في عالم الذكاء الاصطناعي المتطور، تتزايد المهام التي تعتمد على وكلاء اللغة (Language Model Agents) والتي تمتد عبر أيام أو أسابيع، مثل عمليات التصحيح أو البرامج البحثية. هناك تحدٍ كبير يمثله نسيان الوكلاء للمعرفة بمرور الوقت. لذلك، يتطلب وجود وكيل طويل الأمد (Long-Horizon Agent) القدرة على التعلم المستمر دون نسيان.

في ورقة جديدة، تم طرح هيكلية مبتكرة تتكون من ثلاثة أجزاء متميزة:
1. **المستويات الزمنية**: نظام يضمن تنظيم المعلومات وفقًا للمدة الزمنية المدروسة.
2. **الوحدات الزمنية**: اعتماد الفترات الزمنية كوحدات عمل مستقلة، مما يساعد الوكلاء على التنفيذ الذاتي.
3. **الذكاء المُتسلسل**: حيث يتم التصعيد إلى نموذج أكثر قدرة في حال الفشل، مما يضمن استمرارية التعلم وتحسين الأداء.

أظهرت التجارب أن وكيلًا مبنيًا على هذه البنية الجديدة يتمكن من إعادة إنتاج نتائج التعلم المعزز خلال فترة عشرة أيام، مع وجود تدخل بشري مرة واحدة في اليوم. الأهم من ذلك، أثبتت التجارب أن الوكيل احتفظ بخيط المعرفة عبر كافة حدود السياقات وبقاء الأداء مستقرًا رغم تغير مخرجات المعرفة.

ثقافة التعلم المستمر تتطلب قاعدة بيانات تتيح الوصول إلى جميع المعلومات المهمة بمرور الوقت، مما يمهد الطريق لمزيد من التطورات في أداء الوكلاء الذين يعتمدون على هذه الهيكلية.