هوش مصنوعی جدید گوگل که همهچیز را به خاطر میسپارد؛ انقلابی در حافظه دیجیتال

بیشتر عاملهای هوش مصنوعی یک مشکل اساسی دارند: حافظه. سؤالی میپرسید، پاسخی میگیرید، صفحه را میبندید و همهچیز تمام میشود. اما عامل جدید گوگل با نام Always-On Memory Agent که بر پایه Gemini Flash-Lite ساخته شده، آمده تا این ضعف را برطرف کند. این سیستم بهصورت مداوم در پسزمینه فعال است، اطلاعات را جذب میکند، میان آنها ارتباط برقرار میکند و یک پایگاه دانش دائمی میسازد که با گذر زمان رشد میکند.
ویژگی اصلی این فناوری فقط ذخیرهسازی نیست، بلکه «یکپارچهسازی» است. این عامل از سه زیرعامل تخصصی تشکیل شده که وظایف ذهنی را میان خود تقسیم میکنند: یکی اطلاعات جدید را دریافت میکند، دیگری خاطرات را سازماندهی و ترکیب میکند، و سومی با استفاده از همه دانستهها به پرسشها پاسخ میدهد.
مرحله دریافت، نقطه ورود است. کافی است هر فایلی، از PDF و فایل صوتی گرفته تا ویدیو، عکس یا متن را در یک پوشه مشخص قرار دهید؛ در عرض چند ثانیه، IngestAgent آن را پردازش میکند و . با استفاده از قابلیتهای چندرسانهای Gemini، اطلاعات ساختاریافتهای مثل خلاصه، موضوعات، عناصر کلیدی و میزان اهمیت استخراج میکند.
اما بخش جذابتر، مرحله «یکپارچهسازی» است. هر ۳۰ دقیقه، ConsolidateAgent فعال میشود و کاری انجام میدهد که هیچ پایگاه داده برداری قادر به آن نیست: مرور همه خاطرات ذخیرهشده، کشف ارتباطهای پنهان میان آنها و تولید بینشهای تازه. گوگل این فرایند را شبیه عملکرد مغز انسان در هنگام خواب توصیف میکند؛ زمانی که اطلاعات بازپخش، به هم متصل و فشرده میشوند.
در مرحله پاسخدهی، سیستم از هر دو نوع داده استفاده میکند: خاطرات خام و بینشهای ترکیبشده. نتیجه، پاسخهایی مستند، منطقی و عمیق است، نه صرفاً تطبیق ساده کلمات کلیدی.
آنچه این معماری را خاص میکند، چیزهایی است که عمداً حذف شدهاند: خبری از پایگاه داده برداری، مدلهای embedding یا زیرساختهای جستوجوی شباهت نیست. ذخیرهسازی با SQLite ساده انجام میشود و خود مدل زبانی تمام کارهای «خواندن، فکر کردن و نوشتن» را انجام میدهد. این سادگی باعث سبک بودن سیستم میشود.
انتخاب Gemini Flash-Lite هم کاملاً حسابشده است. چون این عامل بهصورت ۲۴ ساعته فعال است، هزینه هر توکن اهمیت زیادی دارد. این مدل بهاندازه کافی سریع و ارزان است تا پردازش مداوم را بدون مصرف بیشازحد بودجه ممکن کند.








