本文へ移動

研究Paper

交換可能なエージェントのための組織の記憶

AI エージェントが仕事を担う組織では、モデルやエージェントが頻繁に入れ替わる。本稿は、記憶をモデルの内部ではなく組織の文書に置き、作業の記録を検証済みの知識へ段階的に変換する設計を提案する。Trace、Episode、Research、Review、Library の五段階からなる流れと、その不変条件を示し、運用上の観察、考察、限界を述べる。

  • 記憶
  • エージェント
  • 組織

概要

AI エージェントに仕事を任せる組織では、仕事を担う主体が頻繁に入れ替わる。モデルは数か月ごとに更新され、同じ仕事を、異なる提供元のモデル(例:Claude、Codex、Gemini)が担うこともある。それでも組織は、過去の決定と失敗を保持し、次の仕事に生かさなければならない。本稿は、記憶をモデルの内部ではなく、組織が管理する文書の側に置く設計を提案する。エージェントは共有の内部状態をもたず、信頼できる文書を読んでから仕事を始める。作業の記録を検証済みの知識へ段階的に変換する流れとして、Trace、Episode、Research、Review、Library の五段階を示す。

1. 背景

大規模言語モデルを用いたエージェントの記憶は、多くの場合、一つのエージェントか一つの製品の内部に閉じている。会話の履歴、要約された記憶、製品ごとの保存領域がその例である。この形は、一つのエージェントが同じ利用者と長く対話する場面には適している。しかし、組織の仕事を複数のエージェントとモデルが入れ替わりながら担う場面では、記憶が担い手とともに失われる。

たとえば、セッションごとに新しく起動するエージェントは、前のセッションで人が加えた修正を知らなければ、同じ誤りを繰り返す。これは、人の組織で担当者が交代するときの引き継ぎの問題と同じ構造をもつ。ただし、エージェントの交代は、人の交代よりはるかに頻繁に起こる。

2. 問題

担い手の内部に記憶を置く形には、組織の記憶として三つの弱さがある。

  • 移植性:モデルや製品を替えると、記憶が残らないか、形式を変換しなければ移せない。
  • 検証状態:記録は増えるが、確かめられた事実と、途中の推測が区別されない。
  • 一貫性:同じ事実が複数の場所に書かれ、やがて食い違う。

本稿の問いは、担い手が入れ替わっても、組織が過去の決定と失敗を保持し、次の仕事に正しく生かすには、記憶をどこに、どのような形で置けばよいか、である。

3. 関連研究

  • 組織の記憶:Walsh と Ungson(1991)は、組織の記憶を、組織の過去から蓄えられ、現在の意思決定に用いられる情報と定義し、その保持の場所が個人に限られないことを示した。本稿は、担い手が人ではなくエージェントである場合に、この保持の場所を文書に置く設計を扱う。
  • 検索拡張生成:Lewis ら(2020)は、生成の際に外部の文書を検索して参照する方法を示した。本稿の設計も、エージェントが外部の文書を読むことを前提とする。ただし本稿の関心は、検索の方法よりも、参照される文書の検証状態と、その文書が作られる過程にある。
  • エージェント内部の記憶の管理:Packer ら(2023)は、オペレーティングシステムの記憶の階層にならい、限られたコンテキストの外に記憶を置いて出し入れする方法を示した。これは一つのエージェントの記憶を拡張する方法である。本稿は、特定のエージェントやモデルから独立した、組織の側の記憶を扱う。

4. 設計

4.1 記憶を文書に置く

記憶を、「誰が覚えているか」ではなく、「どこに書いてあるか」で設計する。どのエージェントも、仕事の開始時に同じ場所を読み、終了時に同じ場所へ書く。専門性も、エージェントではなく置き場所にもたせる。エージェントは、その場所の規則と手引きを読むことで、役割を引き受ける。

4.2 五段階の流れ

記録は、次の五段階を経て知識になる。

  1. Trace:会話、コマンド、変更など、起きたことの生の記録。加工せずに保存する。
  2. Episode:一つの仕事の単位。何を依頼され、何を行い、どう終わったか。
  3. Research:複数の Episode から、繰り返し現れる型や仮説を取り出したもの。
  4. Review:人または別のエージェントが、Research の主張を元の記録と照合して確かめる段階。
  5. Library:検証済みの知識。エージェントが次の仕事で最初に読むもの。

