دراسة حالة نظام الذاكرة في Tencent WorkBuddy: مزامنة بين الأجهزة، ملفات قواعد مخفية، ولماذا بدأت أوضاع Ask وCraft وPlan تبدو كأنك تدرب زميل AI طويل الأمد

إذا كانت المقالات العامة السابقة عن WorkBuddy تركز غالبًا على أسئلة مثل:

• هل يستطيع الدخول إلى المصنع؟
• هل يمكنه دعم سير عمل سلاسل التوريد؟
• هل يمكنه الاتصال بالملفات والأنظمة بدل الاكتفاء بالدردشة؟

فهذه المقالة تحاول الإجابة عن سؤال آخر يزداد أهمية مع الوقت:

لماذا يجد بعض المستخدمين أن WorkBuddy يصبح أكثر سلاسة كلما استخدموه، حتى يبدو كأنه زميل AI يعرف أسلوبهم على المدى الطويل، بينما يبقى عند آخرين مجرد أداة تساعد أحيانًا ثم تنتهي؟

راجعتُ عدة مواد عامة ممثلة من Tencent Cloud Developer Community، ثم أعدت تركيب الصورة حول ثلاثة محاور:

1. الإعداد الأولي
2. نظام الذاكرة
3. المزامنة بين الأجهزة

وبعد قراءتها معًا، كان استنتاجي مباشرًا:

أكثر ما يجعل WorkBuddy قريبًا من بيئة إنتاج فعلية ليس فقط قدرته على تنفيذ مهمة، بل ظهور بنية استخدام طويلة الأمد تقوم على دليل عمل، وملفات ذاكرة، وقواعد سلوك، ومزامنة عبر عدة أجهزة.

الخلاصة أولًا

• حتى 29 يونيو 2026، تتركز أكثر الإشارات العامة أهمية حول مسار WorkBuddy المتقدم في خمس قدرات أساسية:

  1. دليل عمل افتراضي مع خيارات إعداد أساسية
  2. ذاكرة AI تُحدَّث باستمرار
  3. ثلاثة أوضاع للمهام: Ask وCraft وPlan
  4. ملفات قواعد مخفية: IDENTITY.md وSOUL.md وUSER.md
  5. مزامنة الذاكرة بين الأجهزة عبر خدمات التخزين السحابي ونصوص الأتمتة

• الفرق بين هذا وبين أدوات AI المكتبية العادية ليس فقط أنه يكتب بشكل أفضل، بل لأنه يبدأ في:

  • تذكر من أنت
  • فهم طريقة عملك
  • حمل السياق معك عند الانتقال بين الأجهزة

• إذا كنت تعمل الآن على:

  • سير عمل مكتبي عالي التكرار
  • مهام Agent طويلة التشغيل
  • تنسيق العمل عبر عدة أجهزة
  • ملفات محلية مرتبطة بالأتمتة

  فهذه الحالات العملية أكثر فائدة من مجرد متابعة جدول ترتيب النماذج.

لماذا تصبح ميزة "أن يتذكرك" أهم من "أن يجيبك"؟

أحد أكثر الأخطاء شيوعًا عند تجربة WorkBuddy للمرة الأولى هو التالي:

• تثبيته والبدء فورًا في إسناد المهام
• القفز مباشرة إلى وضع Craft
• افتراض أن الذكاء الاصطناعي سيفهم كل شيء تلقائيًا

لكن التجربة طويلة الأمد لا تتحدد غالبًا بمدى نجاح أول مهمة، بل بأشياء مثل:

• هل يعرف دليل العمل الافتراضي الخاص بك؟
• هل يتذكر تفضيلاتك؟
• هل يفهم أسلوبك المعتاد؟
• وهل يفقد ذاكرته عندما تنتقل إلى جهاز آخر؟

بمعنى آخر، الفارق الحقيقي لا تصنعه محادثة واحدة ناجحة، بل هذا السؤال:

هل حوّلته من أداة مؤقتة إلى شريك عمل يملك استمرارية؟

الحالة 1: أول خطوة ليست تكليفه بالعمل، بل ضبط دليل العمل والذاكرة والأوضاع

أوضح مادة عامة في هذا المسار هي:

WorkBuddy - Setup Guide: The First Thing Is Not to Make It Work

وهي مادة تستحق القراءة لأنها لا تبقى عامة، بل تشير مباشرة إلى الأخطاء العملية التي يتجاهلها المبتدئون عادة.

