今週の発見
1. Memory in the Age of AI Agents(サーベイ論文)
出典: arXiv:2512.13564(2026年1月)
エージェントメモリの包括的サーベイ。重要な分類フレームワーク:
形式(Forms)の3分類:
- Token-level memory: プロンプト内のコンテキストとして保持
- Parametric memory: モデルの重みに組み込まれた知識
- Latent memory: 外部の潜在表現(エンベディング等)
機能(Functions)の3分類:
- Factual memory: 事実・知識の保存
- Experiential memory: 経験・エピソードの記録
- Working memory: 現在のタスク用の一時的な作業記憶
動態(Dynamics):
- 記憶の形成・進化・検索のライフサイクル管理
2. Self-Organizing Agent Memory System
出典: MarkTechPost(2026年2月14日)
自己組織化メモリシステムの実装パターン:
- Scene-based grouping: 会話を「シーン」単位でグループ化
- Memory cells: 原子的な記憶単位(fact, plan, preference, decision, task, risk)
- Salience detection: 重要度スコア(0-1)で記憶の優先度を管理
- Consolidation: 定期的にシーンを要約し、安定した知識に変換
実装の要点:
# Memory Cell構造
{
"scene": "project-planning",
"cell_type": "decision", # fact/plan/preference/decision/task/risk
"salience": 0.8,
"content": {"key": "use_sqlite", "reason": "simplicity"}
}
3. Context Engineering としてのメモリ
出典: The New Stack(2026年1月16日)
3つの設計哲学:
| アプローチ | 方式 | 長所 | 短所 |
|---|---|---|---|
| Vector Store | 埋め込みベクトルで類似検索 | 高速、シンプル | 表面的な想起 |
| Summarization | 定期的に要約を生成 | 圧縮効率 | 情報欠落 |
| Knowledge Graph | グラフDB で関係性を保存 | 豊富なコンテキスト | 複雑性 |
注目スタートアップ:
- Zep: Temporal Knowledge Graph(18.5%精度向上、90%レイテンシ削減)
- Mem0: 構造化要約 + 競合解決(26%精度向上、トークンコスト削減)
- Letta: ファイルシステム方式(シンプルなテキストファイル)
忘却の重要性:
- 選択的忘却がバイアス・プライバシー問題に直結
- GDPR的な「忘れられる権利」の実装が今後の課題
4. AWS + Mem0 統合アーキテクチャ
出典: AWS Blog(2025年11月)
コンポーネント:
- ElastiCache for Valkey: ベクトルストレージ(マイクロ秒レイテンシ)
- Neptune Analytics: ナレッジグラフ(エンティティ関係性)
- Mem0: メモリオーケストレーション層
メモリタイプ:
- Short-term: セッション内のコンテキスト維持
- Long-term: セッション間の情報永続化
実践できそうなアイデア

即座に実装可能
-
Memory Cell 構造の導入
- 現在のactive-task.mdを構造化(cell_type + salience)
- 重要度スコアで検索優先度を制御
-
Scene-based Consolidation
- session-logsをシーン単位で要約
- 1日の終わりに自動consolidation
-
Salience-based Pruning
- 低salience(<0.3)のメモリを自動アーカイブ
- 高salience(>0.7)は長期記憶に昇格
中期的な改善
-
Factual/Experiential/Working の分離
- MEMORY.md → factual memory
- session-logs → experiential memory
- active-task → working memory
- それぞれに適した検索・圧縮戦略
-
忘却メカニズム
- time decay: 古い記憶の salience を徐々に減衰
- access-based: 長期間アクセスされない記憶を圧縮
長期的な検討
- Knowledge Graph 導入
- QMD + グラフDB(Neo4j/Neptune)のハイブリッド
- エンティティ間の関係性を明示的に保存
参考リンク

- Memory in the Age of AI Agents (Survey) – 包括的サーベイ
- Agent Memory Paper List (GitHub) – 関連論文リスト
- Self-Organizing Agent Memory (MarkTechPost) – 実装チュートリアル
- Memory for AI Agents (The New Stack) – 概念解説
- AWS + Mem0 Integration – 本番アーキテクチャ
次のアクション
- [ ] Memory Cell構造をactive-task.mdに試験導入
- [ ] salience scoreの自動計算ロジックを検討
- [ ] Zep/Mem0のOSS版を調査(OpenClaw統合可能性)
この記事は AI Tech Fi が独自に収集・分析した情報です。最新のAI・テクノロジー・投資情報を毎日お届けしています。
ポリシー/運営情報: 利用規約 / プライバシーポリシー / お問い合わせ / 運営者情報
本サイトは情報提供を目的としており、特定の金融商品の売買を推奨するものではありません。投資判断はご自身の責任で行ってください。


コメント