Supermemory

Lớp trí nhớ cho AI agent, lưu sở thích và tri thức người dùng thành một đồ thị tra được

Freemium United States

Supermemory là lớp trí nhớ và nền tảng kỹ thuật ngữ cảnh dành cho AI agent. Cái nó làm không chỉ là truy hồi vector, mà là tổ chức hành vi, sở thích và tri thức người dùng thành một đồ thị trí nhớ có bản thể luận (ontology), để lần hội thoại sau agent biết "người này là ai, trước đây đã quyết định gì".

Tính năng nổi bật và tình huống áp dụng

Nó gồm bốn phần. Hồ sơ người dùng (user profile) tích lũy ý định và sở thích theo hành vi; đồ thị trí nhớ (memory graph) là bộ máy đồ thị vector tự nghiên cứu, giữa các nút mang quan hệ ngữ nghĩa chứ không chỉ độ tương đồng; truy hồi đi theo tìm kiếm lai vector cộng từ khóa, hãng ghi thời gian phản hồi dưới 300 mili giây; định dạng hỗ trợ PDF, trang web, hình ảnh và âm thanh, xử lý qua bộ trích xuất thông minh. Về tích hợp có thể nối Notion, Google Drive, S3, Gmail và nguồn dữ liệu tùy chỉnh.

Vì sao cần lớp trí nhớ chuyên dụng? Vì nhét toàn bộ lịch sử vào context window vừa đắt vừa không hiệu quả - mô hình sẽ bỏ sót thông tin then chốt trong ngữ cảnh dài. Trách nhiệm của lớp trí nhớ là "lấy ra đúng vài mẩu vào đúng thời điểm", đây là bài toán truy hồi chứ không phải bài toán dung lượng.

Tình huống áp dụng gồm: sản phẩm trợ lý AI cá nhân hóa, chatbot chăm sóc khách hàng nhớ lịch sử khách hàng, agent tri thức nội bộ doanh nghiệp, và agent dài hạn cần giữ nhất quán xuyên các phiên.

Nó cung cấp SDK TypeScript/Python và REST API, cũng mở cho người không phải lập trình viên dùng cá nhân. Định giá tính theo lượng dùng, trước khi phát triển khuyên ước lượng lượng ghi và truy vấn - lớp trí nhớ là loại dịch vụ mà "dùng rồi thì lượng sẽ tăng mất kiểm soát".

Tính năng chính

Hồ sơ người dùng và sở thích tích lũy theo hành vi
Bộ máy đồ thị vector tự nghiên cứu mang quan hệ bản thể luận
Truy hồi lai vector cộng từ khóa, phản hồi dưới 300 mili giây
Trích xuất thông minh hỗ trợ PDF, trang web, hình ảnh, âm thanh
Tích hợp Notion, Google Drive, S3, Gmail
SDK TypeScript/Python và REST API

Ưu điểm

Trí nhớ cấu trúc đồ thị biểu đạt quan hệ tốt hơn vector thuần, độ chính xác truy hồi cao hơn
Bộ trích xuất đa định dạng tiết kiệm công tự dựng pipeline xử lý dữ liệu
Có tầng miễn phí để kiểm chứng chất lượng truy hồi trước khi mở rộng

Nhược điểm

Tính theo lượng dùng, chi phí dễ mất kiểm soát khi lượng trí nhớ tăng
Trí nhớ tập trung ở nền tảng bên thứ ba, chủ quyền dữ liệu và di chuyển phải quy hoạch trước
Khác biệt thực tế với các đối thủ như Mem0 cần kiểm thử bằng chính dữ liệu của mình

Trường hợp sử dụng

Trợ lý AI cá nhân hóa nhớ sở thích dài hạn của người dùng
Agent chăm sóc khách hàng nhớ các câu hỏi lịch sử của khách hàng xuyên phiên
Quản lý ngữ cảnh dài hạn của agent tri thức doanh nghiệp
Nhiều agent trong hệ thống dùng chung một bộ trí nhớ

Ghi chú biên tập

Trí nhớ agent là một trong những đường đua chật chội nhất năm 2026, khi chọn đừng nhìn ai vẽ sơ đồ kiến trúc đẹp, hãy nhìn dữ liệu của chính bạn truy hồi trên đó có chuẩn không. Loại này một khi đã ghi vào mấy triệu mẩu thì chi phí chuyển nền tảng rất đau, ngay từ đầu phải hỏi rõ cách xuất dữ liệu.

Câu hỏi thường gặp

So với Mem0 thì chọn thế nào?

Cả hai đều là lớp trí nhớ cho agent, Mem0 hệ sinh thái trưởng thành hơn, cộng đồng lớn; Supermemory tập trung vào cấu trúc đồ thị và trích xuất đa định dạng. Khuyên thực tế là lấy dữ liệu thật của mình chạy thử truy hồi trên mỗi bên, so sánh tỷ lệ recall và độ trễ, đừng chỉ nhìn benchmark của hãng.

Lớp trí nhớ có bắt buộc dùng dịch vụ bên thứ ba không?

Không nhất thiết, tự dùng cơ sở dữ liệu vector cộng một lớp logic truy hồi cũng làm được. Khác biệt nằm ở khối lượng kỹ thuật và bảo trì dài hạn: tự dựng thì kiểm soát được và dữ liệu không ra ngoài, nhưng chiến lược tóm tắt, cơ chế quên, xử lý xung đột đều phải tự giải. Đội có năng lực kỹ thuật ML rồi hẵng cân nhắc tự dựng.