AI State: Agent จำอะไรไว้ระหว่างการทำงาน?

ในความหมายว่า AI Agent “จำได้” จริง ๆ แล้ว Model ไม่ได้จำทุกอย่างไว้ในตัวเอง

สิ่งที่ทำให้ Agent ทำงานต่อเนื่องได้คือ State หรือ ข้อมูลที่ระบบเก็บไว้ระหว่างการทำงาน

1) Stateless — ไม่จำ

แต่ละ Request แยกออกจากกัน

User → Request → Agent → Response

จบหนึ่งครั้ง ก็เริ่มใหม่ใน Request ถัดไป เหมาะกับงานง่าย ๆ แต่ Agent จะไม่รู้ว่าเคยทำอะไรมาก่อน

2) Session — จำใน Conversation

เก็บข้อมูลภายใน Session เช่น

• User กำลังทำอะไร
• คุยกันมาก่อนว่าอะไร
• Task ปัจจุบันคืออะไร

3) Working Memory — จำระหว่างทำงาน

ระหว่างที่ Agent กำลังทำ Task ระบบอาจต้องเก็บข้อมูลชั่วคราว เช่น ผลจาก Tool, ขั้นตอนที่ทำไปแล้ว หรือสิ่งที่ต้องทำต่อ

Task → Think → Tool → Result → Next Action

นี่คือ State ที่ช่วยให้ Agent ทำงานหลายขั้นตอนได้

4) Persistent State — จำข้าม Session

ข้อมูลบางอย่างต้องอยู่ต่อ แม้ Conversation จะจบแล้ว เช่น Preference, History หรือสถานะของ Workflow

Session → Save State → Database → Next Session

เมื่อกลับมาทำงานอีกครั้ง Agent สามารถนำ State กลับมาใช้ได้

แล้ว Agent “จำ” จริง ๆ คืออะไร?

Flow แบบง่าย คือ

Model
↓
Context
↓
State
├── Session
├── Working Memory
└── Persistent Memory
↓
Agent Action

Model ไม่ได้จำเองทั้งหมดแต่ ระบบเป็นคนจัดการ State แล้วเลือกข้อมูลที่จำเป็นส่งกลับเข้า Context

ดังนั้น ในระบบ Agentic AI ที่ดี Memory ไม่ได้อยู่แค่ใน Model แต่อยู่ใน Architecture รอบ ๆ Model ด้วย