الكاتب: زين، PANews
قضيت ستة أشهر تجعل ChatGPT يفهم عادات عملك وأسلوب كتابتك ومشاريعك الطويلة الأمد. إنه يعرف كيف تعدل المقالات، ويعرف الشركات التي تركز عليها عادةً، ويفهم تدريجيًا تفضيلاتك فيما يتعلق ببنية المحتوى ونبرته وكثافة المعلومات.
لكن في يوم ما، ظهر نموذج جديد أقوى. تفتح Claude أو Gemini أو DeepSeek، وتجد أن عليك البدء من جديد. النموذج الجديد لا يتعرف عليك، ولا يعرف سياق عملك الذي جمعته على مدار الأشهر الماضية، ولا يعرف كيف تفكر، كيف تكتب، أو كيف تتخذ قراراتك.
على مدار السنتين الماضيتين، كانت المنافسة الأهم في صناعة الذكاء الاصطناعي تدور حول "قدرة النموذج". من كان لديه استدلال أقوى، وسياق أطول، وقدرات برمجية أفضل، كان يحدد كل شيء. لكن الآن، يظهر سؤال جديد: يصبح الذكاء الاصطناعي أكثر فهمًا لك، لكن من يملك هذا "الفهم"؟
تحول الدور، يصبح الذكاء الاصطناعي مساعدًا رقميًا خاصًا
في نوفمبر 2022، ظهر روبوت المحادثة الذكية ChatGPT فجأة. وبعد إطلاقه، أثار موجة من الحماس العالمي للدردشة، ووصل عدد المستخدمين النشطين شهريًا إلى أكثر من مليار خلال شهرين فقط، ليصبح أسرع تطبيق استهلاكي نموًا في التاريخ. في ذلك الوقت، كان النموذج الكبير يشبه نوعًا من "البحث المتقدم". كان المستخدمون يطرحون أسئلة على الذكاء الاصطناعي، فكان يولد إجابات فورية، وعند انتهاء المحادثة، تنتهي العلاقة أيضًا.
لكن خلال السنتين الأخيرتين، تغير دور الذكاء الاصطناعي بشكل ملحوظ. مع تحسين مستمر في قدرات الاستدلال والبرمجة واستدعاء الأدوات، بدأ الذكاء الاصطناعي في الدخول العميق إلى سير العمل الحقيقية. وبدأ عدد متزايد من الأشخاص في استخدامه لكتابة الأكواد وتنظيم المواد وتحليل البيانات وتخطيط الرحلات وإدارة الجداول الزمنية، وحتى المشاركة الطويلة الأمد في إنشاء المحتوى واتخاذ القرارات التجارية.
في العديد من الحالات، لم يعد المستخدمون يقتصر فقط على "طرح الأسئلة على الذكاء الاصطناعي"، بل يتعاونون معه على المدى الطويل. لقد بدأ الذكاء الاصطناعي في فهم أسلوب عملك وعادات تعبيرك وأهدافك طويلة الأمد، كما بدأ يشارك باستمرار في نفس المشروع أو نفس سير العمل، بل ويتخذ تدريجيًا جزءًا من المهام التنفيذية. إلى حد ما، يتحول الذكاء الاصطناعي من أداة أسئلة وأجوبة لمرة واحدة إلى مساعد رقمي خاص دائم.
ومع تحسن كبير في قدرات النماذج، وتقريب المسافة بين المنتجات الرائدة، واستخدام الذكاء الاصطناعي على المدى الطويل والواسع، بدأت تظهر مشكلات جديدة.
بمجرد أن تبدأ الذكاء الاصطناعي في التعاون لفترات طويلة، فإن "الذاكرة" التي تخزن وتسترجع التجارب السابقة لتحسين القرارات والأداء العام لم تعد قاعدة بيانات غير ذات أهمية. في العديد من تطبيقات الاستخدام، لم يعد العائق هو مستوى الاستدلال للنموذج، بل قدرته على إدارة الذاكرة الطويلة الأمد والسياق. كما أن Cloudflare تصف صراحةً ذاكرة agentic كأحد أكبر التحديات الحالية في البنية التحتية للذكاء الاصطناعي، وأيضًا كأحد أسرع المجالات نموًا.
