شرحت AWS كيفية توسيع ذاكرة وكلاء الذكاء الاصطناعي باستخدام أنماط الفضاء الاسمي في AgentCore Memory
أطلقت AWS دليلاً مفصلاً حول تنظيم ذاكرة وكلاء الذكاء الاصطناعي في AgentCore Memory — مكون Bedrock لتخزين السياق طويل المدى في الأنظمة القابلة للتوسع. يصف…
معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
نشرت AWS دليلاً حول كيفية تنظيم ذاكرة وكلاء الذكاء الاصطناعي في AgentCore Memory — وهي خدمة على منصة Bedrock التي تسمح بتخزين وهيكلة السياق طويل الأجل في أنظمة الوكلاء القابلة للتوسع.
ما هو AgentCore Memory؟
AgentCore Memory هو أحد مكونات AWS Bedrock AgentCore، الذي ظهر في عام 2025 ردًا على الطلب المتزايد على أنظمة الوكلاء على مستوى الإنتاج. تحل الخدمة مشكلة محددة: في الأنظمة المعمارية متعددة الوكلاء، لا يمكنك ببساطة تخزين السياق في المتغيرات أو الجلسات — يجب أن تكون البيانات في متناول الطلبات والوكلاء والمستخدمين في نفس الوقت. التجريد الرئيسي هو namespace (مساحة الأسماء)، الذي يحدد من يملك ذاكرة معينة ومن يمكنه قراءتها. بدون هيكل واضح لمساحة الأسماء، يبدأ الوكلاء في خلط السياق من مستخدمين مختلفين أو يفقدون الوصول إلى البيانات المطلوبة.
أنماط الهرمية namespace
يحدد هيكل مساحة الأسماء الصحيح سرعة ودقة استرجاع الذاكرة. تصف AWS خمسة أنماط أساسية:
- User-scoped: يحصل كل مستخدم على مساحة أسماء منفصلة. عزلة كاملة، لا تداخل بين الحسابات.
- Session-scoped: تكون الذاكرة موجودة فقط ضمن جلسة واحدة. مناسبة للمهام قصيرة الأجل بدون الحاجة إلى التخزين طويل الأجل.
- Project-scoped: يشارك عدة وكلاء ذاكرة مشتركة ضمن مشروع واحد أو سير عمل واحد.
- Tenant-scoped: لمنتجات SaaS — عزلة صارمة بين العملاء على مستوى البنية الأساسية.
- Hierarchical mix: مجموعات متعددة المستويات، على سبيل المثال `tenant/user/project`، للأنظمة متعددة المستأجرين المعقدة.
بالنسبة لمعظم أنظمة الإنتاج، توصي AWS بنهج هرمي بمستويين إلى ثلاثة: فهو يوفر المرونة بدون تعقيد مفرط في الاستعلامات.
أنماط استرجاع البيانات
اختيار استراتيجية الاسترجاع بنفس أهمية هيكل التخزين. البحث الدلالي القائم على المتجهات ليس الخيار الوحيد. يدعم AgentCore Memory عدة أوضاع: البحث النقطي حسب المفتاح (سريع عندما يتم التخطيط لهيكل مساحة الأسماء مقدمًا)، البحث الدلالي (للاستعلامات الغامضة مثل "ماذا قال المستخدم عن تفضيلاته")، الوضع الهجين — أولاً يضيق التصفية حسب مساحة الأسماء مساحة البحث، ثم تعمل الدلالات بداخله. النهج الهجين ذو قيمة خاصة مع أحجام الذاكرة الكبيرة — يقلل التصفية الأولية من الكمون ويزيد دقة النتائج.
التحكم في الوصول عبر IAM
التكامل الأصلي مع AWS IAM هو أحد الحجج الرئيسية لصالح AgentCore Memory على الحلول المخصصة. يتم إدارة الوصول إلى مساحات الأسماء من خلال نفس السياسات والأدوار المتبقية في البنية الأساسية لـ AWS، بدون نظام تفويض منفصل لذاكرة الوكيل. في الممارسة العملية، يسمح هذا بنموذج وصول واضح:
- يقرأ الوكيل فقط مساحة الأسماء الخاصة به، وليس رؤية بيانات المستخدمين الآخرين
- يحصل وكيل المنسق على حق الوصول للقراءة والكتابة إلى جميع مساحات أسماء المشروع
- حساب خدمة CI/CD يحذف مساحات الأسماء المؤقتة بدون الوصول إلى بيانات المستخدم
- تسجل سجلات تدقيق CloudTrail تلقائيًا كل وصول للوكيل إلى الذاكرة
هذا النموذج مهم بشكل خاص للصناعات الخاضعة للتنظيم — المصارف والرعاية الصحية والقانون — حيث يكون عزل البيانات بين العملاء متطلبًا قانونيًا وليس توصية.
ماذا يعني هذا
AWS تغلق بشكل منهجي الفجوات البنية الأساسية في أنظمة الوكلاء على مستوى الإنتاج. تحل أنماط مساحة الأسماء والتكامل مع IAM في AgentCore Memory إحدى أكثر المشاكل إيلامًا في الأنظمة المعمارية متعددة الوكلاء — من يمكنه القراءة من الذاكرة المشتركة وماذا ومتى. تحصل الفريق على أنماط جاهزة بدلاً من الحلول المخصصة، ويحصل عملاء المؤسسات على امتثال الأمان جاهزًا للاستخدام.
هل تريد التوقف عن قراءة الذكاء الاصطناعي والبدء باستخدامه؟
AI News هو موجز منسق لأخبار الذكاء الاصطناعي. تعلمك Hamidun Academy استخدام الذكاء الاصطناعي في عملك.