Bạn có biết cơ chế để thêm một "bộ não thứ hai" cho Codex để ngữ cảnh vẫn được giữ lại ngay cả khi cuộc hội thoại bị gián đoạn không? Tên của nó là Agentmemory. Tôi đã tổng hợp mọi thứ, từ quy trình cài đặt, cấu hình cho đến những lỗi thường gặp. Đây là bài viết không thể bỏ qua cho những ai cảm thấy phiền phức khi phải giải thích đi giải thích lại cùng một vấn đề và những ai không muốn lãng phí token.
Mỗi sáng, tôi khởi động Claude Code và gõ "Continue from yesterday," chỉ để nhận lại câu "Please tell me the contents of the previous session." Đây là hiện tượng xảy ra gần như mỗi ngày.
Ngay khi một phiên làm việc bị cắt đứt, ngữ cảnh dự án được đặt lại. Trong khi những thứ được viết trong CLAUDE.md vẫn được đọc, thì "trọng lượng của ngữ cảnh"—chẳng hạn như các cuộc thảo luận về một lỗi từ ba ngày trước hoặc lý do đằng sau một quyết định thiết kế từ tuần trước—biến mất hoàn toàn.
Một nhà phát triển đã viết:
only 30 days of your Claude Code session history is saved on your computer by default, you have to set that longer if you want to have memory over all of them.
Thời gian lưu giữ lịch sử phiên mặc định là 30 ngày. Hơn nữa, thứ được lưu chỉ là một "bản ghi dưới dạng chuỗi", chứ không phải một cơ chế có thể được gọi ra làm ngữ cảnh.
Về cơ bản, điều này cũng tương tự ở phía Codex. Ngữ cảnh của GPT-5.5 là 1M token qua API và 400K trong Codex CLI. Kích thước vật lý có vẻ đủ, nhưng trên thực tế, độ chính xác bắt đầu giảm ở khoảng 200K token.
Đó là lúc Agentmemory, công cụ đã gây chú ý sau khi vượt mốc 4.000 Sao, xuất hiện. Tôi đã sử dụng nó rất nhiều trong một tuần. Đây là kết luận của tôi:
Cụm từ "thêm bộ nhớ vô hạn" vào Codex/Claude Code là một nửa cường điệu và một nửa sự thật.
Trong bài viết này, tôi sẽ giải thích cách tối đa hóa phần "sự thật" và cách tránh phần "cường điệu" khi bạn gặp phải.
1. Tại Sao Codex/Claude Code Lại Bị "Mất Trí Nhớ"?
Trước khi thảo luận về Agentmemory, hãy để tôi làm rõ tại sao các công cụ hiện có là chưa đủ. Nếu bỏ qua điều này, mọi thứ sẽ chỉ kết thúc với câu "Tôi đã thêm một công cụ ghi nhớ tiện lợi," và chúng ta sẽ bỏ lỡ bản chất.
Ngay cả khi cửa sổ ngữ cảnh lớn, nó vẫn không thể được sử dụng hết trên thực tế.
Tính đến tháng 5 năm 2026, cửa sổ ngữ cảnh của các mô hình chính như sau:
● Claude Opus 4.7: 1M token (được mở rộng từ 200K)
● GPT-5.5: 1M token (API) / giới hạn 400K trong Codex CLI
● Gemini 3.1 Pro: 1M token
Tính theo chữ tiếng Nhật, con số này tương đương khoảng 1,41 triệu ký tự. Đủ sức chứa không chỉ một cuốn sách, mà là cả một bộ truyện. Nhìn vào những con số, có vẻ như "mọi thứ đều vừa vặn."
Tuy nhiên, chính Anthropic đã viết trong blog kỹ thuật chính thức của mình:
As the number of tokens in the context window increases, the model's ability to accurately recall information from that context decreases.
Dung lượng vật lý không đồng nghĩa với khả năng duy trì độ chính xác. Kinh nghiệm cho thấy, ở khoảng 200K đến 400K token, Claude bắt đầu "quên những gì nó vừa nói." Điều này thường được gọi là suy giảm ngữ cảnh.
"Sụp đổ Suy nghĩ" đã từng xảy ra ngay trong Claude Code chính thức
Hãy để tôi đưa ra một ví dụ thực tế. Vào ngày 23 tháng 4 năm 2026, Anthropic đã chính thức công bố một báo cáo hậu kỳ.
Một lỗi được tung ra vào ngày 26 tháng 3 đã khiến "tính năng xóa suy nghĩ cũ sau 1 giờ không hoạt động" kích hoạt mỗi lượt ngay cả sau khi tiếp tục một phiên.
Kết quả là, độ dài suy nghĩ hiển thị trung bình đã thay đổi như sau:
● Tháng 1: 2.200 ký tự
● Tháng 3: 600 ký tự
Một sự sụp đổ 73%. Trong khoảng một tháng, Claude Code chính thức đã tự ý cắt ngữ cảnh của chính nó.