أدركت الشركات الرائدة في مجال الذكاء الاصطناعي أيضًا أن الذاكرة الطويلة الأمد أصبحت جزءًا من تجربة المنتج. قسمت OpenAI ذاكرة ChatGPT إلى "saved memories" و"Reference chat history"، حيث تخزن الأولى المعلومات التي يرغب المستخدم في الاحتفاظ بها على المدى الطويل، بينما تسمح الثانية لـ ChatGPT باستخلاص محتوى مفيد من المحادثات السابقة لاستخدامه في الإجابات المخصصة اللاحقة. كما بدأت Gemini في تعلم تفضيلات المستخدم بناءً على المحادثات السابقة. كما أطلقت Claude ميزة "memory" وتدعم استيراد وتصدير الذاكرة.
عزل المنصات يجعل ذاكرة الذكاء الاصطناعي ساحة تنافسية جديدة في الصناعة
لكن المشكلة تكمن في أن هذه القدرات التذكارية لا تزال في المجمل مرتبطة بكل منصة على حدة، وتنتمي فقط إلى أنظمة حسابات وبيئات منتجات مستقلة، ما زالت جزرًا معزولة. على الرغم من أن Anthropic تدعم الآن استيراد وتصدير الذكريات، إلا أنها تبدو حاليًا أكثر كأداة نقل مخصصة لـ Claude، وليس كمعيار ذكريات موحد يُعتمد عليه من قبل جميع الأطراف.
وتشير زيتا تشين إلى هذا الفراغ بالتحديد. بعد التحول الكامل إلى الذكاء الاصطناعي، بدأت زيتا تشين في توسيع مفهوم "الملكية"، الذي كان ينتمي سابقًا إلى عالم التشفير، ليشمل ذاكرة الذكاء الاصطناعي والسياق الخاص بالمستخدم. فهي تهدف إلى بناء ليس مجرد منتج محادثة، بل طبقة ذاكرة خاصة مستقلة عن منصات النماذج، تمكن المستخدمين من امتلاك ذكرياتهم الطويلة الأمد وتفضيلاتهم السلوكية والسياق الخاص بالذكاء الاصطناعي.
منتج Anuma الاستهلاكي القائم على الذكاء الاصطناعي من ZetaChain يدّعي تمكين المستخدمين من امتلاك مجموعة من الذكريات الخاصة المشفرة، ويدعم الاستخدام السلس بين نماذج الذكاء الاصطناعي الرئيسية المختلفة مثل ChatGPT وClaude وGemini. لا يحتاج المستخدمون إلى إعادة إنشاء السياق والتفضيلات وعادات العمل في كل مرة يغيرون فيها النموذج، بل يتحكمون هم في صلاحيات الوصول ويحملون ذكرياتهم التاريخية معهم عبر النماذج والوكلاء المختلفة.
مع تراكم الذكاء الاصطناعي تدريجيًا لتفضيلات المستخدم، وعاداته في الكتابة، وسير عمله، ومحادثاته السابقة، ستُصبح ما يُسمى بـ"الذاكرة" أكثر شبهاً بـ"مرآة شخصية". فهي لا تحدد فقط ما إذا كانت إجابات النموذج تتماشى مع تفضيلات المستخدم، بل قد تقرر أيضًا ما إذا كان النموذج سيتصرف في المستقبل وفقًا لعاداتك وقيمك عندما يتخذ قرارات نيابةً عنك.
بالإضافة إلى تمكين المستخدمين من امتلاك سيطرة على ذاكرتهم، واختيار نماذج ذات ميزات مختلفة حسب المهمة، فإن Anuma تبني أيضًا نظامًا للصلاحيات قابلًا للبرمجة، والتدقيق، والإلغاء، يسمح لوكيل الذكاء الاصطناعي بقراءة السجلات مرة واحدة، مع إمكانية إلغاء الصلاحيات في أي وقت، ويمكن تسجيل وتتبع جميع تغييرات الصلاحيات على السلسلة.
علاوة على ذلك، ستتمكن ذاكرة المستخدمين ومخططات المعرفة من أن تصبح أصولًا قابلة للمشاركة والترخيص والتجزئة دون الكشف عن البيانات الأصلية. وهذا يمكّن مستخدمين من مهن مثل المستثمرين والأطباء والمحامين والمطورين من تغليف خبراتهم المهنية في عوامل (Agents) ونشرها على سوق العوامل (Agent Marketplace)، والحصول على عوائد عند استدعائها من قبل الآخرين.
من السلسلة المتقاطعة إلى منصات الذكاء الاصطناعي المتقاطعة، لماذا تحوّلت ZetaChain؟
يُمكن لـ Anuma تحقيق الوظائف المذكورة أعلاه بفضل البنية التحتية الأساسية Private Memory Layer التي طورتها ZetaChain. كبنية تحتية خاصة بالذاكرة والهوية والصلاحيات والدفع والوكلاء الموجهة للذكاء الاصطناعي، فهي تهدف إلى تمكين التطبيقات والوكلاء من التعاون عبر النماذج، مع الحفاظ على سيطرة المستخدمين دائمًا.
كانت زيتا تشين تركز دائمًا على بنية تحتية للتفاعل بين السلاسل، بهدف أساسي هو حل مشكلات نقل الأصول والرسائل بين السلاسل البلوكشين المختلفة. وفي مجال "البوابة المتعددة السلاسل الموحدة"، أنشأت شبكة وسردًا كبيرين. وفقًا للبيانات الرسمية، هناك 11.9 مليون عنوان فريد و241 مليون معاملة على هذه السلسلة.
لكن مع الإطلاق العام لـ Anuma في 27 أبريل من هذا العام، وبعد تجاوز عدد المستخدمين في الشهر الأول 50 ألفًا، قررت ZetaChain التحول الكامل إلى الذكاء الاصطناعي وبدء إغلاق أعمال التوافق بين السلاسل تدريجيًا. وخلف هذا التحول، توجد منطق داخلي واضح نسبيًا.
في الماضي، كانت زيتا تشين تتعامل أساسًا مع مشكلة عدم التوافق بين السلاسل. وفي عالم الذكاء الاصطناعي اليوم، توجد فجوات مشابهة. إلى حد ما، فإن الأصول الرقمية بالنسبة للبلوك تشين تشبه الذاكرة والسياق بالنسبة للذكاء الاصطناعي. فكل نموذج يمتلك نظام ذاكرة مغلق خاص به، وعندما ينتقل المستخدم من منصة إلى أخرى، غالبًا ما تنقطع الذاكرة والسياق والتحيزات السلوكية التي تراكمت على المدى الطويل.
مع التطورات الأخيرة، ترى زيتا تشين أن أكبر تحدٍ تواجهه اليوم ليس نقل الأصول عبر السلاسل بين البلوكشينات، بل استمرارية العمليات بين النماذج المختلفة والعوامل المختلفة، بالإضافة إلى مسألة ملكية المستخدمين لسياقاتهم الخاصة.
ذكرت a16z crypto سابقًا في مقال تحليلي أن الوكلاء بدأوا بالفعل في أن يصبحوا مشاركين اقتصاديين، لكنهم ما زالوا يفتقرون إلى هوية قابلة للنقل، ودفعات قابلة للبرمجة، وتصديق موثوق، وطبقة تنسيق عامة مطلوبة للتعاون عبر البيئات. وبالتالي، فإن منطق تحول ZetaChain أكثر سلاسة بكثير مقارنة بالعديد من مشاريع AI + Crypto التي تبحث بشكل غير طبيعي عن تطبيقات عملية.
في التاريخ التجاري، لا يُعد تحول شركات البنية التحتية نادراً. فغالباً ما لا تنتقل هذه الشركات ببساطة إلى مسار جديد، بل تتبع عتبات جديدة بناءً على منطق المنتج. كان السرد الأهم في البداية لشركة نيفيديا هو الحوسبة الرسومية وبطاقات الرسومات للألعاب، لكن مع ظهور الذكاء الاصطناعي، أصبحت هندسة وحدات معالجة الرسومات الخاصة بها البنية التحتية الأساسية لصناعة الذكاء الاصطناعي بأكملها. فالبنية التحتية لا تظل أبداً محصورة حول نفس نقطة التقييد، والفائزين الحقيقيون هم غالباً أول من يُحددون أن "نقطة التقييد التالية" بدأت بالظهور.
من طبقة الذاكرة الخاصة إلى طبقة استهلاك الذكاء الاصطناعي
مع التطور المفاجئ للذكاء الاصطناعي، من الواضح أن شكل الذكاء الاصطناعي في المستقبل لن يقتصر فقط على نوافذ المحادثة، بل سيتطور تدريجيًا إلى عدد كبير من مساعدي الذكاء الاصطناعي المستمرين لفترات طويلة والمتعاونين مع بعضهم البعض. استنادًا إلى هذا التقدير، قدمت ZetaChain مفهوم "طبقة الذاكرة الخاصة" وحاولت حل مشكلة كيفية فهم الذكاء الاصطناعي المستمر للعملاء، ثم قدمت إضافةً مفهوم "طبقة استهلاك الذكاء الاصطناعي (AI Consumer Layer)" بهدف إعادة تعريف العلاقة بين المستخدمين والذكاء الاصطناعي بعد أن يمثل الذكاء الاصطناعي المستخدم على المدى الطويل.
في تصور زيتا تشين، فإن الذكاء الاصطناعي في المستقبل لن يقتصر فقط على الإجابة عن الأسئلة، بل سيشارك بعمق في سير عمل المستخدمين وقراراتهم اليومية. فستكون هناك مساعدين ذكيين مختلفين يتحملون مهام مختلفة، بعضهم يتعامل مع الكود، وبعضهم ينظم الشؤون المالية، وبعضهم يخطط للرحلات، بينما يشارك آخرون على المدى الطويل في إنشاء المحتوى وتحليل الأبحاث. ولكي يعمل هؤلاء الذكاءات الاصطناعية معًا بشكل فعّال، يجب أن تشترك في نظام واحد موحد للسياق طويل الأمد، والهوية، والصلاحيات.
لذلك، فإن ما يُعرف بـ "طبقة استهلاك الذكاء الاصطناعي" تسعى جوهريًا إلى دمج القدرات الموزعة في إطار موحد. حيث تُشرف الذاكرة (Memory) على السياق طويل الأمد، وتُشرف الصلاحيات (Permissions) على التحكم في الصلاحيات، وتُشرف الهوية (Identity) على نظام الهوية، وتُشرف المدفوعات (Payments) على الاستدعاءات والدفع بين الذكاءات الاصطناعية، بينما تمثل الوكلاء (Agents) الشبكة النهائية التي تنفذ المهام نيابة عن المستخدم.
وهذا هو السبب في أن "الملكية" تصبح المفهوم الأساسي الذي تؤكد عليه زيتا تشين مرارًا وتكرارًا.
لأنه في هذا النظام، يصبح من الأهمية بمكان ما إذا كان المستخدم لا يزال يمتلك سياقه وصلاحياته وهويته. على سبيل المثال، يمكن منح ذكاء اصطناعي مسؤول عن مراجعة الكود صلاحية مؤقتة للوصول إلى مستودع GitHub؛ ويمكن لذكاء اصطناعي مسؤول عن تنظيم الضرائب الوصول إلى وثائق الإقرار الضريبي مرة واحدة؛ بينما يمكن لذكاء اصطناعي مسؤول عن ترتيب السفر الوصول فقط إلى سجلات السفر ومعلومات التقويم. لم تعد الصلاحيات تحت سيطرة المنصة بشكل موحد، بل يتم توزيعها ديناميكيًا من قبل المستخدم ويمكن سحبها في أي وقت.
وهذا بالضبط هو السبب في بدء البلوكشين في إعادة الاتصال بالذكاء الاصطناعي.
