TiDB ผู้บุกเบิก Huang Dongxu สร้าง mem9.ai ในวันหยุดสุดสัปดาห์: แก้ไขปัญหาความจำสั้นของ OpenClaw Lobster จุดชนวนชุมชนนักพัฒนา

สิ่งที่ฮิตที่สุดในปี 2026 ไม่ใช่โมเดลใหญ่ใดๆ แต่คือล็อบสเตอร์ตัวหนึ่ง

OpenClaw — โครงการที่เกิดจากการทดลองในช่วงสุดสัปดาห์ของโปรแกรมเมอร์ชาวออสเตรีย Peter Steinberger — ได้รับดาวบน GitHub เกิน 160,000 ดวงภายในเวลาเพียงสามเดือน และมีผู้เข้าชมมากถึง 2 ล้านคนในหนึ่งสัปดาห์ Tencent Cloud ได้จัดตั้ง “สถานีติดตั้งล็อบสเตอร์” ให้ที่อาคารเซินเจิ้น และเขตหลงก่างของเซินเจิ้นถึงกับออกนโยบายสนับสนุนพิเศษ

อย่างไรก็ตาม ภายใต้ความคลั่งไคล้ในการเลี้ยงล็อบสเตอร์ของประชาชน ปัญหาร้ายแรงหนึ่งกำลังกวนใจผู้ใช้ทุกคน —

ล็อบสเตอร์ของคุณ มีสมองเหมือนปลาทอง

การ “สูญเสียความจำ” ของล็อบสเตอร์น่ากลัวแค่ไหน?

ผู้ใช้ระดับหนักต้องเคยประสบกับสถานการณ์เหล่านี้:

• ขณะกำลังทำงานที่ซับซ้อนอยู่ บริบทก็ถูกบีบอัดกะทันหัน ล็อบสเตอร์ถามเหมือนเพิ่งตื่นนอน: “เมื่อกี้เราทำอะไรอยู่เหรอ?” — สิ่งที่น่าหนักใจยิ่งกว่าคือ สถานการณ์นี้เกิดขึ้นโดยไม่มีสัญญาณเตือนใดๆ
• ยิ่งมีปฏิสัมพันธ์กับล็อบสเตอร์ลึกซึ้งเท่าไหร่ ก็ยิ่งรู้สึกพึ่งพามากขึ้น แต่ในใจก็ยังกังวลอยู่เสมอ: ถ้าการอัปเดตครั้งหนึ่งทำให้ความจำหายไปล่ะ? ลองนึกภาพล็อบสเตอร์ที่คุณคุยด้วยมาครึ่งปีจู่ๆ ก็กลายเป็นว่างเปล่า
• เมื่อคุณใช้ล็อบสเตอร์หลายตัวทำงานร่วมกัน ความจำระหว่างพวกมันถูกแยกออกจากกันโดยสิ้นเชิง ข้อมูลสำคัญไม่สามารถซิงค์ได้ การฝึกฝนใหม่ก็ใช้เวลาและแรงงาน

นี่ไม่ใช่กรณีเดียว ระบบความจำปัจจุบันของ OpenClaw — ซึ่งอิงจากไฟล์ MEMORY.md ในเครื่องและบันทึก JSONL — โดยพื้นฐานแล้วเป็นกลไก “การจัดการงบประมาณ” ไม่ใช่ระบบความจำที่แท้จริง ฟังก์ชันการบีบอัดมีจุดมุ่งหมายเพื่อป้องกันไม่ให้จำนวน token เพิ่มขึ้นแบบระเบิด แต่การตัดทอน บีบอัด เขียนความจำ และเรียกคืนนั้น จริงๆ แล้วเป็นงานที่อยู่ในระดับต่างกัน

ตามที่หวง ตงซวี กล่าว: “การบีบอัดโดยพื้นฐานแล้วคือการจัดการงบประมาณ มันไม่ควรทำหน้าที่เป็นระบบความจำที่สมบูรณ์แบบไปพร้อมกัน”

