الذاكرة كفضاء للأفعال: إدارة AgeMem الموحّدة للذاكرة طويلة وقصيرة المدى
كل من شغّل وكيلاً على نطاق منتج حقيقي يصطدم في النهاية بجدار الذاكرة. فمع طول المحادثات وامتداد المهام عبر جلسات متعددة، عليك أن توازن بين ذاكرة قصيرة المدى تمسك بآخر التبادلات وذاكرة طويلة المدى تسترجع معلومة ذكرها المستخدم قبل أيام. عاملت معظم الأنظمة حتى الآن هاتين كجزأين منفصلين: منطق نافذة السياق يتولّى الذاكرة قصيرة المدى، وأنابيب البحث المتّجهي والتلخيص تتولّى الذاكرة طويلة المدى، وتُخاط الوصلات بينهما بقواعد استدلالية ومتحكّمات صممها البشر. يشير AgeMem (Agentic Memory, arXiv:2601.01885) إلى هذا التقسيم نفسه بوصفه المشكلة، مقترحاً أن نوحّد فعل إدارة الذاكرة في فضاء أفعال واحد يختار منه الوكيل.
تصوير لإدارة ذاكرة موحّدة تتلاقى فيها عمليات التخزين والاسترجاع والتلخيص والحذف في فضاء أفعال واحد.
نظرة عامة
الخلاصة في سطر واحد هي أن “الذاكرة تصبح فضاءً للأفعال”. فبدلاً من أنبوب خارجي يقرّر بقواعد ثابتة ما إذا كان ينبغي التخزين أو الاسترجاع أو التحديث أو التلخيص أو الحذف، يقرّر الوكيل مباشرةً في كل خطوة، كأنه يستدعي أداة. يبدو الأمر بسيطاً، لكن هذا التحوّل يُسقط افتراضين قديمين معاً. الأول أن الذاكرة طويلة وقصيرة المدى يجب أن تكونا آليتين مختلفتين جوهرياً. والثاني أن ما يُتذكّر وما يُنسى ينبغي أن تقرّره سياسات كتبها البشر. يمتصّ AgeMem كليهما داخل سياسة قابلة للتعلّم.
وثمّة سبب محدّد يجعل هذا مهماً للفرق التي تنشر الوكلاء في بيئات محلية (on-premise) أو سيادية. فحين يتبعثر منطق إدارة الذاكرة عبر مجموعة قواعد خارجية، عليك إعادة ضبط تلك القواعد كلما تغيّر المجال، ويصبح أي تعارض بين القواعد والنموذج تراجعاً في الجودة. أما حين تنتقل إدارة الذاكرة إلى السياسة، فتنشأ مساحة للتكيّف مع مجالات متعددة بالإجراء التدريبي نفسه.
المشكلة: كلفة الذاكرة المفصولة
عند تفكيك النهج القائم تتّضح بنية المشكلة. تُبقي الذاكرة قصيرة المدى عادةً المحادثة الأخيرة في السياق ثم تقتطعها أو تضغطها عند بلوغ الحدّ. وتقطّع الذاكرة طويلة المدى المحادثة وتحوّلها إلى متّجهات ثم تعيد إدراجها عند الحاجة. لا يعرف هذان المساران أحدهما الآخر: لا تعرف الذاكرة طويلة المدى ما حذفته قصيرة المدى، ولا تكترث قصيرة المدى بما خزّنته طويلة المدى أصلاً. والنتيجة أن المعلومة نفسها تُخزّن مرتين، أو تختفي معلومة ضرورية في مكان ما على الحدّ بين الاثنتين.
المشكلة الأعمق أن أياً من هذه القرارات ليس متعلَّماً. فما يُلخَّص ويُرقّى إلى الذاكرة طويلة المدى، ومتى تُحذف الذاكرة القديمة، يُعالَج عادةً بعتبات وقواعد ثابتة. ولأن إشارة المكافأة عمّا إذا نجحت المهمة فعلاً لا تعود أبداً إلى هذه القرارات، لا يستطيع النظام تحسين نفسه. يأخذ AgeMem هذه النقطة بالذات، فيجعل عمليات الذاكرة أفعالاً قابلة للمكافأة والتعلّم، إسهامَه الجوهري.
الذاكرة كفضاء للأفعال: الفكرة الجوهرية في AgeMem
يدمج AgeMem إدارة الذاكرة طويلة المدى (LTM) وقصيرة المدى (STM) مباشرةً داخل سياسة الوكيل. التصميم الجوهري هو كشف عمليات الذاكرة كأفعال قائمة على الأدوات. في كل خطوة، إلى جانب الاستدلال وتوليد الردّ الاعتياديين، يختار الوكيل ما إذا كان يخزّن أو يسترجع أو يحدّث أو يلخّص أو يحذف المعلومة. يقرّر بنفسه ماذا ومتى يتذكّر وينسى وفق مقتضيات المهمة.
