XNews

エージェントとメモリアーキテクチャ:スキル、プランモード、ハインズサイト、タイタンズ

エージェントとメモリアーキテクチャ:スキル、プランモード、ハインズサイト、タイタンズ

新しいエージェントおよびメモリアーキテクチャは、モジュラー型スキル、プランファーストのIDEモード、反射的メモリ、長期的な想起を強調しています。

Key insights

スキルがエージェント設計における盲目的なツール検索を置き換える

著者たちは、「ツール検索」パターン—多くの関数定義をプロンプトに投入すること—がスケールで失敗することを主張しています。提案された代替は、ツールを使用ガイダンス、プロンプト、ベストプラクティスと共にパッケージ化した「スキル」パラダイムであり、分類器またはルーターを介してオンデマンドで読み込まれます。スキルはコンテキストの肥大化を減少させ、信頼性を向上させ、未加工のAPIシグネチャには欠けている暗黙の「どのように/いつ」使用知識を提供します。提唱されたフローは、意図分類を使用してモデルコンテキストに関連するスキルを選択し注入することで、実行の信頼性とスケーラビリティを向上させます。

AI IDEにおけるプランモードは計画と実行を分離する

アルミン・ロナッハーらは、「プランモード」を、モデルが編集を行う前に詳細な実装計画—読み取り/修正するファイル、ステップ、必要なコンテキスト—を最初に生成するAI IDEパターンとして説明しています。ネイティブプランモードはIDEと緊密に統合され、許可されたステップ実行をサポートし、状態のロールバックやユーザーによるステップの事前承認を可能にします。このデカップリングにより、論理エラーが減少し、セッション間での意図が保持され、人間の役割が編集のマイクロマネジメントからアーキテクチャレビューへとシフトします。

ハインズサイトは反映と更新機能を持つ構造化メモリを提案する

ハインズサイトは、メモリを4つのネットワーク—世界の事実、エージェントの経験、エンティティの要約、進化する信念—に整理し、保持、想起、反映の3つの操作を実装するオープンメモリアーキテクチャです。反映は、メモリを積極的に推論して信念を更新し、エラーを修正します。論文やオープンソースプロジェクトは、ハインズサイトがLongMemEvalや同様のタスクにおいてエージェントの長期的なパフォーマンスを大幅に改善し、構造化メモリと積極的な改訂を通じて幻覚を減少させることを示しています。

タイタンズアーキテクチャは人間のようなメモリダイナミクスを実現する

タイタンズ研究の要約は、短期的な注意、長期的なパラメータ化メモリ、持続的なタスクメモリを組み合わせた三層メモリアプローチを説明しています。タイタンズは、驚きに基づく保持、適応的忘却、テスト時のメモリ更新を使用して推論中に学習します。報告された結果には、長いコンテキストタスクにおける高い精度(例:16kトークンでの針を探すタスクで96%)や、言語モデリング、時系列、ゲノミクスにおける強力なパフォーマンスが含まれ、競合他社よりもはるかに少ないパラメータで実現されています。

プロンプトキャッシングはKV状態を再利用することでコストとレイテンシを削減する

プロンプトキャッシングは、注意を再計算することを避けるためにKV行列(生のテキストではなく)をキャッシュすることとして説明されており、長いコンテキストシナリオで約90%のトークンコスト削減と約85%のレイテンシ削減を実現します。実装は異なり、OpenAIの自動ルーティングは変動するヒット率(約50%)をもたらす一方、Anthropicの明示的なキャッシュブレークポイントは構造化されたセットアップで安定したヒット(約100%)をもたらします。キャッシュの寿命は、頻繁なリクエストによって更新されない限り、短い(5〜10分)傾向があります。

Source posts