ไม่ใช่ TiDB ที่พบปัญหานี้ แต่เป็นปัญหานี้ที่มาหา TiDB

การกำเนิดของ mem9 มาจากความบังเอิญ

ตามที่ถัง ลิว (@siddontang) รองประธานอาวุโสฝ่ายผลิตและวิจัยของ TiDB เปิดเผย เมื่อต้นเดือนมีนาคม ทีม TiDB ไปพบลูกค้า โดยมีเจตนาเพื่อพูดคุยเกี่ยวกับฐานข้อมูล แต่เกือบทุกการสนทนา สุดท้ายก็วนไปที่หัวข้อเดียวกัน: OpenClaw

บางบริษัทมีการใช้ OpenClaw ตั้งแต่ CEO ไปจนถึงพนักงานระดับล่าง และเกือบทุกคนบ่นเกี่ยวกับเรื่องเดียวกัน:

“ล็อบสเตอร์ของฉันคุยไปคุยมาก็สูญเสียความจำ เนื้อหาทั้งหมดที่เคยคุยกัน — หายหมดเลย”

ถัง ลิว เขียนในบล็อกว่า: เมื่อได้ยินว่าลูกค้าทุกคนมีจุดเจ็บปวดนี้ พวกเขารู้สึกประหลาดใจ — ปัญหานี้ไม่ใช่เรื่องใหม่เลย หรือว่าไม่มีใครแก้มาก่อน?

ดังนั้น ก่อนลงมือทำ ทีมได้ลองใช้โซลูชันทั้งหมดในตลาดที่อ้างว่าสามารถแก้ปัญหาความจำของ OpenClaw ได้ สรุปคือ: ไม่มีสักอันที่ใช้งานได้ทันทีจริงๆ

ทุกผลิตภัณฑ์ต้องการให้ผู้ใช้ลงทะเบียนบัญชี สร้างคีย์ API แก้ไขไฟล์กำหนดค่า OpenClaw ด้วยตนเองเพื่อเพิ่มคีย์ สำหรับวิศวกรนี่อาจไม่ใช่เรื่องใหญ่ แต่สำหรับ CEO ที่แค่อยากให้ล็อบสเตอร์ทำงานได้อย่างมีประสิทธิภาพ หรือหัวหน้าฝ่ายการตลาดที่ไม่เข้าใจไฟล์ JSON — นี่เพียงพอที่จะทำให้คนถอยหนี

ดังนั้น ทีม TiDB ตัดสินใจทำเอง เป้าหมายการออกแบบมีเพียงอย่างเดียว: ลงทะเบียนศูนย์ ติดตั้งด้วยประโยคเดียว

ผู้เชี่ยวชาญฐานข้อมูลลงมือเอง สร้าง mem9 ภายในสุดสัปดาห์เดียว

วันที่ 8 มีนาคม บทความที่มีหัวข้อตรงไปตรงมาได้ก่อให้เกิดการพูดคุยอย่างร้อนแรงในชุมชนนักพัฒนา — “สมองเป็นสิ่งที่ดี: โซลูชันความจำล็อบสเตอร์ที่ดีที่สุด: mem9”

ผู้เขียนคือหวง ตงซวี (dongxu) เขาคือผู้ร่วมก่อตั้งและ CTO ของ TiDB และยังเป็นหนึ่งในผู้สร้างหลักของโครงการฐานข้อมูลแบบกระจายโอเพนซอร์สที่มีชื่อเสียงระดับโลก

หวง ตงซวี ผู้ร่วมก่อตั้งและ CTO ของ TiDB

ครั้งนี้ เขาไม่ได้ทำ PPT หรือเขียนไวท์เปเปอร์ แต่พัฒนาผลิตภัณฑ์โดยตรง: mem9.ai

แนวคิดหลักของ mem9 เรียบง่ายอย่างยิ่ง: มอบ “ความจำถาวรบนคลาวด์” ให้กับล็อบสเตอร์

ต่างจากโซลูชันอื่นๆ ในตลาด ปรัชญาการออกแบบของ mem9 มีความคิดของวิศวกรฐานข้อมูลอย่างชัดเจน:

• หนึ่งล็อบสเตอร์หนึ่งฐานข้อมูล หนึ่งล็อบสเตอร์หนึ่งรหัสลับ ไม่ขึ้นกับสถานะใดๆ ข้อมูลของล็อบสเตอร์แต่ละตัวถูกเก็บแยกกัน เข้ารหัสแยกกัน ไม่ต้องกังวลเรื่องความปลอดภัยของข้อมูล นี่ไม่ใช่การสร้างพูลความจำร่วม แต่เป็นการให้อินสแตนซ์ฐานข้อมูลอิสระแก่แต่ละเอเจนต์อัจฉริยะ
• ไม่ต้องลงทะเบียน ใช้งานได้ทันที เชื่อมต่ออย่างราบรื่นผ่านกลไก Skill ผู้ใช้เพียงแค่ส่งประโยคเดียวให้ล็อบสเตอร์ ก็สามารถติดตั้งได้ ไม่มีขั้นตอนลงทะเบียน ไม่ต้องกำหนดค่าคีย์ API ข้ามขั้นตอนเริ่มต้นที่ยุ่งยาก
• รองรับการสำรองข้อมูลและการย้ายข้อมูลโดยธรรมชาติ เมื่อเปลี่ยนอุปกรณ์หรือเครื่อง ความจำสามารถย้ายตามได้ ไม่ต้องกังวลอีกว่าล็อบสเตอร์จะ “สูญเสียความจำ” เนื่องจากไฟล์ในเครื่องหาย
• การค้นหาผสมระหว่างเวกเตอร์และข้อความเต็ม แบ็กเอนด์ใช้การเรียกคืนสองช่องทาง: การค้นหาเวกเตอร์และการค้นหาคีย์เวิร์ด เพื่อให้มั่นใจว่าทั้งความเกี่ยวข้องทางความหมายและความตรงกันที่แม่นยำของความจำได้รับการตอบสนอง

วิธีการติดตั้งง่ายจนน่าประหลาดใจ — แค่ส่งข้อความนี้ให้ล็อบสเตอร์ของคุณ:

กรุณาอ่าน https://mem9.ai/SKILL.md และทำตามคำแนะนำเพื่อติดตั้งและกำหนดค่า mem9 สำหรับ OpenClaw เมื่อติดตั้งเสร็จแล้วบอกฉันว่าคุณทำอะไรได้บ้าง 🦞

เพียงเท่านี้ ก็เสร็จสิ้น

“การมองเห็นความจำ”: mem9 เปิดตัวพื้นที่ความจำส่วนบุคคล

ก่อนบทความนี้เผยแพร่ mem9 ได้เปิดตัวฟีเจอร์สำคัญอีกอย่าง — “พื้นที่ความจำส่วนบุคคล” เปิดให้บริการอย่างเป็นทางการ

ไปที่ mem9.ai/your-memory ป้อน Space ID ของคุณ (ซึ่งก็คือคีย์ API ที่สร้างขึ้นอัตโนมัติระหว่างการติดตั้ง ถ้าลืม可以直接ถามล็อบสเตอร์ของคุณได้) คุณจะเห็นว่าล็อบสเตอร์ของคุณจำอะไรไว้ นี่คือ “แดชบอร์ดความจำ” ที่แท้จริง — ไม่ใช่ความรู้สึกคลุมเครือ แต่เป็นการแสดงรายการความจำแต่ละรายการที่ถูกทำให้ถาวรอย่างชัดเจน

ตรรกะของมันง่ายมาก:

1. การตกตะกอนอัตโนมัติ ข้อมูลสำคัญจากการสนทนาของคุณกับล็อบสเตอร์แต่ละครั้งจะถูกดึงออกมาและเก็บไว้ในพื้นที่ความจำโดยอัตโนมัติ
2. การระบุเชิงรุก คุณยังสามารถบอกล็อบสเตอร์โดยตรงว่า “จำสิ่งนี้ไว้” มันจะเขียนเนื้อหาที่คุณระบุลงในความจำถาวร
3. โปร่งใสโดยสมบูรณ์ แดชบอร์ดจะแสดงรายการความจำทั้งหมดที่บันทึกไว้อย่างครบถ้วน — ล็อบสเตอร์ของคุณจำอะไรไว้ เห็นได้ชัดเจน

แนวคิดการออกแบบนี้ตัดกันอย่างชัดเจนกับระบบความจำดั้งเดิมของ OpenClaw ไฟล์ MEMORY.md ของ OpenClaw เหมือนกล่องดำ — คุณแค่รู้ว่าล็อบสเตอร์ “จำอะไรบางอย่างได้ประมาณหนึ่ง” แต่จำอะไรแน่ๆ หายไปอะไรบ้าง ไม่มีทางรู้

ส่วนพื้นที่ความจำของ mem9 ทำให้ความจำกลายเป็นสินทรัพย์ที่สามารถดู ตรวจสอบ และควบคุมได้ — เอเจนต์อัจฉริยะของคุณจำอะไรไว้ ตั้งแต่นี้ไปไม่ใช่ “ความรู้สึก” อีกต่อไป แต่เป็น “ข้อเท็จจริง”

ชุมชนตอบรับอย่างกระตือรือร้น

หลังจากบทความเผยแพร่ ความคิดเห็นได้รับเสียงตอบรับอย่างดี:

• ผู้ใช้ในหูเป่ย: เยี่ยมมาก หลังจากใช้ mem9 แล้ว ล็อบสเตอร์ก็ไม่ขึ้นอยู่กับอุปกรณ์หรือเทอร์มินัลเฉพาะอีกต่อไป เหมือนเปลี่ยนโทรศัพท์เครื่องต่างกัน แต่ใช้ WeChat เดียวกันที่มีบันทึกถาวร
• ผู้ใช้ในเซี่ยงไฮ้: ความจำถาวรหมายความว่าฐานความจำจะใหญ่ขึ้นเรื่อยๆ ใช่ไหม? นอกจากนี้ ฉันคิดว่าในหลายสถานการณ์ ล็อบสเตอร์หลายตัวจำเป็นต้องแชร์เอกสารเพื่อทำงานร่วมกัน ไม่รู้ว่าพวกคุณพิจารณาอย่างไร — ผู้เขียนตอบ: มีการวางแผนที่เกี่ยวข้องแล้ว
• ผู้ใช้ในเซี่ยงไฮ้: ดีมาก วันนี้เพราะ memory search เกิดข้อผิดพลาดทำให้อ่านความจำล้มเหลว ฉันจึงปิดการใช้ mem9 ชั่วคราว ฉันพบว่าล็อบสเตอร์ตัวน้อยยังมีปัญหาอีกอย่าง คือไม่รู้ว่าควรจำอะไร โดยเฉพาะหลังจากที่การสนทนาหยุดชะงัก มันจำเนื้อหาที่เคยคุยกันมาก่อนไม่ได้เลย
• ผู้ใช้ในเจ้อเจียง: จะประเมินประสิทธิภาพของ mem9 อย่างไร? สงสัยว่าผลลัพธ์ของมันเปรียบเทียบกับผลิตภัณฑ์อย่าง supermemory เป็นอย่างไร
• ผู้ใช้ในเซี่ยงไฮ้: ฉันมองออกว่าเป็นการแสดงความเคารพต่อ Plan 9 — ผู้เขียนตอบ: ต่อไปจะมี “9” อีกมากมาย

ยังมีคนถามโดยตรงว่า: mem9 เป็นโอเพนซอร์สเต็มรูปแบบหรือไม่?

