AI ทุกตัว "จำ" ไม่เหมือนกันเลย
บางตัวจำแบบ post-it note
บางตัวจำแบบ hard disk
บางตัวเหมือนคนนอนหลับแล้วตื่นมาจัดสมองใหม่
ตอนนี้วงการ AI Agent แข่งกันเรื่อง Memory หนักมาก
เพราะทุกคนเริ่มรู้แล้วว่า ต่อให้ model ฉลาดแค่ไหน ถ้าลืมง่าย งานจริงพังหมด
ก่อนเข้าเรื่อง ต้องเข้าใจก่อนว่า AI มี "ความจำ" หลายชั้น
ชั้นแรกคือ Context Window นี้คือ RAM หน่วยความจำชั่วคราวของคอม หรือโต๊ะทำงานชั่วคราว
เวลาคุณคุยกับ AI
มันจะเอา chat history, prompt, file, code, website มากองตรงหน้า แล้วคิดคำตอบ
แต่พอข้อมูลเยอะ โต๊ะเต็ม
ข้อมูลเก่าจะเริ่มหาย
นี่คือสาเหตุที่ AI "ลืม"
วงการเลยเริ่มสร้าง Long-term Memory ความจำที่เก็บข้าม Session ขึ้นมาเพิ่ม
ไม่ได้หาย แต่ละค่ายแก้ต่างกันมาก
A. OpenAI / ChatGPT แนวคิดคือ "Personal Memory" ความจำส่วนตัวของผู้ใช้
ChatGPT มี 2 ระบบหลัก
1. Saved Memories ความจำที่ถูกบันทึกเป็นข้อๆ เช่น ชื่อเรา สไตล์การเขียน
2. Reference Chat History อ้างอิงประวัติแชทเก่าเพื่อจับ Pattern โดยไม่ได้จำทุกประโยค
Saved Memories คือสิ่งที่ AI เก็บเป็น fact ชัดเจน
เช่น
"ผู้ใช้ชอบสรุปแบบ bullet"
"ทำ startup"
"อยู่กรุงเทพ"
ข้อมูลพวกนี้จะถูก inject โยนใส่เพิ่ม เข้า system prompt ทุกครั้งที่เริ่มตอบ
มันเหมือน AI มี profile card ของเราแปะไว้หน้าจอ แบบกำลังตอบคำถามไป ดูรูปเราไป
ส่วน Reference Chat History จะต่างออกไป
AI จะพยายาม "สรุป pattern" จาก chat เก่า
แล้วดึง insight กลับมาใช้
เช่น
รู้ว่าเราชอบเขียน content โทนไหน
ชอบ format แบบไหน
กำลังทำโปรเจกต์อะไร
จุดน่าสนใจคือ OpenAI บอกตรง ๆ ว่า
มันไม่ได้เก็บทุกประโยค
แต่มันสร้าง "memory abstraction" ขึ้นมาแทน
พูดง่าย ๆ คือ
AI ไม่ได้จำทุกคำ
แต่มันพยายามจำ "สิ่งสำคัญเกี่ยวกับเรา"
แล้วเวลาเรียกใช้
ระบบ retrieval จะเลือก memory ที่เกี่ยวกับ conversation ตอนนั้นมาฉีดเข้า context อีกที
นี่คือเหตุผลที่บางครั้ง ChatGPT จำเรื่องหนึ่งได้
แต่ลืมอีกเรื่องที่เราเคยเล่าเหมือนกัน
เพราะมัน relevance-based
ไม่ใช่ full recall
OpenAI ยังมีอีก layer สำหรับ coding agent
อย่าง Codex หรือ Agents SDK
OpenAI Codex จำข้อมูลข้าม session ได้ เช่น coding style หรือ bug history — แต่ทำงานผ่านระบบ infrastructure ของ Codex เอง ไม่ใช่ไฟล์บน disk ธรรมดา
Agent สามารถสร้าง memory file ได้จริง
เช่น project conventions, bug history, coding style
รอบต่อไป agent โหลดไฟล์พวกนี้กลับมาใช้
เริ่มคล้าย "สมุดจดงาน" มากกว่า chatbot
B.ฝั่ง Claude น่าสนใจกว่าอีก
Anthropic เริ่มใช้แนวคิด "Dream"
ชื่อฟังดู sci-fi แต่จริง ๆ concept มาจาก neuroscience
Claude จะมี memory file สะสมเรื่อย ๆ
แต่ปัญหาคือ ถ้าสะสมอย่างเดียว มันจะรกมาก
