Perplexity trình bày chi tiết kiến trúc bộ nhớ Brain và thử nghiệm Agent API

Ngày 2 tháng 11 năm 2026, Perplexity công bố hướng dẫn kỹ thuật về bộ nhớ bền vững cho tác nhân AI, trình bày chi tiết hệ thống Brain trong Perplexity Computer, các thành phần xây dựng bộ nhớ của Agent API và những thử nghiệm nhằm xác định liệu ngữ cảnh được lưu trữ có cải thiện hiệu quả công việc sau này của tác nhân hay không.

Kiến trúc và kết quả được công bố của Brain

Perplexity mô tả Brain là hệ thống bộ nhớ tự cải thiện dành cho Computer, được xây dựng để sắp xếp công việc trước đây và những điều chỉnh thành một wiki kiến thức liên tục phát triển. Hệ thống sử dụng bộ nhớ ở cấp độ token, nghĩa là thông tin được lưu bên ngoài mô hình và được đưa vào ngữ cảnh khi cần. Việc thay đổi một trang wiki sẽ làm thay đổi những gì tác nhân có thể đọc trong một nhiệm vụ sau đó mà không sửa đổi các trọng số đã học của mô hình.

Brain lưu trữ những bản ghi này dưới dạng tệp trong môi trường hộp cát của tác nhân, qua ba lớp. Thư mục sessions/ lưu giữ bản ghi nguyên văn và các bản tóm tắt của chúng, notes/ sắp xếp thông tin đã cô đọng theo chủ đề, còn knowledge/ chứa các trang Markdown được liên kết trong wiki về con người, dự án và khái niệm. Hướng dẫn phân loại bản ghi phiên làm bộ nhớ tình tiết và wiki làm bộ nhớ ngữ nghĩa; Kỹ năng và các chỉ dẫn đã lưu cung cấp bộ nhớ quy trình, hướng dẫn cách thực hiện nhiệm vụ.

Các tác nhân chạy nền có tên Dream xử lý bản ghi phiên của từng ngày qua đêm, tạo bản tóm tắt và chỉnh sửa wiki khi thông tin thay đổi. Perplexity cho biết họ kiểm tra các chỉnh sửa đã đưa vào giai đoạn chờ trước khi chúng được ghi nhận bằng Git, đồng thời lưu lại bản diff để kiểm tra. Mỗi mục bộ nhớ đều liên kết ngược về nguồn; trong khi đó, các bản cập nhật chạy nền của Brain củng cố thông tin vẫn còn phù hợp, chỉnh sửa mục khi có thay đổi và đánh dấu nội dung đã lỗi thời.

Perplexity cho biết trong một đợt đánh giá ghép cặp kéo dài 30 ngày, các phiên có Brain cải thiện độ chính xác thêm 9,3 điểm phần trăm và khả năng ghi nhớ thêm 8,9 điểm, đồng thời sử dụng ít hơn khoảng 15% số token. Trong một phép đo chuẩn nội bộ riêng biệt, gồm 150 câu hỏi về tài liệu tài chính, tác nhân tìm hiểu bằng các công cụ tệp tiêu chuẩn đạt điểm câu trả lời 0,627, so với khoảng 0,37 của phương pháp tìm kiếm ngữ nghĩa trên cùng tập dữ liệu.

Các thành phần bộ nhớ của Agent API

Perplexity nêu rõ sự khác biệt giữa dịch vụ dành cho nhà phát triển và Brain: Agent API không bao gồm hệ thống bộ nhớ tự duy trì. Thay vào đó, API cung cấp các quy trình có quản lý phiên bản, phương thức chuyển ngữ cảnh hội thoại giữa các yêu cầu và công cụ để đọc, ghi dữ liệu vào kho lưu trữ do nhà phát triển kiểm soát.

Một Kỹ năng tùy chỉnh gộp các chỉ dẫn, quy trình và tệp hỗ trợ dưới một số phiên bản. Hồ sơ lưu cấu hình rộng hơn, bao gồm mô hình, chỉ dẫn, công cụ, Kỹ năng, trình kết nối và cài đặt chạy, dưới một ID có quản lý phiên bản. Kỹ năng không tự học; chỉ dẫn của chúng thay đổi khi một người hoặc quy trình tự động tải lên phiên bản mới.

