AIエージェントに必要なのは記憶ではなくドキュメントだ

Agents don't need memory, they need documentation

AIエージェントに必要なのは記憶ではなくドキュメントだ

AIエージェントの「記憶」プラグインは、会話から抽出した断片をRAGデータベースに保存し、類似度で検索する仕組みだ。しかし、これではコードベースの変化に対応できず、エージェントはプロジェクトを理解できない。著者は、Markdownベースの「脳」に指示や仕様、決定事項を記録し、作業前に参照、作業後に更新するドキュメントベースの記憶システム「Operator Memory」を提案。ベクトルDBや埋め込みを使わず、監査可能で共有可能なワークスペースを実現する。

エージェントは忘れる。それが問題だ。だから解決策は覚えることだ。よりよく覚えるために、もっと多くを記録し、よりよく索引化し、より賢く検索すべきだ。
  1. Garlef

    むしろ必要なのは決定論的なフィードバックだと思う。

    最近、次のアイデアに基づくアプローチを試してみたんだけど、これが素晴らしいんだ — エラーメッセージの中に問題への対処法の説明が含まれているLintルールだ。

    https://habit-hooks.com/

    例えば、IOSP(integration operation segregation principle)を促進するために使っている。

  2. spike021

    どちらを使うにしても、書かれたことを強制する仕組みが必要だと思う。

    「jsonをパースするためにpythonスクリプトを書くのではなくjqを使え」と言ったら、アドホックなpythonスクリプトでjsonをパースすることは絶対にないはずだ。それなのに、僕のところでは常にそうなってしまう。

  3. gregwebs

    同意、こちらの方が良さそうだね。

    ただ、僕がずっと思っているのは、エージェント専用のドキュメントは欲しくないということだ。

    mattpocock/skillsを使っているんだけど、これはADR(Architectural Decision Records)を生成してくれる。使うのはskillsだけで、AGENTS.mdにいくつかポインタを書き込むsetup skillも含まれている。開発フローを記録するCONTRIBUTING.mdとCODING_STANDARDS.mdは常に用意している。それらとREADME.md、アーキテクチャドキュメント、コミットメッセージがあれば、エージェントはドキュメントを見つけて使い、最新の状態に保てるようだ。あとは大量のspecも書いていて、それらはGithubのissueに入れている。

  4. atworkc

    `workbench`というシンプルなフォルダに落ち着いた。なぜか新しいモデルはそれが何なのか正確に理解してくれる。Gitでは無視している。

    唯一の「プロンプト」はAGENTS.mdに、これが存在することとmap.mdがあることを書いてあるだけ <- map.mdはエージェントがそこに保存したものへの一行リファレンスだ。

    そして通常、新しい機能に取り組み、ある時点で問題なければworkbenchにメモを書き留めるように伝える(メモリに保存する必要がある場合も)。

    これで、良い地点から別のエージェントを簡単に起動できて、workbenchに色々あると伝えるだけでいい。

    トークンコストもまあまあ妥当で、目的が一時的なものだから、いつでも中身を削除できる。

  5. b-karl

    うちの会社ではClaude Codeを使っているが、メモリは時間とともに陳腐化してコンテキストを汚染するという意見に同意だ。特に状態が外部で変わったときはそうだ。例えば誰かがリファクタリングをしたりパターンを導入したりして、自分がその開発に関わっていなければ、ローカルのメモリは整合性が取れていない。

    最近の例だと、非推奨でアーカイブされたリポジトリが、問題をパッチする計画に何度も追加され続けていた。

    社内プラグインとskills用にプライベートなClaudeプラグインマーケットプレイスを使っていて、定期的にメモリを整理し、関連するものは適切な場所(マーケットプレイスのskills、リポジトリやNotionのドキュメントなど)に移行し、古い情報を削除するようにしている。

  6. isaachinman

    色々な会社のコンサルをしながら何度も反復してこれを書いた。ドキュメントは1桁ミリ秒でクエリでき、追記専用ログなどなど。自分のプロジェクトでは極めてうまく機能している。

    https://github.com/isaachinman/encephalon

  7. bushido

    最近始めたのは、メモリではなく原則を書き出すことだ。

    要するに、エージェントが常に考えるべきパターンだ。コード内にあるコメントで引用が必須となる原則にバージョン管理システムも実装した。そうすれば、原則が進化するとコードも進化する。

    友人と共有できるようにパッケージ化もした[0]。システムはまだ進化中だが、使い始めたここ2ヶ月ほどは本当にうまく機能している。最新のモデルだとさらに良い。

    この手法に対して、エージェントからは驚くほど高い遵守率が得られている。

    [0] https://principledriven.dev/

  8. alienbaby

    自宅の『メモリ』やアイテムを追跡するために似たようなものを構築した経験から言うと、読み取りと更新の両方を扱い、古い情報を関連性のある状態に保とうとすると、データ量が増えるにつれてトークンをすぐに消費してしまう。ドキュメントが読まれ、更新され、照合され、リフレッシュされるなどして、小さなタスクでもトークンコストが膨らむことがある。

    とはいえ、自宅のインフラ、サービス、CI/CD構成、ホスト、ストレージ、ネットワークなどへのしっかりしたリファレンスを保っておくことは、プロジェクト間で共有する『メモリ』のセットとして本当に素晴らしく機能する。自宅インフラのあれこれを使ってテスト/デプロイ/受け入れテストなどを行うことを想定しているプロジェクトなら特にね。

この日のほかの記事

2026-10-03