Lewati ke konten
Analisis
Above

Shared Agent Memory Punya Masalah Access Control, dan Belum Ada yang Menyelesaikannya

Team Memory Tencent, Agentic Work Management Asana, dan proyek memory open source dibandingkan pada pertanyaan yang benar-benar penting: siapa dapat membaca memory, apa yang terjadi saat salah, dan versi siapa yang menang.

Oleh Adam Maguire WilsonBaca 9 mnt
Di halaman ini

Ini claim yang setahun lalu mungkin saya tolak: bagian sulit agent memory bukan membuat agent mengingat. Bagian sulit adalah memutuskan apa yang terjadi saat lima puluh agent mengingat hal salah yang sama. Single-agent memory adalah convenience problem. Begitu memory dibagikan ke team, ia menjadi organisational access-control problem, lengkap dengan correction, deletion, conflict semantics, dan justru feature itu yang paling tipis di product sekarang.

Dua vendor mengirim jawaban dalam hitungan minggu. Release Team Memory Tencent Cloud, yang saya bahas di artikel terpisah saat launch, open-source governed memory hub pada 13 Agustus. Asana diam-diam menjalankan versi closed, platform-bound, Agentic Work Management, dengan AI Teammates sejak akhir tahun lalu. Tulisan ini bukan announcement recap lain. Ini comparison yang announcements lewati: apa sebenarnya yang dilakukan tiap sistem saat memory perlu dikoreksi, dihapus, atau adjudicated, dan siapa dalam organisasi yang berhak memutuskan.

Poin utama - Shared memory mengubah wrong fact dari gangguan satu user menjadi warisan setiap agent. Governance layer, bukan retrieval quality, sekarang feature load-bearing. - Team Memory Tencent mengirim access model paling eksplisit, empat visibility tier, per-agent loadout, private by default, tetapi tidak ada documented correction atau expiry process untuk fact yang sudah dikonsumsi agent lain. - Agentic Work Management Asana menyelesaikan confidential-leak case dengan benar, mewarisi existing permissions Work Graph, tetapi memory hidup dalam platform Asana dan correction semantics tidak transparan. - Graphiti Zep satu-satunya mainstream implementation dengan principled answer untuk stale facts: invalidate bukan delete, mempertahankan history. Tetapi mengelola memory satu agent, bukan satu team. - Belum ada shipping system yang punya conflict resolution ketika dua agents menulis fact kontradiktif tentang hal yang sama. Saat ini jawabannya "retrieval ranking", dan itu bukan jawaban.

Apa yang terjadi

Dalam dua minggu pertama Agustus, shared agent memory berubah dari research topic menjadi shipping category. Dua event layak jadi anchor:

  • Pada 13 Agustus Tencent Cloud mengumumkan Team Memory, ekstensi team-scale dari proyek open source TencentDB Agent Memory. Conversations, documents, code graphs, distilled skills menjadi governed team assets dengan owner, version, visibility model empat tier, disusun per agent role.

  • Seminggu sebelumnya, fireside chat VentureBeat dengan Asana CPO Arnab Bose memberi detail teknis pertama tentang Agentic Work Management, AWM, shared-memory system di belakang AI Teammates Asana, yang menurut Asana sudah production dengan customer termasuk FedEx.

Di sekelilingnya ada open-source single-agent memory layer, Mem0, Graphiti Zep, Letta, tempat sebagian besar real memory infrastructure team masih hidup. Shift menariknya: semua sekarang dinilai dengan empat pertanyaan sama. Siapa boleh membaca memory? Apa terjadi saat salah? Apa terjadi saat dihapus? Apa terjadi saat dua memory tidak setuju?

Tencent Cloud ship Team Memory, governed shared-memory hub untuk agent teams, 13 Agustus 2026, menurut announcement. Beberapa hari sebelumnya, CPO Asana menjelaskan Agentic Work Management, shared-memory system di balik AI Teammates, dalam interview VentureBeat yang diterbitkan 3 Agustus 2026.

