AI Agent ส่วนใหญ่ยัง “ลืมเก่ง” เพราะข้อจำกัดของพื้นที่ความจำชั่วคราว พอข้อมูลยาวเกินหรือจบเซสชัน สิ่งที่สอนไปก็หายวับ ผลกระทบในงานไทยชัดเจนมาก เช่น ต้องบอกโทนแบรนด์ใหม่ทุกครั้ง อธิบายขั้นตอนซ้ำ หรือย้ำว่าเคยแก้ไขอะไรไปแล้ว ซึ่งกลายเป็นภาระเวลามหาศาล จุดนี้เองที่ OpenClaw และ ByteRover เข้ามาแก้ไข โดยทำให้ความจำเป็นส่วนหนึ่งของตัว Agent อย่างแท้จริง
OpenClaw คือ Open-Source Agent ที่สามารถต่อยอดได้อย่างอิสระ ส่วน ByteRover ทำหน้าที่เป็นชั้นความจำที่เชื่อมต่อโดยตรง ความพิเศษคือการออกแบบเป็น First-Class Plugin ซึ่งสำหรับธุรกิจแล้วแปลว่า ติดตั้งง่าย ได้รับการรองรับอย่างเป็นทางการ และน่าจะอัปเดตต่อเนื่อง การมีระบบนี้ทำให้ AI เปลี่ยนจากพนักงานชั่วคราวที่ตอบเก่งเฉพาะครั้ง เป็นผู้ช่วยที่มี “สมุดงานกลาง” คอยบันทึกสิ่งที่เรียนรู้จากการทำงานทุกวัน ซึ่งสำคัญมากกับงานที่ต้องต่อเนื่อง เช่น การตอบลูกค้า ผลิตคอนเทนต์ หรือส่งต่องานระหว่างทีม
ฟีเจอร์แรกที่ต้องใช้คือ Context Engine ก่อนที่ Agent จะทำงาน มันจะดึงความจำที่เกี่ยวข้องกลับมาใช้ก่อน และเมื่อจบงานก็จะเก็บ Insight ใหม่เพิ่มเข้าไป สิ่งสำคัญคือระบบไม่ได้เก็บข้อมูลเฉยๆ แต่พยายามเลือกความจำที่สอดคล้องกับบริบทตอนนั้น ตัวอย่างที่เห็นภาพคือการสร้าง Landing Page ครั้งแรกต้อง Brief ละเอียด แต่ครั้งต่อไป AI จะรู้ทันทีว่าแบรนด์นี้พูดแบบไหน สำหรับธุรกิจไทย เช่น คลินิกความงามที่ใช้ AI ทำโพสต์และตอบแชต AI จะจำโทนสุภาพแต่เข้าถึงง่ายได้เอง อย่างไรก็ตาม ต้องระวังว่าหากความจำตั้งต้นผิด ระบบก็อาจดึงข้อมูลผิดมาใช้ซ้ำได้
อีกฟีเจอร์ที่ตอบโจทย์คือ Automatic Memory Flush เมื่อพื้นที่ความจำชั่วคราวใกล้เต็ม ระบบจะคัดกรองข้อมูลสำคัญออกไปเก็บในที่ระยะยาวแทนที่จะปล่อยให้หายไป ข้อมูลที่ถูกเก็บคือสิ่งที่ระบบประเมินว่าสำคัญ เช่น การตัดสินใจเกี่ยวกับโครงสร้างงาน วิธีแก้บั๊ก หรือขั้นตอนมาตรฐาน สิ่งนี้มีประโยชน์มากสำหรับธุรกิจที่ค่อยๆ ปั้นเวิร์กโฟลว์ขึ้นมาเอง และช่วยให้ AI ค่อยๆ เติบโตเหมือนสมาชิกทีมที่สะสมความรู้องค์กร แต่ต้องแยกให้ออกว่าการ “จำเก่ง” ไม่ใช่การ “คิดเก่ง” เรายังต้องมีคนคอยตัดสินใจว่าข้อมูลใดควรเก็บหรือควรอัปเดต
และสุดท้ายคือ Daily Knowledge Mining ระบบจะตั้งเวลาสแกนบันทึกงานล่าสุดอัตโนมัติทุกวัน เพื่อคัดกรอง Pattern ที่ดีที่สุดเข้าไปเก็บในโครงสร้างความรู้ระยะยาว ฟีเจอร์นี้เหมือนมีผู้ช่วยคอยอ่านบันทึกงานแล้วสรุปให้ว่าอะไรคือวิธีที่ควรเก็บเป็นมาตรฐาน ช่วยลดภาระการจัดการความรู้ของทีมได้อย่างมาก โดยเฉพาะสำหรับธุรกิจที่ต้องเรียนรู้จากข้อมูลในอดีตอย่างต่อเนื่อง
อ่านต้นฉบับ:
