مقال Kevin Liao: إضافات الـ memory في أدوات الـ agents هي RAG بأسماء مختلفة، والبديل ملف توثيق
الذاكرة المسترجعة تعامل محادثات الماضي كأنها حقيقة ثابتة بينما يتغير الكود يوميًا، وملف التوثيق داخل المستودع يمر بالمراجعة ويراه الإنسان كما يراه الـ agent.
نشر Kevin Liao في 3 أكتوبر 2026 مقالًا بعنوان يقول إن الـ agents لا تحتاج memory بل تحتاج documentation، ووصل المقال إلى واجهة Hacker News.
ويبدأ Liao بتفكيك طريقة عمل إضافات الـ memory المنتشرة في أدوات البرمجة بالذكاء الاصطناعي. فهي بحسبه تعمل كلها بالطريقة نفسها: تقرأ سجل الجلسات السابقة، وتقطّعه إلى مقتطفات، وتخزنها في قاعدة بيانات vector. ثم تُرفق مع كل prompt أقرب خمسة مقتطفات إليه، وإن احتاج الـ agent أكثر بحث بنفسه. وهذا في جوهره RAG، أي توليد الإجابة بعد استرجاع نصوص ذات صلة، وإن اختلفت الأسماء التجارية.
ويرى أن هذا التصميم يحمل ثلاث مشكلات. الأولى أن الاسترجاع يقوم على التشابه في الـ embedding space، والتشابه لا يعني أن المعلومة صحيحة أو محدّثة. والثانية أن المقتطف لا يحمل سياقه، فتضيع الدوافع والقرارات التي اتفق عليها الفريق وأسباب بناء الميزة أصلًا. والثالثة، وهي الأهم عنده، أن التصميم يتعامل مع الماضي على أنه حقيقة، بينما يتغير الكود كل يوم.
والبديل الذي يقترحه بسيط: ملف توثيق داخل المستودع، يتغير مع الكود ويمر بالمراجعة مثل أي ملف آخر. فيقرؤه الـ agent والإنسان معًا، ويعرف الفريق بالضبط ما الذي يقرؤه الـ agent. وتدعم أدوات معروفة هذا النمط رسميًا، مثل ملف CLAUDE.md في Claude Code، وقواعد Cursor، ومواصفة AGENTS.md.
وللمسألة جانب مالي أيضًا، إذ يشير Liao إلى أن المقتطفات المسترجعة تُدفع tokens في كل prompt، مقابل نصوص قد لا تكون ذات صلة فعلًا. ويصبح السؤال للفرق التي تعتمد على هذه الأدوات: هل ما يعرفه الـ agent عن المشروع مكتوب في ملف يراجعه أحد، أم مخزن في قاعدة لا يراها أحد؟