hippo-memory คือชั้นความจำสำหรับ AI agent ที่ลืมเองตามค่าเริ่มต้น…
ปัญหาที่เขาชี้คือระบบความจำของ agent ส่วนใหญ่เก็บทุกอย่างแล้วค่อยค้นทีหลัง ซึ่งเป็นแค่การเก็บข้อมูลที่เอาการค้นหาเชิงความหมายมาแปะ เลยเกิดเหตุการณ์ที่ agent ชนบั๊กดีพลอยตัวเดิมซ้ำสี่ครั้ง ระบบเห็นความล้มเหลวทุกครั้ง แต่ไม่มีทางรู้ว่าควรจำ
Hippo ยืมหลักจากสมองมาใช้ ความจำมี 3 ชั้น ชั้น buffer เก็บข้อมูลใหม่ตลอดเซสชันและไม่จาง ชั้น episodic มีเวลากำกับและจางตามค่าเริ่มต้น การเรียกใช้ทำให้แข็งแรงขึ้น ส่วนเรื่องที่เป็นความผิดพลาดจะติดนานกว่า และชั้น semantic ที่รวมเหตุการณ์ซ้ำๆ ให้เป็นแบบแผนที่นิ่ง ต้นฉบับจะจางหายไป
ตัวเลขที่เขาโชว์บนหน้าเว็บคือค่าครึ่งชีวิต 365 วัน ความจำทุกชิ้นจางลงครึ่งหนึ่งใน 1 ปี ถ้าไม่ถูกใช้ และการเรียกใช้แต่ละครั้งต่ออายุออกไป 2 วัน ผมเห็นรีวิวสรุปจากเดือนเมษายนที่เขียนว่าค่าเริ่มต้นคือ 7 วัน เลยไม่แน่ใจว่าเปลี่ยนไปตอนไหน ให้ยึดตามหน้าเว็บปัจจุบัน
ใช้ได้กับ Claude Code, Codex, Cursor, OpenClaw, OpenCode, Pi และไคลเอนต์ที่รองรับ MCP ภายในเป็น SQLite ไม่มี dependency ตอนรัน นำเข้าความจำจาก ChatGPT, CLAUDE.md, ไฟล์กฎของ Cursor และ Slack ได้ คำสั่งเริ่มคือ hippo init กับ hippo sleep ที่รันตอนจบเซสชันผ่าน hook ซึ่งตั้งให้อัตโนมัติ
ผมเห็นว่าไอเดียน่าสนใจ เพราะจำสิ่งที่พลาดไว้ แล้วปล่อยเรื่องจิปาถะจางไป น่าจะใกล้กับสิ่งที่เราอยากได้จากความจำของ agent แต่ใน README เขาบอกว่าทุกข้ออ้างมีลิงก์ไปยัง benchmark หรือเทสที่พิสูจน์ ผมยังไม่ได้เปิดดู ควรลองกับโปรเจกต์เล็กก่อน
ที่มา: GitHub ของโครงการ
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac