💻 computer science

AMP: A Vendor-Neutral Wire Format for Agent Memory Operations

本論文は、Model Context Protocolと競合することなく相互運用性を実現することを目的とした、統一されたインターフェース、ガバナンスチャネル、および経験的に検証されたバックエンドアダプターを通じて、多様なフレームワークにわたるエージェントメモリ操作を標準化する、ベンダーニュートラルなJSON-Schemaワイヤーフォーマットおよびリファレンス実装であるmemorywireを紹介するものである。

原著者： Thamilvendhan Munirathinam

公開日 2026-06-02

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Thamilvendhan Munirathinam

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

あなたはAIアシスタントのチームを構築しているところだと想像してください。現在、それぞれのアシスタントは独自の記憶方法を持っています。ある者は革のジャーナルにメモを書き、別の者はデジタル付箋アプリを使い、三番目の者は音声メモを残します。彼らは皆、異なる「記憶の言語」を話しています。もしアシスタントのシステムを別のものに変更したいと思ったら、その履歴をゼロから書き直さなければなりません。さらに悪いことに、もしアシスタントが奇妙なことや危険なことを書き込んだとしても、それが永久的な脳に刻み込まれる前にチェックするマネージャーが存在しません。

memorywire は、この混乱を解決するための新しい提案です。これは、AIの記憶のためのユニバーサルな翻訳機であり、標準化されたファイリングシステムだと考えてください。

論文の内容を、簡単な比喩を用いて以下に解説します。

1. 問題点：「バベルの塔」と化したAIの記憶

現在、人気の高いAIメモリツール（mem0、Letta、Cogneeなど）は、まるで異なる通貨を使う異なる国々のようです。

問題: もしAIの記憶を「国A」から「国B」へ移動させたい場合、単に現金を移すことはできません。一度溶かして作り直す必要があります。その過程で詳細は失われ、コストもかかります。
欠けているマネージャー: これらのシステムには、AIが書き込んだ内容が確定する前に、それをレビューする組み込みの「マネージャー」が存在しません。これは、数学の答えが正しいかどうかを教師が確認することなく、生徒にホワイトボードに書き込ませるようなものです。

2. 解決策：ユニバーサルな「メモリーワイヤー（記憶の針金）」

著者らは、memorywire を作成しました。これは、あらゆるAIシステムが理解できる標準的なフォーマット（データのパッケージ化の特定の方法）です。

5つのアクション: 乱雑なコマンドリストの代わりに、memorywireはAIが記憶に対して行えることを正確に5つ定義しています。
1. Remember（記憶する）: 新しい事実を書き込む。
2. Recall（想起する）: 記憶を呼び出す。
3. Forget（忘れる）: 記憶を削除する。
4. Merge（統合する）: 似たような2つの記憶を1つに結合する（重複を防ぐため）。
5. Expire（期限切れ）: 古い記憶を自動的に削除する（「賞味期限」のようなもの）。
4つの記憶タイプ: 人間と同じように、システムは記憶を4つのバケツに分類します。
- Semantic（意味的）: 事実（例：「アリスはピーナッツ嫌いだ」）。
- Episodic（エピソード的）: 出来事（例：「アリスは昨日のフライトで緊張していた」）。
- Procedural（手続き的）: 手順（例：「フライトの予約方法」）。
- Emotional（感情的）: 感情（例：「アリスは飛行機に対して不安を感じていた」）。

3. 「交通整理」を行うもの：ルーター

論文では、交通整理の警官のように機能する「ルーター」を紹介しています。

仕組み: あなたがAIに「Recall（想起）」を求めたとき、ルーターは単一のデータベースに尋ねるだけではありません。接続されているすべての異なるメモリシステムに対して、同時に質問を投げかけます。
魔法のトリック（RRF）: ルーターは、**相互ランク融合（Reciprocal Rank Fusion: RRF）**と呼ばれる数学的なトリックを使用します。3人の友人が数字を予想している場面を想像してください。
- もし友人Aが「5」、友人Bが「5」、そして友人C（嘘つき）が「100」と言った場合、ルーターは一致した2人の友人を信頼します。
- 論文では、たとえ一つのメモリシステムがハッキングされたり嘘をついたりしても、この数学的トリックによってAIが正しい答えを得られることが証明されています。これは、嘘つきを捕まえるためのセーフティネットのようなものです。