Điều này quan trọng vì nó cho thấy suy giảm ngữ cảnh không chỉ là "lỗi người dùng" mà còn có thể xảy ra do các tình huống từ phía dịch vụ. Dù bạn có viết CLAUDE.md sạch sẽ đến đâu, một lần điều chỉnh duy nhất từ phía công cụ có thể biến "ngữ cảnh tuần trước" thành giấy vụn.
Giới hạn của các giải pháp hiện có (CLAUDE.md / auto-memory)
Anthropic đang thực hiện các biện pháp. Tính năng auto-memory của Claude Code là một cơ chế ghi nhớ những gì đã học được giữa các phiên và nhớ lại chúng khi khởi động lại. Nhóm Claude Code đã công bố điều này vào tháng 5.
Tuy nhiên, tính năng này được cấu trúc để hoạt động song song với quá trình nén. Nó thực hiện một luồng nội bộ là "nén ngữ cảnh → chuyển thông tin quan trọng vào bộ nhớ," và AI sẽ quyết định "giữ lại cái gì" trong mỗi lần nén. Người dùng không thể can thiệp vào logic quyết định này.
Hơn nữa, auto-memory là độc quyền của Claude Code. Không có API nào để đọc nó từ các tác nhân khác như Codex, Cursor, Cline hay Hermes. Đối với những người sử dụng nhiều tác nhân, tình trạng phải "giải thích cùng một tiền đề ba lần" sẽ trở nên bình thường.
2. Điều Gì Làm Agentmemory Khác Biệt
Bây giờ đến chủ đề chính. Agentmemory (kho lưu trữ chính thức: rohitg00/agentmemory) là một công cụ bộ nhớ mã nguồn mở đã đạt 8.8k Sao tính đến ngày 15 tháng 5 năm 2026. Con số này đã tăng hơn gấp đôi so với báo cáo ban đầu là "4.000+ Sao". Nó được cấp phép Apache 2.0, dựa trên TypeScript, và bản phát hành mới nhất là v0.9.12 (ngày 13 tháng 5). Nó được tự lưu trữ hoàn toàn, không gửi dữ liệu đến SaaS bên ngoài.
Triết lý của Nhà phát triển
Trưởng nhóm phát triển Rohit Ghumare (@ghumare64) đã tóm tắt bản chất của Agentmemory trong một câu:
Built this 6 months ago with agentmemory: persistent memory for AI coding agents. Same core idea: stop re-deriving, start compiling.
"Ngừng suy diễn lại, bắt đầu biên dịch." Đây là sự khác biệt về triết lý so với các công cụ hiện có.
CLAUDE.md là "đầu vào để suy diễn lại mỗi lần." Cấu trúc dự án, quy ước, quyết định trong quá khứ. AI sẽ đọc lại, diễn giải lại, và sau đó quên chúng trong mỗi phiên làm việc. Agentmemory thay đổi điều này bằng cách thay thế "vòng lặp suy diễn lại" bằng một "tầng bộ nhớ đã được biên dịch."
Kiến trúc 3 Tầng (Tóm tắt từ README)
Theo README chính thức, cấu trúc bên trong được chia thành ba giai đoạn:
Đầu tiên là Capture. Nó sử dụng 12 hook vòng đời của Claude Code để tự động thu thập dữ liệu, vì vậy không cần phải chạy memory_save thủ công.
Thứ hai là Pipeline. Nó tổ chức các quan sát thông qua một luồng: loại bỏ trùng lặp → bộ lọc quyền riêng tư (tự động xóa API keys/PII) → nén dựa trên AI.
Thứ ba là Retrieval. Nó kết hợp ba loại tìm kiếm lai (BM25 / vector / đồ thị) bằng cách sử dụng RRF k=60. BM25 xử lý các từ khóa gốc và mở rộng từ đồng nghĩa, vector xử lý độ tương tự cô-sin của các embeddings dày đặc, và đồ thị xử lý việc duyệt đồ thị tri thức. Bằng cách kết hợp chúng với Reciprocal Rank Fusion, nếu một phương pháp bỏ sót thứ gì đó, phương pháp kia sẽ bắt được. Kết quả được trả về với sự phân tán phiên (tối đa 3 mỗi phiên), giải quyết vấn đề chỉ nhận được kết quả từ cùng một phiên.
Bộ nhớ 4 tầng (Lấy cảm hứng từ Ebbinghaus)
Một khía cạnh thú vị khác là thiết kế chia bộ nhớ thành bốn tầng "phát triển" theo thời gian.
Tầng dưới cùng là Working, là bộ nhớ ngắn hạn như các quan sát thực thi công cụ thô, nhật ký lỗi và lịch sử lệnh. Di chuyển lên Episodic, nó trở thành các bản tóm tắt phiên của "những gì đã xảy ra." Ở cấp độ Semantic, nó biến thành "những gì tôi biết," kiến thức đã được trích xuất và các mẫu hình. Tầng cao nhất là Procedural, bao gồm các quy trình làm việc và thủ tục về "cách tiến hành."
