エージェントのメモリ

エージェントのメモリとは、AI が会話の枠を超えて情報を保持し、あとで使えるようにする仕組みの総称です。LLM は基本的に、会話が終わると中身を忘れます。次に話しかけたときは、まっさらな状態から始まります。毎回「私は〇〇の担当で、文章は丁寧語で…」と説明し直すのは大変なので、情報を保存して読み戻す仕掛けが作られています。

しくみ

重要なのは、モデルの重みが書き換わるわけではないという点です。実際には、次のような方法で「覚えているように見せて」います。

• 短期の記憶：今の会話の履歴。文脈ウィンドウの中に入っている内容そのものです。長くなると古い部分を要約して圧縮します。
• 長期の記憶：ファイルやデータベースに書き出した情報。好み、プロジェクトの決まりごと、過去の決定などを保存し、次回の開始時に読み込みます。
• 検索型の記憶：大量の履歴を埋め込みにして保存し、今の話題に近いものだけを検索して取り出します。仕組みは RAG に近いものです。

具体例

コーディング支援のエージェントに、プロジェクトのルールを書いたメモ（「テストは必ず書く」「変数名は英語」など）を置いておくと、毎回の作業の初めに読み込まれ、指示し直す必要がなくなります。アシスタント型のサービスでは「あなたは甘いものが苦手と話していましたね」のように、以前の会話から抽出した事実を保存して使う機能もあります。

使うときの注意

• 間違いも覚えます。誤って保存された情報は、以後の回答に影響し続けます。保存内容を見て、修正や削除ができるかを確認しましょう。
• 個人情報や機密の扱い。何が保存され、どこに置かれ、どれだけの期間残るかは、サービスごとに異なります。業務で使うなら規約やデータ保持の方針を確認してください。
• 増えすぎると逆効果。不要な記憶がたまると、読み込む量が増えて費用がかかり、重要な情報が埋もれます。定期的な整理が必要です。
• 人間の記憶のように自動で取捨選択されるとは限りません。何を残すかの設計が品質を左右します。

関連する考え方

どの情報をいつ読み込ませるかを設計する考え方がコンテキストエンジニアリングで、メモリはその一部です。マルチエージェントでは、各エージェントが共有する記憶と個別の記憶を分ける設計もよく検討されます。

設計のヒント

はじめは「保存するのは、あとで役に立つ確かな事実だけ」と絞るのがおすすめです。会話の全文をそのまま溜めるより、決定事項や好みを短い文にして残したほうが、読み込む量も少なく、あとから人が見直すのも楽です。保存する前に利用者へ確認を取る方式にすると、誤った記憶の混入も減らせます。