Back to all articlesAI และเอเจนต์

AI Agent จำได้ยังไง: หน่วยความจำ บริบท และทำไมถึงยาก

ความแตกต่างใหญ่ที่สุดระหว่าง AI agent ที่น่าเชื่อถือกับตัวที่น่าหงุดหงิดคือหน่วยความจำ Agent ที่จำข้อกำหนด ความชอบ และสิ่งที่มันลองไปแล้ว จะรู้สึกว่ามีความสามารถ ส่วนตัวที่เริ่มใหม่ทุกขั้นตอนจะรู้สึกว่าพัง แต่ “หน่วยความจำ” ในระบบ AI ไม่ได้เป็นอย่างที่คำนี้สื่อ

ทำไม Agent ถึงต้องการหน่วยความจำ

Agent ทำงานเป็นวงจร: สังเกต ตัดสินใจ ลงมือ สังเกตอีกครั้ง เพื่อให้วงจรนี้สมเหตุสมผล ขั้นตอนหลังต้องรู้ว่าเกิดอะไรขึ้นก่อนหน้า หน่วยความจำช่วยให้ agent:

  • ติดตามแผนหลายขั้นตอนและความคืบหน้า
  • ไม่ทำซ้ำสิ่งที่ลองไปแล้ว
  • ใช้ความชอบของคุณโดยไม่ต้องบอกสองรอบ
  • ใช้ผลจากการเรียกเครื่องมือก่อนหน้าในการตัดสินใจทีหลัง

ถ้าไม่มีหน่วยความจำ ทุกขั้นตอนคือการเริ่มใหม่ และ agent สร้างต่อจากงานของตัวเองไม่ได้

หน่วยความจำสองแบบ

การแยกหน่วยความจำตามช่วงเวลาจะช่วยให้เข้าใจง่ายขึ้น

หน่วยความจำระยะสั้น (working memory) คือบริบทของการสนทนาหรืองานปัจจุบัน — ข้อความที่ผ่านมา แผน และผลเครื่องมือล่าสุด อยู่ในหน้าต่างบริบท (context window) ของโมเดลซึ่งมีจำกัด เมื่อสนทนายาวเกินไป รายละเอียดเก่าจะถูกดันออก นี่คือเหตุผลที่ agent อาจดูเหมือน “ลืม” สิ่งที่คุณพูดไปชั่วโมงก่อน

หน่วยความจำระยะยาว คงอยู่ข้ามเซสชัน อาจเป็นคลังเก็บข้อเท็จจริงเกี่ยวกับคุณ โปรเจกต์เก่า หรือบทเรียนที่ได้เรียนรู้ Agent ดึงส่วนที่เกี่ยวข้องออกมาเมื่อจำเป็น เหมือนที่คุณนึกถึงบันทึกในสมุดเล่มเก่า

หน่วยความจำระยะยาวทำงานยังไง

ระบบส่วนใหญ่ใช้รูปแบบที่คล้ายกัน:

  1. จับ (Capture) ตัดสินใจว่าอะไรควรจำ — ความชอบ การตัดสินใจ หรือข้อเท็จจริงที่มีประโยชน์
  2. เก็บ (Store) บันทึกไว้ในที่ที่คงทน มักเป็นข้อความพร้อมตัวแทนเชิงตัวเลข (embedding) ที่เก็บความหมาย
  3. ดึง (Retrieve) เมื่องานใหม่เข้ามา ค้นหาในคลังเพื่อหาความจำที่เกี่ยวข้อง
  4. ใส่ (Inject) เพิ่มความจำที่ดึงได้เข้าไปในบริบทของ agent เพื่อให้ใช้ได้

ขั้นตอนการดึงคือจุดที่ท้าทายที่สุด ดึงน้อยเกินไป agent จะพลาดสิ่งสำคัญ ดึงมากเกินไปก็เสียบริบทและสับสนกับรายละเอียดที่ไม่เกี่ยวข้อง