Các ký ức được truy cập thường xuyên sẽ được củng cố, trong khi các ký ức không được tham chiếu sẽ mờ dần theo đường cong lãng quên Ebbinghaus. Đó là một cơ chế mô phỏng cấu trúc bộ nhớ của con người. Đây là bản chất thực sự của "ngừng suy diễn lại và bắt đầu biên dịch."
Định vị So với Đối thủ cạnh tranh
Thành thật mà nói, chỉ nhìn vào GitHub Stars, Agentmemory vẫn còn nhỏ so với các đối thủ cạnh tranh.
● Mem0: 55.7k Stars, tầng bộ nhớ đa năng, ưu tiên API/Cloud
● Letta (trước đây là MemGPT): 22.7k Stars, hệ điều hành tác nhân, quản lý ngữ cảnh ảo
● Agentmemory: 8.8k Stars, chuyên biệt cho các tác nhân mã hóa, SQLite cục bộ
Nó thua trong cuộc chơi số lượng. Tuy nhiên, điểm mạnh của Agentmemory là chuyên môn hóa cho các tác nhân mã hóa và thiết kế tách rời. Chính Rohit đã viết:
If you want actual extended memory architecture, cross-agent, portable, not locked to a particular agent, check out agentmemory. It's designed as a decoupled memory layer that works across harnesses.
Bạn có thể kết nối với Cursor, Cline, Claude Code, Codex và Hermes bằng cách sử dụng cùng một bộ nhớ. Đây là điểm khác biệt so với Mem0 và Letta. Mem0 quá chung chung và khả năng thu thập tự động cho ngữ cảnh mã hóa yếu, trong khi Letta là một hệ điều hành tác nhân, gây khó khăn để trích xuất riêng tầng bộ nhớ.
Agentmemory đáp ứng chính xác nhu cầu của phân khúc "các nhà phát triển sử dụng đồng thời nhiều tác nhân mã hóa. "
3. Bắt đầu trong 3 Phút — Cài đặt và Thiết lập Ban đầu
Hãy bắt tay vào thực hành. Luồng cơ bản giống nhau cho Mac, Linux và Windows, miễn là bạn có môi trường Node.js.
Bước 1: Khởi động Máy chủ Bộ nhớ
Chỉ cần mở terminal và chạy lệnh này:
Khởi động máy chủ bộ nhớ (giữ nó chạy)
npx @agentmemory/agentmemory
Lần đầu tiên sẽ mất 1-2 phút để tải các dependencies. Sau khi thành công, một REST API sẽ khởi động tại http://localhost:3111. Bạn có thể kiểm tra tình trạng với:
curl http://localhost:3111/agentmemory/health
→ {"status":"ok","version":"0.9.12"}
Một trình xem cũng khởi động, vì vậy bạn có thể trực quan hóa nội dung bộ nhớ bằng cách mở http://localhost:3113 trong trình duyệt của mình.
Bước 2: Chèn Dữ liệu Demo
Thật khó để hình dung với nội dung trống, vì vậy hãy thêm dữ liệu mẫu.
Chạy trong một terminal riêng biệt
npx @agentmemory/agentmemory demo
Thao tác này ghi lịch sử phiên giả vào SQLite, giúp bạn có thể quan sát nó trong trình xem.
Bước 3: Tích hợp vào Claude Code
Cách nhanh nhất từ phía Claude Code là thông qua chợ plugin.
Thực thi trong Claude Code
/plugin marketplace add rohitg00/agentmemory
/plugin install agentmemory
Thao tác này tự động đăng ký những thứ sau:
● 12 hook (tất cả các vòng đời bao gồm SessionStart / PostToolUse / Stop)
● 4 kỹ năng (recall / consolidate / export / governance)
● 51 công cụ MCP (AGENTMEMORY_TOOLS=all cho tất cả, mặc định là 15 công cụ cốt lõi)
Bước 4: Tích hợp vào Codex CLI
Codex tuân theo một phong cách tương tự.
codex plugin marketplace add rohitg00/agentmemory
codex plugin install agentmemory
Đối với Codex, AGENTMEMORY_URL=http://localhost:3111 tự động được đặt làm biến môi trường. Lưu ý rằng Codex nghiêm ngặt hơn về đồng bộ MCP so với Claude Code, vì vậy nó sẽ báo lỗi ngay lập tức nếu máy chủ không hoạt động. Đừng quên giữ nó chạy.
Bước 5: Kết nối với Cursor / Cline, v.v.
Để sử dụng nó qua Cursor, hãy thêm nó vào ~/.cursor/mcp.json:
{
"mcpServers": {
"agentmemory": {
"command": "npx",
"args": ["-y", "@agentmemory/mcp"],
"env": { "AGENTMEMORY_URL": "http://localhost:3111" }
}
}
}
Cline, Hermes và các trình soạn thảo tương thích MCP khác kết nối theo cùng một mẫu. Có một cái bẫy là cài đặt MCP của Cursor không được phản ánh chỉ bằng cách đóng và mở lại; tôi sẽ trình bày chi tiết trong phần "5 Cạm bẫy".
Bước 6: Nghi thức Kiểm tra Sức khỏe
Sau khi thiết lập, đây là danh sách kiểm tra bắt buộc:
1. Kết nối máy chủ bộ nhớ
curl http://localhost:3111/agentmemory/health
2. Kiểm tra phiên bản iii-engine (cần v0.11.2)
iii --version
3. Kiểm tra bộ nhớ trong trình xem
Nếu bạn thấy các quan sát được ghi lại trong trình xem, quá trình thiết lập đã thành công. Nếu Node.js đã được cài đặt, việc này mất ít hơn 3 phút.
4. 3 Hành động Cơ bản — Lưu, Tìm kiếm, Tự động Nén
Việc sử dụng Agentmemory có thể được tổ chức thành ba hành động chính.
Hành động 1: Lưu (Thu thập Tự động là Mặc định)
Trong Mem0 hoặc Letta, việc lưu bằng các lệnh thủ công như memory_add(...) là bình thường. Agentmemory có một triết lý khác: nó tự động thu thập mọi thứ bằng cách sử dụng 12 hook.
Ví dụ: các quan sát sau được ghi lại mà bạn không cần làm gì:
● Các lệnh và đầu ra trong quá trình thực thi công cụ Bash (hook PostToolUse)
● Diffs trước và sau khi chỉnh sửa tệp (hook PreToolUse / PostToolUse)
● Tự động chèn bộ nhớ liên quan khi bắt đầu phiên (hook SessionStart)
● Nén tóm tắt khi kết thúc phiên (hook Stop)
Giá trị lớn nhất là "gánh nặng quyết định người dùng phải lưu gì" trở thành con số không. Trong khi trước đây chúng ta từng nghĩ "cái này quan trọng, hãy ghi lại" hoặc "hãy xóa cái này" trong CLAUDE.md, thì ý tưởng ở đây là giao logic quyết định đó cho AI.
Bạn cũng có thể lưu thủ công. Bằng cách gọi memory_save thông qua một công cụ MCP, bạn có thể đánh dấu rõ ràng "cái này quan trọng." Sẽ an toàn hơn nếu tự lưu các quyết định thiết kế quan trọng thay vì chỉ dựa vào tính năng thu thập tự động.
Hành động 2: Tìm kiếm (Kết hợp 3 Hệ thống + RRF)
Tìm kiếm được thực hiện thông qua các công cụ MCP hoặc bằng cách gọi trực tiếp REST API. Dưới đây là các công cụ MCP đại diện:
● memory_recall — Truy xuất bộ nhớ liên quan bằng ngôn ngữ tự nhiên
● memory_smart_search — Phiên bản đầy đủ tính năng của tìm kiếm lai
● memory_sessions — Liệt kê theo phiên
● memory_timeline — Sắp xếp theo thời gian
● memory_relations — Duyệt đồ thị các thực thể liên quan
Nếu gọi trực tiếp REST API:
Tìm kiếm "bản sửa lỗi trước đó liên quan đến xác thực Supabase"
curl -X POST http://localhost:3111/agentmemory/search \
-H "Content-Type: application/json" \
-d '{"query": "supabase auth fix", "limit": 5}'
Kết quả trả về là sự kết hợp của BM25 / vector / đồ thị bằng cách sử dụng RRF k=60. Độ trễ dưới 20ms ở P50 (nhanh vì là SQLite cục bộ).
Độ chính xác trong các điểm chuẩn chính thức (LongMemEval-S, 500 câu hỏi, ICLR 2025) như sau:
● R@5: 95.2% (Xác suất câu trả lời đúng nằm trong top 5 ứng viên)
● R@10: 98.6%
● MRR: 88.2%
Lưu ý rằng đây là "độ chính xác tìm kiếm," không phải "độ chính xác QA đầu cuối." Đó là xác suất câu trả lời đúng nằm ở đâu đó trong các ứng viên; việc Claude có sử dụng nó để trả lời đúng hay không là một vấn đề riêng. Đừng quá phụ thuộc vào nó bằng cách nhầm lẫn giữa hai khái niệm này.
Hành động 3: Tự động Nén (Phát triển 4 Tầng Theo Thời gian)
Mỗi khi hook Stop chạy, ba giai đoạn nén diễn ra theo thứ tự:
Đầu tiên, Working → Episodic thu gọn các nhật ký công cụ thô thành các bản tóm tắt phiên. Tiếp theo, Episodic → Semantic trích xuất "các mẫu hình" và "kiến thức" từ các sự kiện của nhiều phiên. Cuối cùng, Semantic → Procedural củng cố các bước được lặp lại thường xuyên thành "các quy trình làm việc."
