Agen AI Butuh Dokumentasi, Bukan Memori
Judul asli: Agents don't need memory, they need documentation
Mengapa Ini Penting
Menantang asumsi dasar industri memory plugin yang bernilai besar saat ini.
Kevin Liao berpendapat bahwa seluruh ekosistem memory plugin untuk agen AI salah arah: masalahnya bukan soal mengingat, melainkan kurangnya dokumentasi terstruktur.
Dalam tulisan yang diterbitkan 3 Oktober 2026, Kevin Liao mengkritik arsitektur memory plugin yang kini mendominasi pasar agen AI. Cara kerjanya seragam: transkrip sesi diurai menjadi ribuan snippet, disimpan di database vektor, lalu lima snippet paling mirip disuntikkan ke setiap prompt. Liao menyebut ini sebagai 'lotere RAG'.
Menurutnya, ada lima masalah mendasar yang tidak bisa diselesaikan pendekatan ini. Pertama, pencarian berbasis kemiripan semantik tidak menunjukkan mana yang akurat atau terkini. Kedua, snippet RAG kehilangan konteks, motivasi, dan latar belakang keputusan. Ketiga, codebase berubah setiap hari, sehingga ratusan snippet tentang, misalnya, sistem autentikasi bisa sudah usang. Keempat, agen tidak bisa mencari informasi yang tidak ia tahu ada. Kelima, ribuan embedding tersimpan tanpa audit — mana yang stale, mana yang salah, tidak ada yang tahu.
Liao menilai bahwa menambahkan fitur seperti 'memory dreamer' yang menulis ulang ingatan semalam, atau sistem multi-tier short/long-term memory, hanya membakar token untuk mempercantik arsitektur yang pada dasarnya cacat. Solusinya, tulis ia, adalah documentation-based memory — seperti cara tim manusia bekerja: tidak memutar ulang rekaman rapat tiga tahun lalu, melainkan membaca catatan yang sudah ditulis.