لانغ تشين تكشف عن بنية الذاكرة وراء منصة بناء وكيل الذكاء الاصطناعي

Joerg Hiller
22 فبراير 2026 04:38

تشرح LangChain كيف يستخدم نظام ذاكرة Agent Builder الخاص بها استعارات نظام الملفات وإطار عمل COALA لإنشاء وكلاء ذكاء اصطناعي مستمرين وقادرين على التعلم دون الحاجة لكتابة أكواد برمجية.

كشفت LangChain النقاب عن بنية الذاكرة التي تشغل LangSmith Agent Builder الخاص بها، وكشفت عن نهج قائم على نظام الملفات يتيح لوكلاء الذكاء الاصطناعي التعلم والتكيف عبر الجلسات دون مطالبة المستخدمين بكتابة أكواد برمجية.

راهنت الشركة رهاناً غير تقليدي: إعطاء الأولوية للذاكرة منذ اليوم الأول بدلاً من إضافتها لاحقاً مثل معظم منتجات الذكاء الاصطناعي. ما السبب؟ ينشئ Agent Builder وكلاء خاصين بمهام محددة، وليس روبوتات محادثة للأغراض العامة. عندما يتعامل الوكيل مع نفس سير العمل بشكل متكرر، يجب تطبيق الدروس المستفادة من جلسة الثلاثاء تلقائياً يوم الأربعاء.

الملفات كذاكرة

بدلاً من بناء بنية ذاكرة مخصصة، اعتمد فريق LangChain على شيء تفهمه نماذج اللغة الكبيرة بشكل جيد بالفعل—أنظمة الملفات. يمثل النظام ذاكرة الوكيل كمجموعة من الملفات، على الرغم من أنها مخزنة فعلياً في Postgres ومعروضة للوكلاء كنظام ملفات افتراضي.

تتطابق البنية مباشرة مع فئات الذاكرة الثلاث في ورقة بحث COALA. الذاكرة الإجرائية—القواعد التي تحرك سلوك الوكيل—موجودة في ملفات AGENTS.md وتكوينات tools.json. الذاكرة الدلالية، التي تغطي الحقائق والمعرفة المتخصصة، موجودة في ملفات المهارات. تجاوز الفريق عمداً الذاكرة العرضية (سجلات السلوك السابق) للإصدار الأولي، مراهناً على أنها أقل أهمية لحالة الاستخدام الخاصة بهم.

فازت التنسيقات القياسية حيثما أمكن: AGENTS.md للتعليمات الأساسية، ومهارات الوكيل للمهام المتخصصة، وتنسيق مستوحى من Claude Code للوكلاء الفرعيين. الاستثناء الوحيد؟ ملف tools.json مخصص بدلاً من mcp.json القياسي، مما يسمح للمستخدمين بعرض أدوات محددة فقط من خوادم MCP وتجنب تجاوز السياق.

ذاكرة تبني نفسها

النتيجة العملية: وكلاء يتحسنون من خلال التصحيح بدلاً من التكوين. استعرضت LangChain مثالاً على ملخص اجتماع حيث حدّث تعليق بسيط من المستخدم "استخدم نقاطاً نقطية بدلاً من ذلك" تلقائياً ملف AGENTS.md الخاص بالوكيل. بحلول الشهر الثالث، كان الوكيل قد راكم تفضيلات التنسيق، وقواعد التعامل مع أنواع الاجتماعات، وتعليمات خاصة بالمشاركين—كل ذلك دون تكوين يدوي.

لم يكن بناء هذا أمراً بسيطاً. خصص الفريق شخصاً واحداً بدوام كامل للمطالبات المتعلقة بالذاكرة وحدها، لحل مشكلات مثل تذكر الوكلاء عندما لا ينبغي عليهم ذلك أو الكتابة إلى أنواع ملفات خاطئة. درس رئيسي: يتفوق الوكلاء في إضافة المعلومات لكنهم يواجهون صعوبة في الدمج. بدأ أحد مساعدي البريد الإلكتروني في سرد كل بائع يجب تجاهله بدلاً من التعميم إلى "تجاهل جميع التواصل البارد".

الموافقة البشرية مطلوبة

تتطلب جميع تعديلات الذاكرة موافقة بشرية صريحة بشكل افتراضي—إجراء أمني ضد هجمات حقن المطالبات. يمكن للمستخدمين تعطيل "وضع yolo" هذا إذا كانوا أقل قلقاً بشأن المدخلات العدائية.

يتيح نهج نظام الملفات قابلية نقل لا يمكن للغات DSL المقفلة مطابقتها. يمكن للوكلاء المبنيين في Agent Builder نظرياً العمل على Deep Agents CLI أو Claude Code أو OpenCode مع احتكاك ضئيل.

ما القادم

حددت LangChain عدة تحسينات مخططة: الذاكرة العرضية من خلال عرض سجل المحادثات كملفات، وعمليات الذاكرة الخلفية التي تعمل يومياً لالتقاط التعلمات المفقودة، وأمر /remember صريح، وبحث دلالي يتجاوز grep الأساسي، وتسلسلات هرمية للذاكرة على مستوى المستخدم أو المؤسسة.

بالنسبة للمطورين الذين يبنون وكلاء ذكاء اصطناعي، الخيارات التقنية هنا مهمة. تتجاوز استعارة نظام الملفات تعقيد واجهات برمجة التطبيقات المخصصة للذاكرة مع البقاء أصلية لنماذج اللغة الكبيرة. ما إذا كان هذا النهج يتوسع مع تعامل الوكلاء مع مهام أكثر تعقيداً وأطول مدة يبقى سؤالاً مفتوحاً—لكن LangChain تراهن على أن الملفات تتفوق على الأطر لبناء الوكلاء دون أكواد برمجية.

مصدر الصورة: Shutterstock