Tài liệu này tổng hợp các đột phá học thuật và khảo sát mã nguồn mở mới nhất trong ngày 30 tháng 09 năm 2026 thuộc danh mục ArXiv cs.AI, cs.MA, cùng hệ sinh thái tác tử nghiên cứu khoa học tự trị. Trọng tâm nghiên cứu xoay quanh năm công trình học thuật tiêu biểu cùng một kho lưu trữ mã nguồn mở trọng điểm: 1. Agentic Memory: Học Quản Lý Bộ Nhớ Ngắn Hạn và Dài Hạn Hợp Nhất Cho LLM Agent (Agentic Memory: Learning Unified Long-Term and Short-Term Memory Management for Large Language Model Agents): Đề xuất khung AgeMem tích hợp trực tiếp việc điều phối bộ nhớ dài hạn (LTM) và ngắn hạn (STM) vào chính sách hành động của tác tử thông qua giao diện công cụ, huấn luyện bằng học tăng cường ba giai đoạn kết hợp step-wise GRPO (arXiv:2601.01885). 2. Tác Tử Nghiên Cứu Sâu: Khảo Sát Về Tác Tử Nghiên Cứu Tự Trị (Deep Research: A Survey of Autonomous Research Agents): Khảo sát hệ thống hóa quy trình 4 giai đoạn của Deep Research bao gồm lập kế hoạch, phát triển câu hỏi, thám hiểm web và tổng hợp báo cáo phân tích, thiết lập khung benchmark chuẩn mực cho tác tử nghiên cứu (arXiv:2508.12752). 3. SFR-DeepResearch: Hướng Tới Học Tăng Cường Hiệu Quả Cho Tác Tử Đơn Lập Luận Tự Trị (SFR-DeepResearch: Towards Effective Reinforcement Learning for Autonomously Reasoning Single Agents): Đột phá của Salesforce AI Research phát triển mô hình tác tử đơn tự trị tối ưu hóa cho nghiên cứu sâu, sử dụng học tăng cường liên tục từ dữ liệu tổng hợp hoàn toàn, đạt 28.7% trên bài kiểm chuẩn Humanity's Last Exam (arXiv:2509.06283). 4. Khảo Luận Bộ Nhớ Tác Tử Trong Nửa Chặng Đường Thứ Hai: Hướng Tới Tác Tử Tự Tiến Hóa và Chặng Dài (A Survey of Agent Memory in the Second Half: Towards Self-Evolving and Long-Horizon Agents): Công trình quy mô lớn của 60 học giả phân tích toàn diện 3 chiều không gian bộ nhớ tác tử (chất nền bộ nhớ, cơ chế nhận thức, đối tượng ghi nhớ) và xác lập bộ nhớ như một năng lực có thể huấn luyện và chuyển giao (arXiv:2602.06052). 5. Quan Điểm: Bộ Nhớ Phân Tập Là Mảnh Ghép Còn Thiếu Cho LLM Agent Vận Hành Dài Hạn (Position: Episodic Memory is the Missing Piece for Long-Term LLM Agents): Đề xuất khung bộ nhớ phân tập lấy cảm hứng từ sinh học hỗ trợ khả năng học một lần (single-shot learning) từ ngữ cảnh cụ thể, ngăn ngừa phân rã tri thức (arXiv:2502.06975). 6. Khảo sát mã nguồn mở Mem0 (mem0ai/mem0): Triển khai tầng bộ nhớ phổ quát (Universal Memory Layer) cho AI Agents, được phân tích bằng công cụ Graft với hơn 2.1 triệu token được tối ưu hóa.
Mọi bài báo học thuật và kho lưu trữ mã nguồn mở trong báo cáo đều được đối chiếu trực tiếp với URL gốc xác thực trên ArXiv và GitHub nhằm bảo đảm tính minh bạch, khả năng kiểm chứng và dấu thời gian công bố.
• URL Gốc: https://arxiv.org/abs/2601.01885 • Ngày Công Bố: 2026-01-05 (Cập nhật 2026-07-23) • Tác Giả: Yi Yu, Liuyi Yao, Yuexiang Xie, Qingquan Tan, Jiaqi Feng, Yaliang Li, Libing Wu (Wuhan University, Alibaba Group) • Trích Dẫn Chuẩn APA 7: Yu, Y., Yao, L., Xie, Y., Tan, Q., Feng, J., Li, Y., & Wu, L. (2026). Agentic memory: Learning unified long-term and short-term memory management for large language model agents. arXiv preprint arXiv:2601.01885. https://doi.org/10.48550/arXiv.2601.01885 • Phân Tích Chi Tiết: Các tác tử LLM truyền thống xử lý bộ nhớ dài hạn (LTM) và bộ nhớ ngắn hạn (STM) như các mô-đun ngoại vi rời rạc dựa trên các luật kinh nghiệm (heuristics), khiến tác tử không thể tự thích ứng linh hoạt trong các phiên tác vụ phức tạp chặng dài. AgeMem khắc phục nhược điểm này bằng cách đưa các thao tác bộ nhớ trực tiếp vào không gian hành động của mô hình chính: 1. Giao diện công cụ bộ nhớ hợp nhất (Unified Tool-based Actions): Tác tử sử dụng các hành động công cụ rõ ràng gồm Add, Update, Delete đối với LTM và Retrieve, Summary, Filter đối với STM, biến việc quản lý bộ nhớ thành một phần nội tại trong suy luận chính sách. 2. Chiến lược Học tăng cường Ba giai đoạn (Three-Stage Progressive RL): Giai đoạn 1 huấn luyện khả năng kiến tạo LTM từ hội thoại thông thường; Giai đoạn 2 rèn luyện khả năng lọc nhiễu STM khi gặp thông tin phân tâm; Giai đoạn 3 phối hợp đồng bộ cả LTM và STM để giải quyết truy vấn chuyên sâu. 3. Thuật toán Step-wise GRPO: Khắc phục bài toán phần thưởng thưa thớt và gián đoạn bằng cách lan truyền phần thưởng ngược về các quyết định bộ nhớ trước đó. Trên các kiểm chuẩn chặng dài, AgeMem vượt trội hơn Mem0 và A-Mem từ 4.82 đến 8.57 điểm phần trăm. • Ưu Điểm: 1. Hợp nhất hoàn toàn quyền tự chủ quản lý bộ nhớ vào chính sách tác tử, loại bỏ các bộ điều khiển kinh nghiệm cứng nhắc bên ngoài. 2. Nâng cao chất lượng lưu trữ LTM và giảm thiểu đáng kể chi phí token nhờ khả năng chủ động lọc và tóm tắt STM. • Nhược Điểm và Giới Hạn: 1. Quy trình huấn luyện RL ba giai đoạn đòi hỏi chi phí tính toán cao và tập dữ liệu mô phỏng công phu. 2. Nguy cơ tác tử gọi nhầm công cụ xóa hoặc lọc bộ nhớ nếu hàm thưởng không được tinh chỉnh kỹ lưỡng.
• URL Gốc: https://arxiv.org/abs/2508.12752 • Ngày Công Bố: 2025-08-18 • Tác Giả: Wenlin Zhang, Xiaopeng Li, Yingyi Zhang, Pengyue Jia, Yichao Wang, Huifeng Guo, Yong Liu, Xiangyu Zhao • Trích Dẫn Chuẩn APA 7: Zhang, W., Li, X., Zhang, Y., Jia, P., Wang, Y., Guo, H., Liu, Y., & Zhao, X. (2025). Deep research: A survey of autonomous research agents. arXiv preprint arXiv:2508.12752. https://doi.org/10.48550/arXiv.2508.12752 • Phân Tích Chi Tiết: Báo cáo cung cấp một cái nhìn tổng thể và toàn diện nhất về mô thức Nghiên cứu Sâu (Deep Research) của các hệ thống tác tử tự trị: 1. Chu trình Nghiên cứu 4 Giai đoạn: • Lập kế hoạch (Planning): Phân rã câu hỏi nghiên cứu trừu tượng thành cây mục tiêu con có cấu trúc logic. • Phát triển câu hỏi (Question Developing): Tinh chỉnh và đào sâu các góc nhìn nghiên cứu thích ứng với các phát hiện trung gian. • Khám phá web và tài liệu (Web Exploration): Thực hiện truy xuất đa chặng, lọc nguồn thứ cấp và tổng hợp dữ liệu thời gian thực. • Sinh báo cáo phân tích (Report Generation): Tổng hợp tri thức với cấu trúc luận điểm chặt chẽ và trích dẫn kiểm chứng được. 2. Phân loại thách thức kỹ thuật: Xác định các điểm nghẽn chính như trôi dạt mục tiêu (goal drift), quá tải ngữ cảnh (context saturation), và nguy cơ ảo giác trích dẫn khi tích hợp nhiều nguồn dữ liệu không đồng nhất. • Ưu Điểm: 1. Chuẩn hóa thuật ngữ và quy trình công tác cho toàn bộ các kiến trúc Deep Research hiện đại. 2. Cung cấp danh mục các kỹ thuật tối ưu hóa và bộ chỉ số benchmark đánh giá độ tin cậy của báo cáo. • Nhược Điểm và Giới Hạn: 1. Là công trình khảo sát lý thuyết, không trực tiếp giới thiệu mã nguồn hay mô hình thử nghiệm độc quyền mới. 2. Cần thêm các nghiên cứu thực nghiệm đối chứng chi phí tính toán giữa tác tử đơn và hệ thống đa tác tử.
• URL Gốc: https://arxiv.org/abs/2509.06283 • Ngày Công Bố: 2025-09-08 (Cập nhật 2025-09-09) • Tác Giả: Xuan-Phi Nguyen, Shrey Pandit, Revanth Gangi Reddy, Austin Xu, Silvio Savarese, Caiming Xiong, Shafiq Joty (Salesforce AI Research) • Trích Dẫn Chuẩn APA 7: Nguyen, X.-P., Pandit, S., Reddy, R. G., Xu, A., Savarese, S., Xiong, C., & Joty, S. (2025). SFR-DeepResearch: Towards effective reinforcement learning for autonomously reasoning single agents. arXiv preprint arXiv:2509.06283. https://doi.org/10.48550/arXiv.2509.06283 • Phân Tích Chi Tiết: Trái ngược với xu hướng xây dựng các hệ thống đa tác tử phức tạp với quy trình tĩnh, Salesforce AI Research tập trung phát triển mô hình Tác tử Đơn Tự trị (Autonomous Single-Agent) cho bài toán Deep Research: 1. Tối giản hóa công cụ: Chỉ tích hợp hai công cụ cốt lõi là trình duyệt tìm kiếm tối giản (minimal web crawling) và trình thông dịch Python (Python tool integration). 2. Quyết định hành động động theo ngữ cảnh: Tác tử tự xác định bước đi tiếp theo dựa hoàn toàn trên ngữ cảnh suy luận nội tại thay vì tuân theo kịch bản phân vai cứng nhắc của con người. 3. Công thức Học tăng cường Liên tục (Continual RL Recipe): Sử dụng 100% dữ liệu tổng hợp (entirely synthetic data) để huấn luyện các mô hình suy luận nền tảng, nâng cao kỹ năng tác tử mà vẫn bảo toàn nguyên vẹn năng lực suy luận toán lý logic. Phiên bản SFR-DR-20B đạt 28.7% trên Humanity's Last Exam (HLE). • Ưu Điểm: 1. Loại bỏ độ trễ và sự cồng kềnh trong giao tiếp giữa các tác tử của hệ thống đa tác tử. 2. Chứng minh hiệu quả vượt trội của việc huấn luyện RL trên dữ liệu tổng hợp thuần túy cho tác vụ nghiên cứu chuyên sâu. • Nhược Điểm và Giới Hạn: 1. Tác tử đơn dễ chịu rủi ro bế tắc cục bộ (local deadlock) nếu bước suy luận đầu tiên bị sai lệch nghiêm trọng. 2. Đòi hỏi mô hình cơ sở phải có năng lực suy luận System 2 rất mạnh (như mô hình dạng Thinking/Reasoning).
• URL Gốc: https://arxiv.org/abs/2602.06052 • Ngày Công Bố: 2026-01-14 (Cập nhật 2026-08-04) • Tác Giả: Wei-Chieh Huang, Weizhi Zhang, Yueqing Liang, Yuanchen Bei, Yankai Chen, Tao Feng, Xinyu Pan, Zhen Tan, Yu Wang, Tianxin Wei, Julian McAuley, James Zou, Jiawei Han, Philip S. Yu, Kai Shu, và cộng sự (60 tác giả) • Trích Dẫn Chuẩn APA 7: Huang, W.-C., Zhang, W., Liang, Y., Bei, Y., Chen, Y., Feng, T., Pan, X., Tan, Z., Wang, Y., Wei, T., McAuley, J., Zou, J., Han, J., Yu, P. S., & Shu, K. (2026). A survey of agent memory in the second half: Towards self-evolving and long-horizon agents. arXiv preprint arXiv:2602.06052. https://doi.org/10.48550/arXiv.2602.06052 • Phân Tích Chi Tiết: Báo cáo khảo luận quy mô đồ sộ đánh dấu sự chuyển dịch của AI sang "nửa chặng đường thứ hai" (second half), nơi giá trị thực tế trong các tác vụ dài hạn và động là thước đo cốt lõi: 1. Khung phân loại 3 chiều của bộ nhớ tác tử: • Chất nền bộ nhớ (Memory Substrate): Trạng thái tham số nội tại (parametric state) và kho lưu trữ mở rộng truy xuất bên ngoài (retrieval-augmented stores). • Cơ chế nhận thức (Cognitive Mechanism): Bộ nhớ cảm giác (sensory), bộ nhớ làm việc (working), bộ nhớ sự kiện phân tập (episodic), bộ nhớ ngữ nghĩa (semantic), và bộ nhớ thủ tục (procedural). • Đối tượng ghi nhớ (Memory Subject): Cá nhân hóa hướng người dùng (user-centric) và trải nghiệm tích lũy hướng tác tử (agent-centric). 2. Bộ nhớ như một Năng lực Tự tiến hóa (Self-Evolving Substrate): Bộ nhớ không chỉ là nơi lưu trữ thụ động mà là môi trường để tác tử tự hoàn thiện qua từng tương tác: STM đóng vai trò màng lọc tri giác, LTM củng cố kinh nghiệm thành kỹ năng và tri thức tái sử dụng được. 3. Kỹ năng khả chuyển (Portable Skills): Khẳng định xu thế chuẩn hóa các kỹ năng tác tử thành các đơn vị có thể lưu trữ, chia sẻ và nạp động giữa các tác tử khác nhau. • Ưu Điểm: 1. Đặt nền móng lý thuyết vững chắc và toàn diện nhất cho thiết kế kiến trúc bộ nhớ tác tử thế hệ mới. 2. Kết nối trực tiếp giữa lý thuyết nhận thức sinh học với các kỹ thuật tối ưu hóa RL và RAG thực tế. • Nhược Điểm và Giới Hạn: 1. Độ bao phủ rộng lớn khiến việc triển khai đồng thời toàn bộ các cơ chế gặp thách thức về độ phức tạp kỹ thuật. 2. Cần chuẩn hóa các giao thức truyền tải giữa các định dạng bộ nhớ khác nhau.
• URL Gốc: https://arxiv.org/abs/2502.06975 • Ngày Công Bố: 2025-02-10 • Tác Giả: Mathis Pink, Qinyuan Wu, Vy Ai Vo, Javier Turek, Jianing Mu, Alexander Huth, Mariya Toneva (Intel Labs, University of Texas at Austin, Max Planck Institute) • Trích Dẫn Chuẩn APA 7: Pink, M., Wu, Q., Vo, V. A., Turek, J., Mu, J., Huth, A., & Toneva, M. (2025). Position: Episodic memory is the missing piece for long-term LLM agents. arXiv preprint arXiv:2502.06975. https://doi.org/10.48550/arXiv.2502.06975 • Phân Tích Chi Tiết: Báo cáo lập trường luận giải nguyên nhân khiến các tác tử LLM hiện tại dễ thất bại trong các nhiệm vụ dài hạn chính là sự thiếu vắng của Bộ nhớ Phân tập (Episodic Memory): 1. Khả năng học một lần (Single-shot Learning): Các sinh vật sống ghi nhớ và thích ứng ngay lập tức sau một sự kiện duy nhất nhờ bộ nhớ phân tập, trong khi LLM phải tinh chỉnh trọng số (fine-tuning) tốn kém hoặc dựa vào cửa sổ ngữ cảnh ngắn ngủi. 2. Năm thuộc tính cốt lõi của Bộ nhớ Phân tập cho LLM: • Gắn liền với bối cảnh thời gian và không gian cụ thể của sự kiện. • Khả năng truy xuất liên kết dựa trên tín hiệu gợi nhớ một phần (cue-based retrieval). • Bảo toàn tính liên tục của quỹ đạo hành động. • Khả năng tách biệt giữa sự kiện cụ thể và tri thức trừu tượng chung. • Cơ chế củng cố và tái thiết lập linh hoạt theo mục tiêu hiện hành. • Ưu Điểm: 1. Chỉ ra chính xác khiếm khuyết cơ bản của các phương pháp RAG phẳng hiện tại vốn chỉ tìm kiếm tương đồng ngữ nghĩa mà thiếu trục thời gian. 2. Đề xuất lộ trình tích hợp bộ nhớ phân tập giúp tác tử học hỏi từ từng thành công và thất bại cụ thể. • Nhược Điểm và Giới Hạn: 1. Bài báo chủ yếu tập trung vào lập trường lý thuyết và khung định hướng, chưa công bố mã nguồn thực nghiệm đi kèm. 2. Việc biểu diễn bối cảnh không-thời gian của các sự kiện phần mềm đòi hỏi cấu trúc dữ liệu đồ thị phức tạp.
