AI エージェントはどう記憶するのか：メモリ、ナレッジ、スキル

健忘という問題

大規模言語モデルはどれも状態を持ちません。いま目の前にあるもの、つまりそこまでの会話と、一緒に添えられたものだけから答えます。モデルの周囲にあるシステムが残す仕組みを作らないかぎり、セッションをまたいで何も残りません。

雑談ならそれで構いません。しかし業務では失格です。常連客に毎回注文番号を尋ねる受付は、受付とは言えません。先週の決定を忘れるオペレーション担当は、毎週その議論をやり直すことになります。記憶は業務用 AI システムに後から足す「あれば嬉しい機能」ではありません。従業員と、礼儀正しい他人との違いそのものです。

だから、AI エージェントのプラットフォームに投げるべき正直な問いは「そのモデルは賢いか？」ではありません。「自社について知ったことを、どこに、どう保管しているのか。そして、ほかに誰がそれに触れられるのか」です。

記憶のスタックを、層ごとに

1. セッションを越えて残る会話メモリ

Olano のエージェントは、セッションをまたいで記憶を保ちます。先月書き込んだ顧客は、今月も文脈のなかで認識されます。火曜にチームが入れた訂正は、金曜になっても効いています。エージェントが拠り所にするのは、ひとつのチャットの流れではなく、関係の流れです。

2. 長期記憶は、溜め込むのではなく蒸留する

生のやりとりの記録は、時間が経つほど使いものになりません。役に立つ事実は、四十行の社交辞令の下に埋もれてしまう。だからこそ Olano Cortex は、済んだ仕事を定期的に読み返し、意味のあったこと（決定、好み、残す価値のある事実）を長期記憶へ蒸留します。さらに整理のサイクルでその記憶を手入れし、新鮮に保ちます。古びた項目は刈り込み、重複はまとめる。増える一方の記憶はノイズになりますが、手入れされた記憶は複利で効いてきます。

3. ナレッジベース：自社の文書を正とする

そもそも「覚えて」おくべきでないものもあります。調べればいいものです。価格、規程、製品仕様、手順書は、自社の文書から作られたナレッジベースに置かれ、エージェントはそこを根拠に答えます。価格表が変わったら、文書を更新するだけ。エージェントは新しい版から答えます。再学習も、プロンプトの外科手術も不要です。正となるのは、チームがすでに管理しているファイルのままです。

この層は、答えを正直に保つ層でもあります。根拠に基づいたエージェントは、それらしく聞こえる返金規定をその場ででっち上げるのではなく、実際の規定を引きます。

4. スキル：手続き記憶

事実を知っているのは、記憶のひとつの形です。もうひとつは、 やり方を知っていること やり方を知っていることです。スキルは手順を捉えます。一度教えれば、エージェントは毎回同じように繰り返します。同じ仕事が繰り返されているのに気づけば、Cortex 自身がスキルの草案を書くこともできます。月次レポート、リードの見極め方、クレームを上げるときの具体的な手順。一度書き出せば、あとは一貫して実行されます。

記憶は専用のインフラである

ここまでのすべてが、あなた専用の隔離環境の中にあります。エージェント、記憶、ファイル、連携アプリ、履歴が他社のデータと混ざることはなく、保存時も通信時もすべて暗号化されます。これは記憶にとって、ほかのほとんどのものより重い意味を持ちます。顧客との関係、値づけの考え方、社内の手順が積み上がっていく層だからです。まさにここについて、突っ込んだ質問をすべきです。 PDPA ガイド には、どのベンダーにも投げるべき質問がまとめてあります。私たちに対しても、です。

このスタックが動いているところ

層ごとに答える問いが違います。記憶は、 この相手は誰で、こちらは何を知っているのか。 ナレッジベースは、 いま何が正しいのか。 スキルは、 これをどう処理するのか。 そしてそのすべてに承認ゲートがかぶさっているので、エージェントの「知っていること」が「してよいこと」を追い越すことはありません。この構造については 承認優先のプレイブックで解説しています。.

要点は、この積み上がりです。チャットボットは初日と三百日目でまったく同じ。Olano のシステムは三百日目には、常連客も、カタログも、手順も、語り口も知っています。記憶をモデル任せにせず、プラットフォームに組み込んであるからです。