Empat pertanyaan, dibandingkan

Lazy framing kategori ini "Tencent versus Asana", Chinese open source versus American SaaS. Itu melewatkan bentuk sebenarnya. Split yang nyata adalah sistem yang govern memory sebagai documents dengan permissions versus sistem yang govern memory sebagai facts dengan lifecycles, dan belum ada yang punya kedua sisi.


TencentDB Team Memory

Asana AWM / AI Teammates

Zep Graphiti

Mem0

Unit of memory

Governed assets: chat, wiki, code graph, skills

Team-wide memory di Work Graph

Temporal knowledge graph edges

Per-user dan per-agent facts

Organisational access

Empat tier: private, team, restricted, agent. Private by default, per-agent loadouts

Mewarisi existing workspace permissions Asana; memory scoped oleh project access

Access control masalah application Anda

Per-user atau per-app scoping; org controls via platform tier

Correction semantics

Versioning dan status tracking per asset; tidak ada documented correction/expiry process setelah consumed

Feedback/checkpoints memperbaiki behaviour; memory correction process tidak didokumentasikan publik

Facts invalidated dengan timestamp, old relationships dipertahankan sebagai history

Update/delete APIs; correction explicit per call

Deletion

Owner- dan permission-gated

Governed oleh workspace data controls Asana

Invalidation preferred over deletion

Hard delete supported

Conflict handling

Tidak ditentukan; flagged practitioners dalam jam setelah launch

Tidak didokumentasikan publik

Conflicting facts disimpan dengan validity windows

Deduplication at write time

Baca baris correction dan conflict, polanya tidak nyaman: dua cell yang paling penting justru dua yang belum diisi siapa pun.

Dokumentasi Team Memory sendiri membedakan "who can use it, which version is valid, and which Agent should receive it", menurut dokumentasi Tencent seperti dilaporkan VentureBeat. Graphiti Zep menginvalidasi stale facts, bukan delete, menurut repository. Tencent maupun Asana tidak mendokumentasikan public correction/conflict-resolution process untuk shared memories yang sudah dikonsumsi agents lain.

Apa yang dilakukan benar oleh tiap sistem

Kontribusi Tencent adalah access model, pantas dapat credit karena eksplisit saat yang lain vague. Setiap memory asset punya owner, version, visibility tier, private, team, restricted, agent; new asset default private; agents mendapat "Agent Loadout" sesuai role, bukan akses penuh ke hub. Scout agent research mendapat market-analysis assets; Builder agent mendapat code graph. Itu memory sebagai organisational infrastructure dengan lock policy, dan seperti coverage VentureBeat catat, dokumentasi sendiri menarik garis dengan plain RAG: retrieval menjawab apa bisa ditemukan, Team Memory juga siapa boleh memakai.

Kontribusi Asana adalah leak boundary, dan contoh mereka seharusnya ada di setiap governance deck. Jika AI Teammate executive membangun memory atas confidential M&A project, colleague yang nanti bicara dengan Teammate sama tidak boleh inherit context. Jawaban Bose, menurut interview VentureBeat, AWM duduk di atas Work Graph Asana 18 tahun, jadi memory access mewarisi permissions pekerjaan: jika Anda tidak dapat melihat project, memory agent tentang project juga bukan milik Anda. Masalah sulit diselesaikan dengan menolak membangun permission system baru, dan hanya bekerja karena Asana sudah tahu siapa boleh lihat apa. Asana bicara team-wide memory dan enterprise controls sejak announcement AI Teammates September lalu, tetapi M&A boundary mekanisme concrete pertama.

Kontribusi Graphiti adalah lifecycle. Kebanyakan sistem treat wrong fact sebagai deletion problem. Graphiti treat sebagai time problem: saat fact tidak lagi true, edge invalidated dan timestamped, bukan erased, sehingga agent bisa jawab "apa benar sekarang" dan "apa benar di Maret". Untuk anything dengan audit, itu primitive tepat, dan menarik datang dari single-agent world, bukan team systems baru.

