技術的サマリー：エージェントメモリはデータベースか？長期 AI エージェントメモリのためのデータ基盤の再考

1. 問題定義

現在の AI エージェントメモリシステムとデータベースのパラダイムは、メモリをレコードレベルの CRUD（作成、読み取り、更新、削除）操作に依存する静的な記憶機構として扱っている。この抽象化は、複数のセッションにわたって情報を維持・修正・推論する必要がある長期稼働 AI エージェントの要件を満たすことができない。著者らは、現在の「追記のみ」または「容量駆動」のアプローチに内在する 4 つの反復的な失敗モードを特定した。

1. 規制されていない成長: 新しい情報が盲目的に追記され、冗長で関連性の低いエントリが蓄積し、有用なコンテンツを圧迫して推論コストを増大させる。
2. 意味的修正の欠如: 更新は、古くなったレコードの横に新しいレコードとして格納され、統合されない。これにより、エージェントが現在の状態ではなく、古い事実（例えば、古い締切）を検索してしまうといった矛盾が生じる。
3. 選択的忘却の欠如: 排除は通常、ユーザーとの関連性ではなく、年齢や容量（FIFO）によって駆動される。重要な事実が破棄される一方で、些細なデータが存続する可能性がある。
4. 読み取り専用検索: 検索操作はメモリ状態を更新することなく事実を返す。その結果、頻繁にアクセスされる情報は「顕著性」を得たり、忘却から保護されたりせず、陳腐化したコンテンツと同等に競合する。

本論文は、これらが実装上のバグではなく、メモリをレコードの集合として扱うことによる構造的限界であると主張する。長期メモリにおける正しさは、個々のレコードの正しさではなく、状態の軌道（メモリが時間とともにどのように進化するか）という性質である。

2. 手法：管理された進化メモリ（GEM）

著者らは、レコードレベルの操作から状態レベルの演算子へと焦点を移す新しいデータ管理抽象化である**管理された進化メモリ（GEM）**を提案する。

2.1 GEM 抽象化

メモリは、時刻 $t$ におけるグローバル状態 $M_t = (D_t, S_t, P_t)$ として形式化される。

• $D_t$（コンテンツ）: 孤立したレコードではなく、値の履歴と顕著性のシグナルを保持する意味的単位（トピックなど）。
• $S_t$（構造）: 意味的単位を型付きエッジで接続する構造的組織（例：依存関係の伝播のための「拡張」エッジ、文脈のための「関連」エッジ）。
• $P_t$（ポリシー）: 状態がどのように変化することを許可するかを規定する宣言的ルール $\langle \text{イベント}, \text{条件}, \text{アクション} \rangle$。

2.2 状態レベル演算子

GEM は、ポリシー制約の下でグローバル状態に作用する 4 つの演算子によって CRUD を置き換える。

1. 取り込み: 新しい入力を既存の意味的単位に統合し、重複するレコードを作成するのではなく、値の履歴を追記する。
2. 修正: 重複する単位を調整し、上書きされた値の由来を保持しながら、型付きエッジ（依存関係）に沿って更新を伝播させる。
3. 忘却: 年齢ではなく、関連性のシグナル（顕著性）に基づいてコンテンツの影響を規制する。二元的な削除ではなく、段階的な減衰ラダー（圧縮 $\to$ 非表示 $\to$ アーカイブ）を採用する。
4. 検索: 出力を返すとともに、アクセスされた単位の顕著性を更新し、重要な事実を強化する、状態変更を伴う操作。

2.3 正しさの条件

本論文は、メモリ軌道を規定する 6 つの正しさの条件（C1–C6）を定義する。

• C1（クエリの妥当性）: 最新のアーカイブされていない値を返す。
• C2（遷移の妥当性）: 修正後に、上書きされた値が現在の値として返されないことを保証する。
• C3（依存関係の一貫性）: 更新が、型付きエッジに沿って依存単位へ伝播する。
• C4（由来の保持）: 忘却と修正は、到達可能な単位の履歴チェーンを保持する。
• C5（有界な活性状態）: 活性メモリのサイズは、単なる容量ではなく、ポリシーで定義された関連性によって有界化される。
• C6（検索誘発適応）: すべての検索が、アクセスされた単位の顕著性を更新する。

