LangChain Mengungkap Arsitektur Memori di Balik Platform Pembuat Agen

Joerg Hiller
22 Feb 2026 04:38

LangChain merinci bagaimana sistem memori Agent Builder menggunakan metafora filesystem dan framework COALA untuk menciptakan agen AI yang persisten dan belajar tanpa kode.

LangChain telah mengungkap arsitektur memori yang menggerakkan LangSmith Agent Builder, mengungkapkan pendekatan berbasis filesystem yang memungkinkan agen AI belajar dan beradaptasi di berbagai sesi tanpa mengharuskan pengguna menulis kode.

Perusahaan membuat taruhan yang tidak konvensional: memprioritaskan memori sejak hari pertama daripada menambahkannya kemudian seperti kebanyakan produk AI. Alasannya? Agent Builder menciptakan agen khusus tugas, bukan chatbot serbaguna. Ketika agen menangani alur kerja yang sama berulang kali, pelajaran dari sesi Selasa harus otomatis diterapkan pada hari Rabu.

File sebagai Memori

Daripada membangun infrastruktur memori khusus, tim LangChain memanfaatkan sesuatu yang sudah dipahami dengan baik oleh LLM—filesystem. Sistem ini merepresentasikan memori agen sebagai koleksi file, meskipun sebenarnya disimpan di Postgres dan diekspos ke agen sebagai filesystem virtual.

Arsitektur ini memetakan secara langsung ke tiga kategori memori dalam makalah penelitian COALA. Memori prosedural—aturan yang menggerakkan perilaku agen—berada dalam file AGENTS.md dan konfigurasi tools.json. Memori semantik, yang mencakup fakta dan pengetahuan khusus, berada dalam file skill. Tim dengan sengaja melewatkan memori episodik (catatan perilaku masa lalu) untuk rilis awal, bertaruh bahwa itu kurang penting untuk kasus penggunaan mereka.

Format standar digunakan di mana mungkin: AGENTS.md untuk instruksi inti, skill agen untuk tugas khusus, dan format yang terinspirasi Claude Code untuk subagen. Satu pengecualian? File tools.json khusus alih-alih mcp.json standar, memungkinkan pengguna untuk hanya mengekspos alat tertentu dari server MCP dan menghindari overflow konteks.

Memori yang Membangun Dirinya Sendiri

Hasil praktisnya: agen yang meningkat melalui koreksi daripada konfigurasi. LangChain menjelaskan contoh peringkas rapat di mana umpan balik sederhana pengguna "gunakan poin-poin sebagai gantinya" secara otomatis memperbarui file AGENTS.md agen. Pada bulan ketiga, agen telah mengumpulkan preferensi format, aturan penanganan jenis rapat, dan instruksi khusus peserta—semuanya tanpa konfigurasi manual.

Membangun ini tidaklah mudah. Tim mendedikasikan satu orang penuh waktu hanya untuk prompting terkait memori, menyelesaikan masalah seperti agen mengingat ketika seharusnya tidak atau menulis ke jenis file yang salah. Pelajaran kunci: agen unggul dalam menambahkan informasi tetapi kesulitan untuk mengonsolidasikan. Satu asisten email mulai mencantumkan setiap vendor yang harus diabaikan daripada menggeneralisasi menjadi "abaikan semua pendekatan dingin."

Persetujuan Manusia Diperlukan

Semua pengeditan memori memerlukan persetujuan manusia eksplisit secara default—langkah keamanan terhadap serangan injeksi prompt. Pengguna dapat menonaktifkan "mode yolo" ini jika mereka kurang khawatir tentang input yang bersifat adversarial.

Pendekatan filesystem memungkinkan portabilitas yang tidak dapat ditandingi oleh DSL yang terkunci. Agen yang dibangun di Agent Builder secara teoritis dapat berjalan di Deep Agents CLI, Claude Code, atau OpenCode dengan hambatan minimal.

Apa yang Akan Datang

LangChain menguraikan beberapa perbaikan yang direncanakan: memori episodik melalui pengeksposian riwayat percakapan sebagai file, proses memori latar belakang yang berjalan setiap hari untuk menangkap pembelajaran yang terlewat, perintah /remember eksplisit, pencarian semantik di luar grep dasar, dan hierarki memori tingkat pengguna atau tingkat organisasi.

Bagi pengembang yang membangun agen AI, pilihan teknis di sini penting. Metafora filesystem menghindari kompleksitas API memori khusus sambil tetap LLM-native. Apakah pendekatan ini dapat diskalakan saat agen menangani tugas yang lebih kompleks dan berjalan lebih lama tetap menjadi pertanyaan terbuka—tetapi LangChain bertaruh bahwa file mengalahkan framework untuk pembangunan agen tanpa kode.

Sumber gambar: Shutterstock