Figure 1. Ilustrasi penulis: short-term memory hilang saat sesi ditutup, persistent memory dipanggil ulang di sesi baru
(https://arxiv.org/abs/2310.08560)

Bayangkan kamu menutup tab chat di malam hari. Besok paginya sesi baru dibuka, dan AI itu lupa semuanya: proyek, gaya jawaban yang kamu minta, bahkan nama proyekmu, dan kamu mulai lagi dari nol, seperti skema pada Figure 1. Lebih berbahaya lagi: agent teringat hal keliru dari sesi sebelumnya, misalnya versi library yang sudah kamu tinggalkan. Keputusan baru lalu dibangun di atas ingatan salah itu. Jawabannya ada pada bidang yang kini disebut agent memory.

Apa Itu Agent Memory?

Agent memory adalah kemampuan AI agent menyimpan dan memanggil kembali informasi dari percakapan sebelumnya. Agent sendiri berarti sistem AI yang mengerjakan tugas berantai secara mandiri. Gagasannya dipopulerkan lewat paper MemGPT (arXiv 2310.08560) pada 2023, ditulis tim dengan Charles Packer sebagai penulis pertama. Mereka mengibaratkan memori LLM seperti manajemen memori sistem operasi: data berpindah antara memori cepat yang sempit dan penyimpanan lambat yang luas, sehingga model seolah punya ruang ingatan besar. Paper itu menunjukkan chat multi-sesi: agent yang mengingat dan berkembang lewat interaksi panjang.

Bagaimana Agent Memory Bekerja?

Tiga mekanismenya berjalan di tempat penyimpanan berbeda, dari memori sesi sampai penyimpanan lintas thread pada Figure 2:

  • Short-term memory: konteks yang tinggal di context window, ruang kerja model selama percakapan. Cepat diakses, tapi hilang saat sesi ditutup.
  • Persistent memory: informasi yang disimpan di luar model, misalnya di vector database, file, atau database biasa. Saat sesi baru dibuka, sistem memanggil ingatan relevan kembali.
  • Konsolidasi: proses menulis dan mengambil ingatan: append (menambah catatan), summarize (meringkas inti), atau reflection (menarik kesimpulan).
Figure 2. Grafik LangChain: memori agent dari short (thread-scoped) menuju long (cross-thread)
(https://www.langchain.com/blog/launching-long-term-memory-support-in-langgraph)

Ketika Ingatan Itu Keliru

Persistent memory punya sisi yang jarang dibahas: ingatan yang salah lebih awet daripada yang hilang. Konteks bisa usang, misalnya catatan tentang versi library lama, padahal kamu sudah migrasi bulan lalu. Konflik juga mudah terjadi: dua ingatan dari periode berbeda bisa saling bertentangan, dan agent tidak punya patokan memilih yang lebih baru. Dokumentasi Claude Code mengakui instruksi yang bertentangan bisa diikuti salah satunya secara sembarangan. Akibatnya, agent menulis kode dengan konvensi lama, dan langkah berikutnya ikut salah.

Contoh Penggunaan di Dunia Nyata

Di ChatGPT, fitur Memory mulai diuji pada 2024. Ia menyimpan preferensi dan detail penting dari chat kamu untuk jawaban berikutnya. Menghapus satu chat tidak otomatis menghapus memory yang tersimpan; kamu bisa meninjau dan menghapusnya lewat pengaturan. Claude Code, coding agent dari Anthropic, memakai file bernama CLAUDE.md sebagai memori proyek, dimuat lagi ke context window di tiap sesi baru. Fin, AI agent dukungan pelanggan dari Intercom, menyimpan log pesan dan ringkasan percakapan selama 45 hari, sementara fakta penting pelanggan dipertahankan 180 hari. Pelanggan yang kembali tidak perlu mengulang cerita dari awal.

Short-term vs Persistent Memory

Aspek Short-term memory Persistent memory
Tempat simpan Context window model Vector database, file, atau database di luar model
Umur Hidup selama sesi berjalan Bertahan lintas sesi sampai dihapus
Kapasitas Terbatas ukuran context window Jauh lebih luas, tumbuh sesuai kebutuhan
Kecepatan akses Cepat, langsung tersedia Lebih lambat, butuh langkah pencarian
Contoh implementasi Riwayat chat satu sesi CLAUDE.md, Memory ChatGPT, Fin memory
Risiko utama Hilang saat sesi ditutup Salah ingat, usang, dan konflik antar ingatan

Kelebihan dan Keterbatasan

  • Kelebihan: agent tidak mengulang pertanyaan yang sama; preferensi dan riwayat kerja langsung tersedia di sesi berikutnya.
  • Keterbatasan: memory menambah biaya dan langkah pemrosesan, karena ingatan harus dicari dan dimuat ulang tiap sesi baru.
  • Risiko: ingatan usang atau keliru bisa bertahan lama; tinjau memory seperti dokumentasi biasa.

Kesimpulan

Agent memory mengubah AI dari lawan bicara sekali pakai jadi rekan kerja yang menumpuk pengalaman. Teknologinya sudah bisa dipakai hari ini, dari fitur Memory di ChatGPT sampai file CLAUDE.md di coding agent. Kualitas memori menentukan seberapa jauh agent bisa dipercaya untuk pekerjaan berkelanjutan. Sekarang, buka pengaturan Memory di aplikasi AI yang kamu pakai dan lihat apa saja yang sudah ia ingat tentangmu. Mulailah dari yang sederhana: catat keputusan penting proyekmu di satu file, lalu tinjau ulang berkala.

Penulis: Emmanuel Daniel Widhiarto, S.Kom – FDP Scholar

Referensi

Packer, C., dkk. (2023). MemGPT: Towards LLMs as Operating Systems. https://arxiv.org/abs/2310.08560

OpenAI. (2024). Memory and new controls for ChatGPT. https://openai.com/index/memory-and-new-controls-for-chatgpt/

Anthropic. (2025). How Claude remembers your project. https://code.claude.com/docs/en/memory

LangChain. (2024). Launching Long-Term Memory Support in LangGraph. https://www.langchain.com/blog/launching-long-term-memory-support-in-langgraph

Letta. (2025). Introduction to Stateful Agents. https://docs.letta.com/guides/agents/memory

Intercom. (2026). Fin memory. https://www.intercom.com/help/en/articles/16001516-fin-memory