Paper từ Stanford, SambaNova, và UC Berkeley giới thiệu Agentic Context Engineering (ACE) — phân tách Generator-Reflector-Curator mang lại cải thiện +10.6% trên agent task và +8.6% trên finance task, không cần gradient update. Đây là ý nghĩa kiến trúc cho team đang xây dựng AI agent production.
Agent không có memory là demo. Agent có memory mới là sản phẩm. Đây là stack kiến trúc memory phân biệt một AI agent thực sự hữu ích với một cái luôn quên tất cả mọi thứ — và cách xây dựng nó mà không cần rebuild toàn bộ infrastructure.
Nghiên cứu TurboQuant của Google giảm memory overhead KV cache ~100x bằng thuật toán hai bước kết hợp PolarQuant vector rotation và Johnson-Lindenstrauss compression. Điều này có thể làm cho model context 2M token trở nên khả thi kinh tế với nhiều team hơn.
Phần 10 của 12 — Làm agents thông minh hơn theo thời gian với long-term memory, RAG, task reflection và inter-agent knowledge sharing.
Nhận thông báo khi có bài viết mới về AI, .NET, kiến trúc cloud và nhiều chủ đề khác.
