معمارية «ريكوريس» لتطوير الذاكرة التكرارية: حل إخفاق الوكلاء في المهام الطويلة وخفض أخطاء التنفيذ بنسبة 80%

تكشف ورقة بحثية جديدة نشرها فريق من الباحثين، من بينهم تشاوتشن يو ولينغ يانغ وشويتشينغ يان، عن معمارية مبتكرة لوكلاء الذكاء الاصطناعي أطلقوا عليها اسم «ريكوريس» (Recuris)، تستهدف حل واحدة من أعقد المشكلات التقنية التي تواجه تطوير الوكلاء المستقلين، وهي مشكلة التحسين الذاتي التكراري وتراجع دقة النماذج في المهام طويلة المدى.

تعتمد المعمارية الجديدة على فصل بنيوي بين نوعين من الذاكرة: ذاكرة العمل (Working Memory) التي تتولى تتبع مسار المهمة لحظة بلحظة وتحديد الاحتياج الراهن، والذاكرة التجريبية (Experiential Memory) التي تخزن المهارات والخبرات المتراكمة. يعالج هذا الربط الخلل الشائع في الوكلاء التقليديين، حيث يؤدي تضخم سجل المحادثات والعمليات السابقة إلى تشويش حالة المهمة وسوء استدعاء الأدوات أو المهارات المناسبة، مما يحصر اختيار المهارة في الاحتياج الفعلي للخطوة الحالية بدلاً من إغراق النموذج بكامل التاريخ التشغيلي.

يقوم النظام بتحويل مسار التنفيذ إلى أدلة مهيكلة تعزل أسباب الإخفاق وتحددها بدقة داخل مكونات الذاكرة، ثم يتولى وكيل تحكم ثابت (Meta-Agent) تحويل هذه الأدلة إلى تحديثات موضعية محكومة باختبارات تحقق صارمة على ذاكرة المهارات. ينتج عن هذه العملية حلقة تطور تكرارية ومضبوطة للذاكرة، تعيد تشكيل التنفيذ وتولد أدلة جديدة تدريجيًا دون الإخلال باستقرار النظام.

أظهرت نتائج الاختبارات عبر أربعة معايير قياسية للمهام طويلة المدى وعشرة نماذج مختلفة تفوقًا ملحوظًا، حيث حققت «ريكوريس» تحسنًا في 35 اختبارًا من أصل 37 حالة مكتملة. وعلى مؤشر «تاو بنش» (tau-bench)، رفعت المعمارية دقة نموذج «جي بي تي 5.6 سول» بمقدار 17.8 نقطة، وأضافت 15.6 نقطة لنموذج «كلود أوبوس 5» ليصل معدل نجاحه إلى 87.9%، كما سجلت مكاسب بلغت 16.6 و13.5 نقطة على نسختي نموذج «كوين 3.6» (27B و35B) في اختبار «سكيل فلو» (SkillFlow). واتسعت فجوة التفوق في المهام الأكثر تعقيدًا لتصل إلى 32.2 نقطة، مع انخفاض الإخفاقات التشغيلية الشائعة بنسبة تصل إلى 80%.

هذا التحول المعماري يعيد ضبط الحسابات لفرق التطوير ومراكز الابتكار في الخليج ومصر والمنطقة ككل. تواجه الشركات والمؤسسات التي تبني وكلاء لأتمتة العمليات الإدارية أو سلاسل التوريد أو استعلامات الأنظمة المؤسسية عقبة رئيسية تتمثل في تدهور كفاءة الوكيل مع زيادة خطوات المهمة وارتفاع تكلفة الاستدلال لاستهلاك آلاف الرموز في سجل السياق. إن الانتقال إلى نموذج الذاكرة التكرارية المتطورة يعني إمكانية تشغيل نماذج مفتوحة المصدر متوسطة الحجم، مثل نماذج «كوين»، بأداء يضاهي النماذج المغلقة الضخمة، مما يخفض تكلفة البنية التحتية للحوسبة ويحمي البيانات التشغيلية داخليًا دون الحاجة إلى إعادة تدريب الأوزان بالكامل.

تثبت نتائج البحث أن تطور الذاكرة المنضبط يمثل قاعدة قابلة للتوسع لتحقيق التحسين الذاتي للوكلاء، مما يفتح الباب أمام تحويل الخبرات التشغيلية المتراكمة إلى سلوك تنفيذي أكثر نضجًا وثباتًا في البيئات الرقمية المعقدة.