Tencent ship access tiers paling explicit dengan private-by-default sharing; Asana scope agent memory ke existing Work Graph permissions agar confidential-project memory tidak leak ke colleagues tanpa clearance, menurut Asana CPO Arnab Bose di VentureBeat; Graphiti Zep invalidates stale facts dengan timestamps, bukan delete, menurut repository.

Tengah yang belum selesai: correction, conflict, propagation

Sekarang bagian yang launch narratives lewati. Wrong fact di single-agent memory membuat satu user mengoreksi berulang. Wrong fact di shared store propagate ke setiap agent yang membacanya sebelum ada yang sadar, dan tidak ada shipping system yang mendokumentasikan process. Launch coverage VentureBeat mengumpulkan practitioner yang flag gap dalam hitungan jam: correction/expiry untuk consumed facts, keputusan apa yang tidak boleh pernah ditulis, dan kasus dua teammates' agents menulis fact kontradiktif tentang module sama lalu shared store harus memilih winner. Single-agent memory drift pelan. Shared memory drift cepat karena stale write mencapai orang yang tidak melihat session asalnya.

Ini bukan implementation nitpick yang point release selesaikan. Paper Maret 2026, "Governed Memory: A Production Architecture for Multi-Agent Workflows", menyebut governance fragmentation dan silent quality degradation tanpa feedback loops sebagai risiko struktural shared multi-agent memory, cara akademis halus bilang failure mode baked into architecture, bukan vendor. Security framing menambah: OWASP agentic threat guidance menamai memory poisoning sebagai attack class tersendiri, dan shared store adalah shared blast radius. Permission inheritance Asana dan private-by-default tier Tencent membatasi siapa bisa baca poisoned/stale memory. Tidak ada yang menjawab apa terjadi setelah bad one sudah dibaca.

Pembacaan saya: correction/conflict resolution akhirnya bekerja seperti setiap shared information system lain, secara sosial. Named owner per asset, review habit, expiry norm. Tools yang menang adalah yang memudahkan social process itu, bukan yang berjanji mengotomatiskannya hilang. Saya sudah lihat film ini dengan wiki, CRM, feature flag. Governance features adalah product, conclusion yang sama di agent governance piece, alasan sama "just add memory" bukan plan dalam agentic architecture.

Practitioner merespons launch Team Memory dengan flag correction, expiry, conflict resolution sebagai undocumented gaps, menurut VentureBeat. Paper "Governed Memory" Maret 2026 mengidentifikasi risiko sama sebagai struktural, dan OWASP agentic AI threat guidance mengklasifikasikan memory poisoning sebagai attack class berbeda.

Apa yang harus dilakukan sekarang

Jika mengevaluasi shared agent memory quarter ini, empat langkah, berurutan.

  1. Hari ini: tulis empat jawaban sebelum demo: read scope, correction process, deletion semantics, conflict rule. Vendor yang tidak bisa match feature-by-feature memberi tahu di mana roadmap berhenti.

  2. Minggu ini: jalankan M&A test. Buat memory di confidential project, lalu tanya agent sama sebagai user tanpa project access. Asana designed explicitly untuk ini; yang lain harus demonstrasikan.

  3. Bulan ini: poison sesuatu sengaja, di sandbox. Tulis plausible wrong fact ke shared store, biarkan dua agents consume, lalu coba retract. Yang dipelajari soal propagation/cleanup satu sore lebih bernilai dari architecture diagram.

  4. Ongoing: assign owners. Memory asset tanpa named human bertanggung jawab atas correctness adalah technical debt dengan vector index.

Jika memory needs masih single-agent, kalkulasi lebih ringan; self-hosted agent piece membahas sisi trade-off itu.

FAQ

Apa shared agent memory, satu kalimat?

Persistent store facts, procedures, context yang multiple agents, dan manusia, baca/tulis, sehingga team berhenti re-brief setiap agent dari nol dan mulai mewarisi kesalahan satu sama lain.