Điều này tự động giải quyết vấn đề "lưu mọi thứ và tạo ra nhiễu tìm kiếm." Ngân sách token được chèn khi bắt đầu phiên là 2.000 token theo mặc định. Điều này được thiết kế để khôi phục "ngữ cảnh trước đó" dưới một dạng cần thiết và đầy đủ.
5. Quy trình Làm việc cho Việc Sử dụng Đồng thời Codex / Claude Code
Bây giờ đến ứng dụng thực tế. Đối với những người thực sự sử dụng cả Codex và Claude Code, đây là ba mẫu quy trình làm việc.
Mẫu 1: Luồng Hàng ngày cho Phát triển Cá nhân
Bằng cách giữ cho máy chủ agentmemory chạy, hook SessionStart sẽ kích hoạt khi Claude Code khởi động, tự động chèn bộ nhớ Episodic của ngày hôm trước. Ngay cả khi không nói "Continue from yesterday," cuộc trò chuyện bắt đầu với việc Claude đã hiểu "Hãy tiếp tục cuộc thảo luận về việc bị mắc kẹt với Supabase RLS."
Trong quá trình viết mã, hook PostToolUse tiếp tục ghi các lệnh, đầu ra và diffs vào SQLite. Khi phiên kết thúc, hook Stop nén Working thành Episodic. Sáng hôm sau, điều đó được tự động đọc, hoàn thành vòng lặp.
Mẫu 2: Quản lý Nhiều Dự án
Agentmemory có thể chia bộ nhớ thành ba phạm vi. Phạm vi user được gắn với cá nhân, chứa "thói quen cá nhân" như sở thích về quy ước mã hóa. Phạm vi project được quản lý riêng cho từng dự án, với các tệp SQLite riêng biệt. Phạm vi local chỉ tồn tại trên máy đó và không được chia sẻ ngay cả ở chế độ chia sẻ nhóm.
Bằng cách thay đổi biến môi trường thành AGENTMEMORY_PROJECT=foo-app khi chuyển đổi dự án, một tệp SQLite khác được tham chiếu. Điều này cực kỳ hiệu quả đối với những người chạy nhiều dự án song song. Hiện tượng các quyết định thiết kế từ Dự án A ảnh hưởng đến các cuộc thảo luận cho Dự án B thường xảy ra với CLAUDE.md. Với Agentmemory, chúng được tách biệt về mặt vật lý, vì vậy không có sự nhiễu chéo.
Mẫu 3: Chia sẻ Nhóm và Phát triển Chung với các Công ty Niêm yết
Chúng tôi hiện đang đồng phát triển các tác nhân AI với các công ty niêm yết và chế độ chia sẻ máy chủ MCP tỏ ra tinh tế hiệu quả ở đây. Bằng cách đặt cờ collab=true, nhiều phiên bản Codex / Claude Code có thể tham chiếu đến cùng một máy chủ bộ nhớ.
Phía máy chủ
AGENTMEMORY_COLLAB=true npx @agentmemory/agentmemory --bind 0.0.0.0
Bằng cách tham chiếu nó qua VPN nhóm, nhiều người có thể làm việc trong khi chia sẻ "bộ nhớ của cùng một dự án." Tuy nhiên, bộ lọc quyền riêng tư phải được thiết lập mạnh mẽ. Nếu API keys hoặc thông tin cá nhân bị lẫn vào, chúng sẽ được chia sẻ với toàn bộ nhóm, vì vậy cài đặt loại trừ trong .agentmemoryignore là bắt buộc. Tôi sẽ đề cập đến điều này trong phần "Cạm bẫy."
Cạm bẫy Riêng khi Kết hợp Sử dụng
Khi chuyển đổi giữa Codex và Claude Code trên cùng một dự án, bộ nhớ được chia sẻ, nhưng cú pháp prompt là khác nhau. Lệnh /plugin của Claude Code không hoạt động trong Codex, và codex plugin install của Codex không hoạt động trong Claude Code. Ngay cả khi đó là một "công cụ hoạt động cho cả hai," vẫn cần có cài đặt riêng cho từng cái. Nhiều người bị mắc kẹt ở đây trong tuần đầu tiên.
6. Cách Đọc Điểm chuẩn — Chuyển đổi Số liệu thành "Trải nghiệm"
Tôi sẽ dịch các số liệu chính thức thành cảm nhận thực tế.
Sự Thật Đằng Sau "Giảm 92% Token"
"Mức giảm 92%" được ca ngợi trong các tin tức nhanh và bài báo trên Medium là ở mức trên mỗi phiên.