Anthropic เลยสร้างระบบ consolidation
ช่วง background process
AI จะกลับไปอ่าน memory เก่า
รวมข้อมูลซ้ำ
ลบสิ่งไม่สำคัญ
แก้ contradiction
อัปเดต insight ใหม่
เหมือนสมองคนตอน REM sleep
มนุษย์เอง เวลานอน
สมองจะ replay ความทรงจำ
แล้วตัดสินว่าอะไรควรเก็บระยะยาว
Claude Dream ใช้ logic คล้ายกันมาก
Anthropic อธิบายว่า
มันช่วยลด token waste
แล้วทำให้ agent "ฉลาดขึ้นระหว่าง session" ได้
จุดสำคัญคือ
Claude เริ่ม treat memory เป็น "สิ่งที่ evolve ได้"
ไม่ใช่ database ตายตัว
อีกค่ายที่โคตรน่าสนใจคือ Letta หรือ MemGPT
อันนี้วงการ developer ชอบมาก
เพราะมันใช้ concept จาก Operating System จริง ๆ
C.MemGPT มอง context window เป็น RAM
สิ่งที่อยู่ใน context ตอนนี้ = RAM
สิ่งที่อยู่นอก context = Disk
เวลา context เต็ม
Agent จะ "page out"
เอาข้อมูลที่ไม่สำคัญย้ายออกไป external memory
แล้วถ้าต้องใช้ใหม่
ค่อย page in กลับมา
เหมือน computer virtual memory เป๊ะ ๆ
จุดนี้สำคัญมาก เพราะมันทำให้ AI ดูเหมือน "จำได้ไม่จำกัด"
ทั้งที่จริง context ยังจำกัดเหมือนเดิม
ต่างกันตรงมันเริ่ม "บริหารความจำเอง"
Letta ยังมี memory หลายชั้น
Core Memory
ข้อมูลสำคัญสุด เช่น identity หรือ goals
Recall Memory
ความทรงจำที่ search ย้อนหลังได้
Archival Memory
ข้อมูลระยะยาวขนาดใหญ่
Agent จะตัดสินเองว่าอะไรควรอยู่ชั้นไหน
นี่เริ่มไม่ใช่ chatbot แล้ว
แต่มันคือ operating system สำหรับ AI
D.สาย Open Source อย่าง OpenClaw หรือ Hermes ไปอีกทาง
พวกนี้นิยมใช้ Markdown-first memory
ทุกอย่างเป็นไฟล์จริงบน disk
MEMORY.md
USER.md
DREAMS.md
daily notes
ข้อดีคือ transparent มาก
Developer เปิดดูได้หมดว่า AI จำอะไร
แก้อะไรได้
ลบอะไรได้
บางระบบมี scoring ด้วย
ถ้า memory ไหนถูกเรียกใช้บ่อย
คะแนนสูง
จะ promote เป็น long-term memory
ถ้าไม่ได้ใช้เลย
ค่อย decay หรือ archive ทิ้ง
บางตัวมี reflection loop
หลังทำงานเสร็จ
Agent จะถามตัวเองว่า
"วันนี้เรียนรู้อะไร"
"อะไรสำคัญ"
"อะไรควรจำ"
แล้วเขียน insight ลง memory เอง
นี่คือเหตุผลที่วงการ AI ตอนนี้เริ่มพูดคำว่า
"Self-evolving agents"
เพราะ memory ไม่ได้เป็นแค่ storage แล้ว
แต่มันเริ่มเป็น "ตัวสร้างบุคลิกและประสบการณ์"
สุดท้ายเรื่องนี้ลึกกว่าที่คนทั่วไปคิดมาก
AI ไม่ได้กำลังแข่งกันว่าใครตอบเก่งสุดอย่างเดียว
แต่กำลังแข่งกันสร้าง
1. ระบบความทรงจำ
2. ระบบลืม
3. ระบบจัดลำดับความสำคัญ
4. ระบบ replay ประสบการณ์
5. ระบบเรียนรู้ข้ามเวลา
พูดอีกแบบคือ
วงการกำลังพยายามสร้าง "สมอง"
ไม่ใช่แค่ chatbot
แล้วความน่าสนใจคือ
มนุษย์เองก็ยังไม่เข้าใจสมองตัวเองทั้งหมด
แต่ตอนนี้เราเริ่มสร้าง version digital ของมันแล้ว
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac