AIエージェントの導入が「使えるデモ」で止まるか「業務の相棒」になるかの分かれ目は、しばしば記憶(メモリ)にある。セッションが切れるたびに学びがゼロに戻るエージェントは、昨日の失敗を今日も繰り返す。逆に、経験を溜めて次に活かせるエージェントは、使うほど賢くなる——いわば複利が効く。だがその複利は、設計を誤ると負債に転じる。間違った記憶が静かに増殖し、全セッションに伝播していくからだ。
2026年11月6日、Anthropic はエンジニアリングブログで「The components of agent memory(エージェント・メモリの構成要素)」を公開した。Claude が経験から得た知識をセッションをまたいで保持・活用する仕組みを、人間の記憶に例えて整理した内容だ。本稿では、この一次情報を軸に、記憶が「複利」と「負債」のどちらに振れるかを分ける設計の勘所を、日本企業の導入視点で読み解く。
本稿で引用する評価数値は、特記なき限り Anthropic 自身の評価(ベンチマーク)に基づく社内測定であり、第三者による独立検証ではない。方向性を読む材料として扱い、自社環境での再現は別途検証することを推奨する。
Anthropicが示した「記憶」の定義と4つの層
まず押さえたいのは定義だ。Anthropic は agent memory を「Claude が経験から得て、セッションをまたいで保持し、後で読み出せる知識」と定義する。重要なのは、ここに含まれないものを明確にしている点だ——モデルの重み更新、同一会話内での文脈内学習(in-context learning)、そして現在の文脈ウィンドウ内で古い発話を要約で置き換える**圧縮(compaction)**は、いずれも「記憶」には含めない。つまり記憶とは、会話をまたいで持ち越す外部化された知識を指す。
その上で、1つのセッションから次のセッションへ知識を運ぶ階層を4層で描く。
| 層 | 内容 | 役割 |
|---|---|---|
| トランスクリプト | エージェントの作業を記録した検索可能なイベントログ | すべての土台。後から真実を照合する原本 |
| メモリノート | Claude が書き留めた要点の観察メモ(ノートのフォルダ等) | 「次も効きそうなパターン」の予測の記録 |
| メモリ表現(representations) | wiki のように関連知識をリンクで束ねた構造 | 散らばったノートの“地図” |
| 注入コンテキスト | 各セッション開始時に毎回読み込む資料 | 最重要だが、トークンを消費し続ける最前列 |
Anthropic はこの記憶を「予測」として捉える枠組みを提示する。ルールを書くという行為は「このパターンはまた重要になる」という予測であり、モデルは世代を追うごとにこの予測が上手くなっているという。実際、データベース操作タスク(CL-Bench)の平均報酬は、記憶なしのベースラインに対し記憶ありで大きく伸びた(Opus 5.5: 0.655 → 0.838、Sonnet 5.5: 0.644 → 0.833、Opus 4.7: 0.383 → 0.700)。記憶は、モデルそのものを変えずに性能を底上げする外付けのレバーになり得る。
“dreaming”——睡眠に例えた、記憶のオフライン整理
Anthropic の枠組みで目を引くのが、**dreaming(ドリーミング)**という概念だ。人間は海馬で経験を素早く捉え、休息中にそれを再生(リプレイ)して、一部を大脳新皮質へ長期知識として定着させる。これに倣い、エージェントも「稼働中はログを取る層」と「オフラインで再編する過程」に役割を分ける。dreaming とは、Claude がログやトランスクリプトを後から振り返り、誤りを正し、ノートを作り、表現(wiki等)を組み立て、次に何を先読みで読み込むかを決めるオフライン処理を指す。Anthropic はこの発想を、アイドル時間に既存の文脈を再編成する「sleep-time compute」の研究(Letta と UC カリフォルニア大学バークレー校)に結びつけている。
この「後から直す」効果は具体的だ。あるゲームプレイ評価(Pokémon Red の Mt. Moon)では、施設の場所を誤って書いたノートのせいでエージェントが同じ崖から何度も落ち続けた。ところが dreaming がトランスクリプトと突き合わせてノートを訂正すると、その走行は先へ進めた——訂正しなかった走行は山を越えられなかった。記憶は書くだけでは足りず、書いたものを継続的に点検・訂正する過程があって初めて複利になる、という示唆だ。
実務的な含意は明快だ。「記憶を持たせる」とは、ノートを書かせることではなく、ログ(原本)→ノート→表現→注入という流れと、それを後から照合して直す運用をセットで設計することを意味する。書きっぱなしの記憶は、むしろ誤りを固定化する。
記憶は複利になる——が、放置すれば負債になる
Anthropic の評価は、記憶が効く条件と、崩れる条件の両方を示している。ここが企業にとっての本番だ。
効く条件として、構造化された「表現」の力が挙げられる。大規模コード資料(Stainless コーパス、約35万ファイル・4.2億トークン)で wiki を育てると、採点基準の達成率は 2 セッションの 13% から 128 セッションの 48% へ伸びた。wiki と検索を併用すると 54% → 61%(検索単独は 53%)で、両者併用は1問あたり約2万トークンを節約した。法務文書タスク(Harvey LAB)の複数文書横断でも、wiki は 87% と、検索単独の 73% を上回った。
崩れる条件も同じくらい重要だ。Anthropic は、記憶が「負債」に転じる失敗パターンを具体的に挙げる。
- 共有書き込み先の奪い合い:並行するエージェントが1つの表を上書きし合うと事実が欠落した。契約ごとの共有ファイルにまとめた版は 57 事実中 41(72%)しか捕捉できなかったが、契約1件につき1ページに分けた版は 57/57(100%)を捕捉した。
- 肥大化する表現:あるタスクでは wiki が 115KB の原資料から 203KB(1.77倍)へ膨らみ、明確な改善を生まなかった。記憶は多ければよいのではない。
- 手続きの過剰指定:「失敗だけ記録せよ」のような固定ルールは、強いモデルの性能をむしろ下げた(Opus 5 は 0.234、Opus 4.7 は 0.150 低下)。目的を伝え、手順は縛りすぎないほうが機能する。
- 注入層の肥大:毎回読み込む最前列は性能を左右する一方、トークンを食い、誤ったノートを全セッションへ運んでしまう。Anthropic は「最上層は比較的小さく保たねばならない」とし、Claude Code は
MEMORY.mdを先頭200行または25KBまでしか索引として読み込まないという。
The New Stack も、トランスクリプトにはエージェント自身が書いたのではない内容(ツール出力や外部データ)が大量に含まれるため、自動的な記憶の定着(consolidation)にはリスクが伴うと指摘する(The New Stack)。記憶は、正しく設計すれば複利を生むが、点検なしに溜めれば誤りと冗長とコストを複利で積み増す負債になる。
記憶は、新しい「データ境界」でもある
企業にとって記憶は、性能の問題であると同時に統制の問題だ。記憶には業務の文脈——社内手順、取引先の事情、過去の判断——が蓄積される。それは資産であると同時に、漏れれば損害になる機微情報でもある。本サイトでも、エージェントに共有メモリを持たせた途端に記憶が権限を越えて漏れ出したCopilot Studioの事例を扱ったが、記憶を「作る側」でも同じ緊張が生じる。
この点は業界でも共通認識になりつつある。Gartner は2026年の提言で、企業エージェントには統制された長期記憶(governed long-term memory)を用いて、文脈を踏まえたスケーラブルな自動化を実現すべきだとする(要約は公開、本文はペイウォール)。実務家の議論でも、「どの文脈を単一の推論に入れるか(コンテキスト管理)」と「セッションをまたいで何を保存・取得するか(メモリ管理)」は別物として整理され、記憶には保持期間(retention)・範囲(scope)・更新タイミング・失効・アクセス制御(誰が読めるか)という設計判断が伴うと指摘される。記憶とは、文脈ウィンドウの外に置かれた新しいデータ境界なのだ。
homulaの観点:記憶アーキテクチャを「意図して」設計する
ここからが homula の実務的な勝ち筋だ。要点は、記憶を成り行きで溜めさせないこと。Anthropic の知見を企業導入に翻訳すると、設計すべきは次の3点に集約される。
- 原本を土台にする:トランスクリプト(ログ)を信頼できる原本として残し、ノートや wiki はそこから導出・照合する。書きっぱなしにせず、定期的に突き合わせて訂正する運用(dreaming に相当する整理工程)を回す。
- 書き込み先を分離する:並行エージェントが同じ記憶を奪い合わないよう、ソースや主体ごとにページ/領域を分ける。肥大化は積極的に剪定する。
- 記憶を統制下に置く:誰が・どの記憶を・どこまで読めるかを最初から設計する。機微情報の記憶には保持期間とアクセス制御を効かせ、記憶の読み書きも監査対象にする。
この3点目はまさに homula の Agens Control が担う領域だ——承認フロー・DLP・5年分の監査ログ・RBAC。接続基盤である Agens(MCPを活用し、200以上のツールと構築ゼロで接続)が「つなぐ」を担い、Agens Control が「誰が・何を・どこまで」を押さえる。記憶の層(ログ・ノート・表現・注入)を実際に組むのは n8n / Dify / LangGraph といった基盤であり、homula はここを日常的に扱う。
記憶設計で最も危険なのは、注入層(毎回読み込む最前列)に機微情報や未検証のノートを安易に積むことだ。性能は上がって見えても、誤りと漏えいリスクが全セッションへ拡散する。最前列は小さく、検証済みのものだけに保つ。
いきなり全社の記憶基盤を設計するのは難しい。現実的な順序は、(1) まず特定業務でログ(原本)だけを残すところから始め、(2) 効くパターンが見えてからノート・表現へ構造化し、(3) 機微度に応じて保持・アクセス・監査を効かせる——という段階設計だ。業務棚卸しからプロトタイプ構築・ROI試算までを3〜5日で回す AIエージェント・ブートキャンプは、この「小さく始めて記憶の型を作る」入口として機能する。
まとめ:記憶とは「溜めること」ではなく「直し続けること」
Anthropic の「エージェント・メモリの構成要素」が示したのは、記憶の本質が蓄積ではなく継続的な整理と訂正にある、ということだ。ログを土台に、ノートと表現を育て、オフラインで点検して誤りを正し、最前列は小さく保つ——この循環があって初めて、記憶は複利になる。循環がなければ、記憶は誤りと冗長とコストの負債に変わる。
そして企業にとって、記憶は性能のレバーであると同時に、新しいデータ境界であり統制対象でもある。記憶をどの基盤に溜め、誰に読ませ、どう監査するか。その設計図は、特定ベンダーに溶かし込まず、自社が中立に握るべきものだ。記憶を持つエージェントの時代に問われるのは、「どれだけ賢く覚えるか」以上に、「どれだけ正しく忘れ、直し続けられるか」である。
自社のエージェントに、どんな記憶を・どこまで・どの監査のもとで持たせるか。記憶の層と境界を一度棚卸ししてみませんか。