● Thao tác thủ công CLAUDE.md thông thường: khoảng 22.000 token mỗi phiên
● Qua Agentmemory: khoảng 1.900 token mỗi phiên
● Tỷ lệ giảm: khoảng 91-92%
Các token chèn ngữ cảnh khi bắt đầu phiên đã giảm đáng kể. Tính theo năm, các con số thay đổi, và bảng Tiết kiệm Token trong README cho biết:
● Thao tác tóm tắt bằng LLM: khoảng 650K token / năm (khoảng $500 / năm)
● Agentmemory: khoảng 170K token / năm (khoảng $10 / năm)
Về mặt token, đó là mức giảm khoảng 74%, nhưng về mặt chi phí, đó là mức giảm 98%. $500 trở thành $10. Lý do cho sự khác biệt là Agentmemory chạy trên SQLite cục bộ + embeddings cục bộ. Không giống như Mem0 hay Letta, chạy nén dựa trên LLM mỗi lần, chi phí vận hành là tối thiểu.
Ý Nghĩa của "LongMemEval-S R@5 95.2%"
LongMemEval-S là một điểm chuẩn bộ nhớ dài hạn được phát hành tại ICLR 2025 (500 câu hỏi, khoảng 48 phiên mỗi câu hỏi, khoảng 115K token ngữ cảnh). So sánh các công cụ chính:
Công cụ | R@5 |
|---|---|
Agentmemory | 95.2% |
Mem0 (Thuật toán mới, tháng 4 năm 2026) | 94.8% |
Letta | 83.2% |
Cognee | 72.5% |
Zep | 71.0% |
Mem0 (Thuật toán cũ) | 68.5% |
Mem0 đang bắt kịp với thuật toán mới của mình, vì vậy không công bằng nếu gọi nó là "chiến thắng áp đảo" chỉ dựa trên số liệu. Tuy nhiên, vì Agentmemory đạt 95.2% kết hợp với cơ chế thu thập tự động chuyên biệt cho các tác nhân mã hóa, đánh giá hiện tại là nó nằm ở một vị trí tuyệt vời cho sự đánh đổi "độ chính xác so với tải vận hành".
Nhắc lại, R@5 là độ chính xác tìm kiếm, không phải xác suất Claude hay Codex cuối cùng sẽ đưa ra câu trả lời đúng. Nhầm lẫn những điều này dẫn đến định giá quá cao.
Codex 400K vs Opus 4.7 1M: "Vật lý so với Thực tế"
Nhìn vào số liệu điểm chuẩn, tôi nhận thấy một điểm quan trọng khác.
Claude Opus 4.7 đã mở rộng ngữ cảnh của nó lên 1M token. GPT-5.5 cũng là 1M token qua API. Nhìn riêng vào điều này, có vẻ như "chúng ta không cần công cụ bộ nhớ nữa."
Tuy nhiên, Codex CLI thực tế bị giới hạn ở 400K. Giới hạn vật lý và giới hạn thực tế là không phù hợp. Hơn nữa, như chính Anthropic đã viết, suy giảm ngữ cảnh bắt đầu ở 200K-400K token khi ngữ cảnh tăng lên.
Nói cách khác, ngay cả khi kích thước vật lý tăng lên, nhu cầu về một công cụ bộ nhớ không giảm đi. Đúng hơn, "làm thế nào để sử dụng hiệu quả một cửa sổ ngữ cảnh rộng" đã trở thành một thách thức kỹ thuật mới.
7. 5 Cạm bẫy — Những quả Mìn Tôi Đã Thực Sự Dẫm Phải
Tôi sẽ thành thật ở đây. Dưới đây là 5 quả mìn tôi đã dẫm phải khi thực sự chạy nó, những thứ không xuất hiện trong README chính thức hay các tweet của người có ảnh hưởng. Tôi chỉ chọn những cái có thể tái tạo từ GitHub Issues.
Cạm bẫy 1: Không tương thích phiên bản iii-engine v0.11.2
Ngay sau khi thiết lập, một số người gặp lỗi này:
iii: command not found
Hoặc
Version mismatch: expected v0.11.2, got v0.11.0
Agentmemory phụ thuộc nội bộ vào một tệp nhị phân gọi là iii-engine, và phiên bản được ghim ở v0.11.2. Nếu một phiên bản khác đã được cài đặt, nó sẽ thất bại ở giai đoạn khởi động. Giải pháp là tải phiên bản cố định từ các bản phát hành cho từng hệ điều hành.
macOS arm64
curl -fsSL https://github.com/iii-hq/iii/releases/download/iii/v0.11.2/iii-aarch64-apple-darwin.tar.gz \
chmod +x ~/.local/bin/iii
Linux x64
curl -fsSL https://github.com/iii-hq/iii/releases/download/iii/v0.11.2/iii-x86_64-unknown-linux-gnu.tar.gz \
Xác minh
iii --version # Sẽ hiển thị v0.11.2
Nếu bạn bỏ qua bước này, mọi thứ khác sẽ thất bại sau đó, vì vậy hãy hoàn thành bước này trước.
Cạm bẫy 2: Vấn đề #181 — Sản xuất Hàng loạt Phiên Ma thông qua Vòng lặp Vô hạn
Điều này thực sự nguy hiểm. Một lỗi nghiêm trọng được báo cáo trong v0.9.1 khi gọi /summarize từ hook Stop mà không thiết lập API key gây ra việc tạo vô hạn các phiên con.