4. 「人間が介在する仕組み」：承認ゲート

これは主要な機能です。システムは**「Diff-and-Approve（差分確認と承認）」**というワークフローを可能にします。

シナリオ: AIが「ユーザーはピーナッツアレルギーである」という新しい記憶を書き込もうとしています。
ゲート: 即座に保存する代わりに、システムは一時停止します。そして、レビュアー（人間）に対して、「差分（何が新しく、何が古いのかの比較）」を表示します。
決定: 人間が「承認（Approve）」または「拒否（Reject）」をクリックします。これによって初めて、記憶が保存されます。これにより、AIが誤って偽の事実や有害な事実を書き込むことを防ぎます。

5. 実際にテストされた内容（結果）

著者らは新しい魔法の脳を発明したのではなく、既存のツールをより良く整理しただけです。彼らは以下の項目でシステムをテストしました。

速度: 非常に高速でした（記憶または想起に約40ミリ秒）。
正確性: Tested with 42 questions, the system found the correct answer 100% of the time in the top 5 results. (An additional 8 trick questions were used to ensure the system didn't hallucinate.)
セキュリティ: 一つのメモリデータベースが嘘をつくようにシステムを「ハック」しようと試みました。「交通整理役（RFF）」は、嘘つきをうまく無視し、正しい答えを維持しました。
互換性: 5つの既存のメモリシステムに対してテストを行いました。標準的なデータベース（SQLiteおよびPostgreSQL）に基づいているものとは完璧に動作し、それ以外とも十分に機能したため、異なる「言語」を話せることを証明しました。

結論

論文は、memorywire が新しい種類のAIの知能を発明したのではないと主張しています。これは、標準化されたプロトコルです。それは、AIの記憶のための「USB-Cポート」です。異なるAIシステムが同じメモリバンクにプラグインすることを可能にし、悪いデータが人間によってフィルタリングされることを保証し、ネットワークの一部が侵害されたとしてもシステムを保護します。

著者らは正直です。彼らはこれが最終的で完璧な解決策であるとは主張していません。彼らはこれを、Model Context Protocol (MCP) がAIツールにおける標準になりつつあるのと同様に、誰もが採用する標準となることを目指した「ドラフト（バージョン0）」としてリリースしています。

テクニカル・サマリー：memorywire – エージェントのメモリ操作のためのベンダーニュートラルなワイヤフォーマット

1. 問題点：孤立したメモリフレームワーク

現在のエージェントメモリフレームワーク（例：mem0、Letta/MemGPT、Cognee、Zep/Graphiti、MemoryOS、MemTensor）の状況は、異質性に特徴付けられています。各フレームワークは、独自のSDK、ストレージレイアウト、操作語彙、およびレコードの作成と削除に関する暗黙的なライフサイクルを保持しています。共有される「ワイヤフォーマット」は存在しません。

この標準化の欠如は、主に3つの問題を引き起こしています：

特注の統合と移行: エージェントを新しいバックエンドに統合したり、フレームワーク間を移行したりするには、カスタムアダプターが必要です。ソースとなるフレームワークがターゲットのデータモデルがサポートする以上の状態をエンコードしている場合、フィールドレベルでのデータ損失が頻繁に発生します。
共有ガバナンスの欠如: 現在、どのフレームワークも、人間によるレビュー担当者が長期ストレージに書き込まれる前に書き込みを監査できる、標準化された「差分表示と承認（diff-and-approve）」のワークフローを提供していません。オペレーターはカスタムガバナンス層を構築する必要がありますが、これは基礎となるフレームワークによってバイパスされる可能性があります。
アルゴリズムの停滞 vs プロトコルのギャップ: 本論文は、コアアルゴリズム（ベクトル検索、相互ランク融合（RRF）、有限状態機械（FSM）、STM/LTMの集約など）は十分に理解されていると論じています。ギャップは検索性能にあるのではなく、異なるランタイムやバックエンド間でこれらのコンポーネントを構成するための共有プロトコルが欠如していることにあります。

