معظم وكلاء الذكاء الاصطناعي اليوم يعانون من مشكلة أساسية واحدة: النسيان التام. بعد كل جلسة عمل، تختفي ذاكرتهم وسلوكياتهم المكتسبة وتعديلات المستخدم الخاصة بهم، مما يجبرهم على البدء من الصفر في كل مرة. هذا الـ”عديم الحالة” (Statelessness) هو عائق صامت في سباق بناء مساعدين مستقلين ومفيدين على السلسلة (On-chain). وقد ركزت شركة DWF Ventures الآن على حل لهذه المشكلة، مسلطة الضوء على إطار عمل “هيرميس” (Hermes) مفتوح المصدر من شركة “نوس ريسيرش” (Nous Research)، والذي يعالج مشكلة الذاكرة بشكل مباشر، وفقًا للتقرير الأصلي من WuBlockchain.
يقول تقرير DWF إن “هيرميس” يتميز لأنه ليس مجرد أداة أتمتة لمرة واحدة. يقدم الإطار ذاكرة دائمة تحتفظ بتفاعلات المستخدم وجلسات العمل وتفضيلاته المكتسبة عبر الزمن. وهذا مدعوم بنظام “مهارات” (Skills) آلي يوسع قدرات الوكيل بشكل عضوي، وملفات تعريف للمستخدم تثبت الذاكرة بهوية ثابتة. كما توجد حلقة تحسين ذاتي تعمل باستمرار على صقل ما يعرفه الوكيل، مما يزيد من فائدته بدلًا من إعادة تعيينها كل دورة. بالنسبة لقطاع غُمر بسوق من أدوات المحادثة البسيطة ووكلاء API الهزيلة، يمثل هذا التصميم تحولًا هيكليًا نحو ذكاء دائم ومتراكم.
لماذا أصبح الوكلاء عديمو الحالة هو المعيار؟
الأنظمة عديمة الحالة رخيصة وسهلة. إنها قابلة للتوسع بطبيعتها وتتجنب تخزين بيانات المستخدم الحساسة. كان هذا منطقيًا لروبوتات التداول المبكرة والمساعدين البسطاء على تطبيقات المحادثة الذين يحتاجون فقط لإرسال تنبيهات أو معالجة أمر واحد. لكن مع بدء وكلاء الذكاء الاصطناعي في إدارة مهام أكثر تعقيدًا – مثل تفسير مراكز التمويل اللامركزي (DeFi)، أو التعامل مع عمليات متعددة الخطوات عبر السلاسل، أو التعلم من بيانات السلسلة – يصبح غياب الذاكرة عائقًا. التكرار يقتل الكفاءة، ونقص التخصيص يضعف الثقة. تحليل DWF يشير إلى أنهم ينظرون إلى ما وراء الضجة نحو البنية التحتية القادرة على الحفاظ على تفاعل مستدام مع المستخدم، وليس فقط الأداء الجيد في العروض التجريبية.
هذا التوجه نحو وكلاء “حافظين للحالة” (Stateful) وواعين بالذاكرة يتماشى مع الحركة الأوسع نحو بنية تحتية لا مركزية للذكاء الاصطناعي. بدأت المشاريع في ربط طبقات الحوسبة والتخزين والتدريب التي تسمح لوكلاء الذكاء الاصطناعي بالعمل دون الاعتماد على خوادم مركزية. على سبيل المثال، شراكات الحوسبة الموزعة مثل UXLINK وشبكة أوريجينز (Origins Network) في العمل على تطبيقات Web3 واسعة النطاق مدعومة بالذكاء الاصطناعي تظهر كيف يتم تجهيز البنية التحتية للوكلاء الذين يحتاجون إلى حوسبة دائمة. يتغذى “هيرميس” على هذا من خلال الاعتماد على شبكة تدريب “Psyche” اللامركزية من Nous، وهي طبقة توزع العمل الشاق لتحسين النماذج.
الأمان والمفاتيح المحمية وشبكة Psyche
الآليات الداخلية لا تتعلق فقط بالذاكرة. يدمج “هيرميس” عزل بيانات الاعتماد بحيث لا تختلط رموز الوصول والمفاتيح الخاصة مع طبقة التفكير الأساسية للوكيل. إخفاء البيانات السرية والتدوير التلقائي للمفاتيح يمنحه وضعًا أمنيًا أقرب إلى النظام الحافظ (Custodial) منه إلى روبوت تجريبي عادي. هذه البنية مهمة لأن الوكلاء الحافظين للحالة والذين يحملون بيانات اعتماد المستخدم يصبحون أهدافًا عالية القيمة. دمج هذه الميزات مع Psyche – وهي شبكة تدريب لا مركزية – يعني أن النماذج نفسها يتم تحسينها بواسطة هيكل عقد موزع بدلاً من خادم واحد، مما يقلل من نقاط الفشل المركزية.
الطلب على التخزين لمثل هؤلاء الوكلاء الدائمين والمتعلمين يتبع اتجاهًا معروفًا. مع تراكم المعرفة وتاريخ المستخدم في النماذج، ينمو الاحتياج إلى تخزين رخيص وقابل للتحقق. الاهتمام المتزايد بطبقات بيانات الذكاء الاصطناعي قد وضع بالفعل مشاريع مثل Filecoin في دائرة الحديث عن حلول تخزين لا مركزية مصممة لأعباء عمل الذكاء الاصطناعي. قد لا يعمل “هيرميس” مباشرة على تخزين السلسلة، لكن حلقة التحسين الذاتي التي يعتمد عليها ستسحب وتدفع حتمًا إلى بيئات لامركزية إذا توسعت لاستخدامات Web3.
أين الميزة غير مضمونة؟
يقارن DWF صراحة “هيرميس” بـ Claude Code و Open AI Codex، مجادلاً أن قوتهم في إنشاء الأكواد في اللحظة لا تترجم إلى قدرة متراكمة على مدى أسابيع من الاستخدام. وكيل عديم الحالة يمكنه إنتاج تدقيق مثالي لعقد ذكي يومًا ما ونسيان سياق المشروع بأكمله في اليوم التالي. الميزة الفريدة لـ “هيرميس” هي قدرته على تراكم التجارب. هذا خندق (Moat) حقيقي إذا كان التنفيذ نظيفًا، لكنه يتطلب أيضًا من المستخدمين الالتزام ببيئة وكيل واحدة طويلة الأمد، وهو شيء كان السوق بطيئًا في فعله خارج العمليات المالية المتخصصة.
الطبيعة مفتوحة المصدر لـ “هيرميس” تقطع بكلا الاتجاهين. إنها تدعو إلى التدقيق الواسع والتكيف المجتمعي، مما قد يسرع التبني في أدوات DeFi وعمليات DAO وتحليلات NFT. في نفس الوقت، البقاء مفتوح المصدر مع الحفاظ على ميزة أمنية مقابل منافسين مغلقين وممولين جيدًا هو خط رفيع. ما إذا كان “هيرميس” سيحصل على اهتمام كافٍ من المطورين ليصبح السقالة الافتراضية لوكلاء Web3 الحافظين للحالة لا يزال غير مؤكد. الذاكرة وحدها لا تضمن الفائدة إذا كان جودة التفكير الأساسية متأخرة أو إذا كان التكامل مع المحافظ والتطبيقات اللامركزية الحالية لا يزال معقدًا. تسليط الضوء من DWF هو إشارة إلى أن رأس المال الاستثماري ينتبه إلى البنية التحتية، وليس فقط أرقام المستخدمين. بالنسبة للفرق التي تعمل في مجال وكلاء الذكاء الاصطناعي، أصبح مخطط “هيرميس” الآن المرجع لما يأتي بعد عصر روبوتات المحادثة.
الأسئلة الشائعة (FAQ)
- س: ما هي المشكلة الأساسية التي يحلها إطار عمل “هيرميس”؟
ج: المشكلة هي “النسيان”. معظم وكلاء الذكاء الاصطناعي الحاليين لا يتذكرون أي شيء من جلسة لأخرى. “هيرميس” يحل هذا بإضافة ذاكرة دائمة تحتفظ بتفاعلات المستخدم وتفضيلاته وتجاربه، مما يجعل الوكيل أكثر ذكاءً وفائدة مع الوقت بدلًا من البدء من الصفر كل مرة. - س: كيف يختلف “هيرميس” عن أدوات الذكاء الاصطناعي الأخرى مثل Claude Code؟
ج: بينما تركز أدوات مثل Claude Code على إنجاز مهمة واحدة في لحظتها (مثل كتابة كود)، فإن “هيرميس” يبني ذاكرة متراكمة. يمكنه أن يتعلم من مهام الأمس ويستخدمها في تحسين أدائه اليوم، مما يجعله أكثر كفاءة للمشاريع المعقدة وطويلة الأمد في Web3. - س: ما علاقة شبكة Psyche بإطار “هيرميس”؟
ج: Psyche هي شبكة تدريب لا مركزية من Nous Research. “هيرميس” يعتمد عليها لتوزيع عملية تحسين وتطوير النماذج، مما يقلل الاعتماد على خوادم مركزية ويزيد من الأمان واللامركزية. هذا يمنح الوكيل أساسًا قويًا للتطور دون نقاط ضعف مركزية.