4.3 不変条件

この流れは、次の三つの条件を満たすように設計する。

  • 段階と信頼:段階を上がるほど、量は減り、信頼は上がる。
  • 出典の追跡:Library に入る知識は、どの記録から導かれたかをたどれる。
  • 単一の記述:一つの事実は、Library の一か所にだけ書く。

5. 運用上の観察

当社は、研究開発中のマルチエージェントシステム Moss でこの設計を試し、社内の日常の業務に用いている。その中で、次の二点が観察された。いずれも運用の経験にもとづく観察であり、定量的な測定は行っていない。

第一に、エージェントの誤りの原因は、文書の配置よりも、記録の食い違いと欠落にある。エージェントは検索によって必要な文書を集めるため、フォルダの分け方の違いは大きな問題にならなかった。問題になったのは、互いに矛盾する記録と、書かれなかった決定である。いずれも、最終的には、人が誤った回答を受け取るという形で表に出た。

第二に、人が記憶の中身を確かめる手段が必要である。初期の試作では、記録のほとんどをデータベースに置き、文字の画面からしか中を確認できなかった。その結果、記録の正しさを人が確かめることが難しくなった。現在は、検討中のものを git、効力をもつ決定をデータベース、完成して変わらないものを長期保存の場所に置く、という状態による分け方を試している。人が確認するための画面は、これとは別に用意する。

6. 考察

記憶を文書の側に置く設計は、担い手の交代に強い。モデルや提供元が替わっても、文書は残り、どのエージェントも同じ文書を読める。また、文書は人が読めるため、記憶の中身を人が検証できる。これは、モデル内部の記憶にはない性質である。

一方で、この設計は三つの負担を伴う。第一に、Review の段階で人がすべてを確かめると、人が処理の律速になる。第二に、記録が Library に入るまでに時間がかかり、直近の決定がすぐには反映されない。第三に、エージェントが正しい文書を見つけられるかは、検索の質に依存する。第三の点については、運用上の観察が示すとおり、文書の配置を工夫することより、記録の食い違いと欠落を防ぐことの方が重要である可能性がある。

7. 限界

  • 観察は単一の組織の小規模な運用にもとづき、定量的な評価を含まない。
  • モデル内部に記憶をもたせる方法や、ほかの記憶の設計と、同じ条件で比較していない。
  • 五段階の各段の境界、とくに Research と Review の基準は、まだ運用の中で定まっていない。

8. 今後の課題

  • 評価:記憶がよく機能しているかを、どう測るか。候補は、人が問うたときに、エージェントが正しい答えを出典とともに返せるかである。これを再現可能な試験にする方法は、まだない。
  • Review の負担:人の確認を、どこまでエージェント同士の相互確認に置き換えられるか。
  • 忘却:古くなった知識を、いつ、どのように退けるか。削除するのではなく、効力を失ったことを記録する形を検討している。
  • モデル内部の記憶との関係:モデルの内部に記憶をもたせる研究と、本稿の設計は、競合するのか、補い合うのか。

参考文献

  • Lewis, P., Perez, E., Piktus, A., et al. (2020). Retrieval-augmented generation for knowledge-intensive NLP tasks. In Advances in Neural Information Processing Systems 33 (NeurIPS 2020).
  • Packer, C., Wooders, S., Lin, K., Fang, V., Patil, S. G., Stoica, I., & Gonzalez, J. E. (2023). MemGPT: Towards LLMs as operating systems. arXiv:2310.08560.
  • Walsh, J. P., & Ungson, G. R. (1991). Organizational memory. Academy of Management Review, 16(1), 57–91.

関係するもの

更新の履歴

  1. v0.42026年10月7日論文の形式に改めた。関連研究、設計の不変条件、考察、限界を足した。
  2. v0.32026年10月4日社内で使って分かったことを足し、未解決の問いを書き直した。
  3. v0.22026年8月27日記録を知識に育てる流れを、Trace から Library までの 5 段に整理した。
  4. v0.12026年7月24日最初の版。問題の設定と、記憶を文書の側に置く方針を書いた。

この文書の URL は変わりません。版を添えて引用してください。

研究の一覧へ