1.1 اضبط دليل العمل الافتراضي مبكرًا، ولا تكدّس كل شيء على قرص النظام

واحدة من أكثر الملاحظات العملية قيمة في المقالة هي:

• اختر موقع مساحة العمل الافتراضية مبكرًا
• إذا كنت على Windows فلا تضع كل شيء تلقائيًا على C:

قد يبدو هذا تفصيلًا بسيطًا، لكنه يشبه تمامًا ما يحدث في بيئات العمل المكتبية الحقيقية. عندما تتراكم المهام، تبدأ الملفات الناتجة، والذاكرة المؤقتة، وملفات المشاريع في التزايد بسرعة. وإذا لم تُخطط لدليل العمل منذ البداية، تصبح البيئة فوضوية سريعًا.

هذا ليس "تكتيكًا متقدمًا"، بل:

حد أدنى من الانضباط التشغيلي لأي Desktop Agent تتوقع أن تستخدمه لفترة طويلة.

1.2 الذاكرة ليست زينة، بل نظام يفترض أن يتحسن بمرور الوقت

المادة نفسها تذكر بوضوح أن ميزة الذاكرة يجب أن تكون مفعّلة.

والوصف العلني مباشر:

• الذاكرة تتحدث باستمرار عبر المحادثات والمهام
• الـ Agent يفهمك أكثر مع الوقت
• يمكنك مراجعة عناصر الذاكرة أو تعديلها أو حذفها أو إضافة غيرها بشكل دوري

وهذا يعني أن الذاكرة في WorkBuddy ليست زرًا تجميليًا، بل صُممت بوصفها شيئًا:

مستمرًا، قابلًا للمراجعة، وقابلًا للتصحيح على المدى الطويل.

1.3 أوضاع Ask وCraft وPlan ليست خيارات UI ثانوية، بل حدودًا للمخاطر

شرح الأوضاع الثلاثة في المقالة يستحق الاحتفاظ به تقريبًا كما هو:

• Ask: قراءة فقط، من دون كتابة ملفات
• Craft: تنفيذ مباشر على الملفات
• Plan: وضع خطة أولًا، ثم التنفيذ بعد التأكيد

هذه النقطة مهمة لأن كثيرًا من المستخدمين الجدد يقفزون مباشرة إلى Craft، بينما الخبرة العلنية المنشورة توضح مسارًا أكثر أمانًا:

• ابدأ بـ Ask إذا كنت جديدًا
• استخدم Plan أولًا للمهام الأكثر تعقيدًا
• انتقل إلى Craft بعد أن تصبح حدود العمل أوضح لديك

وهذا في جوهره طريقة لتحويل مخاطر استخدام الذكاء الاصطناعي إلى سير عمل مكتبي يمكن التحكم فيه بشكل أفضل.

الحالة 2: ما يجعله يبدو فعلًا كأنك "تدرّب زميلًا" هو كتابة ملفات الهوية والروح والمستخدم

أكثر جزء لفت انتباهي في مادة الإعداد نفسها هو المجلد المخفي .workbuddy.

المسارات العامة المذكورة في المقالة هي:

• ~/.workbuddy/ على Mac وLinux
• C:\\Users\\your-name\\.workbuddy\\ على Windows

وأهم ثلاثة ملفات داخله هي:

• IDENTITY.md
• SOUL.md
• USER.md

2.1 IDENTITY.md: من هو؟

المقالة العامة تشرح وظيفة هذا الملف بوضوح. فهو يحدد أمورًا مثل:

• الاسم
• الدور
• مجال التركيز
• حدود القدرات

وهذا يعني أن شخصية WorkBuddy ليست مبنية فقط على prompts مؤقتة، بل يمكن تعريفها وحفظها بشكل دائم.

