في عالم الذكاء الاصطناعي سريع التطور، ظهر نوع محدد من البرمجيات يعمل كمساعد دؤوب لمبرمجي الكمبيوتر. هذه الأدوات، التي تُسمى غالبًا "وكلاء البرمجة" (coding agents)، يمكنها قراءة التعليمات وكتابة أكواد برمجية معقدة، لكنها تعاني من قصور محبط: ليس لديها ذاكرة للماضي. ففي كل مرة يبدأ فيها المبرمج جلسة جديدة مع أحد هؤلاء المساعدين، يبدأ الوكيل بعقل فارغ تمامًا؛ فهو لا يعرف شيئًا عن القرارات التي اتُّخذت بالأمس، أو التفضيلات المحددة للمستخدم، أو التاريخ الفريد للمشروع. ويُضطر المبرمج لقضاء وقت ثمين في إعادة شرح السياق الذي كان ينبغي للوكيل معرفته بالفعل، مما يؤدي فعليًا إلى إعادة ضبط العلاقة مع كل مهمة جديدة. وهذا يخلق عنق زجاجة حيث لا تقتصر سرعة التطوير على مدى ذكاء البرنامج، بل على مقدار الوقت الضائع في إعادة تأسيس الأساسيات.

ولحل هذه المشكلة، طور باحث يدعى مايرون كوش في مختبرات "بيك ساميت" (Peak Summit Labs) نظامًا مصممًا لمنح هؤلاء المساعدين الرقميين دفعة قوية للبداية. يعمل النظام، المسمى "برايم إيجنت أوركستريتور" (PrimeAgentOrchestrator)، كجسر بين المعرفة الشخصية المتراكمة للمستخدم والوكيل الجديد الذي أوشك المستخدم على تشغيله. وبدلاً من ترك الوكيل يبدأ من الصفر، يقوم هذا النظام بجمع المعلومات ذات الصلاسية من قواعد بيانات المستخدم الحالية — مثل المحادثات السابقة، وملاحظات المشاريع، والملاحظات التقنية — ويقوم بتجميعها في موجز موجز. ثم يقدم هذا الموجز إلى الوكيل قبل أن يبدأ الوكيل عمله، مما يضمن أن تبدأ الجلسة الجديدة بفهم واضح لتاريخ المستخدم وأهدافه. يعامل هذا النهج الوكيل ليس كأداة مستقلة، بل كموظف جديد يُسلم ملفًا مفصلًا بالمعلومات الخلفية قبل دخوله إلى المكتب.

يعمل النظام من خلال الاتصال بنوعين مختلفين من تخزين الذاكرة التي يحتفظ بها المستخدم بالفعل. أحد أنظمة التخزين هو قاعدة بيانات مهيكلة تتبع حقائق وملاحظات محددة، بينما الآخر هو فهرس بحث يفهم معنى المحادثات الماضية. عندما يطلب المستخدم بدء مهمة برمجة جديدة، يقوم "الأوركستريتور" بالاستعلام من كلا النظامين في وقت واحد؛ حيث يستخرج قطع المعلومات الأكثر صلة، ويدمجها في مستند واحد منظم، ويضع ذلك المستند في المجلد الخاص بالعمل التابع للوكيل. ومن الأهمية بمكان أن النظام يعتمد على ميزة في وكيل البرمجة تقوم تلقائيًا بقراءة ملف تهيئة محدد عند بدء تشغله. فمن خلال وضع الموجز في هذا الملف، يقرأ الوكيل السياق فور الإطلاق، دون الحاجة إلى أن يتم توجيهه أو أن يبحث عن المعلومات بنفسه. وتتجنب هذه الطريقة أخطاء التوقيت التي تحدث غالبًا عند محاولة لصق نص في برنامج قيد التشغيل، مما يضمن وجود الموجز دائمًا وجاهزًا.

بالإضافة إلى مجرد تقديم المعلومات، يتولى النظام العملية بأكملها لبدء تشغيل الوكيل، وهي مهمة تتضمن عدة خطوات دقيقة لضمان الموثوقية. فهو يجهز أذونات الأمان اللازمة مسبقًا حتى لا يعلق الوكيل في انتظار نقر المستخدم على نافذة "السماح" المنبثقة. ثم يقوم بتشغيل الوكيل في نافذة منفصلة ويراقب المخرجات بعناية للتأكد من أن الوكيل قد استيقظ تمامًا وجاهز لتلقي التعليمات. وإذا واجه الوكيل خطأً أو تعثر في طلب إذن، فإن النظام يكتشف ذلك فورًا ويوقف العملية، بدلاً من الانتظار حتى انتهاء المهلة الزمنية. يتيح هذا المستوى من التحكم للمستخدم إنشاء وكلاء متخصصين لمهام مختلفة، يحمل كل منهم شريحة محددة من الذاكرة المطلوبة لتلك الوظيفة، بينما يدير النظام الرئيسي لوجستيات إنشائهم وتشغيلهم.

