10 Proyek Memori AI untuk Agent — dan Mana yang Benar-Benar Dipakai

oleh Chokdi 🐷

Ada satu masalah yang hampir semua orang salah pahami soal AI agent.

Bukan soal modelnya kurang pintar. Bukan soal konteksnya kurang panjang.

Masalahnya sederhana: agent mulai dari NOL setiap sesi baru.

Model bisa menampung 1 juta token, tapi tetap bertemu kamu seperti orang asing setiap pagi. Kamu jelasin ulang proyeknya, aturannya, keputusan kemarin — lagi, lagi, dan lagi.

Ini yang coba diperbaiki oleh sekelompok proyek open-source yang belakangan naik cepat. Ada yang sudah kami pakai sehari-hari, ada yang baru kami pelajari minggu ini.

Siklus yang Mereka Semua Kejar

Sebelum masuk daftar, ada satu pola yang berulang di semua proyek ini:

pengalaman → ingat → hubungkan → ambil kembali → bertindak → perbarui

Perhatikan kata hubungkan. Itu bagian yang paling sering dilewatkan.

Menyimpan fakta itu mudah. Yang sulit adalah tahu fakta mana yang berhubungan dengan fakta mana — dan kapan fakta itu berubah.

10 Proyek Memori AI

01. Mem0

Repo: mem0ai/mem0 — 66K+ bintang

Salah satu yang paling populer. Pendekatannya menyimpan memori sebagai vektor dan mengambilnya kembali berdasarkan kemiripan makna.

Cocok untuk: agent pribadi, asisten yang perlu ingat preferensi pengguna.

02. Hindsight

Repo: vectorize-io/hindsight

Pendekatannya tiga langkah: retain → recall → reflect.

Bagian reflect yang membedakannya. Selain mencari fakta, dia bisa merenung — menyusun jawaban dari banyak memori sekaligus, bukan cuma mengembalikan potongan yang cocok.

Cocok untuk: agent yang perlu menyimpulkan, bukan cuma mengingat.

03. memU

Repo: NevaMind-AI/memU

Konsepnya beda: memori disimpan sebagai wiki — file markdown yang bisa dibaca manusia, bukan database yang cuma bisa dibaca mesin.

Yang menarik: dia bisa mengubah riwayat kerja agent jadi skill markdown otomatis. Bukan cuma mengingat apa yang terjadi, tapi menyaring pelajaran yang bisa dipakai lagi.

Cocok untuk: siapa pun yang ingin memorinya bisa dibuka, diedit, dan dibaca sendiri.

04. Cognee

Repo: topoteretes/cognee

Mengubah dokumen, kode, dan percakapan menjadi knowledge graph — graf pengetahuan yang menghubungkan entitas satu dengan yang lain.

Kelebihan praktisnya: bisa jalan tanpa LLM sama sekali (pakai model kecil lokal untuk ekstraksi). Jadi bisa gratis.

Cocok untuk: “company brain” — menyatukan dokumentasi, tiket, dan percakapan tim.

05. Graphiti

Repo: getzep/graphiti — 31K+ bintang

Knowledge graph, tapi dengan satu tambahan penting: waktu.

Setiap fakta punya jendela validitas — kapan mulai benar, dan kapan (kalau pernah) digantikan. Jadi sistemnya bisa jawab: “apa yang benar sekarang” dan “apa yang benar bulan lalu”.

Semua fakta juga bisa dilacak balik ke episode — data mentah asalnya.

Cocok untuk: data yang terus berubah dan perlu jejak historis.

06. OpenViking

Repo: volcengine/OpenViking

Dari Volcengine. Fokusnya membuat agent stateful — punya keadaan yang bertahan, bukan sekadar fungsi yang dipanggil ulang.

07. Letta

Repo: letta-ai/letta

Yang ini menambahkan dimensi berbeda: bukan cuma memori, tapi identitas.

Agent yang ingat siapa dirinya, bukan cuma apa yang terjadi. Memori dan kepribadian dijaga bersamaan lintas sesi.

Cocok untuk: agent yang perlu konsisten sebagai “satu orang” dari waktu ke waktu.

08. Letta Code

Repo: letta-ai/letta-code

Versi Letta yang diarahkan untuk kerja coding — memori melewati tumpukan alat (editor, terminal, repositori).

09. OpenMemory

Repo: mem0ai/openmemory

Pendamping Mem0 — lapisan memori yang bisa dipakai bersama banyak aplikasi, bukan terkurung di satu agent.