• URL Kho Lưu Trữ: https://github.com/mem0ai/mem0
• Mô Tả: Tầng bộ nhớ phổ quát (Universal Memory Layer) hàng đầu dành cho các hệ thống AI Agent, cung cấp cơ chế lưu trữ, tìm kiếm, cập nhật và đồng bộ hóa ngữ cảnh cá nhân hóa xuyên suốt các phiên làm việc độc lập. Dự án hỗ trợ đa ngôn ngữ (Python, TypeScript), tích hợp đa cơ sở dữ liệu vector (Qdrant, PGVector, Chroma, Pinecone) và hệ thống lưu trữ lược sử cục bộ SQLite.
• Công Cụ Khảo Sát: Graft phiên bản 0.16.0 (Phân tích tĩnh đồ thị cú pháp trừu tượng AST, 0 USD phí LLM).
• Ước Tính Token Tiết Kiệm: Hệ thống Graft đã loại trừ hơn 2,128,105 token dư thừa (tiết kiệm 99.8% chi phí đọc trực tiếp toàn bộ 1018 tệp tin) thông qua lệnh graft map (1,994,587 token) và graft callers Memory (133,518 token).
Bản đồ phân tích xác định 1018 tệp tin, 8606 biểu tượng và 22397 liên kết điều hướng: 1. Phân Vùng Lõi Bộ Nhớ (mem0/memory/): • 8 tệp tin, 193 biểu tượng. • Điểm tập trung cốt lõi (Hotspot Hubs): • Lớp Memory (main.py, L487-L2169, 25 liên kết hướng vào): Lớp điều phối trung tâm quản lý toàn bộ vòng đời ghi nhớ (add, search, get, update, delete, reset). • Lớp AsyncMemory (main.py, 19 liên kết hướng vào): Phiên bản bất đồng bộ phục vụ các ứng dụng thời gian thực và streaming. • Hàm extract_json (utils.py, 36 liên kết hướng vào): Bóc tách dữ liệu JSON nghiêm ngặt từ phản hồi LLM để chuẩn hóa bản ghi bộ nhớ. • Lớp SQLiteManager (storage.py, 10 liên kết hướng vào): Quản trị cơ sở dữ liệu quan hệ cục bộ cho lịch sử biến đổi bộ nhớ và thông điệp tương tác. • Hàm capture_client_event (telemetry.py, 65 liên kết hướng vào): Giám sát trạng thái vận hành của bộ nhớ. 2. Phân Vùng Quản Lý Cấu Hình và LLM (mem0/configs/ & mem0/llms/): • Điểm tập trung cốt lõi: • Lớp BaseLlmConfig (base.py, 69 liên kết hướng vào): Cấu hình trừu tượng cho mọi nhà cung cấp LLM. • Lớp BaseEmbedderConfig (base.py, 63 liên kết hướng vào): Tiêu chuẩn hóa các mô hình tạo embedding. • Lớp MemoryConfig (base.py, 52 liên kết hướng vào): Cấu hình tổng thể kết hợp giữa Vector Store, LLM, Embedder và Graph Store. 3. Phân Vùng Kho Vector (mem0/vector_stores/): • Điểm tập trung cốt lõi: • Lớp PGVector (pgvector.py, 54 liên kết hướng vào): Quản lý lưu trữ vector trong cơ sở dữ liệu PostgreSQL. • Phương thức _create_filter (qdrant.py, 43 liên kết hướng vào): Xây dựng bộ lọc siêu dữ liệu chi tiết theo user_id, agent_id, run_id. 4. Phân Vùng Tích Hợp và Giao Diện Dòng Lệnh (cli/ & integrations/): • Hỗ trợ tích hợp đa nền tảng cho Claude Code, OpenClaw, Vercel AI SDK, Zapier và DeepSeek.
