永続メモリ

AIエージェントがセッションをまたいで記憶を保持する仕組み。通常のチャットボットは会話が終わると記憶を失うが、永続メモリを持つエージェントは過去の会話や学習内容を次回以降も参照できる。

実装方法

日々の会話を日次ファイル（例: memory/2026-01-22.md）に記録する。moltbotがこの方式を採用している。

構造化されたデータベースに記憶を保存。検索性が高く、大量の記憶を効率的に管理できる。

会話内容をベクトル化し、意味的に類似した記憶を検索可能にする。RAG（Retrieval-Augmented Generation）と組み合わせることで、関連する過去の記憶を自動的に参照できる。

永続メモリをGit管理することで、以下が可能になる：

これは「AIの学習を人間がコントロールできる」という点で画期的。

「前回話したあれ」「いつものやり方で」といった曖昧な指示でも、エージェントが理解できる。

ユーザーの好み、価値観、判断基準を学習し、提案の質が向上する。

毎回同じ説明をする必要がなくなり、コミュニケーションコストが下がる。

記憶が永続化されるということは、機密情報も残る可能性がある。ローカルファーストAIであれば自分で管理できるが、クラウド型では注意が必要。

記憶が増え続けると、検索や参照のコストが増大する。定期的な整理や、重要度に基づく記憶の取捨選択が必要。

間違った情報を記憶してしまうと、それが永続化される。Git管理や明示的な修正機能が重要。

moltbotの実装:

~/molt/memory/
├── 2026-01-20.md
├── 2026-01-21.md
└── 2026-01-22.md

各ファイルには会話内容、実行したタスク、学んだことが記録される。次回以降、エージェントはこれらのファイルを参照して応答する。