Memory system
ระบบที่ให้ AI จดสิ่งที่เรียนรู้ลงไฟล์บันทึกถาวร แล้วกลับมาอ่านเมื่อเริ่มคุยครั้งใหม่ ทำให้จำเราได้ข้ามบทสนทนาโดยไม่ต้องสอนซ้ำทุกครั้ง
Memory system คือกลไกที่ทำให้ ai "จำ" ข้ามบทสนทนาได้ โดยธรรมชาติแล้ว model เป็นระบบ stateless: ทุกครั้งที่เปิด session ใหม่ มันเริ่มจาก context-window ที่ว่างเปล่า ไม่รู้เลยว่าเมื่อวานเราคุยอะไรหรือแก้งานอะไรให้มันไปแล้วบ้าง memory system แก้ปัญหานี้ด้วยวิธีที่ตรงไปตรงมามาก: ให้ AI เขียนสิ่งที่ควรจำลงเป็นไฟล์บันทึกถาวร (ส่วนใหญ่เป็นไฟล์ markdown ธรรมดาที่คนเปิดอ่านและแก้เองได้) แล้วอ่านไฟล์เหล่านั้นกลับเข้ามาเมื่อเริ่มงานครั้งถัดไป เปรียบเหมือนพนักงานที่ความจำสั้นแต่มีสมุดโน้ตเล่มเก่ง: ตัวเขาลืมทุกเช้า แต่สมุดไม่เคยลืม
ตัวอย่างที่เห็นภาพคือ Claude Code ซึ่งมี memory สองชั้นทำงานคู่กัน: ชั้นแรกคือไฟล์ CLAUDE.md ที่ "คนเขียนให้ AI อ่าน" เก็บกติกาและบริบทของโปรเจกต์ โหลดเข้า context ทุกครั้งที่เริ่ม session · ชั้นที่สองคือ auto memory ที่ "AI เขียนให้ตัวเองอ่าน" คือโน้ตที่มันจดเองระหว่างทำงาน เช่น คำสั่ง build, บทเรียนจากการ debug, สิ่งที่เราเคยแก้คำผิดให้ เก็บเป็นโฟลเดอร์ต่อโปรเจกต์ที่มีไฟล์ MEMORY.md เป็นสารบัญ (โหลดเฉพาะช่วงต้นราว 200 บรรทัดแรกทุก session ส่วนไฟล์หัวข้อย่อยค่อยเปิดอ่านเมื่อจำเป็น) ฝั่งนักพัฒนาที่เรียกใช้ Claude ผ่าน API ก็มี memory tool ให้ agent ส่งคำสั่งจัดการไฟล์อย่าง view, create, str_replace, delete ในโฟลเดอร์ /memories โดยแอปพลิเคชันของเราเป็นคนเก็บไฟล์จริงและควบคุมเองทั้งหมดว่าข้อมูลอยู่ที่ไหน
เหตุผลที่คนทำงานยุค AI ต้องรู้จักคำนี้: context-window มีขนาดจำกัดและหายไปเมื่อจบ session ดังนั้นงานยาวๆ ที่กินเวลาหลายชั่วโมงหรือหลายวันจะเป็นไปไม่ได้เลยถ้าไม่มีที่จดถาวร memory system ทำให้ agent บันทึกความคืบหน้าไว้นอก context พอ context ถูกรีเซ็ตหรือถูกย่อด้วย compaction ก็กลับมาอ่านโน้ตตัวเองแล้วทำงานต่อจากจุดเดิมได้ (กรณีดังคือการทดลองให้ Claude เล่นเกม Pokémon ต่อเนื่องหลายพันขั้นตอนข้ามการรีเซ็ต context หลายรอบได้เพราะจดโน้ตกลยุทธ์ไว้ตลอด) สำหรับคนทั่วไป นี่คือเหตุผลเบื้องหลังอาการ "AI จำได้ว่าเราชอบรายงานแบบไหน" โดยไม่ต้องพิมพ์สอนซ้ำทุกเช้า และเป็นสิ่งที่ควรรู้ว่าตรวจสอบได้: โน้ตพวกนี้เป็นไฟล์ธรรมดาที่เราเปิดดู แก้ หรือลบทิ้งได้เสมอ
ตัวอย่างจากบทสนทนาจริง
ถาม: เมื่อวานอุตส่าห์สอน AI ไปตั้งนานว่าบริษัทเราใช้ template รายงานแบบไหน เรียกลูกค้าว่าอะไร วันนี้เปิดแชทใหม่มันลืมหมดเลย ตกลงต้องนั่งสอนใหม่ทุกวันเหรอ
ตอบ: ไม่ต้องครับ ที่มันลืมเพราะแชทใหม่คือ session ใหม่ ตัวโมเดลไม่ได้จำอะไรด้วยตัวเอง ให้ใช้ memory system ช่วย: พิมพ์บอกมันตรงๆ ว่า "จำไว้เลยว่าเราใช้ template นี้และเรียกลูกค้าแบบนี้" มันจะจดลงไฟล์ memory ถาวร พอเปิด session หน้า มันอ่านโน้ตของตัวเองก่อนเริ่มงานแล้วรู้เรื่องทันที สอนครั้งเดียวพอ
ระวังสับสนกับ
- context-window : คือความจำระยะสั้นระหว่างคุยกัน หายเกลี้ยงเมื่อจบ session · memory system คือสมุดโน้ตถาวรที่อยู่นอก context window และถูกอ่านกลับเข้ามาใหม่ทุกครั้งที่เริ่มงาน
- rag และ fine-tuning : RAG คือการดึงความรู้จากคลังเอกสารที่องค์กรเตรียมไว้ให้ ส่วน memory system คือโน้ตที่ AI เขียนขึ้นเองจากประสบการณ์ทำงานกับเรา · fine-tuning คือการ training เพิ่มจนตัวโมเดลเปลี่ยนไปถาวร ขณะที่ memory ไม่แตะต้องโมเดลเลย แค่แนบโน้ตกลับเข้า context เท่านั้น
Sources (3)
- https://code.claude.com/docs/en/memory fetched 2026-07-31
- https://platform.claude.com/docs/en/agents-and-tools/tool-use/memory-tool fetched 2026-07-31
- https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents fetched 2026-07-31
อ่านจบแล้วอยากตามเรื่อง AI แบบนี้ต่อทุกวัน เรามีสรุปข่าวภาษาไทยส่งทาง LINE ทุกเช้า กดเพิ่มเพื่อนไว้ได้เลย ไม่มีค่าใช้จ่าย