2.2 SOUL.md: كيف يتحدث وكيف يعمل؟

هذا الملف أقرب إلى طبقة قواعد السلوك. والأمثلة المذكورة في المادة العامة تشمل:

• تفضيل الإجابات الموجزة
• تقديم الخلاصة أولًا
• طلب التأكيد قبل أي عملية عالية المخاطر
• قول المشكلة مباشرة بدل الإكثار من الاعتذارات الطويلة

وعند هذه النقطة، لم يعد الأمر مجرد تخصيص بسيط للمحادثة، بل أصبح تعريفًا لـ:

أي نوع من الزملاء تريد من Agent أن يشبهه يوميًا.

2.3 USER.md: من أنت؟

هذا الملف يخبر الذكاء الاصطناعي بأمور مثل:

• خلفيتك
• أسلوبك في العمل
• تفضيلاتك

ولهذا أرى أن أكثر ما يجعل إعداد WorkBuddy شبيهًا ببيئات الإنتاج ليس اختيار النموذج نفسه، بل هذا:

العلاقة بين الشخص والـ Agent تُكتب داخل ملفات قابلة للحفظ والاستمرار.

وهذا أكثر ثباتًا بكثير من قول: "اعمل بهذه الطريقة من الآن فصاعدًا" داخل نافذة الدردشة فقط.

الحالة 3: بعد 40 يومًا، الانتقال من أداة إلى شريك لا يصنعه النموذج وحده، بل الذاكرة والقواعد

مادة عامة أخرى تستحق أن تدخل في السرد نفسه هي:

When AI Starts Remembering Who You Are: My Real 40-Day Experience Living With WorkBuddy

القيمة هنا أنها ليست درسًا تعليميًا، بل مراجعة نابعة من استخدام طويل.

ومن فهرسها العام وملخصاتها القابلة للبحث، يبدو أن بنيتها الأساسية تشمل:

• وضع القواعد أولًا
• بناء نظام ذاكرة
• إعداد مهام أتمتة
• التنسيق عبر الأجهزة
• وتلخيص ما الذي فشل أو سبب الاحتكاك

وأنا أتفق مع حكمها الأساسي:

إلى أي مدى يمكن أن يذهب AI لا يتوقف فقط على قوة النموذج، بل على مقدار الوقت الذي تقبله لتدريبه وتوجيهه.

وهذا صحيح جدًا مع WorkBuddy. كثير من المستخدمين يتعاملون مع Agent كأنه أداة تُستهلك مرة واحدة، بينما هذا النوع من التجربة يدافع عن نموذج مختلف:

• لا تبدأ من الصفر كل مرة
• بل واصل المعايرة باستمرار

وهذا أقرب بكثير إلى تدريب شريك عمل طويل الأمد منه إلى استدعاء واجهة مؤقتة عند الحاجة.

الحالة 4: مزامنة الذاكرة بين الأجهزة هي اللحظة التي يبدأ فيها السياق بالتحول إلى أصل عمل

إذا كانت المقالتان الأوليان تدوران أساسًا حول الاستخدام على جهاز واحد، فإن المقالة الثالثة تدفع WorkBuddy نحو سير عمل متعدد الأجهزة بشكل أوضح:

Take WorkBuddy's Memory to Every Device: A Full Cross-Device Sync Tutorial

هناك عدة نقاط عامة في هذا الدليل تستحق الانتباه مباشرة:

• الهدف هو حل عدم اتساق الذاكرة بين الأجهزة
• الطريقة هي التخزين السحابي + نصوص الأتمتة
• المقالة تذكر صراحة خدمات سحابية شائعة مثل OneDrive
• وتقول إن الإعداد يمكن إنهاؤه خلال 15 دقيقة
• وتشمل أهم العناصر التي تجري مزامنتها:
  • سجلات العمل
  • تفضيلات المستخدم
  • خلفية المشروع

