تصور کنید دستیار هوش مصنوعی شما پس از چند ده پیام، هدف اصلی پروژه را کاملاً فراموش کند. این کابوس برای اکثر توسعه‌دهندگان عامل‌های هوش مصنوعی (AI Agents) — سیستم‌هایی که می‌توانند به‌طور مستقل برای رسیدن به یک هدف برنامه‌ریزی کنند — به یک واقعیت تبدیل شده است.
طبق گزارشی که در ۹ اکتبر ۲۰۲۶ منتشر شد، اکثر عامل‌های پیشرو در تعاملات چندمرحله‌ای و طولانی، نزدیک به ۴۰٪ از داده‌های واقعی را از دست می‌دهند. این مطالعه که برای یک چالش بنچمارک در Kaggle ارسال شده، ثابت می‌کند معماری‌های حافظهٔ فعلی نمی‌توانند وضعیت (State) را در بلندمدت بدون «نشت موضوعی» مدیریت کنند. این نتایج با یافته‌های اخیر ما همسو است که نشان داد مدل‌های زبانی در چندین مورد کلیدی استدلال داده‌کاوی شکست خوردند. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، مدیریت دقیق بستر متن همواره نقطه ضعف مدل‌های ترنسفورمر بوده است.
در این سیستم‌ها، پنجرهٔ زمینه (Context Window) — شبیه میز کاری است که جا برای چند ورق دارد، نه برای کل کتابخانه — بیشتر شبیه به یک سطل سوراخ است تا یک بایگانی دائمی. این شکست به این دلیل رخ می‌دهد که سیستم‌های تولید بازیابی‌افزا (RAG) — مثل دانش‌آموزی که قبل از جواب دادن، اول کتاب درسی را باز می‌کند و از آن نقل می‌آورد — در جداسازی قطعات متمایز اطلاعات در طول زمان ناتوان هستند. این ناتوانی در مدیریت جریان‌های کاری پیچیده را می‌توان در بررسی‌های ConstraintBench مشاهده کرد که نشان می‌دهد پاسخ‌های درست لزوماً جریان‌های کاری را نجات نمی‌دهند.
پژوهشگران این موضوع را با استفاده از یک ابزار اعتبارسنجی ۱۴-گیت (14-Gate BBQ) روی سخت‌افزار Apple M4 بررسی کردند. بر اساس مستندات این پژوهش، نتایج پس از ۵۰ گام تعاملی، شکافی عمیق را نشان می‌دهد:
- Gemma-4 26B و RAG اقلیدسی تخت: نرخ بازیابی (Recall) به ۶۰.۸٪ سقوط کرد و ۴۸.۶٪ آلودگی وضعیت ثبت شد.
- Gemini 3.5 Pro: صحت پاسخ‌ها تا ۶۰.۵٪ کاهش یافت.
- XORAS Poincaré Memory: نرخ بازیابی ۹۹.۸٪ را حفظ کرد و نرخ آلودگی آن ۰.۰۰٪ بود.
این نتایج نشان می‌دهد که صرفاً افزایش اندازهٔ پنجرهٔ زمینه، استراتژی شکست‌خورده‌ای برای ساخت عامل‌های هوشمند است. موفقیت معماری XORAS ثابت می‌کند که ساختارهای حافظهٔ غیر اقلیدسی — که داده‌ها را بر اساس روابط سلسله‌مراتب سازماندهی می‌کنند، نه بردارهای تخت — برای ایجاد عامل‌های خودمختار قابل‌اعتماد ضروری هستند.
برای توسعه‌دهندگان، این یعنی گلوگاه اصلی ساخت عامل‌های «واقعی»، قدرت استدلال مدل نیست، بلکه نحوهٔ ذخیره‌سازی وضعیت است. انتقال به حافظهٔ مبتنی بر Poincaré می‌تواند نیاز به خلاصه‌سازی مداوم پرامپت‌ها را از بین ببرد.
گام بعدی شما
- بررسی کد بنچمارک و یادداشت V&V ناسا در مستندات ارسالی برای درک مکانیسم نشت داده‌ها.
- جایگزینی سیستم‌های RAG ساده با ساختارهای سلسله‌مراتب در پروژه‌هایی که نیاز به حافظهٔ بلندمدت دارند.
- تست مدل‌های فعلی خود با سناریوهای ۵۰ مرحله‌ای برای سنجش نرخ فراموشی.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو