الذكاء الاصطناعي

أمازون تتيح بناء مساعد ذكاء اصطناعي ذاكرته ممتدة عبر المحادثات

تواجه مساعدي الذكاء الاصطناعي التقليديين مشكلة النسيان بين الجلسات. تتيح منصة أمازون الجديدة بناء مساعدين يتراكم لديهم السياق، مما يجعل التفاعل أكثر سلاسة وملاءمة للاحتياجات الشخصية.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 6 أكتوبر 2026 · آخر تحديث: 6 أكتوبر 2026 · 3 دقائق قراءة

أمازون تتيح بناء مساعد ذكاء اصطناعي ذاكرته ممتدة عبر المحادثات — الصورة: AWS Machine Learning Blog

تجاوز حدود المساعدين بلا ذاكرة

تتميز مساعدي الذكاء الاصطناعي الجاهزة عادةً بإجابات دقيقة على الأسئلة الفردية، لكنها تعاني من غياب الاستمرارية. فعندما يسأل المستخدم عن تفاصيل سابقة، مثل نوع الأسمدة المستخدمة أو حالة النباتات، لا يملك المساعد أي سياق لهذه المعلومات. هذا العيب يجعل المستخدم يتحمل عبء إعادة شرح السياق في كل محادثة جديدة، مما يقلل من كفاءة التفاعل. ويمكن الرجوع إلى AWS Machine Learning Blog للاطلاع على التفاصيل الأصلية للمصدر.

تعالج أمازون هذه الفجوة من خلال دمج نظام OpenClaw مفتوح المصدر مع بيئة تشغيل AgentCore. يتيح هذا المزيج بناء مساعد شخصي يتراكم لديه السياق بمرور الوقت. بدلاً من اعتبار كل محادثة كياناً معزولاً، تحوّل ذاكرة AgentCore المحادثات العابرة إلى معرفة دائمة ومنظمة، يمكن استرجاعها لاحقاً بناءً على الفلاتر المناسبة.

بنية تحتية مرنة وقابلة للتكيف

تعتمد البنية المعمارية على نموذج قابل لإعادة الاستخدام عبر مختلف المجالات. على الرغم من أن المثال التطبيقي يركز على مساعد بستنة، إلا أن البنية نفسها لا ترتبط بمجال محدد. يمكن استبدال الشخصية والمهارات لتحويل النظام إلى روبوت دعم فني، أو مدرب لياقة بدنية، أو مكتب مساعدة داخلي، دون الحاجة لتغيير البنية التحتية الأساسية.

يتم نشر النظام بالكامل عبر قالب CloudFormation واحد، مما يسمح بالتركيب بأمر واحد. تعمل البنية على نموذج استهلاك مرن، حيث تكون التكاليف منخفضة للاستخدام الشخصي الخفيف، مما يجعلها خياراً اقتصادياً مقارنة بالبنية التحتية التقليدية التي تتطلب تشغيلاً مستمراً.

كفاءة التشغيل وتقليل التكاليف

تعتمد بيئة تشغيل AgentCore على التسعير حسب الاستهلاك الفعلي للموارد الحاسوبية. لا يتم احتساب التكاليف بناءً على وقت التشغيل الكلي، بل على الوقت الذي يستهلك فيه المساعد الموارد فعلياً، مع استثناء فترات الانتظار مثل استجابة النموذج. هذا النهج يقلل التكاليف بشكل كبير للمساعدين الذين يعملون بنوبات قصيرة ومتقطعة.

تفرض بيئة التشغيل عقداً بسيطاً للحاويات، حيث يجب الاستماع على منفذ محدد وتوفير نقاط نهاية للصحة والاستدعاء. يسمح هذا التصميم بتكامل سلس مع أنظمة أخرى دون تعقيد، مما يسهل إدارة البنية التحتية ويضمن استجابة سريعة للطلبات الواردة.

إدارة الذكاء والنماذج اللغوية

لتحقيق التوازن بين التكلفة والجودة، يقوم النظام بتوجيه الطلبات النصية والمرئية إلى نماذج مختلفة من أمازون. تُستخدم النماذج الأسرع والأقل تكلفة للمحادثات النصية اليومية، بينما تُستخدم النماذج الأقوى في الاستدلال متعدد الوسائط لمهام أكثر تعقيداً مثل تشخيص النباتات من الصور.

تتجاوز البنية البوابة الأساسية للصور لضمان وصول البيانات المرئية مباشرة إلى النموذج، مما يمنع فقدان المعلومات أثناء المعالجة. هذا التصميم يضمن تجربة مستخدم متسقة، حيث تشارك جميع المسارات نفس التوجيهات الأساسية والذاكرة، مما يحافظ على تماسك الشخصية المعرفية للمساعد.

تكامل القنوات والتشغيل الآلي

تستخدم البنية قنوات متعددة للوصول إلى المستخدم، مع تجميعها في وكيل واحد. تصل رسائل المستخدمين عبر بوابات الويب، بينما تصل المهام المجدولة، مثل التذكيرات الصباحية، عبر مجدول الأحداث. تتكامل هذه المدخلات مع خدمات التخزين والتشفير والسجلات لضمان بيئة عمل آمنة وموثوقة.

تتيح هذه البنية نشر مساعد ذكي يعمل بشكل مستقل، مع القدرة على التفاعل الفوري مع المستخدمين وتنفيذ المهام المجدولة. يعتمد النظام على أدوات إدارة الأسرار والتشفير لحماية البيانات الحساسة، مما يجعله مناسباً للاستخدام الشخصي والمؤسسي معاً.