AIエージェントメモリ

AIエージェントメモリとは、AIエージェントが過去の経験・会話・知識を保存・参照・更新するための仕組みの総称です。人間の記憶システムを参考に複数の種類が提案されています。

**4種類のメモリ分類（Weng 2023の分類）：**

1. **短期記憶（In-Context Memory）** - コンテキストウィンドウ内の情報（会話履歴・作業中データ） - 高速アクセスだがトークン数に制限あり、セッション終了で消える

2. **長期記憶（External Memory）** - ベクトルDB・キーバリューDB等の外部ストレージ - セマンティック検索で関連情報を取得（RAGパターン） - セッションをまたいで永続化可能

3. **エピソード記憶（Episodic Memory）** - 過去の特定の出来事・タスク実行ログ - 「以前やったこと」を参照して失敗を繰り返さない

4. **意味記憶（Semantic Memory）** - 事実・概念・ルールの構造化された知識 - ナレッジグラフや構造化DBで管理

**主要な実装ライブラリ：** - **Mem0**：AIエージェント向けメモリレイヤー、セッション間永続化 - **LangChain Memory**：ConversationBufferMemory・ConversationSummaryMemory等 - **LlamaIndex Memory**：チャット履歴・エンティティ追跡

**設計上の課題：** - メモリの「何を覚えて何を忘れるか」の選択 - 古い情報の鮮度管理と更新 - プライバシー・セキュリティ（個人情報の永続化リスク） - メモリの矛盾解決

長期的なタスクを自律実行するパーソナルAIやエンタープライズエージェントでは、メモリ設計がプロダクト品質の核心となっています。