بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
السؤال الذي طرحه باحثو Zero-Mem بسيط لكنه جذري: هل تحتاج ذاكرة الوكلاء الذكيين إلى نماذج لغوية أصلاً؟ معظم أنظمة الوكلاء اليوم تستدعي نموذج LLM مرتين — مرة للإجابة، ومرة أخرى لإدارة الذاكرة ذاتها. هذه الاستدعاءات الإضافية تعني توكنات، وتعني وقتاً، وتعني تكلفة متراكمة مع كل تفاعل. Zero-Mem يقول: يمكن التخلص منها كلياً.
النظام، الذي قدّمه يلين شياو وعشرة باحثين آخرين في ورقة نُشرت على arXiv في 31 يوليو 2026، يُعيد تصميم عملية الذاكرة من الأساس. (وفقاً لـ arXiv) المبدأ الجوهري هو ما يسميه الباحثون “zero-token memory operations”: لا استدعاء لأي LLM خارج مرحلة الإجابة النهائية، ولا استهلاك لأي توكن إدخال أو إخراج في عمليات الذاكرة. الحساب الوحيد المسموح به مسبقاً هو تشغيل نموذج الترميز (encoder)، وهذا يُحاسَب عليه بشكل منفصل.
الفكرة التشغيلية تقوم على الاحتفاظ بسجلات التفاعل الأصلية كاملةً بدلاً من تلخيصها أو دمجها. كثير من الأنظمة الحالية تُنتج “تمثيلات وسيطة” للتاريخ، وهذا بالضبط ما يُضيع التفاصيل ويُبهم الأدلة الأصلية. Zero-Mem يحتفظ بالأثر الكامل للمحادثة، ثم ينظّمه عبر هيكلين متكاملين:
- رسم بياني للكيانات والسياق (Entity–Context Graph): يكشف الروابط والعلاقات عبر جلسات متعددة، مما يجعل الاتصالات بين الأحداث البعيدة قابلة للاسترجاع دون الحاجة إلى توليد جديد.
- التسلسل الهرمي الزمني (Temporal Hierarchy): يحافظ على السياق المحلي للمحادثة وحالة الجلسة، فيُصون الترتيب والاقتران الزمني بين الأحداث القريبة.
- الاسترجاع المزدوج المُوزون: عند ورود استفسار، يُقيّم النظام الرؤيتين معاً ويُوازن بينهما بحسب طبيعة السؤال، ثم يسترجع من كلتيهما — ليتبع هيكل الرسم البياني نحو العلاقات الداعمة، ويتتبع التسلسل الهرمي نحو السياق المحيط.
- المعايرة الحتمية (Deterministic Calibration): قبل تمرير المعلومات إلى النموذج للإجابة، تُحذف الأدلة المتضاربة أولاً، ثم تُرسّخ الإجابة في السجلات المُستردة فعلاً — لا في استنتاجات مُولَّدة.
- قارئ الإجابة النهائية فقط: اللحظة الوحيدة التي يُستدعى فيها أي LLM هي توليد الإجابة النهائية للمستخدم. كل ما سبق يعمل بدونه تماماً.
النتائج التي يُسجّلها النظام على معيارَي الذاكرة الطويلة والسياق الطويل للإجابة عن الأسئلة تكشف أن الأداء التنافسي ممكن دون أي استدعاء LLM في عمليات الذاكرة. لكن الرقم الأبرز هو الزمن: Zero-Mem يُقلّص وقت عمليات الذاكرة بنسبة 57.6% مقارنةً بأسرع baseline في الدراسة (وفقاً لـ arXiv)، وذلك مع الاحتفاظ بنفس نموذج الإجابة النهائية ونفس ميزانية السياق. بعبارة أخرى، المقارنة عادلة تماماً — المتغير الوحيد هو طريقة الذاكرة.
ما يجعل هذا النهج يستحق الاهتمام ليس فقط التوفير في التكلفة، بل ما يكشفه عن افتراض شائع في تصميم الوكلاء الذكيين. المجتمع البحثي افترض ضمنياً أن إدارة الذاكرة تستلزم “فهماً” من النموذج — أي توليداً. Zero-Mem يُثبت أن التنظيم الهيكلي الحتمي والاسترجاع القائم على التشابه الدلالي يمكنهما أداء هذه المهمة دون توليد. التجارب الاستئصالية (ablations) في الورقة تدعم بشكل خاص قيمة كل من الهيكلين معاً وآلية التنسيق بينهما بحسب طبيعة الاستعلام، مما يُشير إلى أن القوة تأتي من تكاملهما لا من أيٍّ منهما منفرداً.
القيد الأساسي في المرحلة الراهنة أن الكود غير متاح بعد — سيُنشر عقب المراجعة العلمية للورقة. ومن زاوية نقدية، تجدر الإشارة إلى أن تكلفة encoder ليست صفرية فعلياً؛ الباحثون يُقرّون بذلك ويُحاسبون عليه بشكل منفصل، وهو اختيار منهجي مشروع لكنه يعني أن مقارنة التكاليف الكاملة تتطلب قراءة الأرقام بدقة. كذلك، إذا كانت تطبيقات الوكلاء لديك تتطلب استنتاجاً معقداً في مرحلة الذاكرة — مثل دمج السياق عبر مصادر غير منظمة — فإن النهج الحتمي قد يظهر حدوده في تلك السيناريوهات.
بالنسبة لمن يبني وكلاء ذكيين يعملون على تفاعلات طويلة المدى — سواء في خدمة العملاء أو المساعدين الشخصيين أو أنظمة المعرفة المؤسسية — هذا البحث يطرح مساراً هندسياً مختلفاً جذرياً عن السائد. ليس تحسيناً تدريجياً، بل إعادة تفكير في أين يجب أن يُستخدم النموذج اللغوي أصلاً. الكود لم يُنشر بعد، لكن الورقة متاحة الآن.