Stop hook → /summarize → Phiên con được tạo
↓
Hook Stop của phiên con cũng kích hoạt → /summarize → Nhiều phiên con hơn
↓
(Vòng lặp vô hạn)
Có một báo cáo trong GitHub Issue #181 rằng khoảng 579 phiên ma đã được tạo ra trong vài phút. Có ba giải pháp:
Tùy chọn 1: Tắt chế độ agent-sdk (Khuyến nghị)
export AGENTMEMORY_ALLOW_AGENT_SDK=false
Tùy chọn 2: Buộc lỗi bằng API key giả
export AGENTMEMORY_ANTHROPIC_API_KEY="fake-key"
Tùy chọn 3: Đặt API key thật
export AGENTMEMORY_ANTHROPIC_API_KEY="sk-ant-..."
Đối với môi trường sản xuất, Tùy chọn 1 hoặc 3 là an toàn. Tùy chọn 2 chỉ dành cho ngày đầu tiên khi bạn "chỉ muốn làm cho nó hoạt động."
Cạm bẫy 3: Vấn đề #159 — MCP và REST API Chạy trên KV Riêng biệt
Đây là một hiện tượng khác khiến bạn phải gãi đầu nếu không biết nó. Gọi một công cụ MCP (như memory_search) trả về kết quả trống mỗi lần, nhưng REST API (POST /agentmemory/search) lại tìm thấy kết quả với cùng dữ liệu.
REST API: GET /agentmemory/sessions → 69 observations
MCP tool: memory_sessions → [] (trống)
Nguyên nhân là gói @agentmemory/mcp và máy chủ Agentmemory được thiết kế để có các kho KV hoàn toàn riêng biệt (Vấn đề #159). MCP là "KV cục bộ" và máy chủ là "một KV khác," không có đường dẫn giao tiếp giữa chúng. Tính đến tháng 5 năm 2026, vấn đề này vẫn còn mở. Các giải pháp:
● Tùy chọn 1: Sử dụng trực tiếp REST API (qua curl hoặc fetch thay vì các công cụ MCP)
● Tùy chọn 2: Tạm thời vô hiệu hóa hook /mcp và chỉ chạy máy chủ
Có kế hoạch sửa lỗi này trong tương lai, nhưng hiện tại, bạn phải xây dựng xung quanh đặc tả này.
Cạm bẫy 4: MCP Không được Phản ánh trong Cursor / VSCode
Bạn đã chỉnh sửa ~/.cursor/mcp.json và khởi động lại Cursor, nhưng Agentmemory không xuất hiện trong /mcp list. Điều này xảy ra không chỉ với Cursor mà còn với các ứng dụng Windows Store nói chung.
Việc đóng bằng nút "X" trên GUI để lại tiến trình nền WindowsApps chạy theo mặc định. Tiến trình cũ tiếp tục chạy với các cài đặt cũ được giữ trong bộ nhớ. Cần có một nghi thức để chấm dứt hoàn toàn.
macOS
pkill -9 Cursor
open /Applications/Cursor.app
Windows (PowerShell)
→ Khởi động lại
Nếu bạn đặt thói quen "kiểm tra các tiến trình dư thừa" trước khi nghi ngờ file cấu hình, bạn sẽ tiết kiệm được thời gian ở bước này.
Cạm bẫy 5: Quan sát bị lược bỏ âm thầm bởi Bộ lọc Quyền riêng tư
Hiện tượng "máy chủ đang chạy, nhưng các quan sát không xuất hiện trong trình xem" cũng thường xảy ra trong tuần đầu tiên. Nhìn vào log, bạn sẽ thấy các cảnh báo như thế này:
[warn] observation dropped: private_tag detected
[warn] observation dropped: private_email detected
Đây là do thiết kế, không phải lỗi. Bộ lọc quyền riêng tư của Agentmemory tự động phát hiện các khóa API, mật khẩu, địa chỉ email và PII, và loại bỏ những quan sát đó mà không ghi lại chúng. Đây là một tính năng tuyệt vời cho bảo mật, nhưng nếu bạn không biết về nó, bạn sẽ nghĩ rằng nó "không hoạt động." Chiến lược cùng tồn tại là:
Loại trừ theo file bằng .agentmemoryignore
echo ".env" >> .agentmemoryignore
echo ".env.local" >> .agentmemoryignore
echo "*/.key" >> .agentmemoryignore
echo "*/password*" >> .agentmemoryignore
Đặc biệt là khi chạy mã thử nghiệm có bao gồm các khóa API trong các quan sát, bạn nên đặt file này trước để đảm bảo an toàn.
8. Tổng kết — "Bộ nhớ Vô hạn" Không Chỉ Là Mở Rộng Cửa sổ Ngữ cảnh
Sau khi sử dụng Agentmemory nhiều trong một tuần, đây là cảm nhận rõ ràng nhất: Cụm từ "bộ nhớ vô hạn" không phải là về sự mở rộng vật lý của cửa sổ ngữ cảnh.
Ngay cả khi nó tăng lên 1M token, nếu độ chính xác giảm ở mức 200K, cuối cùng nó cũng vô nghĩa. Tôi cảm thấy cuộc đua về kích thước vật lý đã kết thúc. Thay vào đó, thứ mà Agentmemory cho phép bạn có được là một bộ não bên ngoài ngữ nghĩa.
Giữ bộ nhớ có cấu trúc bên ngoài phiên làm việc, không phải bên trong. Chỉ gọi những gì bạn cần khi bạn cần và đóng nó lại khi hoàn thành. Những thứ đáng nhớ sẽ phát triển theo thời gian, trong khi những thứ có thể quên sẽ lặng lẽ phai mờ. Đó là cấu trúc giống như cách con người sử dụng bộ nhớ.
Sự thay đổi diễn ra trong tâm trí của một nhà phát triển có thể được mô tả bằng một câu: sự chuyển đổi từ "mọi thứ kết thúc khi phiên làm việc bị cắt" sang "bộ nhớ phát triển giữa các phiên làm việc."
Toàn bộ ngành công nghiệp đang đi theo hướng này. Khóa học về bộ nhớ tác nhân của DeepLearning.AI, thông điệp "làm cho các tác nhân không trạng thái có trạng thái" của Mem0, bài báo MemGPT "LLMs as Operating Systems" — cuối cùng, tất cả đều xoay quanh bộ nhớ bên ngoài, và Agentmemory là một giải pháp trong bối cảnh tác nhân mã hóa.
Dù là Mem0, Letta, hay tự triển khai, đối với những ai sử dụng Codex / Claude Code một cách nghiêm túc, thì đây hiện là công cụ nhanh nhất để trải nghiệm "cảm giác về bộ nhớ vô hạn." Thành thật mà nói, nó đáng để cài đặt.
9. Về Tài khoản Này
Gửi đến những ai đã đọc đến đây: tài khoản này @Codestudiopjbk được vận hành bởi ba người dùng Codex kỳ cựu.
● Tham gia các chương trình phát triển cho nghiên cứu sinh và tiến sĩ
● Đã giành được 300.000 yên tiền thưởng
● Hiện đang đồng phát triển các tác nhân AI với các công ty niêm yết
Nội dung thường ngày của chúng tôi bao gồm:
● Ví dụ triển khai sử dụng GPT-5.5 / OpenAI Codex
● Sử dụng Codex, tự động hóa CLI và xu hướng phát triển
● Biên dịch và xác minh thông tin GPT-5.5 / Codex mới nhất ở nước ngoài
● So sánh thực tế với Claude Code (dựa trên hàng trăm giờ sử dụng)
● Bài học từ quá trình đồng phát triển với các công ty niêm yết
Chúng tôi đăng tải hàng ngày về toàn bộ quy trình đưa một sản phẩm khả thi ra thế giới, từ triết lý phát triển đến thiết kế, triển khai và cải tiến. Nếu bạn quan tâm, hãy theo dõi và ghé thăm. Nó sẽ rất xứng đáng với thời gian của bạn.
Đối với các tư vấn liên quan đến phát triển, vui lòng nhắn tin trực tiếp cho chúng tôi. Hãy liên hệ nếu bạn cần giới thiệu về Codex, thiết kế tự động hóa, hoặc triển khai tác nhân AI.
Tài liệu Tham khảo & Trích dẫn
● [Rohit Ghumare (rohitg00/agentmemory)] (2026-05-13) Agentmemory v0.9.12 — Memory Engine for Coding Agents — Kho chính thức, Apache-2.0, 8.8k Stars, TypeScript
● [Rohit Ghumare] (2026-04) "Built this 6 months ago with agentmemory: persistent memory for AI coding agents" — Triết lý nhà phát triển
● [GitHub Issue #181] Stop-hook → /summarize → agent-sdk infinite recursion — Nguồn chính cho Cạm bẫy 2
● [GitHub Issue #159] Standalone MCP tools don't proxy to running agentmemory server — Nguồn chính cho Cạm bẫy 3
● [Anthropic Engineering] Effective Context Engineering for AI Agents — Hướng dẫn chính thức về kỹ thuật ngữ cảnh
● [Anthropic] (2026-04-23) April 23 Postmortem — Bằng chứng xã hội về sự cố suy sụp độ dài suy nghĩ của Claude Code
● [Mem0] Introducing Mem0 — Triết lý Mem0 và trích dẫn Taranjeet Singh
● [Letta] Benchmarking AI Agent Memory — Nguồn cho các số liệu điểm chuẩn Letta
● [Charles Packer et al.] (2023-10) MemGPT: Towards LLMs as Operating Systems — Bài báo về quản lý ngữ cảnh ảo, tiền thân lý thuyết của Agentmemory
● [DeepLearning.AI] Agent Memory: Building Memory-Aware Agents — Khóa học của Andrew Ng / Oracle