وهذا يعني أن النقاش لم يعد فقط: "كيف أجعله يفهمني أكثر على جهاز واحد؟" بل أصبح:

عندما أغيّر الكمبيوتر، هل يستطيع مواصلة العمل وكأنه لم يغادر أصلًا؟

4.1 أكثر جزء يشبه بيئة الإنتاج ليس النص البرمجي نفسه، بل ما الذي تتم مزامنته

عندما يسمع الناس عبارة "نص مزامنة"، يركزون غالبًا على التنفيذ التقني. لكن من زاوية التشغيل، السؤال الأهم هو: ما الأشياء التي يختار النظام مزامنتها؟

بحسب الكلمات المفتاحية في الدليل العام، العناصر المنقولة ليست مجرد إعدادات سطحية، بل:

• سجلات العمل
• تفضيلات المستخدم
• خلفية المشروع

وبمجرد أن تصير هذه العناصر قابلة للحمل معك، تتغير أشياء عدة فورًا:

• الجهاز الثاني لا يحتاج إلى إعادة تدريب كاملة من البداية
• سياق المهام لا ينقطع عند كل انتقال بين الأجهزة
• تكلفة التنقل بين المشاريع تصبح أقل بكثير

ولهذا أرى أن مزامنة الذاكرة بين الأجهزة أهم مما تبدو عليه ظاهريًا.

فهي في جوهرها تحاول تحويل:

الخبرة المحصورة داخل المحادثات

إلى:

أصول عمل يمكن نقلها وإعادة استخدامها.

الحالة 5: الخطر الأكبر ليس أن يخطئ AI، بل أن يفشل بصمت أو تنتفخ الذاكرة بلا صيانة

مقالة تجربة الأربعين يومًا أشارت أيضًا إلى عدة مشكلات تبدو شديدة الواقعية:

• فشل الإرسال أو الدفع بصمت هو أخطر أنواع الأعطال
• ملفات الذاكرة لا يمكن أن تستمر في التضخم من دون تنظيف
• مهام الأتمتة يجب أن تراعي التوقيت وحالة الجهاز

وهذه كلها مشاكل ذات طابع إنتاجي واضح، لأنها لا تتعلق بأن "النموذج غير ذكي بما يكفي"، بل تتعلق بـ:

• أتمتة لم تعمل فعلًا كما كان متوقعًا
• ذاكرة تراكم فيها الضجيج مع الوقت
• تجاهل حالة الجهاز أو شروط الجدولة

بمعنى آخر، عندما يبدأ WorkBuddy في حمل مهام طويلة الأمد، يبدأ شكله التشغيلي في التشابه أكثر فأكثر مع نظام حقيقي:

• لديه حالة state
• لديه جدولة scheduling
• لديه احتياج إلى استعادة بعد الفشل
• ولديه قابلية لتلوث السياق

ولهذا بالتحديد تستحق هذه الحالات أن تُقرأ كمراجعات تشغيلية، لا كمواد دعائية.

إذا جمعنا هذه الحالات معًا، فكيف يبدو "سير العمل المتقدم" في WorkBuddy؟

عند قراءة دليل الإعداد، ومقالة تجربة 40 يومًا، ودليل المزامنة بين الأجهزة معًا، يظهر شكل واضح نسبيًا لسير العمل المتقدم:

• دليل عمل افتراضي
• ثلاث حدود للمخاطر: قراءة فقط، تعديل مباشر، والتخطيط أولًا
• نظام ذاكرة ينمو باستمرار
• ملفات قواعد تثبّت الهوية والنبرة وتفضيلات المستخدم
• مزامنة بين الأجهزة تنقل الذاكرة من جهاز واحد إلى عدة أجهزة
• مهام أتمتة مع أوضاع فشل واضحة يمكن ملاحظتها

وهذا نمط مختلف جدًا عن أداة AI تقليدية.