Nhà phát triển có hai lựa chọn để duy trì ngữ cảnh làm việc giữa các lượt. Họ có thể đưa một số tin nhắn trước đó đã chọn vào mảng đầu vào của yêu cầu tiếp theo, tự quyết định nội dung nào cần giữ lại, tóm tắt, ẩn đi hoặc loại bỏ. Ngoài ra, họ có thể truyền ID của một phản hồi đã hoàn tất dưới dạng previous_response_id, qua đó cho phép Perplexity duy trì trạng thái hội thoại trên máy chủ của mình mà không cần ứng dụng gửi lại các lượt trước. Dù chọn cách nào, họ vẫn cần cung cấp mọi chỉ dẫn, công cụ hoặc cài đặt mô hình mới cần thiết cho phản hồi tiếp theo.

Nhà phát triển vẫn chịu trách nhiệm lưu trữ dữ liệu tình tiết và ngữ nghĩa. Có thể dùng lệnh gọi hàm để thực hiện thao tác đọc trước khi tác nhân hành động và thao tác ghi sau đó; ứng dụng sẽ thực thi các lệnh gọi và trả về kết quả. Việc ghi lại kết quả, nguồn hỗ trợ và nội dung người dùng điều chỉnh sau đó tạo nền tảng cho một bản ghi tình tiết, thay vì chỉ ghi nhận rằng thông tin đã được truy xuất. Một máy chủ MCP từ xa tương thích là một lựa chọn khác, cho phép cung cấp các thao tác bộ nhớ mà không cần các lớp bao hàm hàm tùy chỉnh riêng. Perplexity liệt kê GitHub, Slack, Google Drive, Datadog, Linear và Notion trong số các trình kết nối được quản lý; trình kết nối tùy chỉnh có thể cung cấp quyền truy cập vào các hệ thống nội bộ.

Thử nghiệm và các cơ chế kiểm soát của Computer

Thử nghiệm phiên mới trong hướng dẫn bắt đầu bằng một yêu cầu không phát lại các tin nhắn hoặc previous_response_id, đồng thời vẫn giữ quyền truy cập vào cùng một kho bộ nhớ. Sau đó, tác nhân được yêu cầu thực hiện công việc liên quan mà không được nhắc lại điều chỉnh trước đó. Đối với một tác nhân triển khai, Perplexity đề xuất kiểm tra xem tác nhân có truy xuất và sử dụng lệnh khôi phục đã được xác minh cho dịch vụ bị ảnh hưởng hay không, có giữ nguyên quy trình của các dịch vụ khác hay không, và có áp dụng hướng dẫn mới hơn khi lệnh thay đổi trong khi vẫn giữ nguồn có thể truy vết hay không.

Để so sánh trường hợp có và không có bộ nhớ, Perplexity khuyến nghị giữ nguyên phiên bản mô hình, Hồ sơ và Kỹ năng, đồng thời bắt đầu từ một ảnh chụp trạng thái kho đã biết để một thử nghiệm không thể giúp tác nhân học trước đáp án cho thử nghiệm tiếp theo. Perplexity cũng khuyến nghị lưu lại các trường hợp thất bại để những lần chỉnh sửa sau có thể xử lý thành công. Thay vì chỉ dựa vào khả năng nhớ lại, hướng dẫn khuyến nghị đo lường việc hoàn thành các nhiệm vụ phụ thuộc vào bộ nhớ, đồng thời tính cả chi phí và độ trễ.

Trong Computer, Brain sử dụng dữ liệu từ các phiên làm việc, công cụ được kết nối, tệp và sản phẩm đầu ra, cùng với những chỉnh sửa của người dùng. Giao diện Memory cho phép người dùng xem các mục ghi nhớ, truy ngược chúng về nguồn và chỉnh sửa hoặc xóa. Brain loại trừ các phiên ẩn danh và có một nút bật/tắt riêng.

Ví dụ về Rho trong hướng dẫn mô tả một dự án lập hóa đơn, trong đó Computer rà soát các thay đổi qua đêm, phát hiện điểm không nhất quán và đăng bản tổng hợp buổi sáng lên Slack. Rho cho biết thời lượng họp hằng tuần đã giảm từ 2,5 giờ xuống còn 15 phút và ước tính tiết kiệm được 120 giờ làm việc trong dự án kéo dài 12 tuần. Perplexity cho biết ước tính 120 giờ tính gộp quy trình gồm các bộ kết nối, các lượt chạy qua đêm và bản tổng hợp trên Slack, đồng thời cho biết hiện chưa thể định lượng riêng phần đóng góp của bộ nhớ.

Do đó, hướng dẫn chưa xác định được mức đóng góp riêng của bộ nhớ vào khoản tiết kiệm mà Rho báo cáo.