[Note] - 3 loại bộ nhớ dài hạn mà AI Agent cần

Tham khảo: Beyond Short-term Memory: The 3 Types of Long-term Memory AI Agents Need — Vinod Chugani, Machine Learning Mastery (12/2025).

Vấn đề

Context window (short-term memory) không đủ cho các agent vận hành tự động qua thời gian dài. Khi conversation kết thúc, session memory mất đi. Để agent hoạt động được trong vài tuần hay vài tháng, cần một dạng persistent memory — bộ nhớ vẫn còn sau khi đóng phiên.

3 loại long-term memory

Episodic Memory — học từ kinh nghiệm

Lưu các sự kiện, trải nghiệm, và kết quả cụ thể trong lịch sử vận hành: cái gì đã xảy ra, khi nào, kết quả ra sao.

Ví dụ: một financial advisor agent nhớ các recommendation đã đưa ra và performance thực tế của chúng. Nhờ đó, agent có thể học từ những interaction cũ và tránh lặp lại sai lầm.

Semantic Memory — kiến thức nền

Lưu tri thức factual, nguyên tắc chung, chuyên môn về domain. Tri thức tích lũy này không phụ thuộc vào session cụ thể nào.

Ví dụ: nguyên tắc đầu tư, chính sách công ty, kiến thức kỹ thuật. Đây là knowledge base cho các quyết định informed.

Procedural Memory — workflow đã học

Lưu kỹ năng, quy trình, và cách thực thi task phức tạp — phần "how to" của operations.

Ví dụ: cách debug code, cách structure báo cáo, các workflow pattern. Cho phép agent execute các task phức tạp một cách hiệu quả.

Tại sao quan trọng

3 loại memory này phối hợp với nhau để agent có thể:

• Học từ kinh nghiệm (episodic)
• Tích lũy kiến thức (semantic)
• Thực thi tác vụ phức tạp (procedural)

Mô hình này phản chiếu cách bộ nhớ con người hoạt động — và là điều kiện cần để có agent thực sự autonomous, không phải chatbot stateless với context window đơn thuần.

Takeaway

Autonomous agent cần kiến trúc bộ nhớ nhiều tầng. Thiếu một trong 3 loại long-term memory trên, agent vẫn chỉ là stateless system, không thể vận hành xuyên suốt qua thời gian dài. Khi thiết kế production agent, cần chọn memory architecture phù hợp với từng use case và đảm bảo các tầng memory tương tác đúng cách.