LangChain Tiết Lộ Kiến Trúc Bộ Nhớ Đằng Sau Nền Tảng Agent Builder

Joerg Hiller
11:38, 22/02/2026 (Giờ VN)

LangChain tiết lộ chi tiết về cách hệ thống bộ nhớ Agent Builder sử dụng phép ẩn dụ hệ thống tệp và framework COALA để tạo ra các AI Agent học tập và bền vững mà không cần code.

LangChain đã vén màn kiến trúc bộ nhớ cung cấp sức mạnh cho LangSmith Agent Builder, tiết lộ cách tiếp cận dựa trên hệ thống tệp cho phép các AI Agent học hỏi và thích ứng qua các phiên làm việc mà không yêu cầu người dùng viết code.

Công ty đã đặt cược một cách không thông thường: ưu tiên bộ nhớ ngay từ ngày đầu thay vì gắn thêm sau này như hầu hết các sản phẩm AI. Lý do của họ? Agent Builder tạo ra các agent chuyên biệt cho từng tác vụ, không phải chatbot đa năng. Khi một agent xử lý cùng một quy trình làm việc lặp đi lặp lại, bài học từ phiên làm việc thứ Ba nên được tự động áp dụng vào thứ Tư.

Tệp Là Bộ Nhớ

Thay vì xây dựng cơ sở hạ tầng bộ nhớ tùy chỉnh, đội ngũ của LangChain đã nghiêng về thứ mà các LLM đã hiểu rõ—hệ thống tệp. Hệ thống đại diện bộ nhớ agent dưới dạng một tập hợp các tệp, mặc dù chúng thực sự được lưu trữ trong Postgres và được hiển thị cho các agent dưới dạng hệ thống tệp ảo.

Kiến trúc ánh xạ trực tiếp đến ba danh mục bộ nhớ của bài nghiên cứu COALA. Bộ nhớ thủ tục—các quy tắc điều khiển hành vi agent—nằm trong các tệp AGENTS.md và cấu hình tools.json. Bộ nhớ ngữ nghĩa, bao gồm các sự kiện và kiến thức chuyên môn, nằm trong các tệp kỹ năng. Đội ngũ cố ý bỏ qua bộ nhớ trải nghiệm (hồ sơ hành vi trong quá khứ) cho phiên bản đầu tiên, đặt cược rằng nó ít quan trọng hơn đối với trường hợp sử dụng của họ.

Các định dạng chuẩn chiến thắng khi có thể: AGENTS.md cho hướng dẫn cốt lõi, kỹ năng agent cho các tác vụ chuyên biệt, và định dạng lấy cảm hứng từ Claude Code cho các subagent. Ngoại lệ duy nhất? Một tệp tools.json tùy chỉnh thay vì mcp.json chuẩn, cho phép người dùng chỉ hiển thị các công cụ cụ thể từ máy chủ MCP và tránh tràn ngữ cảnh.

Bộ Nhớ Tự Xây Dựng

Kết quả thực tế: các agent cải thiện thông qua sửa chữa thay vì cấu hình. LangChain đã trình bày ví dụ về trình tóm tắt cuộc họp, nơi phản hồi đơn giản "sử dụng dấu đầu dòng thay thế" của người dùng tự động cập nhật tệp AGENTS.md của agent. Đến tháng thứ ba, agent đã tích lũy các tùy chọn định dạng, quy tắc xử lý loại cuộc họp và hướng dẫn cụ thể cho người tham gia—tất cả mà không cần cấu hình thủ công.

Xây dựng điều này không hề đơn giản. Đội ngũ đã dành một người toàn thời gian chỉ cho việc nhắc nhở liên quan đến bộ nhớ, giải quyết các vấn đề như agent ghi nhớ khi không nên hoặc ghi vào các loại tệp sai. Một bài học quan trọng: các agent xuất sắc trong việc thêm thông tin nhưng gặp khó khăn trong việc hợp nhất. Một trợ lý email bắt đầu liệt kê từng nhà cung cấp để bỏ qua thay vì khái quát hóa thành "bỏ qua tất cả các liên hệ lạnh."

Yêu Cầu Phê Duyệt Của Con Người

Tất cả các chỉnh sửa bộ nhớ đều yêu cầu phê duyệt rõ ràng của con người theo mặc định—một biện pháp bảo mật chống lại các cuộc tấn công prompt injection. Người dùng có thể vô hiệu hóa "chế độ yolo" này nếu họ ít quan tâm hơn về các đầu vào đối nghịch.

Cách tiếp cận hệ thống tệp cho phép tính di động mà các DSL bị khóa không thể sánh kịp. Các agent được xây dựng trong Agent Builder về lý thuyết có thể chạy trên Deep Agents CLI, Claude Code hoặc OpenCode với ma sát tối thiểu.

Những Gì Sắp Tới

LangChain đã phác thảo một số cải tiến dự kiến: bộ nhớ trải nghiệm thông qua việc hiển thị lịch sử hội thoại dưới dạng tệp, các quy trình bộ nhớ nền chạy hàng ngày để nắm bắt các bài học bị bỏ lỡ, một lệnh /remember rõ ràng, tìm kiếm ngữ nghĩa vượt ra ngoài grep cơ bản, và các hệ thống phân cấp bộ nhớ cấp người dùng hoặc cấp tổ chức.

Đối với các nhà phát triển xây dựng AI Agent, các lựa chọn kỹ thuật ở đây rất quan trọng. Phép ẩn dụ hệ thống tệp tránh được sự phức tạp của các API bộ nhớ tùy chỉnh trong khi vẫn giữ được tính gốc LLM. Liệu cách tiếp cận này có mở rộng quy mô khi các agent xử lý các tác vụ phức tạp hơn, dài hạn hơn vẫn còn là một câu hỏi mở—nhưng LangChain đang đặt cược rằng các tệp vượt trội hơn các framework cho việc xây dựng agent không cần code.

Nguồn hình ảnh: Shutterstock