فالأمر لم يعد مجرد:

• تسأل سؤالًا واحدًا، فيجيبك بإجابة واحدة

بل يقترب أكثر من:

• لديك نظام عمل كامل
• والذكاء الاصطناعي فيه مكوّن قابل للضبط، وقابل للنقل، وقابل للصيانة

من الأنسب له تجربة هذا المسار أولًا؟

مناسبون للبدء فورًا

• من لديهم سير عمل مكتبي طويل أو متكرر
• المستخدمون الذين يتنقلون كثيرًا بين الأجهزة
• من يعتمدون على Agents يوميًا لا على دردشة عابرة من وقت لآخر
• من لديهم تراكم في هياكل الملفات، وسياق المشاريع، والتفضيلات الشخصية
• من يقبلون صيانة ملفات القواعد، وأدلة العمل، ونصوص الأتمتة

من يمكنه الانتظار والمراقبة

• من يريد فقط طرح أسئلة متفرقة من دون حاجة إلى ذاكرة مستمرة
• من نادرًا ما يبدل أجهزته ولا يحتاج إلى سياق عابر للأجهزة
• من لا يريد التعامل مع ملفات إعداد أو أتمتة إطلاقًا
• من لا يملك تصورًا واضحًا عن بنية المجلدات المحلية أو حدود صلاحيات الـ Agent

إذا أردت ربط سير عمل طويل الأمد شبيه بـ WorkBuddy مع نماذج مخصصة، فأين تظهر القيمة الشرائية؟

من زاوية الأعمال، السؤال الحقيقي لا يكون عادة: "هل يستطيع أن يجيب؟" بل يصبح أقرب إلى:

• هل يجب أن تمر الذاكرة طويلة الأمد عبر مسار نموذج مختلف؟
• هل تبقى تكلفة السياق تحت السيطرة بعد مزامنة الذاكرة بين الأجهزة؟
• هل يمكن أن تمر مهام الأتمتة وتدفقات الملفات عبر بوابة موحدة؟
• وهل يمكن إدارة حالة عدة Agents وقواعدها وفواتيرها من مكان واحد؟

ولهذا إذا كنت تبني Desktop Agents طويلة التشغيل، أو أنظمة ذاكرة، أو سير عمل مؤتمتة، فغالبًا ما تكون بوابة النماذج الموحدة أكثر عملية من الرهان على نموذج واحد فقط.

يمكنك متابعة القراءة من هذه المداخل:

• الأسعار
• شراء API Key
• الدروس والشروحات

حكمي النهائي

إذا أردت تلخيص موقفي من مسار WorkBuddy الخاص بنظام الذاكرة، والمزامنة بين الأجهزة، وملفات القواعد المخفية في جملة واحدة، فستكون:

ما يستحق المتابعة حقًا ليس فقط أنه ينجز مهامًا، بل أنه بدأ يُظهر بنية يمكنها تحويل الذكاء الاصطناعي من أداة مؤقتة إلى زميل عمل طويل الأمد.

وهذه البنية تشمل على الأقل خمسة أجزاء:

1. دليل العمل
2. نظام الذاكرة
3. ملفات قواعد السلوك
4. أوضاع حدود المخاطر
5. المزامنة متعددة الأجهزة

وهذا يعني أيضًا أن أكثر جزء في WorkBuddy يشبه بيئة الإنتاج ليس عرضًا مبهرًا لمهمة واحدة، بل هذا:

أنه بات يتصرف أكثر فأكثر كنظام عمل مكتبي يحتاج إلى الإعداد، والصيانة، والنقل، وإعادة الاستخدام.

المصادر

• 当 AI 开始记住你是谁——我与 WorkBuddy 共处 40 天的真实体感
• 把 WorkBuddy 的记忆带上每一台设备——跨设备记忆同步完整教程 #WorkBuddy
• WorkBuddy - 设置篇，第一件事不是让它干活（手把手教你基本设置 新手必看）