エージェントメモリ（Agent Memory）
概要
エージェントメモリは、AIエージェント が「何が起きたのか」を記憶し、過去のやり取りや経験を将来の行動に活かすための仕組みです。LLM の 事前学習 に含まれる知識だけでは不十分なため、外部の記憶機構が必要になります。
基礎的アプローチ
- コンテキストウィンドウの管理
- ローリングコンテキストウィンドウ：インタラクション全体をコンテキストとして保持
- 従来の全文検索
- 意味記憶とベクトルストア（RAG を参照）
- セマンティック検索、ベクトルDB（FAISS, Annoy）
- グラフRAG、ナレッジグラフ
- 意味体験記憶（Semantic Experience Memory）
- メモを取る（Note-taking） — 重要事項を明示的に書き留める
メモリ機構の進化（3段階モデル）
サーベイ論文「From Storage to Experience」（From_Storage_to_Experience_LLM_Agent_Memory）は、エージェントのメモリ機能の発展を3段階に体系化しています。
| 段階 | 内容 |
|---|---|
| 1. Storage（保存） | 軌跡（trajectory）の記録に焦点 |
| 2. Reflection（反省） | 軌跡の洗練と改善、経験からの学習 |
| 3. Experience（経験） | 軌跡の抽象化、知識の一般化と応用 |
進化のドライバー
- 長距離の一貫性の必要性
- 動的環境への対応
- 継続的学習という最終目標
フロンティア技術
- プロアクティブな探索
- クロストラジェクトリの抽象化
記憶機構そのものを進化させる
記憶の「中身」を更新するだけでなく、記憶の仕組み（パイプライン）自体を進化させる 方向の研究が現れています。
- MemPro — 記憶の統合・検索（Memory Consolidation and Retrieval）パイプラインを「進化可能なプログラム」として再構想し、Evolving Agent が失敗パターンから構造を改善。LongMemEval / LoCoMo / HotpotQA / NarrativeQA でベースラインを一貫して上回る（自己改善エージェント）。MemPro_Agentic_Memory_Systems_as_Evolvable_Programs
学習との関係
AIエージェント の学習機能とも密接に関連します。
- Nonparametric Exemplar Learning — 過去の成功事例DBから情報を取得し解決を試みる
- Reflection — 失敗のたびに振り返りを生成・保存し、次回実行時に挿入（軽量）
- Experiential Learning — 蓄積した経験から洞察を集約（experience pool → insights）
関連ページ
参考資料
- From_Storage_to_Experience_LLM_Agent_Memory（arXiv:2605.06716, 2026年5月）
- Building Applications with AI Agents（Knowledge And Memory / Learning In Agentic Systems）