CheeseDB: cơ sở dữ liệu bộ nhớ AI có thể thu hồi nguồn

Phần mềm17 tháng 11, 2026·6 phút đọc

CheeseDB là engine cơ sở dữ liệu nhúng viết bằng Go, chuyên cho bộ nhớ của AI agent: mỗi ký ức đều ghi lại nguồn gốc, nên khi xóa một nguồn, mọi ký ức học được từ nó cũng bị xóa theo. Dự án đang ở trạng thái preview, chưa được kiểm định bảo mật độc lập và chưa khuyến nghị dùng cho dữ liệu production.

CheeseDB: cơ sở dữ liệu bộ nhớ AI có thể thu hồi nguồn
Ảnh minh hoạ do AI tạo

Một dự án mã nguồn mở mới trên GitHub đang thu hút sự chú ý của cộng đồng phát triển AI: CheeseDB, engine cơ sở dữ liệu nhúng (embedded) viết hoàn toàn bằng Go, được thiết kế riêng cho bộ nhớ của các AI agent. Điểm khác biệt cốt lõi: mỗi ký ức đều lưu lại nguồn gốc, và khi một nguồn bị thu hồi, toàn bộ những gì agent học được từ nguồn đó cũng biến mất.

Giao diện demo của CheeseDBGiao diện demo của CheeseDB

Vấn đề mà CheeseDB nhắm tới

Bộ nhớ của một agent được xây từ những nguồn không hoàn toàn đáng tin: tin nhắn người dùng, trang web, tài liệu, kết quả từ công cụ. Sớm muộn gì cũng có nguồn sai — công cụ trả dữ liệu lỗi, trang web cài cắm chỉ dẫn độc hại (tấn công prompt injection, đầu độc bộ nhớ), hoặc người dùng yêu cầu xóa dữ liệu cá nhân.

Xóa nguồn đó là chưa đủ: mọi thứ agent đã học từ nó vẫn nằm trong bộ nhớ và tiếp tục ảnh hưởng tới câu trả lời. Một kho bộ nhớ thông thường không biết ký ức nào đến từ đâu, nên không thể xóa đúng. Theo mô tả của dự án, bản demo với LLM thật cho thấy sau khi xóa nguồn xấu khỏi một danh sách bộ nhớ thông thường, mô hình vẫn đưa ra câu trả lời sai như cũ.

Cách CheeseDB hoạt động

CheeseDB đưa ra một mô hình dữ liệu với vài khái niệm riêng:

  • Lot (lô nguồn): một nguồn agent học được, chẳng hạn tin nhắn người dùng, trang web hay kết quả công cụ. Engine từ chối lưu bộ nhớ không có nguồn.
  • Memory (ký ức): điều agent biết.
  • Leg (chân): một cách mà ký ức được học. Ký ức có thể có nhiều chân, mỗi chân dựa trên các nguồn hoặc ký ức khác.

Có hai chế độ thu hồi: Fair — ký ức sống sót nếu còn ít nhất một chân độc lập còn hiệu lực; và Strict — xóa mọi thứ từng dính tới nguồn bị thu hồi, dù ở sâu đến đâu trong chuỗi phụ thuộc.

Dự án cũng tích hợp tìm kiếm ngữ nghĩa: khi cấu hình một mô hình embedding (mô hình chuyển văn bản thành vector số), người dùng có thể tìm ký ức theo nghĩa (search), đặt câu hỏi dựa trên ký ức (ask), hoặc mô tả bằng lời thứ muốn quên (forget). Ký ức đã bị thu hồi sẽ không bao giờ xuất hiện lại trong kết quả.

Xóa là xóa thật

Một điểm đáng chú ý: tùy chọn Erase ghi lại nội dung văn bản khỏi các file trên đĩa trước khi trả về, và lệnh cheesedb find có thể quét từng byte để chứng minh điều đó. Mọi bản ghi được liên kết bằng hash chain (chuỗi băm), nên mọi chỉnh sửa hoặc hư hỏng đều bị phát hiện mỗi lần mở cơ sở dữ liệu.