2.4 構造的観察

著者らは、いかなるレコードレベルのシステム（ストレージモデルに関わらず）もこれらの条件を満たすことができないことを証明する 3 つの構造的観察を示す。

1. 検索: 純粋関数型の検索は、状態変更ステップがクエリから切り離されているため、C6（顕著性の更新）を満たすことができない。
2. 忘却: 検索が読み取り専用である場合、CRUD エンジン上で関連性駆動の保持（C5）は強制できない。
3. 取り込み/修正: 意味的単位を持たない追記のみストレージは、エンジンが共存する値間を選択するメカニズムや意味的依存関係を辿るメカニズムを欠いているため、C2（妥当性）または C3（依存関係の伝播）を満たすことができない。

3. 実装：MemState プロトタイプ

実現可能性を検証するため、著者らは埋め込み型プロパティグラフエンジンであるKuzu上で実装されたプロトタイプMemStateを構築した。

• データモデル: メモリは「トピック」（意味的単位）のグラフとして表現される。各トピックは、値、タイムスタンプ、由来のタプルからなる値の履歴と、埋め込みを含むフィールドを保持する。
• 演算子:
  • 取り込み: LLM がホストトピックを選択し、新しい値をフィールドの履歴に追記する。
  • 修正: 競合を検出し、「拡張」エッジに沿って変更を伝播させる。
  • 忘却: 顕著性スコアに基づいて段階的な減衰を適用する（アクセス時に上昇し、不使用時に減衰）。
  • 検索: クエリをトピックにルーティングし、同じトランザクション内でアクセスされた単位の顕著性を増分する。
• ポリシー強制: ポリシーは、コミット前に提案された状態遷移（$M_{t+1}$）に対して評価される。ポリシーに違反する遷移は中止され、これにより C2（遷移の妥当性）が構築上保証される。

4. 結果と知見

• 実現可能性: MemState は、汎用プリミティブからフィールド履歴、伝播エッジ、ポリシーチェックを再構築することで、GEM がプロパティグラフなどの汎用インフラ上で実現可能であることを実証した。
• ギャップの特定: このプロトタイプは、GEM が実現可能である一方で、現在のエンジンが単なる「互換性レイヤー」に過ぎないことを明らかにした。これらは以下のネイティブサポートを欠いている。
  • フィールド履歴のためのファーストクラスなバイテンポラル属性。
  • スキーマに付随する伝播セマンティクス。
  • 意味的類似性と時間述語のための統合インデックス。
  • 検索と顕著性更新を統合する「書き込みとしての検索」プリミティブ。

5. 意義と研究課題

本論文は、長期エージェントメモリをデータベースの問題ではなく、状態軌道の正しさによって定義される新しいデータ管理ワークロードとして再定義する。著者らは、このワークロード向けのネイティブエンジン構築に必要な 3 つの具体的な研究方向を概説する。

1. 管理されたメモリのためのネイティブエンジン: トピック、履歴、埋め込みをページ上に共存させ、意味的および時間的クエリのための統合インデックスを提供し、検索を記述操作として扱う演算子が必要である。
2. 正しさと評価: 回答レベルのリコールだけでなく、状態の進化（C2–C6）を測定する「軌道ベンチマーク」が求められる。また、競合解決のための宣言的ポリシー言語と、制約付き学習コントローラーの提案も含まれる。
3. プライバシーとマルチテナンシー: 共有メモリインスタンスにおける顕著性更新がテナント間で情報を漏洩させる「検索誘発情報漏洩」という新たな課題、および由来チェーンを持つ進化状態における「検証可能な消去」の難しさに取り組む。

結論: 本論文は、長期 AI エージェントが信頼性を持って機能するためには、メモリは受動的なストレージレイヤーから、正しさが個々のレコードの整合性ではなく状態の軌道によって定義される、能動的で管理されたデータ管理ワークロードへと進化しなければならないと結論づける。