تشهد الأبحاث في مجال الذكاء الاصطناعي تحولًا كبيرًا، حيث يتركز الجهد الآن على التعامل مع التحديات الواقعية بدلاً من مجرد الابتكارات النموذجية والتقييم على المستويات العليا. مع دخولنا إلى "النصف الثاني" من هذا المجال، يبرز التحدي الرئيس في تحقيق فائدة حقيقية في إعدادات طويلة الأمد تعتمد على التفاعل مع المستخدمين. يواجه وكلاء الذكاء الاصطناعي القائمون على نماذج اللغات الضخمة (LLMs) مشكلة "انفجار السياق"، مما يتطلب منهم إدارة المعلومات وتراكمها بشكل مستمر عبر تفاعلات ممتدة.

تظهر ذاكرة الوكلاء، التي تعد موضوع بحث نشط في السنوات الأخيرة، كحل حاسم لسد فجوة الفائدة هذه. فبدلاً من أن تكون مجرد تخزين سالب للبيانات، تُعتبر الذاكرة بمثابة القاعدة التي يمكن من خلالها للوكلاء أن يتطوروا ذاتيًا. يتم استخدام الذاكرة قصيرة الأمد لتحديد التجارب التي يتم إدراكها وتلخيصها خلال التنفيذ، بينما تقوم الذاكرة طويلة الأمد بتجميع هذه التجارب في معرفة ومهارات قابلة لإعادة الاستخدام، مما يشكل حلقة دائرية لتحسين الوكلاء من تجاربهم الذاتية.

في هذا الاستطلاع، نقدم رؤية موحدة لذاكرة الوكلاء التي تتناول ثلاثة أبعاد رئيسية: المادة الأساسية للذاكرة (حالة معلمات داخلية ومتاجر معززة خارجية)، والآلية الإدراكية (الحسية، والعمل، واللحظية، والدلالية، والإجرائية)، وموضوع الذاكرة (التخصيص القائم على المستخدم وتجربة الوكلاء). نقوم أيضًا بتحليل كيفية عمل الذاكرة ضمن توحيد الوكلاء الواحد والمتعدد، ونبرز سياسات التعلم المتعلقة بعمليات الذاكرة، مما يظهر كيف تصبح إدارة الذاكرة قدرة قابلة للتدريب تتضمن تنسيق السياق المستند إلى التعزيز، وتجميع التجارب في أوقات القرار، والنظام البيئي الناشئ لمهارات الوكلاء القابلة للنقل والمشاركة.

أخيرًا، نستعرض معايير التقييم ومقاييس الفائدة للذاكرة، ونحدد التحديات المفتوحة والاتجاهات المستقبلية التي يجب أن نتابعها.