AIメモリ

AIメモリ（AI Memory）とは、AIエージェントやチャットボットが単一セッションの文脈を超えて、ユーザーの好み・過去の会話内容・学習した事実・タスクの進捗などを長期的に記憶・参照するための仕組みです。LLM自体はステートレス（セッション間で状態を持たない）であるため、外部ストレージとメモリ管理ロジックを組み合わせて永続的な記憶を実現します。

AIメモリの種類として、(1)エピソード記憶（Episodic Memory）：過去の会話・イベントの具体的な記録（「先週、ユーザーはPythonの質問をした」等）、(2)セマンティック記憶（Semantic Memory）：ユーザーや世界に関する一般的な事実・知識（「ユーザーはエンジニアで、東京在住」等）、(3)手続き記憶（Procedural Memory）：タスク実行手順・ワークフローの記憶（「このユーザーは箇条書き形式を好む」等）、(4)作業記憶（Working Memory）：現在のセッション内での文脈管理（コンテキストウィンドウで管理）があります。

代表的なソリューションとして、(1)Mem0（旧MemGPT Memory）：ユーザー・エージェント・セッションレベルのメモリを自動抽出・構造化して永続化するライブラリ。自動要約と関連記憶の選択的注入が特徴、(2)Zep：長期記憶のためのオープンソースメモリサービス。会話履歴をグラフとベクターで表現し、関連情報を検索、(3)LangChain Memory：ConversationBufferMemory・ConversationSummaryMemory等の各種メモリクラスを提供があります。

実装上の課題として、どの情報をメモリに書き込むか（関連性フィルタリング）・プライバシーと個人情報の取り扱い・古い情報の更新・削除・メモリストアへの検索効率が重要な設計ポイントとなります。