2. 手法とアーキテクチャ

本論文では、エージェントのメモリ操作を標準化するために設計された、ベンダーニュートラルなワイヤフォーマットおよびリファレンス実装である memorywire を提示します。

2.1 ワイヤフォーマットの設計

プロトコルは JSON Schema 2020-12 によって定義されており、トランスポートに依存しません（REST、JSON-RPCなど）。以下を定義します：

5つのコア操作: remember（書き込み）、recall（読み取り）、forget（削除）、merge（重複排除）、および expire（TTLポリシーの適用）。
4つのメモリタイプ: 認知科学の分類（Tulving, Squire）に基づいた、Semantic（意味的）、Episodic（エピソード的）、Procedural（手続き的）、および Emotional（感情的）メモリ。
MemoryStore プロトコル: バックエンドのインターフェースを定義する Python の Protocol です。バックエンドは capabilities（例：vector, graph, procedural）を宣言し、これによりルーターは、呼び出し側が特定のバックエンドの制約を知ることなく、異種混合のストアを構成できます。

2.2 リファレンス実装

著者らは、Python 3.11+ を用いたオープンソースのリファレンス実装を提供しており、以下の機能を備えています：

5つのバックエンドアダプター: sqlite-vec, mem0, Letta, Cognee, pgvector。これらのアダプターは、ワイヤフォーマットをそれぞれの内部データモデルにマッピングし、必要な場合には忠実度の損失（例：フィールドをメタデータタグとしてエンコードする）を処理します。
メモリルーター: $N$ $N$ 個の子ストアに対して並列に操作を実行するファンアウトルーターです。
- Recall Fusion（想起融合）: デフォルトのアルゴリズムとして 相互ランク融合（RRF）（ $k=60$ ）を使用します。これはスコアに依存せず、加算的です。また、MAX および weighted 融合もサポートしています。
- Graph Boost（グラフブースト）: 融合セットに含まれるアイテムの隣接ノードが含まれている場合に、オプションの1ホップ・グラフブーストを実行します。
- フォールトトレランス: asyncio.gather を return_exceptions=True と共に使用し、単一の不具合のある、あるいは利用不可能なバックエンドが、想起操作全体のクラッシュを引き起こさないようにします。
Procedural Memory（手続き的メモリ）: pytransitions と互換性のある JSON シリアライズされたブロブとして有限状態機械（FSM）を保存します。コールバック注入によるリモートコード実行（RCE）を防ぐため、厳格なバリデーションを行います。
STM/LTM トランスフォーマー: 短期記憶（STM）のアイテムを、新近性、顕著性、および信頼性に基づいてスコアリングし、長期記憶（LTM）への昇格または破棄を行う非同期バックグラウンドタスクです。

2.3 ガバナンスチャネル

主要な機能は、差分表示と承認のワークフローを定式化した Co-memorize パターンです。

approval_required=true とフラグされた書き込みは、センチネル（PENDING_APPROVAL_DELETED_AT = -1）の後ろにステージングされ、人間によるレビュー担当者が提供されたUIを介してコミットまたは拒否するまで、想起からは見えない状態になります。
追加専用の監査ログは、すべてのガバナンスおよび変更イベントの唯一の真実のソース（Single Source of Truth）として機能します。

3. 主な貢献

本論文は、以下の5つの具体的な貢献を行っています：

C1. ワイヤフォーマット仕様: 4つのメモリタイプに対する5つの操作を定義した JSON Schema ベースのプロトコル。v0.5 までの破壊的変更ポリシーを明示しています。
C2. リファレンス実装: 5つのバックエンドアダプター、RRF を使用した並列ルーター、および寛容な部分的失敗モデルを備えた、プロダクションレディな Python SDK。
C3. ガバナンスUI: バックエンドアダプターと透過的に統合する、差分表示と承認パターンの実装。
C4. 実証的評価:
- 100個の事実と50個のクエリを用いたマイクロベンチマーク。
- 悪意のあるバックエンドに対する堅牢性をテストする敵対的融合実験。
- 16シナリオのクロスアダプター適合性スイート。
C5. 脅威モデルとアーティファクト: 行レベルの緩和策を備えた6つのアドバーサリ（攻撃者）脅威モデル、および主張の完全な再現性を可能にするオープンデータ・アーティファクト。