مهمة طويلة · جلسات متعددة] --> P[سياسة الوكيل] P --> D{اختيار الفعل} D -->|استدلال·ردّ| A1[ردّ اعتيادي] D -->|عملية ذاكرة| M[فعل أداة الذاكرة] M --> S1[تخزين store] M --> S2[استرجاع retrieve] M --> S3[تحديث update] M --> S4[تلخيص summarize] M --> S5[حذف discard] S1 --> LTM[(ذاكرة طويلة المدى LTM)] S2 --> LTM S3 --> LTM S4 --> STM[(ذاكرة قصيرة المدى STM)] S5 --> STM LTM -.إعادة بناء السياق.-> P STM -.إعادة بناء السياق.-> P A1 --> R[مكافأة نجاح المهمة] R -.step-wise GRPO.-> P
في AgeMem، عمليات الذاكرة ليست أنبوباً منفصلاً بل أفعالاً تختارها السياسة. يشكّل التخزين والاسترجاع والتحديث والتلخيص والحذف فضاء أفعال واحداً، وتعود مكافأة نجاح المهمة إلى السياسة.
فوائد هذا التوحيد واضحة. فلأن قصيرة المدى وطويلة المدى تحت سياسة واحدة، يستطيع الوكيل التركيز على المحادثة أمامه بينما يقرّر بحكم متّسق متى يرقّي محتواها إلى الذاكرة طويلة المدى. يصبح فعل التلخيص جسراً من قصيرة المدى إلى طويلة المدى، ويُبقي فعل الحذف السياق خفيفاً. وقبل كل شيء، تصطفّ كل هذه الخيارات نحو هدف واحد: نجاح المهمة.
التدريب: تعلّم معزّز تدريجي ثلاثي المراحل وstep-wise GRPO
التحدي هو كيفية تدريب مثل هذا السلوك الموحّد. عمليات الذاكرة أفعال ذات مكافآت شائكة. فصواب قرار تخزين شيءٍ ما لا ينكشف إلا لاحقاً بكثير، عند اللحظة التي تُحتاج فيها تلك المعلومة فعلاً مجدداً. تصل المكافآت متفرّقة (sparse)، والفجوة بين الفعل والمكافأة متقطّعة (discontinuous). وهذه ظروف لا يعالجها التعلّم المعزّز القياسي جيداً.
يستجيب AgeMem بآليتين. الأولى استراتيجية تعلّم معزّز تدريجي ثلاثي المراحل لا تدرّب سلوكيات الذاكرة الموحّدة دفعةً واحدة بل ترفعها على مراحل. والثانية step-wise GRPO. فبتصميم GRPO (Group Relative Policy Optimization) على مستوى الخطوة، يواجه مباشرةً المكافآت المتفرّقة والمتقطّعة التي تحدثها عمليات الذاكرة. ويمكن فهمه كنهج يفكّك المكافأة المؤجّلة إلى إسهام كل خطوة، ما يجعل إشارة التعلّم أكثف.
هذا الجزء مثير للاهتمام من زاوية ThakiCloud أيضاً. فبالنسبة لفريق يشغّل بنية تدريب RL post-training مباشرةً، لا يعمل مثل هذا الشكل المخصّص من GRPO إلا إذا دعم إطار التدريب بمرونة تشكيل المكافأة وحساب الأفضلية على مستوى الخطوة. أي إن منهجية الورقة تُترجَم مباشرةً إلى متطلبات على أنبوب التدريب.
النتائج والدلالة
تقيّم الورقة AgeMem على خمسة معايير طويلة الأفق. وعبر أنوية LLM متعددة، تُبلغ عن تفوّق متّسق على خطوط أساس قوية معزّزة بالذاكرة. يظهر التحسّن في ثلاثة اتجاهات: يرتفع أداء المهمة، وتتحسّن جودة الذاكرة طويلة المدى، ويُستخدَم السياق بكفاءة أعلى. البند الأخير هو الأهمّ عملياً. فاستخدام السياق بكفاءة أعلى يعني إنجاز المهمة نفسها برموز أقل، وهو ما يُترجَم مباشرةً إلى كلفة استدلال أدنى.
تستحقّ الأرقام المحدّدة حذراً. فقد وصفت ملخّصات ثانوية متوسط الدرجة على نواة Qwen2.5-7B بأنه أعلى بوضوح من خطوط أساس من صنف Mem0، مع اتّساع الفجوة على الأنوية الأصغر [تقديري]. لكن لأن تلك الأرقام لم تُعَد التحقّق منها مقابل المصدر الأصلي، ننصح بمراجعة الدرجات الدقيقة لكل معيار في الرابط الأصلي أدناه. وما يمكننا تأكيده بثقة هو المنهجية والخلاصة النوعية: أفضلية متّسقة عبر خمسة معايير وأنوية متعددة، وأن الأفضلية ظهرت لا في أداء المهمة فحسب بل في جودة الذاكرة وكفاءة السياق أيضاً.
