TencentDB Agent Memory: สถาปัตยกรรมหน่วยความจำหลายชั้นที่ช่วยให้ AI Agents ทำงานยาว ๆ ได้ถูกลงและเสถียรกว่าเดิม

ปัญหาหลักของ AI Agents: context window ที่เต็มเร็วเกินไป

AI agents ที่ต้องทำงานหลายขั้นตอน เช่น ค้นเว็บ เขียนโค้ด หรือวิเคราะห์เอกสาร มักเจอข้อจำกัดสำคัญคือ context window ของโมเดล เมื่อภารกิจยาวขึ้น ข้อมูลอย่างผลลัพธ์จากเครื่องมือ (tool outputs) บันทึกการทำงาน และขั้นตอนการให้เหตุผลจะสะสมใน prompt อย่างรวดเร็ว ส่งผลให้ค่าใช้โทเคนสูงขึ้น และบางครั้งโมเดลก็เริ่ม “หลุดโฟกัส” จากงานหลัก

Tencent Cloud จึงเปิดซอร์สระบบ TencentDB Agent Memory ในเดือนพฤษภาคม 2026 เพื่อแก้ปัญหานี้ โดยออกแบบให้เอเจนต์สามารถเก็บข้อมูลรายละเอียดจำนวนมากไว้ภายนอก context แต่ยังคงรักษาโครงสร้างข้อมูลสำคัญใน prompt ไว้ได้อย่างมีประสิทธิภาพ

จากการทดสอบภายในของ Tencent วิธีนี้ช่วยลดการใช้โทเคนได้สูงสุดประมาณ 61% พร้อมเพิ่มอัตราความสำเร็จของงานที่มีหลายขั้นตอน

TencentDB Agent Memory คืออะไร

TencentDB Agent Memory เป็น memory engine แบบโอเพ่นซอร์ส สำหรับ AI agents ที่ต้องทำงานแบบ workflow ยาว ๆ หลายขั้นตอน โครงการนี้เผยแพร่ภายใต้ไลเซนส์ MIT และรองรับทั้ง

• หน่วยความจำระยะยาว (long‑term memory) ข้าม session
• การบีบอัดบริบทระหว่างงาน (short‑term context compression)

แนวคิดหลักคือให้เอเจนต์สามารถ

• จดจำความชอบของผู้ใช้และรูปแบบการทำงาน
• เก็บสถานะของงานที่มีหลายขั้นตอน
• ลดการใส่ข้อมูลดิบจำนวนมากเข้าไปใน prompt ของโมเดล

แทนที่จะใส่ผลลัพธ์ทุกอย่าง เช่น เนื้อหาเว็บหรือ log ลงใน context ระบบจะจัดระเบียบข้อมูลเป็นโครงสร้างและสรุปให้สั้นลง

สถาปัตยกรรมหน่วยความจำระยะยาว 4 ชั้น

Tencent ออกแบบหน่วยความจำระยะยาวเป็น 4 ชั้น ที่ค่อย ๆ เปลี่ยนบทสนทนาและข้อมูลดิบให้กลายเป็นความรู้เชิงโครงสร้าง

L0: Raw Dialogue Layer
เก็บบทสนทนาและการโต้ตอบทั้งหมดในรูปแบบเดิมแบบครบถ้วน

L1: Atomic Memory Layer
สกัดข้อเท็จจริงสำคัญ เช่น ความชอบของผู้ใช้ ข้อจำกัด หรือข้อสรุปจากขั้นตอนก่อนหน้า

L2: Scenario Summary Layer
รวมหน่วยความจำที่เกี่ยวข้องกับสถานการณ์หรือประเภทงานเดียวกัน เพื่อให้เอเจนต์มองเห็นรูปแบบของงานซ้ำ ๆ

L3: User Profile Layer
สรุปพฤติกรรมและความชอบระยะยาวของผู้ใช้ให้เป็นโปรไฟล์ขนาดเล็ก

ผลลัพธ์คือข้อมูลจะค่อย ๆ เปลี่ยนจากบทสนทนาดิบไปเป็น knowledge structure ที่นำกลับมาใช้ซ้ำได้ ทำให้เอเจนต์ไม่ต้องคำนวณใหม่ทุกครั้ง

นวัตกรรมสำคัญ: Context Offloading + Mermaid Task Canvas

จุดเด่นหลักของระบบอยู่ที่การจัดการ หน่วยความจำระยะสั้น ระหว่างที่เอเจนต์กำลังทำงาน

Context Offloading

หลังจากเอเจนต์เรียกใช้เครื่องมือ เช่น

• ดาวน์โหลดหน้าเว็บ
• รันโค้ด
• วิเคราะห์เอกสาร

ผลลัพธ์ทั้งหมดจะถูก ย้ายออกจาก prompt ไปเก็บใน storage ภายนอก และใน context จะเหลือเพียง

• สรุปสั้น ๆ
• หรือตัวอ้างอิง

วิธีนี้ช่วยป้องกันไม่ให้ผลลัพธ์ขนาดใหญ่กินพื้นที่ context ของโมเดล

Mermaid Task Canvas

แทนที่จะเก็บประวัติข้อความยาว ๆ Tencent ใช้ แผนผังงาน (task graph) ที่เขียนด้วยภาษา Mermaid

Mermaid เป็นภาษาสำหรับสร้างไดอะแกรมด้วยข้อความ ซึ่งถูกใช้แพร่หลายในเอกสารนักพัฒนาและ GitHub และโมเดลภาษาใหญ่ส่วนใหญ่สามารถอ่านและเขียนได้โดยตรง

ในแผนผังนี้

• node = ขั้นตอนของงาน
• edge = ความสัมพันธ์หรือ dependency
• แต่ละ node มีสถานะหรือสรุปสั้น ๆ

ผลลัพธ์คือโมเดลต้องคิดจาก โครงสร้างของงาน แทนการอ่านข้อความทุกบรรทัด ทำให้ใช้โทเคนน้อยลงมาก

Tencent อธิบายแนวคิดนี้ง่าย ๆ ว่า

“บันทึกเหตุการณ์เหมือนสมุดบันทึก แต่การนำทางต้องใช้แผนที่” — และ Mermaid Task Canvas ก็ทำหน้าที่เป็นแผนที่ของงาน

การบีบอัดบริบทแบบปรับระดับอัตโนมัติ

ระบบยังมีการบีบอัด context แบบไดนามิกตามระดับการใช้งานของ context window หรือที่ Tencent เรียกว่า context water level

ระดับการจัดการโดยทั่วไป ได้แก่

• L1 สรุปแบบเรียลไทม์: หลังการเรียกใช้เครื่องมือ ระบบจะสร้างสรุปสั้น ๆ ทันที
• L2 อัปเดต task canvas: แผนผัง Mermaid ถูกอัปเดตแบบ asynchronous เพื่อสะท้อนโครงสร้างของ workflow
• L3 การบีบอัดลึก: หากการใช้ context ใกล้ 80% ข้อความเก่าที่ไม่จำเป็นจะถูกย่อหรือทิ้ง

หากการใช้งานพุ่งถึงประมาณ 95% ระบบจะใช้การบีบอัดฉุกเฉินเพื่อลด context ลงอีกครั้ง

ผลการทดสอบที่ Tencent รายงาน

Tencent รายงานผลจากการทดลองภายในหลาย benchmark ซึ่งควรตีความว่าเป็น ผลลัพธ์ที่ผู้พัฒนาเป็นผู้รายงานเอง ยังไม่ได้มีการทดสอบซ้ำอย่างกว้างขวางจากภายนอก

ผลลัพธ์สำคัญ ได้แก่

WideSearch benchmark

• อัตราผ่าน: 33% → 50%
• การใช้โทเคน: 221.31M → 85.64M (ลดลง 61.38%)

SWE‑bench

• อัตราสำเร็จ: 58.4% → 64.2%
• การใช้โทเคนลดลง 33.09%

AA‑LCR benchmark

• อัตราสำเร็จ: 44.0% → 47.5%
• การใช้โทเคนลดลง 30.98%

PersonaMem benchmark

• ความแม่นยำเพิ่มจากประมาณ 48% เป็นประมาณ 76% หลังเพิ่มระบบหน่วยความจำ

นอกจากนี้ Tencent ยังทดสอบกับ 1,540 งาน ครอบคลุมการสร้างโค้ด การค้นเว็บ และการวิเคราะห์เอกสาร โดยรายงานว่า

• อัตราสำเร็จของงานเพิ่มขึ้นประมาณ 12–35%
• การใช้โทเคนลดลงประมาณ 33–64%

ความแตกต่างระหว่างการเปิดตัวเดือนเมษายนกับเวอร์ชันโอเพ่นซอร์ส 14 พฤษภาคม

TencentDB Agent Memory เปิดตัวครั้งแรกในปี 2026 แต่การเน้นฟีเจอร์แตกต่างกันในสองช่วง

การเปิดตัวเดือนเมษายน

• เน้นระบบ หน่วยความจำระยะยาว
• เปิดตัวสถาปัตยกรรม 4 ชั้น
• แสดงผลทดสอบใน PersonaMem

การเปิดซอร์สเต็มรูปแบบ 14 พฤษภาคม

• เปิดเผย stack ทั้งระบบเป็นโอเพ่นซอร์ส ภายใต้ MIT
• เพิ่มระบบ บีบอัดหน่วยความจำระยะสั้นสำหรับงานยาว
• ชูเทคนิค Context Offloading + Mermaid Task Canvas เป็นจุดเด่น

กล่าวสั้น ๆ คือ เวอร์ชันแรกเน้น “การจำระยะยาว” ส่วนเวอร์ชันโอเพ่นซอร์สเน้นแก้ปัญหา context window ล้นระหว่างงานจริง

การเชื่อมต่อกับ Agent Framework

Tencent ระบุว่าระบบนี้สามารถทำงานร่วมกับเฟรมเวิร์กสำหรับเอเจนต์หลายตัว เช่น

• OpenClaw (ใช้งานเป็นปลั๊กอินหน่วยความจำได้)
• Hermes Gateway / Hermes Agent พร้อม deployment ผ่าน Docker

แนวทางนี้ช่วยให้นักพัฒนาสามารถเพิ่มระบบหน่วยความจำให้ agent ที่มีอยู่แล้ว โดยไม่ต้องออกแบบสถาปัตยกรรมใหม่ทั้งหมด

ทำไมเรื่องนี้สำคัญต่อการแข่งขันด้าน AI Agents

เมื่อ AI agents เริ่มถูกนำไปใช้จริงในงานอย่าง

• ผู้ช่วยเขียนโค้ด
• ระบบค้นคว้าวิจัย
• การทำ workflow อัตโนมัติในองค์กร

ต้นทุนของ context window และ token กลายเป็นข้อจำกัดสำคัญ

ห่วงโซ่ของการเรียกเครื่องมือหลายครั้งสามารถเพิ่มค่าใช้จ่ายอย่างรวดเร็ว และยังทำให้คุณภาพการให้เหตุผลลดลง

แนวทางของ Tencent พยายามแก้สองปัญหาพร้อมกัน

• ลดต้นทุน: ใช้โทเคนน้อยลงสำหรับงานยาว
• เพิ่มความเสถียร: ใช้โครงสร้างงานแบบแผนผังเพื่อให้เอเจนต์ไม่หลงทาง

หากแนวคิดนี้พิสูจน์ได้ในงานจริง ระบบหน่วยความจำแบบนี้อาจกลายเป็น ชั้นโครงสร้างพื้นฐานสำคัญของ AI agents รุ่นถัดไป

อย่างไรก็ตาม ผลลัพธ์ด้านประสิทธิภาพในปัจจุบันยังมาจากการทดสอบของ Tencent เอง และต้องรอดูการยืนยันจากการทดลองอิสระในอนาคต