🧠 AI プロダクト動向

2026-09-29 発行(読了 6 分)

実プロダクトのアーキテクチャ・使用例から AI 開発の現在地を週 3 回・1 号 1 テーマで深掘り

今号のテーマ AGENT-MEMORY

エージェントの長期記憶は「要約」をやめた — 編集可能なファイル、共有された手順、非破壊のグラフへ

個人アシスタントの記憶は「会話の要約」ではなく「編集可能な事実の集合」に置き換わりつつある。2026年8月、AnthropicはClaudeの記憶を会話終了後の要約ではなく、対話中にトピックごとのファイルへ書き込む方式に切り替えた。同年9月にはCursorが、プロジェクト単位でエージェント群が学んだ手順を共有ファイルに蓄積する仕組みを公開した。個人の事実、プロジェクトの手順、監査可能な事実の履歴——記憶の対象が違えば選ぶべき構造も違う。今号はその使い分けを、具体的な実装から追う。

TL;DR — 3 行で
📐 パターン 1: 個人アシスタントの記憶は「要約」から「編集可能な事実」へ

2026年8月、Anthropicは Claude の記憶方式を変更した。それまで主流だった「会話終了後にモデルが全体を要約し、その要約を次回の context に差し込む」方式をやめ、対話中にトピックごとのファイルへ直接書き込むようにした。ユーザーは Memory 設定で Topics 一覧からファイルを個別に読み書き・削除でき、会社名の誤りのような事実を1ファイル訂正するだけで、以降の全会話に反映される。

この設計転換の背景には、要約ベースの記憶が抱えていた「訂正が効かない」問題がある。要約は生成のたびに作り直されるため、ユーザーが一度間違いを指摘しても次の要約で再び同じ誤りが復元されかねない。Letta が Sleep-Time Compute で採った解法は少し異なり、応答を返す主エージェントとは別に、アイドル時間帯だけ動く「Sleep-Time エージェント」が非同期に memory block を書き換える。目的は同じく編集の質を上げることだが、対話を止めずに記憶の整理コストを裏側に逃がす点に重心がある。

Claude(Anthropic)
対話中にトピック単位のファイルへ直接書き込み、ユーザーが個別に編集・削除できる
会話終了後の要約生成をやめたことで、一度の訂正が以降の全会話に反映されるようになった。同時期にClaude ChatとCoworkの記憶も統合された。
📄 一次ソース
Letta(旧MemGPT, Sleep-Time Compute)
応答を返す主エージェントとは別に、アイドル時間に動く専用エージェントが非同期にメモリブロックを編集する
会話をブロックせずに記憶の整理・矛盾解消を行える設計で、主エージェントより低速・高精度なモデルを整理役に充てられる。
📄 一次ソース
示唆: エンドユーザーに記憶の中身を見せて訂正させたいならトピックファイル方式、対話のレイテンシを犠牲にせず記憶品質を上げたいなら非同期のバックグラウンド書き換え方式——ここは要件で決まる。
📐 パターン 2: プロジェクト単位のエージェントは「学んだ手順」を共有ファイルに貯める

Cursor が2026年9月10日に公開した Projects は、記憶の対象を「個人の事実」から「プロジェクトの手順」に移した。コード自体は書かないコーディネーターエージェントが配下のサブエージェント群にタスクを振り、各エージェントが調べたコードベースの構造やテスト手順、作業の進め方の好みを共有ファイル群に書き足していく。あるエージェントがサービスのテスト方法を突き止めれば、以降に立ち上がる別のエージェントは同じ調査をやり直さずに済む。

この共有ファイルはクラウド上のマシンで永続し、ローカルの端末を閉じても止まらない。Slack やPRの監視、スケジュール実行のように、ユーザーが毎回プロンプトを打たなくても再開できる運用を前提にしているためで、Cursor は Projects を主に使うユーザーはマージするPR数が6倍になったと報告している。個人向け記憶が「誰か一人のための事実」を保持するのに対し、こちらは複数のエージェントインスタンスが横断で参照する共有ストックである点が構造的に異なる。

Cursor Projects
コーディネーター配下のサブエージェント群が学んだコードベース知識・テスト手順・作業の好みを、クラウド上で永続する共有ファイルに蓄積する
個人の事実ではなくプロジェクトの運用知識を記憶の対象にしている点が個人アシスタント型の記憶と異なる。Projects利用者はPRのマージ数が6倍という数字も公表されている。
📄 一次ソース
示唆: エージェントが単発の会話ではなく継続的にコードベースやシステムを運用する用途なら、記憶すべきは「ユーザーの好み」ではなく「エージェント自身が積み上げた運用知識」であり、複数インスタンス間で共有できる構造にする必要がある。
📐 パターン 3: 「いつ真だったか」を残す必要があるなら、要約ではなくグラフを選ぶ

Zepの Graphiti エンジンは、会話ログと構造化されたビジネスデータの両方を、時間軸を持つ知識グラフとして統合する。ノードとエッジで事実を表現し、event time(その事実がいつ現実に起きたか)と ingestion time(システムがいつそれを取り込んだか)を別々に持たせることで、過去のある時点で何が正しいとされていたかまで遡って再現できる。事実は上書きされるのではなく、有効期間が終わった時点で invalid と記録されるだけで、履歴自体は消えない。

フラットな要約やトピックファイルは「今何が正しいか」には強いが、「いつからいつまで正しかったか」は原理的に表現しづらい——要約し直すたびに古い版は失われるためだ。監査や契約変更の追跡のように、過去の状態そのものが問い合わせの対象になる業務データを扱うエージェントでは、この非破壊性が要件になる。Zepはこの設計でDeep Memory Retrievalベンチマークにおいて既存手法を上回る結果を報告している。

Zep(Graphiti)
会話データと業務データを時間軸付きの知識グラフに統合し、event time / ingestion timeの二重タイムスタンプで事実の有効期間を管理する
事実を削除・上書きせずinvalid化するだけなので、過去のある時点で何が真だったかを後から再現できる。Deep Memory Retrievalベンチマークで既存手法を上回る結果を報告。
📄 一次ソース
示唆: 「今の状態」だけでよいなら要約やトピックファイルで十分だが、監査・コンプライアンスのように過去の状態そのものが問われる用途では、非破壊で時間を刻めるグラフ構造を最初から選んでおく方が後から作り直すより安い。
✍️ 編集後記 2026年の記憶実装が割れているのは「ベクトルDBを使うかどうか」ではなく、「いつ記憶を書き換えるか」と「壊れた記憶をどう訂正するか」だ。ライブ書き込み、非同期のバックグラウンド処理、非破壊のグラフ——どれも生の会話ログをそのまま貯めない点では一致している。次に来る論点は、この3層をまたいで記憶を移し替えるコスト——たとえば個人の記憶をプロジェクトの記憶に昇格させる境界線——になるはずだ。
🔗 今号の動向ピックアップ
📚 過去号
2026-10-10
エージェントコマースは「一つの決済プロトコル」をやめた — 発見・同意の証明・本人ログインを別レイヤーに切り分ける設計へUCP は加盟店が /.well-known/ucp に能力を公開し、エージェント側と「共通する能力だけ」を交渉で残す設計。OpenAI も ACP の主軸をチャット内決済から商品カタログの受け渡しへ移し、決済は加盟店側に戻した。
2026-10-08
エージェントの UI は「誰が描くか」で二つに割れた — iframe で持ち込む MCP Apps、カタログで描かせる A2UI、そして会話の外へMCP Apps はツールが ui:// の HTML リソースを返し、ホストが sandbox 付き iframe で描画する「持ち込み型」。Claude・VS Code・ChatGPT が同じ仕様に乗った。
2026-10-06
音声エージェントは「話す層」と「考える層」を分けた — カスケードか音声直結かの二択が終わった理由OpenAI の GPT-Live-1 は会話の進行だけを担い、推論とツール実行は裏側のテキストモデルへ非同期に委譲する二層構成を採った。
2026-10-03
2026-10-01
エージェントは「呼び出すたびに消える」から「状態を持ち続ける」へ — OpenAI・Google・Alibabaが同時に永続化レイヤーを足したOpenAIの「dots」はユーザーごとに専用クラウドコンピュータを割り当て、ChatGPT・Slack・Teamsを横断して会話間の文脈を保持する常駐エージェント。
2026-09-26
マルチエージェント協調は「並列に投げる」から「役割を絞った2体」に収束した — Fusion 型アーキテクチャが解いた失敗伝播問題Cognitionは「分散マルチエージェントは前提の食い違いで失敗が伝播する」と自ら警告した後、lead+sidekickの2体だけに絞った制約付き構成「Fusion」を主力製品化し、2026年9月にローカル環境まで展開した。
2026-09-24
カスタマー対応エージェントの設計は「決定木」から「自然言語手順×コードの二層構造」へDecagonは決定木を捨て、業務担当者が自然言語で書いた手順を構造化ロジックにする一方、返金などの機微操作だけコードで検証するAOPへ移行し、NG.CASHでは解決率が70%まで向上した。
2026-09-22
モデルルーティングが開発ツールの既定機能になった — 選ぶのは人間ではなく分類器GitHub Copilotは9月にauto model selectionへ「efficiency/balance/intelligence」の3段階ティアを追加し、Cursorは60万件超の実利用データで学習した分類器(Cursor Router)でモデル選定を自動化した。
2026-09-19
エージェントの権限設計は「毎回確認」から「境界を先に固定する」へ移ったOpenAI CodexとAnthropicのClaude Codeは、サンドボックスの制限強度と確認ダイアログの要否を別軸にし、境界内の行為は原則自動承認する設計にそろえた。
2026-09-17
コード検索の設計が三方向に割れた — ベクトルDBを捨てる陣営、極める陣営、置き換える陣営Claude Code は埋め込みベースのRAGを捨て、grep/globの反復探索に完全移行——再インデックスの陳腐化とコードアップロードのセキュリティリスクを避けるため。
2026-09-15
エージェント実行基盤のマネージド化 — 3社が同時に「実行環境を貸す側」に回ったOpenAIが9月10日、Codexハーネスをagents/environments/sessions/eventsの4プリミティブに集約した Agents API を公開ベータで公開。基盤自体の追加課金はなくトークン・ツール実費のみ。
2026-09-12
コンテキストは会話ログではない — Working Context / Session / Memory / Artifacts への分離が実装標準になったGoogle ADKは2026年9月、コンテキストを Working Context・Session・Memory・Artifacts の4層に分離し、閾値到達で非同期に要約するcompactionを実装したと公式ブログで説明した。
2026-09-10
Agent Skills という第3のレイヤー — プロンプトでもRAGでもなく「必要になるまで読まない」設計Agent Skillsは「メタデータ(~100トークン)→本文(<5000トークン推奨)→付随ファイル」の3段階でコンテキストに読み込む、プログレッシブディスクロージャー設計。
2026-09-08
エージェント評価の再設計 — テキスト一致から状態検証、そして「修正がテストになる」仕組みへAnthropicはテキスト一致の判定から、環境の状態が実際に変わったかを見る outcome/state チェックへの転換を公式に推奨している。
2026-09-03
長時間稼働エージェントの状態管理 — 「会話の保存」から「プロセスの永続化」へGoogle ADKやMastraは、ツール呼び出しなどステップの境界ごとに実行状態をシリアライズして外部ストレージに書き込み、コンテナが落ちても直前のステップから再開できる設計に収束している。
2026-09-01
コードレビューエージェントの設計 — 差別化は検出率ではなく、文脈の取り方と『直すところまで』の範囲に移ったGitHub Copilot・Qodo・Cursor Bugbot・Cloudflareの内製ツールが、diff単体の解析から脱却し、リポジトリ全体・PR履歴・過去の指摘への反応まで動的に文脈を取りに行く設計へ収束している
2026-08-29
構造化出力は「お願い」から「強制」へ — 3社がグラマー制約デコーディングで足並みを揃えた2026年OpenAI・Anthropic・Google の主要3社が、JSON Schema をトークン生成レベルで強制する「グラマー制約デコーディング」に共通で対応した
2026-08-27
マルチエージェント協調 — 割っていいのは「コンテキストの切れ目」だけAnthropic は Research 機能で並列サブエージェントを使い内部評価で90.2%の性能改善を報告するが、トークン消費は通常の約15倍になるとも明記している。
2026-08-25
エージェントのメモリ設計 — 生ログでも単一要約でもなく、書き換え可能な単位に分解するClaude は2026年7月、記憶を単一のローリング要約から個別の書き換え可能なエントリへ移行。ChatGPT は非同期の「Dreaming」処理で古い事実を時制ごと書き換える。
2026-08-22
プロンプトキャッシュはコスト最適化ではない — 「プレフィックス固定」というアーキテクチャ制約キャッシュ命中率はもはや副次指標ではなく、Manus はこれを「本番エージェントで最重要のメトリック」と明言している。
2026-08-20
接続ツールが増えるほど遅くなる問題 — コード実行と検索遅延ロードの2つの答えAnthropicは公式エンジニアリングブログで、MCPツールをコードAPIとして提示しファイルシステム越しにオンデマンドで読み込ませる方式により、あるタスクのトークン消費を150,000から2,000(98.7%減)に削減したと報告した
2026-08-18
MCPエージェントの認可設計 — 同意画面を「増やす」実装と「無くす」実装に分岐したMCPの権限設計は「サーバー単位のOAuth」から「ツールごとのスコープ」へ移り、WorkOSやCloudflareが個別ツール内での権限チェックを標準パターンとして提示している。
2026-08-15
エージェントの評価・観測性 — 「最終出力の一致」から「軌跡(トラジェクトリ)の妥当性」へAnthropic は Tasks/Graders/Transcripts の三要素でエージェント評価を構造化し、1回でも成功する確率 pass@k と毎回成功する確率 pass^k を分けて計測する運用を提示した。
2026-08-13
モデルルーティング — 1モデルに全部背負わせない設計が標準になったVercel AI GatewayやGitHub Copilot Autoは、ヒューリスティック分類→難易度ティア判定→プロバイダ違いのフォールバック、という二段構成のタスク別ルーティングをすでに標準実装にしている。
2026-08-11
コンテキスト圧縮はどこで行うべきか — API・モデル訓練・ハーネス、3層に割れた実装場所Anthropic は compaction をサーバーサイド API のオプションとして実装し、モデル本体は変更していない
2026-08-08
エージェントのコード実行基盤 — サンドボックスは「重い専用マシン」と「軽いアイソレート」に分かれ始めたCloudflare Sandboxes と Vercel Sandbox はどちらも「持続する専用マシン」型サンドボックスをGA化し、スナップショット復元でコールドブート30秒を2秒程度まで縮めた。
2026-08-06
RAG 構成パターンの現在地 — 二段構成の次は、検索そのものをエージェントに埋め込むPerplexity は Vespa 上で lexical・embedding のハイブリッド検索から cross-encoder rerank へ絞り込む多段構成を採り、Databricks は同じ構成を単一パラメータで追加できる機能として一般化した。
2026-08-04
ワークフロー型 vs エージェント型 — 複雑さを足す前に何を確かめるかAnthropic は「経路を誰が決めるか」で workflow と agent を定義し、単純な方から試すべきだと明言している。
2026-08-01
コンテキストエンジニアリング — 「何を見せるか」ではなく「何を見せないか」を設計する事前に全部読み込むのではなく、ファイルパスやURLなど軽量な参照を渡して実行時に取得する「Just-in-Time retrieval」がCursorやAnthropicの標準手法になった。
2026-07-30
マルチエージェント協調 — 「書き込みを一本化する」が唯一の合意点になった理由Cognition は2025年、複数エージェントの並行書き込みが矛盾した判断を生むとして「マルチエージェントを作るな」と主張したが、2026年4月に態度を転換し「書き込みは一本化し、エージェントは行動ではなく知性を提供する」構成に絞って実例を公開した
2026-07-28
エージェントのメモリ設計 — 保存容量ではなく「書き込みの境界線」を設計するAnthropic は Claude Managed Agents の記憶をファイルとして保存し、監査ログ・ロールバック・スコープ別パーミッションを標準機能として public beta で提供している
2026-W30
エージェントの評価・観測性 — 「良さそう」を数値にする前に何を測らないかを決めるAnthropic は Claude Code の品質劣化が6週間、内部の eval・コードレビュー・単体テストをすべてすり抜けていたと自ら公表し、変更ごとの広範な eval とソーク期間の導入を表明した