وفي سياق المنظومة، صارت أنظمة ذاكرة الوكلاء ساحة تنافس محتدم في 2026. فقد أبرز Mem0 درجات نحو 67.13 بالمئة على أساس LLM-as-a-Judge على معيار الذاكرة الحوارية طويلة المدى LOCOMO مع زمن بحث منخفض، وتتفاخر أنظمة مثل Zep وLetta بنقاط قوتها. يكمن تميّز AgeMem لا في تنافس أداء على مستوى المكوّنات بل في تحوّل تأطيري يعيد تعريف إدارة الذاكرة كمشكلة تعلّم سياسة.
دلالات لـ ThakiCloud
تقدّم هذه الورقة دلالات عبر عدسة البنية التحتية وعدسة الوكيل معاً. ولأن الموضوع هو ذاكرة الوكيل، فعدسة Paxis محورية، لكن عدسة ai-platform تناسب أيضاً على جانب بنية تدريب RL.
Paxis هو مستوى التحكّم Agent-Native Cloud لدى ThakiCloud، يعامل Skills وTools وPolicies وAudit Logs كموارد من الدرجة الأولى. ومن بينها، يقع محرّك المعرفة (HKE wiki) وطبقة الذاكرة تماماً على المشكلة التي يلمسها AgeMem. وكما لدى منصّات وكلاء كثيرة اليوم، يدير Paxis الذاكرة في طبقات، والسؤال الذي يطرحه AgeMem واضح: هل يمكن معالجة الحركة بين تلك الطبقات، أي ما يُرقّى من ذاكرة الجلسة إلى المعرفة طويلة المدى وما يُحذَف، بحكم متعلَّم بدل قواعد ثابتة؟ إن تصميماً يكشف التخزين والاسترجاع والتلخيص والحذف كأفعال أدوات ينسجم طبيعياً مع بنية Paxis التي تعامل المهارات والأدوات أصلاً كموارد من الدرجة الأولى. وبمعاملة عمليات الذاكرة كفعل آخر خاضع لبوابات السياسة وسجلّات التدقيق، تكسب قابلية تتبّع ما تذكّره الوكيل ونسيه.
على عدسة ai-platform، بنية التدريب هي الجوهر. فتشغيل شكل مخصّص من RL مثل step-wise GRPO فعلياً يتطلّب أنبوب تدريب يدعم تشكيل المكافأة وحساب الأفضلية على مستوى الخطوة فوق جدولة GPU المبنية على Kueue. توفّر ai-platform من ThakiCloud الأساس لتشغيل أحمال RL post-training هذه في بيئة K8s متعددة المستأجرين. ومكاسب كفاءة السياق التي تبرزها الورقة ترتبط مباشرةً بكلفة خدمة vLLM، فالخدمة منخفضة الكلفة (ai-platform) تسند اقتصاديات الوكلاء (Paxis).
القيود والحجج المضادة
توخّياً للتوازن، ينبغي طرح الاتجاه المعاكس أيضاً. أولاً، يرفع دمج عمليات الذاكرة في السياسة تعقيد التدريب كثيراً. فحقيقة أن التدريب ثلاثي المراحل وGRPO مخصّصاً كانا لازمين لمعالجة المكافآت المتفرّقة المتقطّعة دليلٌ على أن هذا النهج بعيد عن كونه رخيصاً. وقد يظلّ أنبوب قائم على قواعد ومضبوط جيداً أكثر استقراراً وقابلية للتنبّؤ في مجالات محدّدة.
ثانياً، تبقى أسئلة قابلية التكرار والتعميم. فما إذا كانت أفضلية على خمسة معايير تصمد في حركة إنتاج حقيقية، خصوصاً في بيئات بلغات مختلطة ومجالات متغيّرة باستمرار، يحتاج تحقّقاً منفصلاً. وإخفاق تحسّن المعيار في الانتقال إلى التشغيل أمر شائع.
ثالثاً، قابلية تفسير سياسة ذاكرة متعلَّمة. فنظام قائم على قواعد يمكنه تفسير سبب حذفه معلومةً بعينها بالإشارة إلى قاعدة، لكن سياسة متعلَّمة قد تترك ذلك القرار غامضاً. وفي مجالات شديدة التنظيم أو بيئات ذات متطلبات تدقيق قوية، يصبح ذلك الغموض عائقاً أمام التبنّي. ومع ذلك، تُخفَّف هذه النقطة كثيراً عند دمجها ببنية مثل Paxis تسجّل كل فعل.
خلاصةً، يحقّق AgeMem تحوّلاً تأطيرياً بإعادة تعريف ذاكرة الوكيل من مشكلة أداء لكل مكوّن إلى مشكلة تعلّم سياسة. وحتى الفرق التي لن تتبنّى المنهجية فوراً يُحسِن بها أن تطرح سؤالاً مبكراً في التصميم: هل يمكن معاملة قرارات إدارة الذاكرة كشيء يُتعلَّم؟