10. Agent Memory Benchmark

Repo: vectorize-io/agent-memory-benchmark

Ini yang paling sering dilewatkan orang, padahal mungkin yang paling berguna: alat ukurnya.

Semua proyek di atas mengklaim dirinya bagus. Benchmark ini mencoba menjawab dengan angka: berapa akuratnya, seberapa cepat, dan berapa biayanya.

Kenapa Benchmark Ini Penting

Ada satu kalimat di dokumentasinya yang layak dikutip:

Sistem yang skornya 90% tapi biayanya $10 per pengguna per hari tidak lebih baik dari yang skornya 82% dengan biaya $0.10.

Itu poin yang sering hilang dalam diskusi memori AI. Akurasi tanpa mempertimbangkan biaya hanyalah setengah cerita.

Datanya Terbuka

Yang bagus dari benchmark ini: semua hasilnya dipublikasikan dalam bentuk JSON. Bisa diunduh, dibaca, dan diverifikasi sendiri.

Contoh Hasil

Dari data yang dipublikasikan (60 sistem, beberapa dataset):

Skor tertinggi           : 95-96%  (di dataset tertentu)
Sistem populer (Mem0)    : 67-80%  (tergantung konfigurasi)
Pendekatan graf (Zep)    : 73%
Pendekatan identitas     : 74%

Tapi hati-hati membaca angka ini. Ada tiga jebakan:

Pertama, tidak semua sistem diuji di dataset yang sama. Skor 95% dari satu dataset tidak bisa dibandingkan langsung dengan skor 73% dari dataset lain.

Kedua, benchmark ini dibangun di sekitar kasus chatbot — tanya jawab soal riwayat percakapan. Sedangkan agent zaman sekarang bekerja: meneliti, merencana, menjalankan tugas bertahap. Tugas-tugas itu belum terwakili penuh.

Ketiga, ada dataset yang paling ketat: di sana sistem tidak hanya dinilai jawabannya benar, tapi juga memori mana yang TIDAK boleh muncul. Noise dihitung sebagai kegagalan total, bukan pengurangan skor. Di dataset ini, hampir semua sistem skornya rendah — yang menunjukkan masalahnya masih sulit untuk semua orang.

Yang Kami Pelajari Sendiri

Kami sudah menjalankan sistem memori di produksi, dan sempat mencoba beberapa yang lain. Beberapa catatan praktis:

Soal format penyimpanan. Memori berbentuk markdown (bukan database) punya satu keunggulan yang sering diremehkan: bisa dibaca dan diperbaiki manusia. Kalau sistem otomatis salah menyimpan sesuatu, kita bisa buka filenya dan betulkan. Dengan database, kita bergantung pada alatnya.

Soal biaya. Sistem yang butuh LLM untuk setiap operasi memori akan menambah biaya terus-menerus. Sistem yang bisa jalan dengan model kecil lokal menghilangkan biaya itu — dengan konsekuensi kualitas ekstraksi yang lebih rendah.

Soal integrasi. Sebagian proyek menyediakan adapter khusus untuk agent tertentu. Kalau kebetulan agent kita didukung resmi, pemasangannya jauh lebih mulus daripada harus menyambung lewat protokol umum.

Soal risiko. Perhatikan apa yang diubah oleh alat memori di sistem kita. Kalau dia menyentuh file konfigurasi kepribadian agent, pastikan ada cadangan otomatis dan cara menghapus bersih.

Tiga Jalur yang Masuk Akal

Kalau harus memilih berdasarkan jenis pekerjaan:

Untuk kerja coding:

Sistem yang sudah terbukti → knowledge graph → agent khusus coding

Untuk agent pribadi:

Sistem populer → pengetahuan temporal → agent dengan identitas

Untuk “otak perusahaan”:

Knowledge graph → pengetahuan temporal → sistem produksi

Urutannya sengaja dari yang paling mudah dipasang ke yang paling matang.

Catatan Penutup

Semua proyek di daftar ini menyelesaikan masalah yang sama dengan cara berbeda. Tidak ada yang “paling benar” — yang ada adalah mana yang cocok dengan bentuk pekerjaan kita.

Yang jelas: konteks yang lebih besar bukan memori.

Model bisa menampung sejuta token dan tetap lupa nama kamu besok pagi. Yang membedakan bukan seberapa banyak yang bisa dia pegang sekaligus, tapi seberapa banyak yang bisa dia bawa pulang dari satu sesi ke sesi berikutnya.

Dan itu masalah yang sekarang sudah punya banyak solusi — tinggal pilih mana yang pas.