Team Memory Tencent atau AI Teammates Asana lebih secure?

Menjawab pertanyaan berbeda. Tencent ship access model lebih granular/explicit, empat tier, per-agent loadouts, private by default, dan bisa self-host, jadi data location pilihan Anda. Asana lebih coarse tapi battle-tested karena inherit workspace permissions yang sudah govern confidential work. "Secure" di sini terutama "scoped benar untuk org chart", hanya Anda tahu.

Apa terjadi saat shared memory salah?

Hari ini, hampir tidak ada automatic. Tencent track versions/status tetapi tidak document correction/expiry untuk consumed facts. Asana correct behaviour melalui human feedback loops tanpa document memory correction. Graphiti invalidate stale facts dengan timestamp, primitive terbaik, tetapi govern graph one agent. Budget manual review process apa pun pilihan.

Bisa dua contradicting memories reconciled otomatis?

Tidak di shipping system yang bisa saya evidence. Behaviour saat ini retrieval ranking pick one, conflict resolved invisibly per query oleh similarity score. Jika use case punya facts penting, regulatory, financial, safety, treat "whose memory wins" sebagai policy question Anda, bukan feature ditunggu.

Kesimpulan

Shared memory arah benar dan product belum selesai. Tencent/Asana independen membuktikan access-control half buildable, satu open/portable, satu closed/permission-native, itu saja membuat Agustus milestone. Tetapi correction, expiry, conflict half didokumentasikan tidak oleh siapa pun dan default milik Anda. Beli access controls, rencanakan corrections sendiri, perlakukan setiap shared memory sebagai fact yang seluruh team sudah acted on, karena saat Anda sadar, mereka mungkin sudah.

Jika sedang menentukan di mana shared memory cocok di agent stack, itu percakapan rutin saya dengan klien. Hubungi saya.

Sumber

  • Tencent Cloud, "TencentDB Agent Memory Releases Team Memory": https://www.tencentcloud.com/dynamic/news-details/101465 (diterbitkan 2026-08-13, diakses 2026-08-29)

  • VentureBeat, "Tencent's Team Memory shares AI agent memory across a team, with no governance yet for when it's wrong": https://venturebeat.com/data/tencents-team-memory-shares-ai-agent-memory-across-a-team-with-no-governance-yet-for-when-its-wrong (diterbitkan 2026-08-07, diakses 2026-08-29)

  • VentureBeat, "Asana's AI agents share memory across your company, but not your secrets": https://venturebeat.com/orchestration/asanas-ai-agents-share-memory-across-your-company-but-not-your-secrets (diterbitkan 2026-08-03, diakses 2026-08-29)

  • Asana, Inc., "Asana Announces New AI Teammates": https://investors.asana.com/news-releases/news-release-details/asana-announces-new-ai-teammates-collaborative-agents-deliver/ (diterbitkan 2025-09-25, diakses 2026-08-29)

  • TencentCloud, TencentDB-Agent-Memory repository: https://github.com/TencentCloud/TencentDB-Agent-Memory (diakses 2026-08-29)

  • Zep, Graphiti repository: https://github.com/getzep/graphiti (diakses 2026-08-29)

  • Mem0 repository: https://github.com/mem0ai/mem0 (diakses 2026-08-29)

  • OWASP, "Agentic AI Threats and Mitigations": https://genai.owasp.org/resource/agentic-ai-threats-and-mitigations/ (diakses 2026-08-29)

Lanjutkan membaca

Agent Field Notes

Dapatkan edisi berikutnya.

Harness agen, runtime, keamanan, dan tata kelola, dijelaskan untuk orang-orang yang harus mengoperasikan sistem ini.

Menghadapi keputusan seperti ini?

Kami menjalankan tinjauan arsitektur, penilaian tata kelola, dan evaluasi framework dengan versi terkunci untuk tim yang mengambil keputusan penting tentang sistem agen.

Tentang penulis

Adam Maguire Wilson

Pendiri dan penasihat independen untuk sistem agen AI.

adam.mw