Perplexity เปิดตัว Brain · ความจำที่ทำให้ AI agent จำงานเก่าได้ ยิ่งใช้ยิ่งถูกลง 13%

Perplexity เปิดตัว Brain เมื่อวันที่ 18 มิถุนายน 2026 · ระบบความจำตัวใหม่ที่ทำให้ AI agent บน Perplexity Computer จำงานที่เคยทำมาได้ แทนที่จะเริ่มจากศูนย์ทุกครั้งที่สั่งงานใหม่ Perplexity Computer คือ agent ที่รันงานหลายขั้นตอนแทนคนได้ · ปัญหาเดิมของมันคือ จบงานหนึ่งแล้วมันลืมหมด ทำงานคล้ายเดิมรอบหน้าก็ต้องเริ่มหาข้อมูล ลองผิดลองถูกใหม่ทั้งหมด

Brain เข้ามาแก้ตรงนี้ จุดขายมีอยู่ข้อเดียว · ยิ่งใช้บ่อย agent ยิ่งเก่งขึ้นและถูกลงในงานที่เคยทำ เพราะมันไม่ลืมว่ารอบที่แล้วอะไรเวิร์ก อะไรเป็นทางตัน ตรงไหนที่คนต้องเข้ามาแก้ ที่น่าสนใจคือสิ่งที่ Brain จำ ไม่เหมือนความจำของ AI ที่เราคุ้นเคย และนั่นคือหัวใจที่ทำให้มันต่าง

ความจำที่จำ "งานของ AI" ไม่ใช่จำรสนิยมของเรา

ความจำของ AI ที่หลายคนเคยเจอ เช่นใน ChatGPT คือการจำเรื่องของ ตัวเรา · เราชอบโทนไหน เรียกเราว่าอะไร ทำงานสายอะไร แล้วมันเอามาปรับคำตอบให้เข้ากับเรามากขึ้น

Brain จำคนละอย่าง · มันจำ งานของ agent เอง ว่าในการทำงานแต่ละครั้ง agent ใช้เครื่องมือตัวไหน ดึงข้อมูลจากแหล่งไหนแล้วได้ผล แหล่งไหนเป็นทางตัน และจุดไหนที่เราเข้าไปแก้คำตอบของมัน เป็นความจำเรื่องวิธีทำงาน ไม่ใช่ความจำเรื่องรสนิยม

Brain จำว่าทางไหนเคยพาไปถึงคำตอบ และทางไหนเคยพาไปเจอทางตัน

ความต่างตรงนี้สำคัญ เพราะมันทำให้เกิดวงจรที่ค่อย ๆ ดีขึ้นเอง · พอ agent จำได้ว่าแหล่งข้อมูลไหนเชื่อถือได้ ครั้งต่อไปมันก็ไม่ต้องเสียเวลาไล่หาใหม่ทั้งหมด ยิ่งทำงานคล้ายเดิมซ้ำหลายรอบ มันก็ยิ่งหาทางลัดที่ถูกต้องได้เร็วขึ้น

งานวันนี้กลายเป็นความจำของพรุ่งนี้ได้ยังไง

กลไกของ Brain ไม่ได้ซับซ้อนอย่างที่คิด แต่จุดที่ฉลาดคือมันแยกการทำงานเป็นสองช่วง ระหว่างตอนทำงานกับตอนพักงาน

ทุกครั้งที่ Computer ทำงานเสร็จ · Brain จะบันทึกสิ่งที่เกิดขึ้นลงใน context graph · เป็นแผนที่ที่โยงว่างานนี้ใช้ connector ตัวไหน ได้ผลจากแหล่งไหน เจอทางตันตรงไหน และคนแก้อะไรบ้าง ข้อมูลความจำแต่ละรายการในแผนที่นี้ตรวจสอบย้อนกลับได้ว่ามาจาก session ไหน ไฟล์ไหน หรือแหล่งข้อมูลใด · ไม่ใช่ความจำลอย ๆ ที่ไม่รู้ที่มา

ส่วนที่เป็นหัวใจคือสิ่งที่เกิดขึ้น ตอนกลางคืน · โดยค่าเริ่มต้น Brain จะนำ context graph ทั้งหมดมาสังเคราะห์ใหม่ แล้วเขียนออกมาเป็นหน้า ๆ ใน personal wiki ตามชื่อที่ Perplexity เรียก · เป็นเหมือนสมุดบันทึกส่วนตัวที่มีหน้าแยกตามคน โปรเจกต์ และเรื่องต่าง ๆ ในงานของเรา · พอถึงงานถัดไป ระบบจะโหลด wiki ชุดนี้กลับเข้า sandbox ของ Computer ให้อัตโนมัติ · agent จึงเริ่มงานใหม่พร้อมบริบทเต็ม ๆ แทนการเริ่มนับหนึ่ง

ของจริงในงานซ้ำ ๆ ที่ทำทุกสัปดาห์

จะเห็นภาพชัดขึ้นถ้ามองงานที่คนเดิมทำซ้ำเป็นประจำ · คนทำงานข้อมูลที่ต้องตรวจ pipeline ทุกสัปดาห์ · พอ Brain จำได้ว่าแหล่งไหนเชื่อถือได้และเคยแก้อะไรไปบ้าง การตรวจรอบถัดไปก็เริ่มจากแผนที่ที่ดีกว่าเดิม ไม่ต้องไล่สำรวจใหม่หมด

ทีม support ที่คัดแยก ticket ก็เช่นกัน · เมื่อ Brain เรียนรู้ว่าแหล่งข้อมูลไหนเคยช่วยปิด ticket ลักษณะเดิมได้ ครั้งต่อไปมันก็ส่งเรื่องไปถูกทางได้เร็วขึ้น · ส่วนนักพัฒนาที่ต้องไล่ debug ข้ามหลาย repository พอ agent จำได้ว่ารอบก่อนไฟล์ไหนคือจุดสำคัญ มันก็ไปถึงต้นตอของปัญหาโดยเรียก model น้อยลง

จุดร่วมของทั้งสามกรณีคือ งานไม่ได้เริ่มจากศูนย์อีกต่อไป · ระบบเก็บสิ่งที่ agent เรียนรู้รอบนี้ไว้ให้รอบหน้าหยิบไปใช้ต่อ

ตัวเลขที่ Perplexity บอกเอง · และสิ่งที่ยังไม่รู้

Perplexity เผยตัวเลขจากการทดสอบของตัวเอง กับงานที่ Computer เคยทำมาก่อนและต้องใช้บริบทเก่า

• ความถูกต้องของคำตอบ +25% บนงานที่เคยทำมาก่อน
• การเรียกข้อมูลเก่ากลับมาใช้ (recall) +16%
• ต้นทุนลดลง 13% ในงานที่ต้องอาศัยบริบทย้อนหลัง

ตัวเลขเหล่านี้น่าสนใจ แต่ต้องอ่านด้วยความเข้าใจสองข้อ · หนึ่ง มันเป็นผลทดสอบภายในของ Perplexity เอง ยังไม่มีหน่วยงานภายนอกวัดยืนยัน · สอง มันวัดเฉพาะงานที่ เคยทำมาแล้ว ไม่ใช่งานใหม่เอี่ยม · Brain ไม่ได้ทำให้ตัวโมเดลฉลาดขึ้น แต่ทำให้ agent ทำงานเดิมได้ดีขึ้น ส่วนการนำความรู้ไปใช้ข้ามประเภทงานยังเป็นโจทย์ที่ยังไม่มีคำตอบ

เรื่องต้นทุนก็มีมุมที่ Perplexity พูดตรง ๆ · ช่วงแรกการให้ agent อ่านบริบทเก่าทุกครั้งใช้ token เพิ่มขึ้น แต่บริษัทมองว่าเป็นการลงทุนเพื่อให้ใช้ token คุ้มขึ้นในระยะยาว · พูดง่าย ๆ คือจ่ายแพงตอนต้นเพื่อให้ถูกลงเมื่อทำงานซ้ำ ๆ ไปนาน ๆ

ของยังไม่เปิดให้ทุกคน · และความจำนี้อยู่ที่ใคร

จุดที่ต้องพูดให้ชัดคือ ตอนนี้ Brain ยังเป็น research preview · เปิดให้เฉพาะสมาชิก Perplexity Max และ Enterprise Max ยังไม่ใช่ของที่ทุกคนกดใช้ได้ · Max เป็นแพ็กเกจราคา 200 ดอลลาร์ต่อเดือน และเข้าไปดูหรือจัดการความจำได้ผ่านเมนู Customize ในแถบด้านข้าง

อีกข้อที่ควรชั่งน้ำหนักก่อนพึ่งพามันเต็มตัว · context graph ทั้งหมดเก็บอยู่บนโครงสร้างของ Perplexity · เราเห็นและตรวจสอบข้อมูลความจำแต่ละรายการได้ว่ามาจากไหน แก้หรือลบได้ แต่ข้อมูลความจำที่สะสมไว้อยู่ในระบบของเขา ไม่ได้อยู่ในมือเรา · สำหรับงานองค์กร เรื่องนี้คือคำถามที่ควรถามตั้งแต่ต้นว่าความรู้สะสมที่ทีมสร้างขึ้น สุดท้ายเป็นของใคร

แนวคิดความจำแบบนี้ไม่ใช่ของใหม่ในวงการ · มีเครื่องมือฝั่ง agent อื่นที่ทดลองให้ AI จำงานของตัวเองมาก่อนหน้านี้แล้ว · สิ่งที่ Perplexity ทำคือผนวกแนวคิดนี้เข้ากับ Computer ให้กลายเป็นฟีเจอร์ที่กดใช้ได้จริงในแพลตฟอร์มเดียว

ความจริงที่ Brain ชี้ให้เห็นคือ ความเก่งของ AI agent ในงานจริงไม่ได้อยู่ที่โมเดลใหญ่แค่ไหนอย่างเดียว · แต่อยู่ที่มันจำได้ไหมว่าเมื่อวานทำอะไรพลาดมา

---

ที่มา:

• บทความ Perplexity Launches Brain, Self-Improving Memory System จาก MarkTechPost
• บทความ Perplexity's AI Agent Now Has a Brain That Learns From Its Own Mistakes จาก Decrypt
• โพสต์ Perplexity (@perplexity_ai) on X จาก Perplexity