تُعد التطورات الحديثة في نماذج اللغات الضخمة (Large Language Models) بمثابة قفزات نوعية في عالم التكنولوجيا، حيث بات بإمكان وكلاء الويب تنفيذ مهام معقدة بشكل مستقل. لكن التحدي الحقيقي يكمن في كيفية إعداد هذه الوكلاء للتفاعل مع المستخدمين بطريقة شخصية، حيث غالبا ما يقدم هؤلاء تعليمات غير محددة.

لعل ما يبرز في هذا السياق هو الابتكار الجديد المسمى PersonaTrail، الذي يوفر معيارًا فعالًا لتقييم وكلاء الويب المخصصين في بيئة ويب مفتوحة مُدارة. من خلال الاستفادة من مسارات التصفح الواقعية لتاريخ المستخدمين، يهدف PersonaTrail إلى تعزيز قدرة الوكلاء على استنتاج تفضيلات المستخدمين واسترجاع المعلومات الهامة من جلسات التصفح السابقة.

بالإضافة إلى ذلك، تم تقديم إطار العمل المبتكر المعروف باسم الذاكرة السياقية المدركة للتفضيلات (Preference-Aware Contextual Memory - PACMem). يعمل هذا النظام على تقسيم تاريخ التصفح الخام إلى نوعين من الذاكرة المنظمة: أولاً، الذاكرات الواقعية التي تلخص الجلسات الفردية، وثانياً، الذاكرات التفضيلية التي تركز على النماذج السلوكية المتكررة.

عند لحظة الاستدلال، يسترجع الوكيل الإدخالات الأكثر صلة من هذه الذكريات لتوجيه الملاحة الشخصية. وقد أثبتت التجارب الواسعة أن PACMem يتفوق باستمرار على الأسس السابقة المعتمدة على الذاكرة في كلا النوعين من المهام.