اختبر الباحث هذا النظام على مدار أربعة أشهر، مستخدمًا إياه على جهاز كمبيوتر شخصي لإدارة مجموعة واسعة من مهام البرمجة. وأظهرت النتائج أن الوكلاء الذين بدأت جلساتهم بهذا الموجز الذاكراتي قدموا أداءً أفضل عمومًا من أولئك الذين بدأت جلساتهم بدونه، لا سيما في المهام التي تتطلب معرفة محددة بعمل المستخدم السابق أو التفاصيل الخاصة بالمجال. وفي مجموعة صغيرة من المقارنات، قدم الوكلاء المزودون بالموجز إجابات أكثر دقة وتحديدًا في ثلاث من أصل خمس مهام. ومع ذلك، لاحظ الباحث أن هذه الميزة لم تكن مطلقة؛ ففي بعض الحالات، تمكن الوكيل الذي بدأ بدون الموجز من العثور على المعلومات اللازمة من خلال استكشاف ملفات الكمبيوتر، بل وتفوق أحيانًا على الوكيل الذي تم تجهيزه مسبلًا. وتشير الدراسة إلى أنه بينما يعد التحميل المسبق للذاكرة فعالاً للغاية للمهام القائمة على الاسترجاع، فإنه ليس حلاً سحريًا لكل مشكلة، وأن النظام يعمل بشكل أفضل عندما تكون المعلومات المسترجعة ذات صلة مباشرة بالمهمة الفورية.

كان أحد الخيارات التصميمية الرئيسية في هذا النظام هو الاتصال بقواعد بيانات الذاكرة الموجودة لدى المستخدم بدلاً من محاولة بناء قاعدة بيانات موحدة واحدة لتضم كل شيء. فقد وجد الباحث أن محاولة دمج جميع أنواع البيانات المختلفة في نظام جديد واحد كانت معقدة للغاية ومحفوفة بالمخاطر. وبدلاً من ذلك، يعمل النظام كمترجم، حيث يسأل كل قاعدة بيانات موجودة عن المعلومات بالطريقة التي تفهمها تلك القاعدة بأفضل شكل، ثم يجمع الإجابات. سمح هذا النهج للنظام بالعمل مع الأدوات التي يمتلكها المستخدم بالفعل، مع الحفاظ على استقلاليتها وتجنب الحاجة إلى نقل أو إعادة تنظيم سنوات من البيانات المتراكمة. وبينما يعني هذا أن جودة المعلومات المسترجعة تفاوتت قليلاً اعتمادًا على القاعدة التي جاءت منها، إلا أنه قدم حلاً عمليًا ومرنًا يمكن نشره فورًا دون الحاجة إلى عملية تغيير شاملة للبنية التحتية الرقمية للمستخدم.

كما سلط المشروع الضوء على العديد من التحديات الهندسية العملية التي غالبًا ما يتم التغاضي عنها في الدراسات النظرية. فعلى سبيل المثال، كان لزامًا تصميم النظام للتعامل مع الخصائص النوعية لكيفية بدء تشغيل وكيل البرمجة، مثل اللحظة الدقيقة التي يقرأ فيها ملفات التهيئة والنص المحدد الذي يعرضه عندما يكون جاهزًا. ووثق الباحث كيف يمكن لمشاكل التوقيت الصغيرة، مثل التأخير بين لصق النص والضغط على مفتاح الإدخال، أن تتسبب في فشل النظام، وكيف تم حل هذه المشكلات من خلال الضبط الدقيق. هذه التفاصيل، رغم أنها قد تبدو ثانوية، ضرورية لجعل النظام يعمل بموثوقية في العالم الحقيقي. وتخلص الدراسة إلى أنه بينما تم تصميم النسخة الحالية لتناسب نوعًا محددًا من وكلاء البرمجة ومستخدمًا واحدًا، فإن الفكرة الأساسية المتمثلة في تجميع الذاكرة في لحظة الإنشاء هي مفهوم قوي يمكن تكييفه مع منصات أخرى. فهي تقدم مسارًا واقعيًا للبنية التحتية الشخصية للذكاء الاصطناعي، مما يسمح للمستخدمين ببناء مساحة عمل رقمية تتذكرهم، بدلاً من مساحة تنسى وجودهم مع كل جلسة جديدة.