4. 結果

4.1 マイクロベンチマーク性能

100個の手書き事実と50個のラベル付きクエリ（all-MiniLM-L6-v2 および sqlite-vec を使用）のコーパスにおける結果：

Recall@5: 42個のラベル付きクエリ（パラフレーズ、完全一致、マルチヒット）において 1.000。
レイテンシ: Ingest p50 = 37.8 ms; Recall p50 = 40.6 ms。
適合率（Precision）: 0.214（ゴールドIDのクエリあたりの比率によって制限される）。
No-Match（不一致）の扱い: 8件の「no-match」プローブのうち、偽陽性を返したものは 0 件でした（ただし、論文ではこれは、関連性の閾値を設けずに最大 $k$ 個のヒットを返すという意図的な v0 の設計上の選択によるものであると述べています）。

4.2 敵対的融合実験

攻撃者が制御された ID をランク 0 に注入する「N 分の 1 の悪意のあるバックエンド」に対する融合アルゴリズムの堅牢性をテストしました。

RRF: すべての攻撃予算（ $K \in \{0, 5, \dots, 50\}$ ）において Recall@5 = 1.000 を維持しました。RRF のスコア独立性により、単一の悪意のあるストアが融合出力に支配されることを防いでいます。
MAX: $K=5$ で即座に崩壊し、Recall@5 は 0.500 に低下し、80% のリーク率（返された ID の 80% が攻撃者制御であった）を示しました。
Weighted: 重みが等しい場合、RRF と同様の挙動を示しました。

4.3 クロスアダプター適合性

16のプロトコル不変シナリオを5つのアダプターに対して実行しました（計80セル）。

結果: 68 PASS, 12 SKIP, 0 FAIL。
分析: SQLベースのアダプター（sqlite-vec, pgvector）はすべてのシナリオをパスしました。SDKラップ型のアダプター（mem0, Letta, Cognee）は、アップストリームに欠けている機能（例：user_id ネームスペースの欠如、安定したレコード単位の ID の欠如、または空ポリシーガードの欠如）に関連するシナリオをスキップしました。これらのスキップにより、v0.2 仕様の厳格化が必要な領域が特定されました。

4.4 予備的なロングコンテキスト・ベンチマーク

ベクトル ANN の top-k がエージェントのフィルタリング前に計算されていたバグを修正した後、LongMemEval および LoCoMo における予備的な実行で大幅な改善が見られました：

LongMemEval: 0.286 から 0.417 へ改善（相対的に +46%）。
LoCoMo: 0.018 から 0.150 へ改善（相対的に 8.3倍）。
著者らは、これらは予備的な結果（n=10–12, 1 seed）であり、エンベッダー（all-MiniLM-L6-v2）は弱い参照であること、プロトコル自体はエンベッダーに依存しないことを注記しています。

5. 重要性と主張

本論文は、その貢献を新しいアルゴリズムのブレイクスルーではなく、確立されたコンポーネント（RRF、FSM、STM/LTM 集約、差分表示と承認のワークフロー）の パッケージングと標準化 であると明確に位置付けています。

ポジショニング: memorywire は、Model Context Protocol (MCP) と競合するのではなく、それと 構成（compose）すること を目的としています。MCP はツールの使用を標準化しますが、ネイティブなメモリプリミティブは欠いています。memorywire はこのギャップを埋めるものであり、将来的には MCP の拡張、あるいはスタンドアロンの標準（IETF経由）となる可能性があります。
謙虚な姿勢: 著者らは、memorywire v0 がドラフトであり、v0.5 までの互換性を破る権利を留保していることを認めています。また、現在の評価が小規模な合成コーパスを使用しており、フルスケールの評価（5シード × 200質問）は v2 リリースに延期されていることも認めています。
核心的な価値: 主要な価値提案は、あらゆるクライアントがあらゆるバックエンドと通信することを可能にし、エージェントがランタイムを越えてメモリを運ぶことを可能にし、メモリの書き込みに対する人間のガバナンスのための標準化されたインターフェースを提供する、会場中立的な（venue-neutral）プロトコルであることです。