TencentDB Agent Memory: สถาปัตยกรรมหน่วยความจำหลายชั้นที่ช่วยให้ AI Agents ทำงานยาว ๆ ได้ถูกลงและเสถียรกว่าเดิม

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