会話中のメモと、待機中にログを読み直す処理を分けて評価しました。誤記の修正や社内文書のwiki化を通じ、記憶を整理する効果と限界を示しています。 記録量よりも根拠へ戻れる構成が論点です。記憶の更新費用、検索との併用、古い情報を訂正する工程を自社の業務で評価します。 会話の外で記憶を組み直す設計 Anthropicは11月6日、エージェントの記憶を構成する要素と評価を公開しました。ここでの記憶は、経験から得た知識を次のセッションでも読める文脈として保存する仕組みです。モデルの重みの更新や、会話を続けるための要約とは区別しています。処理中に重要だと判断して残すメモだけでは、後で必要になる情報を完全には予測できません。同社は、待機中にログを読み返すdreamingを使い、誤りの修正や情報の再構成を試しました。単に履歴を長く保持するのではなく、経験をどの形で次の仕事へ渡すかを検証した発表です。記憶を持つことと、正しく学び直すことの違いが背景にあります。 長い仕事を引き継ぐチームへの影響 対象となるのは、複数回の実行にまたがる調査や、社内情報を探すエージェントです。データベースを使う評価では、回答後の正解を受けて、記憶から次の判断に使える規則を作れるかを比較しました。モデルによっては未検証の推測が残り、別のモデルは確認済みの規則と根拠をまとめました。ゲームの実験では、元の会話ログと照合して場所に関する誤記を直すことで、その後の行動が変わった事例を示しています。これらは限定された課題での観察です。一般的な業務でも同じ改善が得られる保証とは区別します。実務では、引き継ぎメモを読む担当者と、元の記録を確かめる担当者の双方に関わる設計と見られます。試験の条件と採点方法も、利用先での再現を考える際の確認対象です。 検索と整理の費用を別々に測る 社内文書の評価では、情報を相互にリンクしたwikiと検索を併用する方法も試しました。整理した知識だけに頼る構成と、原文を探せる構成では結果が異なります。導入時は、記憶の作成や更新に要する計算量を含め、回答の質と確認時間を比較することが論点です。定期的な整理を増やすだけでは、保守の負担が上回る可能性があります。業務情報では閲覧権限や保存期間も関わると考えられます。原文が消えたり、担当部署のルールが変わったりした際に、残ったメモをどう訂正するかが判断点です。評価で得た改善率をそのまま全社導入の費用対効果へ置き換えず、実際の質問と文書で確かめる必要があると見られます。検索索引と記憶の更新を同時に管理できるかも、継続運用の課題になります。 残す内容を固定しすぎない 同社は、失敗だけを記録するよう指示すると、強いモデルでも記憶の効果が下がる評価を紹介しています。何を記憶すべきかを細かく固定する方法が、常に優れるわけではありません。一方で、古いモデルには記憶を読むことや仮説を検証する指示が役立つ場合もありました。次の判断点は、採用するモデルと仕事に合った記録の粒度です。保存件数だけでなく、根拠の追跡、訂正の反映、不要な記録を探す時間を評価することが考えられます。