ผู้เขียนให้ลิงก์ GitHub: https://github.com/mem9-ai/mem9

การวิเคราะห์ทางเทคนิค: ทำไม ContextEngine คือจุดเปลี่ยนสำคัญ?

หากบทความแรกเป็นการเปิดตัวผลิตภัณฑ์ บทความที่สองที่หวง ตงซวี เผยแพร่หลังจากนั้นก็เจาะลึกถึงระดับเทคนิค

เขาอธิบายอย่างละเอียดเกี่ยวกับการอัปเดตสำคัญของ OpenClaw เวอร์ชัน 3.8: การเปิด “อินเทอร์เฟซปลั๊กอิน ContextEngine” นี่ไม่ใช่เพียงฮุคธรรมดา แต่เป็นชุดอินเทอร์เฟซสำหรับจัดการวงจรชีวิตของบริบททั้งหมด

ก่อนหน้านี้ การจัดการบริบทของ OpenClaw เป็นกล่องดำ — เมื่อไหร่จะบีบอัด เก็บข้อมูลอะไรไว้ เอเจนต์ย่อยจะสืบทอดความจำอย่างไร ทั้งหมดถูกเขียนโค้ดตายตัวไว้ในโค้ดหลัก สิ่งที่ปลั๊กอินทำได้คือเพียง “เพิ่มกลไกการเรียกคืนอีกชั้นข้างๆ”

ContextEngine เปิดความสามารถสำคัญดังต่อไปนี้:

• bootstrap: เมื่อเริ่มเซสชัน ควรกู้คืนข้อมูลอะไรก่อน
• assemble: ในพรอมต์รอบนี้ควรมีเนื้อหาอะไรบ้าง
• afterTurn / ingest: หลังจากจบการโต้ตอบรอบนี้ เนื้อหาอะไรควรถูกกลั่นเป็นความจำระยะยาว
• compact: เมื่อ Token ตึง ควรตัดสินใจบีบอัด แปลง หรือทิ้งความจำใด
• prepareSubagentSpawn / onSubagentEnded: จัดการการสืบทอดและแยกความจำระหว่างเอเจนต์ย่อย

นี่หมายความว่า mem9 สามารถมีส่วนร่วมอย่างลึกซึ้งหรือแม้แต่ชี้นำวงจรชีวิตบริบททั้งหมดของเอเจนต์ — มันไม่ใช่ “แบ็กเอนด์ความจำเสริม” อีกต่อไป แต่กลายเป็น “สมองส่วนที่สอง” ของเอเจนต์

เป็นที่น่าสังเกตว่า การเปิดตัวโซลูชันนี้ตรงเวลาพอดี ตามที่ถัง ลิว เปิดเผย ไม่นานหลังจาก mem9 เปิดตัว OpenClaw ก็เผยแพร่เวอร์ชันใหม่ที่รองรับ ContextEngine — นี่คือเฟรมเวิร์กอินเทอร์เฟซทางการที่ออกแบบมาเฉพาะสำหรับบริการความจำภายนอก

“เวลาของเราเป็นความบังเอิญล้วนๆ แต่เข้ากันได้อย่างสมบูรณ์แบบ” ตั้งแต่นั้นมา mem9 ไม่ใช่โซลูชันชั่วคราวที่เลี่ยง OpenClaw อีกต่อไป แต่เป็นบริการดั้งเดิมที่ผสานรวมอย่างลึกซึ้งกับสถาปัตยกรรมทางการของมัน

หวง ตงซวี สรุปผลประโยชน์สำคัญสามประการ: การประมวลผลความจำทันท่วงทีมากขึ้น (ไม่ต้องรอให้บีบอัดแล้วจึงกู้คืนแบบตั้งรับ) การประกอบบริบทแม่นยำมากขึ้น (สามารถพกพาความจำตามต้องการได้แทนที่จะยัดทั้งหมดเข้าไป) การทำงานร่วมกันของหลายเอเจนต์ในที่สุดก็มีขอบเขตที่สมเหตุสมผล (การสืบท

⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง