تحويل Codex إلى مساعد شخصي بذاكرة قائمة على Markdown وGit وTelegram

نشر موقع Habr AI حالة تطبيقية مفصلة عن تحويل Codex من وكيل برمجة (coding agent) إلى مساعد شخصي بذاكرة طويلة الأمد. وبدلًا من قواعد البيانات المتجهية وأنظمة RAG المعقدة، بنى المؤلف منظومة قابلة للتحكم تقوم على Markdown وGit والأدوار والأتمتة والمصادر الخارجية مثل Telegram وAnki.

لماذا لا RAG

يبدأ المؤلف من مشكلة بسيطة: روبوت الدردشة العادي يجيب جيدًا في اللحظة الراهنة، لكنه بالكاد يستطيع «العيش عبر الزمن». فكل حوار جديد يفقد جزءًا من السياق، ويعجز عن التمييز بين الحقائق الثابتة والملاحظات المؤقتة والفرضيات، وتبقى عملية التخصيص محبوسة داخل المحادثة الواحدة. وهذا لا يكفي لمساعد شخصي، لأنه لا يكتفي بالرد على السؤال، بل يحتاج إلى تذكّر العادات والأهداف وتاريخ القرارات والسيناريوهات المتكررة.

وبدلًا من المنظومة المعتادة القائمة على embeddings وvector DB وGraphRAG، اختار المؤلف خيارًا أكثر شفافية: تسلسلًا هرميًا من ملفات Markdown داخل Git. ويرى أن هذا النهج يعمل بصورة أفضل مع مجموعة معارف صغيرة أو متوسطة الحجم يمكن توزيعها على بنية واضحة. فالملفات مقروءة للبشر، وسهلة التحكم في إصداراتها، ولا تخفي منطق البحث خلف «صندوق أسود»، وتفرض التفكير لا في الاسترجاع (retrieval) وحده، بل في انضباط التخزين أيضًا. وتتلخص الفكرة الرئيسية للمقال في أن البنية والقواعد أهم في الذاكرة الشخصية من أي تقنية رائجة جديدة.

كيف يعمل Jarvis

يقوم Jarvis على مستودع مقسّم إلى عدة طبقات: profile للمعلومات الثابتة عن المستخدم، وareas لمجالات الحياة الرئيسية، وevents للتسلسل الزمني، وpreferences للقيود والأنماط، وroles لأنماط الإجابة، وskills للإجراءات المحلية، وassets للمصادر الخارجية، وinbox للمواد الخام. والمهم ليس المجلدات بحد ذاتها، بل أن الوكيل يخضع لسلوك صارم: البحث أولًا عن السياق ذي الصلة، ثم الإجابة، وعند الحاجة تحديث الذاكرة دون إغراق المنظومة كلها بالفوضى.

وتظهر القيمة العملية في سيناريوهات محددة ربطها المؤلف بـ Codex بالفعل:

• دور مدرّس اللغة الإنجليزية، الذي يعتمد على تاريخ الحصص ويستطيع العمل مع AnkiConnect
• تحليل يومي للتخفيضات في المتاجر وإعداد نظام غذائي اقتصادي لزيادة الوزن (mass gain)
• إعادة بناء أسبوعية للخطة الرياضية بما يناسب الحمل الحالي والتعافي
• ملخصات قصيرة للمهام والقرارات غير المكتملة والحصيلة الشخصية للأسبوع
• ربط أرشيفات Telegram التي تراكم فيها نحو 300 ألف رسالة وأكثر من 3 آلاف رسالة صوتية

ويركّز المؤلف بوجه خاص على الأدوار والأتمتة. فالوكيل نفسه يمكن أن يعمل مساعدًا سياقيًا للحياة اليومية، أو محللًا، أو منفّذًا للإجراءات الروتينية، أو مساعدًا للعافية (wellness). وبذلك تصبح الإجابات مرتبطة بمهام المستخدم الفعلية بدلًا من أن تكون عامة.

ولا يُستخدم Telegram هنا كمخزن لا نهاية له للبيانات الخام، بل كمصدر للتطبيع: تُفهرس الرسائل حسب السنوات، وتُفرَّغ الرسائل الصوتية نصيًا، وتُحدَّث بطاقات الأشخاص والخلاصات العامة بحسب الحوارات. ودون طبقة التنقية هذه تتحول الذاكرة سريعًا إلى مكب نفايات، وتبدأ صلاحيات الكتابة الواسعة جدًا في توليد الضجيج والتكرار.

«كل وكيل فرعي (subagent) أشبه بأخطبوط في حوض خاص به».

ماذا يعني ذلك

يُظهر المقال بوضوح الوجهة التي يتجه إليها التركيز العملي حول وكلاء الذكاء الاصطناعي اليوم. ففي المساعدين الشخصيين وسيناريوهات Copilot في بيئات العمل، لن يكسب من يملك نموذجًا أقوى فحسب، بل من يحسن تصميم الذاكرة والأدوار وحدود الوصول وتكلفة الصيانة. وإذا جُعلت هذه الطبقة شفافة ورخيصة الصيانة، فقد يبدأ حتى وكيل البرمجة العادي بالعمل كمساعد رقمي مفيد فعلًا، خصوصًا حيث يكون تذكّر الشخص وعدم فقدان السياق بين الجلسات أمرًا حاسمًا. وهذا ما يجعل هذا النهج عمليًا.