AI Memory: ทำไม Chat History ไม่ใช่ Memory

หลายคนคิดว่า AI ที่จำบทสนทนาก่อนหน้าได้ = มี Memory

แต่จริง ๆ แล้ว Chat History ≠ AI Memory

Chat History คือ ข้อมูลที่ถูกส่งกลับเข้าไปใน Context Window เพื่อให้ Model เห็นสิ่งที่เคยคุยกัน ส่วน Memory คือ การเลือกเก็บ สิ่งที่มีประโยชน์ในอนาคต แล้วนำกลับมาใช้เมื่อจำเป็น

ยกตัวอย่าง

Chat History → เมื่อวานคุยอะไรกันบ้าง?

Memory → อะไรจากการคุยนั้นที่ควรจำไว้?

Memory ทำงานอย่างไร?

AI Memory มักประกอบด้วย 4 ขั้นตอน

1. Extract ดึงข้อมูลสำคัญจากบทสนทนา เช่น preference, goal หรือข้อเท็จจริง

2. Store จัดเก็บลง memory store เช่น Vector Database, Key-Value Store หรือ Database

3. Retrieve เมื่อมีคำถามใหม่ ระบบค้นหา memory ที่เกี่ยวข้อง

4. Inject นำ memory ที่ค้นพบกลับเข้า Context ก่อนส่งให้ Model

ตัวอย่าง Architecture

User → Agent → Memory Retrieval → Context → LLM → Response

Memory ต่างจาก Context อย่างไร?

Context = สิ่งที่ AI “กำลังเห็น”

Memory = สิ่งที่ AI “เก็บไว้เพื่อใช้ในอนาคต”

เป็นเหตุผลที่ Agentic AI ต้องการ Memory มากกว่า Chatbot แบบเดิม

เมื่อ Agent ต้องทำงานหลายขั้นตอนและกลับมาทำงานต่อในภายหลัง ระบบต้องรู้ว่า

• ทำอะไรไปแล้ว
• ผู้ใช้ต้องการอะไร
• มีข้อจำกัดอะไร
• เคยตัดสินใจอะไร
• ผลลัพธ์ก่อนหน้าคืออะไร

จึงเกิดแนวคิดอย่าง Short-term Memory, Long-term Memory และ Episodic Memory

AI ที่มี Chat History อาจแค่ “จำบทสนทนา” แต่ AI ที่มี Memory สามารถ “เรียนรู้ว่าอะไรควรจำ และนำกลับมาใช้เมื่อจำเป็น”

สำหรับ AI Memory คำถามสำคัญจึงไม่ใช่แค่

“AI จำอะไรได้บ้าง?”

แต่คือ

“AI ควรจำอะไร และควรลืมอะไร?”