Agent จำอะไร — และไม่ควรจำอะไร

ไม่ทุกอย่างสมควรถูกเก็บ ระบบหน่วยความจำที่ดีจะเลือกสรร:

  • ควรเก็บ: ความชอบที่บอกไว้ ข้อกำหนดที่เกิดซ้ำ การตัดสินใจที่ทำไปแล้ว ข้อเท็จจริงที่ผู้ใช้ยืนยัน
  • เสี่ยงเก็บ: ข้อมูลส่วนตัวที่ละเอียดอ่อน ข้อมูลล้าสมัย ข้อสมมุติที่ผู้ใช้ไม่เคยยืนยัน รายละเอียดครั้งเดียวที่ภายหลังไม่สำคัญ

สุขอนามัยของหน่วยความจำที่ไม่ดีมีผลจริง Agent ที่เก็บข้อสมมุติผิดแล้วใช้ซ้ำๆ จะทำผิดเดิมอย่างมั่นใจ Agent ที่จำข้อมูลละเอียดอ่อนที่ไม่ควรมี สร้างปัญหาความเป็นส่วนตัว

ทำไมหน่วยความจำถึงยากจริงๆ

อุปสรรคหลายอย่างทำให้หน่วยความจำของ agent เป็นปัญหาที่ยังแก้ไม่ได้ในทางปฏิบัติ:

  • บริบทมีจำกัด แม้หน้าต่างบริบทใหญ่ก็มีขีดจำกัด และการยัดทุกอย่างใส่ไปทำให้ความสนใจลดลง
  • ความเกี่ยวข้อง การตัดสินใจว่าจะนึกถึงอะไรสำหรับงานปัจจุบัน ใกล้เคียงปัญหาการค้นหามากกว่าการหยิบของจากที่เดียว
  • ความสอดคล้อง ความจำอาจขัดแย้งกันเองหรือล้าสมัยเมื่อสถานการณ์เปลี่ยน
  • การระบุที่มา ยากที่จะบอกว่าความจำไหนทำให้เกิดการตัดสินใจไหน ทำให้ดีบักยาก
  • ความเป็นส่วนตัว ผู้ใช้ต้องรู้ว่าอะไรถูกจำ ดูได้ และลบได้

ทางเลือกเชิงออกแบบที่ใช้ได้จริง

ถ้าคุณกำลังสร้างหรือประเมิน agent คำถามสักสองสามข้อจะเผยว่าหน่วยความจำของมันดีแค่ไหน:

  • มันจำข้ามเซสชันไหม หรืออยู่แค่ในสนทนาเดียว?
  • คุณดูและแก้สิ่งที่มันเก็บเกี่ยวกับคุณได้ไหม?
  • มันสรุปบริบทเก่าแทนการยัดประวัติดิบไหม?
  • มันลืมหรืออัปเดตข้อมูลที่ไม่จริงอีกต่อไปไหม?
  • มันอธิบายได้ไหมว่าทำไมถึงนึกถึงสิ่งนั้น?

Agent ที่มีหน่วยความจำชัดเจนและควบคุมได้ มักน่าเชื่อถือมากกว่าตัวที่จำทุกอย่างโดยเงียบๆ

สรุป

หน่วยความจำของ agent ไม่ใช่ฟีเจอร์เดียว แต่เป็นชั้นซ้อนกัน: บริบทระยะสั้นสำหรับงานปัจจุบัน ที่เก็บระยะยาวสำหรับข้อเท็จจริงคงทน และการดึงที่นำส่วนที่ถูกต้องกลับมาในจังหวะที่ถูกต้อง นี่คือสิ่งที่เปลี่ยนชุดคำตอบที่ไม่ต่อเนื่องให้กลายเป็นงานที่สอดคล้องและต่อเนื่อง — แต่มันไม่สมบูรณ์ และ agent ที่จัดการได้ดีคือตัวที่เลือกสรร โปร่งใส และเคารพสิ่งที่ไม่ควรเก็บ

Get Ball — Ball

Get Ball

Reading in English? Switch language in the menu.