مع زيادة عدد الذكاء الاصطناعي الذي يعمل نيابة عن المستخدمين، ستتحول قضايا "من يمكنه الوصول إلى ماذا" و"هل يمكن سحب الصلاحيات" و"هل يمكن تتبع الاستدعاءات" تدريجيًا إلى مشكلات بنية تحتية جديدة. ونظام الصلاحيات على السلسلة مناسب بشكل طبيعي للتعامل مع هذه العلاقات التعاونية المتعددة الأطراف.
رمز البنية التحتية للذكاء الاصطناعي ZETA، مع نمو الاستخدام الناتج عن التحول
بالإضافة إلى استراتيجية ZetaChain، تم تعديل وظائف واستخدامات رمز ZETA. في الماضي، كان ZETA يشبه رموز السلاسل العامة التقليدية، ويلعب دورًا رئيسيًا في رسوم الغاز والتحقق وأمن الشبكة عبر السلاسل، دون ابتكارات كبيرة في التصميم الميكانيكي. لكن في السرد الجديد، سيصبح ZETA "رمز بنية تحتية للذكاء الاصطناعي"، وستزداد فعاليته بشكل كبير.
وفقًا للوصف الحالي لـ ZetaChain، ستتولى ZETA في المستقبل عدة استخدامات:
أولاً، صلاحيات الوصول إلى نماذج الذكاء الاصطناعي والوكلاء. تتطلب بعض النماذج المتقدمة وأدوات الذكاء الاصطناعي المتخصصة أو خدمات الوكلاء فتحها عبر ZETA أو دفع رسوم استدعاء.
ثانيًا، التسوية المالية بين الوكلاء. تشير زيتا تشين إلى أن التفاعلات المستقبلية بين الذكاء الاصطناعي والتطبيقات المختلفة ستُنفَّذ عبر بروتوكول x402 لإجراء المدفوعات على السلسلة. هدفه واضح حقًا: إذا كان الذكاء الاصطناعي سيُفعّل تلقائيًا ذكاءً اصطناعيًا آخر، فستحتاج الآلات إلى نظام دفع أصلي.
ثالثًا، العمليات على السلسلة المتعلقة بتحديث الصلاحيات والذاكرة. قد تصبح جميع التعديلات التي يقوم بها المستخدمون على الصلاحيات، وتحكم الوصول، وحالة الذاكرة، سجلات على السلسلة في المستقبل.
الرابعة هي اقتصاد المبدعين. ترغب زيتا تشين في أن يتمكن المطورون والباحثون والمحامون والأطباء وغيرهم من المحترفين في المستقبل من تغليف معرفتهم كأدوات أو وكلاء ذكاء اصطناعي، والحصول على دخل من خلال استدعائها، بينما تتولى زيتا دور نقل القيمة.
ومع ذلك، يجب التوضيح أن هذا الجزء لا يزال يبقى في الغالب في مرحلة السرد، لأن اقتصاد وكيل الذكاء الاصطناعي لا يزال بعيدًا عن النضج، ولم تظهر بعد عمليات "استدعاء الذكاء الاصطناعي من قبل الذكاء الاصطناعي" أو "دفع الوكيل بشكل ذاتي" على نطاق واسع. المفاهيم مثل x402 وصلاحيات السلسلة وهوية الذكاء الاصطناعي، لا تزال حاليًا تُعتبر جزءًا من بنية تحتية مُعدة مسبقًا، وليست طلبات كبيرة تم التحقق منها بعد.
لكن ما يجعل زيتا تشين ومنتجاتها مثيرة للاهتمام ليس فقط لأنها أنشأت بنية تحتية ودمجت منتجات الذكاء الاصطناعي، بل لأنها تحاول إعادة تعريف ذكريات المستخدمين وهوياتهم وسياقاتهم وصلاحيات الذكاء الاصطناعي: هل تنتمي إلى المنصة أم إلى المستخدم نفسه؟ وما تسعى إليه زيتا تشين، في جوهرها، هو جعل هذه العناصر لا تخضع مرة أخرى لسيطرة المنصات، بل تعود إلى أيدي المستخدمين.