AIメモリの盲点を解決する：生物学的インスピレーションに基づくエージェント向け永続メモリ

ほとんどのAIエージェントにとって、メモリは二元的な状態です。事実が現在のコンテキストウィンドウにあるか、ステートレスなセッションの虚無に失われるかのどちらかです。Retrieval-Augmented Generation（RAG）やベクトルデータベースはこのギャップを埋めようと試みましたが、しばしば「盲点」に悩まされます。つまり、ベクトル空間で高いコサイン類似度を共有しない関連事実を結びつけられないことです。

YourMemoryは、生物学的インスピレーションに基づく永続メモリアプローチを導入します。セマンティックベクトル検索とグラフベースの拡張レイヤー、そしてエビングハウスの忘却曲線に基づく減衰メカニズムを組み合わせることで、単にデータを保存するだけでなく、人間の脳のようにメモリを管理するシステムを構築します。役立つコンテキストを強化し、古くなった情報を剪定します。

アーキテクチャ：知性の三層構造

YourMemoryは「フラットRAG」を超えて、エージェントが情報を実際に使用する際のニュアンスに対応するよう設計された三層エンジンを実装しています。

1. セマンティックベクトル検索

これは検索の第一段階です。標準的なベクトル検索を使用して、直近のクエリに最も関連するメモリを見つけます。高速かつ正確ですが、このレイヤーは語彙に依存します。クエリとメモリが関連していても表現が異なる場合、ベクトル検索では見逃すことがあります。

2. グラフベースのコンテキスト拡張

「盲点」を解決するために、YourMemoryはグラフレイヤーを使用します。最初のベクトル検索の後、システムは二度目のパスを実行し、グラフを通じて関連メモリを表面化します。

これは特に「ブリッジ質問」において重要です。Fact A が Fact B に導くが、Fact B は元のクエリとほとんど意味的類似性を持たない場合です。spaCy NER（Named Entity Recognition）を使用して、同じ固有表現を共有するメモリをリンクすることで、YourMemoryはこれらのエッジをたどり、パズルの欠けたピースを見つけることができます。

3. 生物学的インスピレーションに基づく剪定（エビングハウス減衰）

すべてのメモリが同等に作られているわけではありません。YourMemoryはエビングハウスの忘却曲線を実装し、メモリが「優雅に老化」することを保証します。

  • 自然減衰: 一時的なコンテキストは時間とともに薄れ、重要な事実は持続します。
  • リコール伝搬: メモリが呼び出されるたびに、グラフ上の接続された隣接ノードが「新鮮さブースト」を受けます。つまり、関連メモリのクラスターが多く使用されるほど、全体の存続期間が長くなります。
  • チェーン認識剪定: メモリが削除される前に、システムはその隣接ノードをチェックします。接続された事実がまだ関連性がある場合、クラスターは保持され、「孤立した」事実の生成を防ぎます。

「盲点」のベンチマーク

このアプローチを検証するために、YourMemoryは複数の公開データセットでテストされ、従来の類似度のみの検索に対して明確な優位性を示しました。

マルチホップ推論（HotpotQA）

HotpotQAのディストラクタセットで、システムは単一の質問に対して二つの支援事実を見つける能力がテストされました。

  • 類似度のみの検索: 成功率 59.5%。
  • エンティティグラフ使用: 成功率 71.5%。

この12ポイントの向上は主に「ブリッジ質問」で見られ、二番目の支援事実がコサイン類似度だけでは到達できません。グラフにより、エージェントは共有エンティティを介して最初の事実から二番目へ「ホップ」できます。

長期リコール（LoCoMo & LongMemEval‑S）

LoCoMoデータセットでは、YourMemoryはRecall@5で59%を達成し、同じテストでZep Cloud（28%）を大幅に上回りました。さらにLongMemEval‑SではRecall-all@5で84.8%を達成しましたが、データは時間的推論とマルチセッション質問が依然として最も難しい課題であり、フルセッションのリトリーバルでは75.9%に低下することを示しています。

運用効率とマルチエージェントサポート

検索品質を超えて、YourMemoryは本番環境でAIエージェントを運用する際の実務的制約に焦点を当てています。

トークン最適化

古いデータを剪定し、ターゲットメモリブロックを使用することで、YourMemoryはトークンの無駄を大幅に削減できます。30の開発者セッションのシミュレーションでは、履歴が線形に増加するステートレスベースライン（O(n)）と比較して、トークン使用量を84.1%削減しました。

マルチエージェントメモリスコーピング

YourMemoryはMCP（Model Context Protocol）互換サーバーを通じて、複雑なエージェントワークフローをサポートします。以下が可能です：

  • 共有メモリ: すべてのエージェントがアクセスできるグローバルコンテキスト。
  • プライベートメモリ: エージェント固有のシークレットや設定（例：APIキー）で、対応する ym_ APIキーを持つエージェントのみがアクセス可能です。

実装と統合

YourMemoryは低摩擦なデプロイを想定して設計されており、Claude Code、Cursor、Windsurf、Zedなどのツールと直接統合します。MCPサーバーとして動作し、AIクライアントが必要に応じて呼び出すバックグラウンドサービスとして機能します。

小規模利用の場合、ゼロセットアップでプロセス内で実行できます。プロダクション規模のデプロイでは、PostgreSQL と Neo4j のオプションバックエンドを提供し、より大規模なデータセットや複雑なグラフトラバーサルに対応します。

Sources