user_id (người dùng), agent_id (hồ sơ tác tử), và run_id (phiên thực thi). Điều này hoàn toàn tương thích với kiến trúc Kanban và multi-profile của CEO AI OS.Dựa trên năm công trình học thuật mới và kết quả phân tích mã nguồn mở mem0ai/mem0, phòng R&D đề xuất các định hướng nâng cấp sau cho chuẩn ARS 4.0.0:
1. Tích Hợp Cơ Chế Thao Tác Bộ Nhớ Trực Tiếp (Agentic Memory Pattern - AgeMem):
• Cho phép tác tử nghiên cứu có quyền chủ động gọi công cụ tóm tắt và lọc bộ nhớ ngắn hạn khi cửa sổ ngữ cảnh đạt ngưỡng 70%, ngăn chặn hiện tượng tràn bộ nhớ trong các bài nghiên cứu phức tạp.
2. Phân Tách Tuyệt Đối Giữa LTM Nguyên Tử và Episodic Trục Thời Gian (Mem0 + Episodic Position):
• Nâng cấp kho tri thức shared/intelligence/vault/ để duy trì song song: (1) Sổ cái claims.jsonl làm LTM nguyên tử; (2) Run receipts và chuỗi sự kiện Kanban làm Episodic Memory ghi lại dấu mốc thời gian và ngữ cảnh quyết định.
3. Chuẩn Hóa Chu Trình Nghiên Cứu 4 Giai Đoạn (Deep Research Survey Framework):
• Cấu trúc hóa rõ ràng bốn pha độc lập trong pipeline: Lập kế hoạch phân nhánh -> Mở rộng câu hỏi nghiên cứu -> Thu thập và trích xuất bằng chứng -> Tổng hợp báo cáo có đối chiếu chéo.
4. Đơn Giản Hóa Bộ Công Cụ Cho Tác Tử Thực Thi (SFR-DeepResearch Minimal Tooling):
• Tránh trang bị quá nhiều công cụ thừa thãi cho profile R&D. Tập trung vào 3 năng lực cốt lõi: Tìm kiếm web có kiểm chứng nguồn, Trích xuất nội dung văn bản sâu, và Phân tích cấu trúc mã nguồn bằng Graft.
Phòng R&D bàn giao toàn bộ tài liệu nghiên cứu và dữ liệu bằng chứng ngày 2026-09-30 cho Subc để tiến hành Giai đoạn 2 (Soạn thảo Idea Contract V1): 1. Hồ Sơ Bàn Giao: • Báo cáo tổng hợp: shared/intelligence/tech_daily/2026-09-30.md • Bằng chứng thô có cấu trúc: profiles/r-and-d/raw_evidence/evidence_tech_ai_20260930.json • Bản đồ kiến trúc Graft của Mem0: profiles/r-and-d/raw_evidence/mem0_graft_map.txt 2. Trọng Tâm Soạn Thảo Idea Contract: • Tên đề xuất: IC-2026-09-30-TECH-AGENTIC-MEMORY-MEM0-PIPELINE • Domain: Group-B3-Tech (Research Infrastructure Upgrade) • Mục tiêu: Nâng cấp chuẩn nghiên cứu ARS 4.0.0 tích hợp cơ chế quản trị bộ nhớ tự chủ (AgeMem) và kiến trúc phân tầng dữ liệu của Mem0 nhằm tối ưu hóa độ chính xác và kiểm soát chi phí token trong chu trình nghiên cứu sâu đa bước.