00:01
AIの記憶って、なんか手元の書類をとりあえず全部放り込んだ魔法の引き出しみたいに思っていませんか?
ええ、とりあえず全部突っ込んでおけみたいな感覚ですよね。 そうそう、でもいざというときに最新のプロジェクトのルールが見つからなくて、結局あなたが毎日AIに同じ指示を繰り返す羽目になるんですよね。
まさにそこが今日あなたと一緒に深掘りしていくテーマ、AIエージェントの記憶管理です。
はい、今回は2026年8月22日に公開された7つの最先端AIツールの公式情報を、あるエンジニアが読み解いたレポートをソースにしています。
ええ、このレポートには私たちが明日からの仕事を劇的に楽にするために、すごく実践的なヒントが隠されているんですよ。
つまり、毎日AIにそれ昨日も言ったよねって切れる無駄な時間からあなたを解放するミッションですね。
はい、その通りです。
でも、最近のAIって何万字も一気に読めるじゃないですか。だから過去の会話も全部まとめてドカンと渡して、吉那に覚えておいてって済むって思いがちですよね。
ああ、そうですね。
全部AIに丸投げして覚えてもらうのが、なんかAIの醍醐味なんじゃないですか。人間がいちいち図書選択する必要があるのかなって。
実はですね、そこが最大の落とし穴なんですよ。AIに文脈を全部抱え込ませると、過去の別の案件の事情とか、すでに不要になった古いルールまで混ぜ合わせちゃうんです。
ああ、なるほど。混ざっちゃって事故るんですね。
そうなんです。だから例えば、コーデックスやアンティグラビティといったツールでは、長い会話履歴をそのまま記憶させるのは避けています。
へえ、じゃあどうしてるんですか。
プロジェクトの入り口に、短い前提条件だけを固定して配置するという仕組みを採用しているんです。
短い前提条件だけを。
ええ。
あ、履歴を全部読ませるんじゃなくて、毎回必ず通るセクションに今回の絶対ルールだけを貼っておくイメージですね。
まさにそんな感じです。なぜかというと、検証されていない単なる推測とか、その場しのぎの古い回避策がデータに残っていると。
はい。
AIはそれを材料にして、最もらしい誤答を作り出してしまうからなんです。
なるほど。記憶って放っておけば勝手に整理される魔法じゃなくて、意図的に管理しないと腐敗していくデータなんですね。
ええ、腐敗していくんです。
腐敗するデータって怖いですね。言われてみれば、私たちも机の上の付箋を整理しないと、どれが今日のタスクかわからなくなりますし。
まったく同じですね。では、どう仕分けすれば腐敗されないのか。レポートでは記憶の役割を3つの層に分解しています。
3つですか?
はい。まず1つ目が、先ほどの積序にあたる、毎回必ず読み込ませるルールです。
クロードコードというツールで言うCLULD.mdというファイルがこれにあたりまして、常にAIの行動を監視するドアマンのような役割を果たします。
03:06
ドアマンなら、絶対に必要な指示だけを持たせないと、処理が遅くなりそうですね。えっと、残りの2つは?
2つ目は、今回だけ使う一時状態。これはマヌースやヘルメスといったツールが使っている手法です。
3つ目が、オープンクローのように、膨大なデータから必要なときだけ検索して引き出す知識の層ですね。
なるほど。ルール、一時状態、知識ですね。
はい。その中でも特に実務で重要なのは、2つ目の一時状態の管理メカニズムなんです。
一時状態って具体的にどう残すんですか?
例えば、ヘルメスは作業の途中経過をStatus.jsonというファイルに記録するんですが、ここには成功した結果だけじゃなくて、
あの、未テストとか未確認といったリアルタイムな状態もあえて書き込むんですよ。
えっと、ちょっと待ってください。成功したデータだけ残す方が、なんかAIにとってはノイズが減って良さそうな気がするんですけど、
なぜわざわざ未完成の状態を覚えさせるんですか?
いい質問ですね。あの失敗や保留の記録を消してしまうとどうなるか想像してみてください。
はい。
次にそのプロジェクトを引き継いだ別のAIエージェントが、また全く同じアプローチを試して、同じ場所でエラーを起こすことになりますよね。
ああ、なるほど。この扉は押しても開かなかったよっていう失敗の記録がないと、AIはまた全力で扉を押しに行ってしまうのか?
その通りです。
それって、明日の自分や同僚のデスクにテストAは完了したけど、テストBはエラーが出たから明日やり直し、みたいに正確な引き継ぎの付箋を残す感覚と全く同じですね。
ええ、AIの記憶は見栄えを良くするためじゃなくて、次に間違えないために残すという明確な設計思想が必要なんです。
次に間違えないため、すごく腹落ちしました。
だからこそ全ての記憶には4つのタグを添えるべきだとレポートは指摘しています。
誰が書いたか、いつ確認したか、有効期限、そして間違っていた場合の修正方法です。
有効期限まで付けるんですか?
ということは、私たちがAIを使いこなすための新しい仕事って、情報を思いさせることじゃなくて、期限切れの不要な記憶を捨てることになっていくんですね?
ええ、まさしく。
AIの記憶が増えることは、人間による管理と削除のコストが増えることと同義なんです。
なるほど。
ここを仕組み化できるかどうかが、皆さんの業務効率を大きく左右するでしょうね。
引き出しの中身を捨てる勇気が、AIマスターへの近道というわけですね。
では最後に、リスナーのあなたに一つ考えてみてほしい挑発的な問いがあります。
おっ、何でしょう?
もし、完璧に管理された全く異なる記憶ファイルを持つ2つのAIエージェントが、同じプロジェクトで共同作業することになったら、その記憶の矛盾を私たちはどう調停すべきなんでしょうか?
06:00
それは面白いですね。AI同士の記憶のすり合わせというまた新しいパズルが待っているわけですね。
ええ、この思考の種の答えは、ぜひあなた自身の業務の中で探してみてください。
それでは今回の深掘りはここまでです。