Thứ Ba, 08/09/2026

Chào builder. Nếu bạn từng dựng một con agent chạy mượt trong buổi demo rồi vỡ trận ngay ngày đầu lên production, tín hiệu GitHub hôm nay nói trúng nỗi đau đó: thứ tách một demo khỏi một sản phẩm không phải là model mạnh hơn, mà là trí nhớ và bối cảnh. Cả một cụm repo về bộ nhớ agent, cơ sở dữ liệu ngữ cảnh và giám sát – đánh giá đang bứt sao cùng lúc, và chúng vẽ ra một mặt trận hạ tầng mới cho người xây.

Tóm tắt điều hành

Mạch chính hôm nay: trí nhớ của agent đang trở thành lớp hạ tầng được đầu tư nghiêm túc nhất, thay vì một tính năng phụ nhét vào prompt. Người dùng nhận ra rằng nhồi toàn bộ lịch sử hội thoại vào ngữ cảnh vừa đắt vừa kém, nên xuất hiện hẳn một thế hệ công cụ chuyên trách: lưu ký ức bền vững qua nhiều phiên, nén và tra cứu đúng phần cần, và biến kho tri thức thành context có cấu trúc. Song song, lớp giám sát – đánh giá nổi lên như cặp bài trùng: có trí nhớ thì phải có “kính hiển vi” để biết agent nhớ đúng hay nhớ bậy. Với builder Việt, đây là khoảng trống dịch vụ rõ ràng: hầu hết doanh nghiệp muốn dùng AI đều thiếu đúng hai lớp vô hình này, và chúng đủ mã nguồn mở để bạn tự host rồi bán lại.

Bản đồ xu hướng

Ba dịch chuyển đáng chú ý qua các repo đang lên sao:

Từ “ngữ cảnh dùng một lần” sang “ký ức tích luỹ”. Các repo mới không còn coi context là cửa sổ token tạm bợ mà xem nó như một cơ sở dữ liệu sống — có thể ghi, tra cứu, tự tiến hoá và chia sẻ giữa nhiều agent.
Trí nhớ tách khỏi ứng dụng, thành lớp cắm được. Xu hướng “drop-in memory” và agent-agnostic lên ngôi: một binary hoặc một service đứng riêng, nói chuyện qua MCP/HTTP, cắm vào Claude Code, Codex hay chatbot nào cũng được.
Giám sát đi kèm trí nhớ. Khi agent nhớ nhiều hơn, rủi ro nhớ sai cũng lớn hơn — nên lớp tracing, eval và guardrails được kéo vào cùng một câu chuyện hạ tầng, không còn là món xa xỉ của đội lớn.

Cụm công nghệ trong ngày

Mỗi repo dưới đây đều có một trang phân tích riêng trong kho tri thức AIToEarn — bấm vào tên repo để đọc chi tiết ứng dụng và hướng kiếm tiền.

AI Agent — lớp ký ức lõi

Đây là tâm điểm hôm nay. thedotmack/claude-mem ghi lại mọi thứ agent làm trong phiên, nén bằng AI rồi bơm ngữ cảnh liên quan trở lại phiên sau, hoạt động với Claude Code, Codex, Gemini và nhiều trợ lý khác. mem0ai/mem0 đi theo hướng “lớp bộ nhớ phổ quát” cắm vào bất kỳ ứng dụng AI nào để ngữ cảnh bền qua thời gian. Hai repo này định nghĩa lại kỳ vọng: agent không có trí nhớ giờ bị coi là thiếu sót, chứ không còn là chuyện bình thường.

RAG & Data — ngữ cảnh có cấu trúc

Trí nhớ chỉ hữu ích khi tra cứu đúng phần cần. topoteretes/cognee dựng knowledge graph tự host làm nền cho ký ức dài hạn, còn volcengine/OpenViking trừu tượng hoá ngữ cảnh thành một cơ sở dữ liệu tự tiến hoá, gộp bộ nhớ, RAG và kỹ năng vào một chỗ. aiming-lab/SimpleMem đẩy sang bộ nhớ trọn đời đa phương thức — nhớ được cả văn bản lẫn hình ảnh qua nhiều phiên mà vẫn tiết kiệm token.

Vibe Coding — trí nhớ cho trợ lý code

Cụm này cho thấy trí nhớ không chỉ dành cho chatbot. tirth8205/code-review-graph dựng bản đồ code intelligence local-first để trợ lý AI chỉ đọc đúng phần quan trọng, giảm mạnh lượng ngữ cảnh phải nạp khi review hay làm việc trên repo lớn. Gentleman-Programming/engram gói bộ nhớ bền vững vào một binary Go duy nhất, chạy qua CLI, HTTP, TUI và MCP — cắm vào coding agent nào cũng được mà không cần dịch vụ đám mây.

Giám sát & Đánh giá — kính hiển vi cho agent

Có trí nhớ rồi phải biết nó chạy đúng không. future-agi/future-agi gộp tracing, evals, mô phỏng, dataset, gateway và guardrails vào một nền tảng self-host, giúp builder truy vết từng bước suy luận của agent và chặn hồi quy chất lượng trước khi deploy. Đây là lớp thường bị bỏ quên cho tới lúc sản phẩm gặp sự cố trên production.

Repo đáng chú ý

Mỗi repo có một trang phân tích riêng trong kho tri thức AIToEarn; bấm tên repo để đọc chi tiết. Link GitHub chính chủ chỉ là nguồn phụ đặt ở cuối câu.

thedotmack/claude-mem

Hệ thống trí nhớ bền vững xuyên phiên cho mọi agent: bắt trọn những gì agent làm, nén lại và bơm ngữ cảnh liên quan trở lại phiên sau. ⭐ 93.2k (ghi nhận). Góc kiếm tiền: dựng dịch vụ “bộ nhớ dự án” cho các đội dùng Claude Code/Codex muốn giữ liền mạch context giữa các phiên làm việc. Xem trên GitHub.

mem0ai/mem0

Lớp bộ nhớ phổ quát cho AI agent, thiết kế drop-in để ngữ cảnh cá nhân hoá bền qua thời gian. ⭐ 64.3k (ghi nhận). Góc kiếm tiền: bán tính năng “nhớ khách hàng” cắm vào chatbot của shop hay app SaaS, tính phí theo số hồ sơ ký ức lưu trữ. Xem trên GitHub.

tirth8205/code-review-graph

Đồ thị code intelligence local-first cho MCP và CLI, dựng bản đồ bền vững của codebase để công cụ AI chỉ đọc phần quan trọng. ⭐ 31.2k (ghi nhận). Góc kiếm tiền: gói thành công cụ review code AI cho team, bán bằng giá trị tiết kiệm token và thời gian review. Xem trên GitHub.

topoteretes/cognee

Nền tảng trí nhớ mã nguồn mở dựa trên knowledge graph tự host, cấp cho agent ký ức dài hạn xuyên phiên. ⭐ 30.3k (ghi nhận). Góc kiếm tiền: triển khai “bộ nhớ tri thức doanh nghiệp” self-host cho khách hàng cần dữ liệu không rời hạ tầng nội bộ. Xem trên GitHub.

volcengine/OpenViking

Cơ sở dữ liệu ngữ cảnh tự tiến hoá cho agent, gộp bộ nhớ, RAG và kỹ năng theo mô hình filesystem phân tầng. ⭐ 26.9k (ghi nhận) · license AGPL-3.0 — cần đọc kỹ nếu dùng thương mại. Góc kiếm tiền: làm lõi ngữ cảnh cho sản phẩm agent phức tạp cần nhiều tầng dữ liệu. Xem trên GitHub.

future-agi/future-agi

Nền tảng đầu-cuối để đánh giá, giám sát và cải thiện ứng dụng LLM/agent: tracing, evals, guardrails, dataset, self-host được. ⭐ 1.5k (ghi nhận). Góc kiếm tiền: nhận dịch vụ dựng pipeline giám sát – đánh giá agent cho doanh nghiệp muốn lên production an toàn. Xem trên GitHub.

Cơ hội triển khai

Xây gì, bán cho ai từ tín hiệu hôm nay:

Dịch vụ “trí nhớ dài hạn” self-host. Ghép mem0 hoặc cognee với một lớp API mỏng, bán cho shop và SME muốn chatbot nhớ khách hàng mà không phụ thuộc dịch vụ đám mây nước ngoài. Xem thêm cách đóng gói ở bài Xây chatbot chăm sóc khách hàng AI cho shop Việt.
Công cụ trí nhớ cho đội dev. Dùng engram hoặc code-review-graph làm lõi, đóng thành sản phẩm giúp trợ lý code nhớ quyết định kiến trúc và giảm token khi làm việc trên repo lớn — bán theo giá trị tiết kiệm chi phí model.
Gói giám sát – đánh giá agent. future-agi cho phép bạn nhận việc audit và dựng pipeline eval cho doanh nghiệp đang loay hoay đưa AI lên production; đây là ngách dịch vụ ít cạnh tranh và gắn trực tiếp với chi phí, tương tự hướng ở bài Dịch vụ audit và tối ưu chi phí LLM cho doanh nghiệp.

Rủi ro cần theo dõi

Giấy phép. OpenViking dùng AGPL-3.0 — điều khoản lan toả (copyleft) có thể buộc bạn mở mã nếu cung cấp qua mạng; hãy đọc kỹ trước khi đưa vào sản phẩm thương mại đóng. Ngược lại, các repo Apache-2.0 và MIT dễ thở hơn nhiều.
Chi phí và phình ký ức. Trí nhớ càng nhiều thì chi phí lưu trữ, embedding và tra cứu càng lớn; không có cơ chế nén và quên hợp lý, hệ thống dễ đội chi phí hoặc chậm dần theo thời gian.
Riêng tư dữ liệu. Lưu ký ức người dùng đồng nghĩa nắm dữ liệu nhạy cảm; self-host giúp kiểm soát nhưng kéo theo trách nhiệm bảo mật và tuân thủ. Đừng hứa “nhớ mọi thứ” mà chưa có chính sách xoá và phân quyền rõ ràng.

Danh sách đầy đủ

thedotmack/claude-mem — trí nhớ bền vững xuyên phiên cho mọi agent — ⭐ 93.2k — AI Agent
mem0ai/mem0 — lớp bộ nhớ phổ quát drop-in cho AI agent — ⭐ 64.3k — AI Agent
tirth8205/code-review-graph — đồ thị code intelligence local-first cho MCP/CLI — ⭐ 31.2k — Vibe Coding
topoteretes/cognee — nền tảng trí nhớ knowledge graph tự host — ⭐ 30.3k — RAG & Data
volcengine/OpenViking — cơ sở dữ liệu ngữ cảnh tự tiến hoá cho agent — ⭐ 26.9k — RAG & Data
Gentleman-Programming/engram — bộ nhớ bền vững một binary Go cho coding agent — ⭐ 6.3k — Vibe Coding
aiming-lab/SimpleMem — bộ nhớ trọn đời đa phương thức cho LLM agent — ⭐ 3.5k — RAG & Data
future-agi/future-agi — nền tảng đánh giá & giám sát LLM/agent self-host — ⭐ 1.5k — Giám sát & Đánh giá

Muốn biến một trong các repo này thành dịch vụ có doanh thu? Ghé Tổng hợp giải pháp để xem cách đóng gói và định giá.

Nguồn tham khảo

— Ban biên tập AIToEarn.