Các agent cũng được cô lập theo thiết kế: mỗi agent chỉ truy cập được qua token riêng, không có phương thức nào nhận tên agent khác — nên một công cụ bị prompt injection cầm handle của agent A cũng không chạm được tới dữ liệu agent B.

So sánh với SQLite, PostgreSQL và Neo4j

Nhóm phát triển đã mô hình hóa cùng một bộ dữ liệu trên cả bốn engine, với cùng mức độ bền vững (mỗi lần ghi đều được flush xuống đĩa trước khi xác nhận). Benchmark trên 1 triệu ký ức mỗi agent, máy Apple M1 Max:

  • Thu hồi xóa 10.000 ký ức: CheeseDB 5,2 ms; Neo4j 68 ms; SQLite 236 ms; PostgreSQL 1,94 s.
  • Đọc một ký ức theo id: CheeseDB 1,8 µs; SQLite 7,4 µs; PostgreSQL 59 µs; Neo4j 211 µs.
  • Ghi bền vững một ký ức: tương đương nhau, khoảng 4,6–6,8 ms do thời gian flush đĩa chi phối.

Điểm yếu của CheeseDB là thời gian khởi động: khoảng 706 ms ở mức 1 triệu ký ức, do phải phát lại toàn bộ log, trong khi SQLite mở gần như tức thì. Dung lượng đĩa mỗi ký ức cũng cao hơn SQLite (314 B so với 249 B), và toàn bộ đồ thị bộ nhớ phải nằm trong RAM (khoảng 205 byte mỗi ký ức).

Dùng từ Go và từ các ứng dụng AI

CheeseDB có thể dùng như thư viện Go (yêu cầu Go 1.26.5 trở lên), qua dòng lệnh cheesedb, hoặc qua MCP (Model Context Protocol) để tích hợp với Claude Code, Cursor, Claude Desktop. Khi chạy qua MCP, server mở ra sáu công cụ: add_lot, remember, recall, get, list_memories và search (công cụ thứ sáu cần mô hình embedding).

Vì thao tác thu hồi không thể hoàn tác, recall qua MCP cần hai lần gọi: lần đầu chỉ liệt kê những gì sẽ bị xóa kèm mã xác nhận, lần hai mới thực thi nếu người dùng đồng ý.

Giới hạn cần biết

Dự án tự nêu rõ nhiều hạn chế quan trọng:

  • Chống giả mạo nhưng chưa chống sửa đổi tuyệt đối: người có quyền ghi file vẫn có thể sửa bản ghi và tính lại toàn bộ chuỗi hash phía sau. Cơ chế Verify() trả về dấu vân tay (fingerprint) để đối chiếu bên ngoài.
  • Xóa không phải xóa an toàn tuyệt đối: bản backup cũ, snapshot, hay cách SSD và một số file system xử lý khối dữ liệu có thể vẫn giữ lại nội dung.
  • Chưa hỗ trợ Windows đầy đủ (đang trong lộ trình).
  • Chưa có kiểm định bảo mật độc lập, API và định dạng trên đĩa có thể thay đổi trước v1.0.

Góc nhìn

Với các kỹ sư đang xây agent có bộ nhớ dài hạn, CheeseDB gợi mở một hướng thiết kế đáng cân nhắc: đưa truy vết nguồn gốc (provenance) và khả năng thu hồi vào tầng lưu trữ thay vì xử lý thủ công ở tầng ứng dụng. Khi quy định về dữ liệu cá nhân ngày càng chặt, yêu cầu "quên dữ liệu này" đối với một agent có bộ nhớ tích lũy sẽ rất khó đáp ứng nếu không biết ký ức nào sinh ra từ đâu.

Tuy vậy, cần tỉnh táo: đây là bản preview, chưa qua kiểm định bảo mật độc lập và chưa khuyến nghị cho dữ liệu production. Với các nhóm đang thử nghiệm agent nội bộ, CheeseDB có thể là lựa chọn để đánh giá mô hình dữ liệu; còn với hệ thống thật, việc đối chiếu kỹ phần Limits và tự kiểm chứng bằng benchmark trên dữ liệu của chính mình vẫn là bước không thể bỏ qua.

Nguồn: github.com (bài gốc ngày 16 tháng 11, 2026) · Quy trình biên tập

Chia sẻ:FacebookX