AI Agent Memory: เมื่อ AI ต้อง “จำ” ไม่ใช่แค่ “รู้”

AI Agent ยุคใหม่ไม่เพียงต้องการแค่ Context Window ใหญ่ แต่ต้องสามารถ จำสิ่งสำคัญจากอดีต และนำกลับมาใช้ในอนาคต

Context ≠ Memory ≠ RAG

Context สิ่งที่ AI เห็นใน task ปัจจุบัน

RAG ดึงข้อมูลจาก Knowledge Base มาใช้

Memory เก็บประสบการณ์และข้อมูลสำคัญเพื่อใช้ในอนาคต

Interaction → Memory → Retrieve → Agent Decision

Memory อาจเก็บทั้ง

• User Preferences
• Past Decisions
• Previous Tasks
• Learned Facts

สิ่งสำคัญ คือ Agent ไม่ควร จำทุกอย่าง แต่ต้องรู้ว่าอะไรควรจำ

Store → Retrieve → Update → Forget

AI Agent ที่มีประสิทธิภาพ อาจไม่ได้อยู่ที่ “การมี Model ที่ฉลาดที่สุด”

แต่อาจเป็น

“การมี Memory ที่ทำให้ Agent ฉลาดขึ้นจากประสบการณ์ที่ผ่านมา”

เป็นเหตุผลที่ Memory Layer กำลังกลายเป็นอีกหนึ่งชั้นสำคัญของ AI Architecture