می‌توانند یکپارچه شوند. توسعه‌دهندگان دیگر مجبور نیستند با هر عامل جدید از صفر شروع کنند و اکنون می‌توانند همان حافظه واحد را در محیط‌های ذخیره‌سازی مختلف گسترش دهند.
طبق مستندات این پروتکل، UMP یک لایه در سطح اپلیکیشن است که به جای ایجاد یک زیرساخت انتقال جدید، روی انتقال‌دهنده‌های موجود سوار می‌شود. این پروتکل به‌طور مستقیم به Model Context Protocol (MCP) متصل است؛ به این معنا که هر میزبان MCP — مانند Claude Code، Codex یا Cursor — می‌تواند همین امروز UMP را بدون هیچ هزینهٔ اضافی در زیرساخت انتقال خود پیاده کند.
قابلیت‌های فنی هسته
بر اساس مشخصات فنی، این پروتکل ۶ عملیات اصلی برای مدیریت حافظه تعریف کرده است:
- Recall: بازیابی دانش ذخیره‌شده.
- Remember: ذخیره اطلاعات جدید.
- Revise: به‌روزرسانی رکوردهای موجود.
- Forget: حذف داده‌ها.
- Get: دریافت وضعیت‌های خاص حافظه.
- Feedback/Subscribe: به‌روزرسانی‌های اختیاری مبتنی بر رویداد.
برای تضمین سلامت داده‌ها، UMP از یک سیستم دو-زمانی (bi-temporal) شامل «زمان اعتبار» (valid-time) و «زمان تراکنش» (transaction-time) استفاده می‌کند. این یعنی حقایق هرگز به‌سادگی بازنویسی نمی‌شوند؛ بلکه یک حقیقتِ تغییریافته، بسته شده و به جایگزین خود لینک می‌شود تا از قدیمی شدن داده‌ها (staleness) جلوگیری شود.
اعتماد و امنیت
امنیت در ساختار رکوردها نهادینه شده تا از آسیب‌پذیری‌های رایج هوش مصنوعی جلوگیری شود:
- مالکیت کاربر: رکوردها بر اساس محتوا آدرس‌دهی شده و با یک شناسه غیرمتمرکز (DID) امضا می‌شوند. این امر تضمین می‌کند که اپراتور — و نه تامین‌کننده مدل — کلیدهای رمزنگاری را در اختیار دارد.
- مقاومت در برابر تزریق (Injection): مشخصات پروتکل یک خط لولهٔ «تایید، فیلتر و بازسازی فریم» (verify, filter, and frame rehydration) را اجباری می‌کند. حافظه هرگز به‌صورت مستقیم در پرامپت تزریق (string-interpolate) نمی‌شود، زیرا حافظه به عنوان ورودیِ قابل کنترل توسط مهاجم تلقی می‌شود.
- مبتنی بر رضایت: الزامات مربوط به نگهداری، قابلیت خروجی گرفتن و حذف داده‌ها (redaction) همراه با خودِ داده‌ها منتقل شده و در هر مرز انتقال اجرا می‌شوند.
پیاده‌سازی و ذخیره‌سازی
از نظر ذخیره‌سازی، UMP مستقل از نوع پایگاه داده (database-agnostic) است. بستهٔ @universalmemoryprotocol/core پیاده‌سازی‌های متنوعی را برای بک‌اندهای مختلف ارائه می‌دهد:
- فایل‌های محلی: استفاده از
JsonFileStoreبرای فایل‌های قابل حمل.ump.json. - قابل ویرایش توسط انسان: استفاده از
MarkdownDirectoryStoreبرای خزانه-های مدل Obsidian و رکوردهای*.ump.mdکه توسط انسان قابل ویرایش باشند. - پایگاه‌های داده: پشتیبانی بومی از Postgres، SQLite و Redis از طریق
PostgresStore،SqliteStoreوRedisStore. - موتورهای برداری: رابط‌هایی (Wrappers) برای Qdrant، Pinecone و Weaviate جهت حفظ کیفیت بازیابی.
- Recall Engine: یک آداپتور اختصاصی برای Recall که به عنوان یک پیاده‌سازی غنی‌تر از موتور حافظه عمل می‌کند.
برای کسانی که داده‌های قدیمی دارند، UMP پل‌های وارداتی (Import Bridges) ارائه می‌دهد. این ابزارها فایل‌های AGENTS.md (استاندارد باز) یا فایل‌های CLAUDE.md را می‌خوانند و آن‌ها را به پیش‌نویس‌های قابل حمل UMP تبدیل می‌کنند، در حالی که مسیر منبع اصلی را در متاداده‌های منشأ (provenance metadata) حفظ می‌کنند. کاربران همچنین می‌توانند پروتکل را به دایرکتوری‌های Markdown یا خزانه-های Obsidian متصل کنند تا بدون تغییر در یادداشت‌های فعلی خود، یک ذخیره‌ساز محلی ایجاد کنند.
پذیرش و مقیاس‌پذیری
توسعه‌دهندگان می‌توانند UMP را به‌صورت تدریجی و در چهار سطح پذیرش (Conformance Levels) پیاده کنند. یک تیم می‌تواند امروز با یک خروجی سادهٔ *.ump.json (سطح L0) شروع کند و هر زمان که آماده بود، سیستم کامل زمان-اجرا (سطح L3) را فعال کند.
این تغییر، میدان رقابت را از «چه کسی ذخیره‌سازی بهتری دارد» به «چه کسی هوشمندی بهتری دارد» منتقل می‌کند. با استانداردسازی ساختار، منشأ و لایه اعتماد، موتورهای مختلف می‌توانند روی کیفیت استخراج، رتبه‌بندی و یکپارچه‌سازی رقابت کنند، در حالی که کاملاً با هم سازگار می‌مانند.
برای توسعه‌دهنده، این یعنی پایان وابستگی به یک تامین‌کننده (Vendor Lock-in). شما می‌توانید تمام «تجربه زندگی» عامل خود را از یک نمونهٔ محلی SQLite به یک ذخیره‌ساز برداری ابری منتقل کنید، بدون اینکه منطق حافظه را دوباره بنویسید.
برای شروع، توسعه‌دهندگان می‌توانند یک سرور MCP ساده را با دستور npx -y @universalmemoryprotocol/core ump-memory مستقر کنند یا از SDK تایپ‌اسکریپت برای یکپارچگی عمیق‌تر در زمان-اجرا استفاده کنند. برای کلاینت‌هایی که از پایتون، گو، سوئیفت یا مرورگرها استفاده می‌کنند، این پروتکل از طریق ارسال JSON روی HTTP در دسترس است.
گام بعدی شما
- اگر از Obsidian یا فایل‌های Markdown برای مدیریت دانش عامل‌هایتان استفاده می‌کنید، با
MarkdownDirectoryStoreآن‌ها را به فرمت UMP تبدیل کنید. - سرور MCP ساده را با دستور
npxتست کنید تا ببینید عامل شما چگونه حافظه را بین جلسات مختلف منتقل می‌کند. - ساختار DID را برای مدیریت کلیدهای رمزنگاری حافظه بررسی کنید تا مالکیت داده‌ها را به‌طور کامل در اختیار داشته باشید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو