XNews

クロードの記憶、永続的な記憶プロジェクト、エージェントスキル

クロードの記憶、永続的な記憶プロジェクト、エージェントスキル

比較分析とコミュニティプロジェクトは、クロードのリトリーバルファーストメモリ、ChatGPTのインジェクションサマリーアプローチ、新しい「スキル」サポート、そしてクロードメムの永続的な記憶ツールを詳述しています。

Key insights

二つの主要な記憶アーキテクチャ:事前インジェクション対オンデマンドリトリーバル

リバースエンジニアリングにより、ChatGPTが事前計算されたインジェクションを使用していることが示されています。セッションメタデータ、ユーザーの長期的な事実、最近の会話の要約、現在のウィンドウの内容が各セッションでインジェクトされます。クロードは、エージェントが呼び出すことを決定する明示的なツール(conversation_search、recent_chats)を持つオンデマンドリトリーバルモデルをデフォルトとし、XMLスタイルの長期記憶インジェクションを行います。これら二つのアプローチは、即時性とトークンコスト(ChatGPT)対精度とレイテンシ(クロード)のトレードオフがあります。(サポート投稿:17964)

ChatGPTがクロードのモデルに触発されたエージェント「スキル」メカニズムを採用

ChatGPTは、クロードのモデルに類似したエージェントスキルのサポートを追加したと報じられています。Thinkingモデルを使用したテストでは、Excel、Word、PDF処理のための組み込みスキルが示され、コンテキストウィンドウを消費せず、能力の共有と反復を簡素化するモジュール式のスキル使用が可能になりました。(サポート投稿:17855)

クロードメムがクロードコードのためのローカル永続メモリ圧縮を提供

クロードメムは、ツール呼び出しをキャプチャし、ログを意味的に圧縮し、要約をローカルのSQLiteデータベース(Chromaベクトルによってバックアップ)に保存し、関連する記憶項目を新しいセッションにインジェクトするオープンソースの永続メモリ圧縮システムです。トークンコストを節約し、セッション間の連続性を可能にし、メモリ検査のためのローカルUIを提供することを目指しています。(サポート投稿:17831)

スキルベースのデザインがエージェントのコンポーザビリティとUI整合性を向上

議論では、Anthropicがエージェントを繰り返し再構築するのではなく、スキルを蓄積する提案を行っていることが指摘されています。スキルの実装は、より強力なフロントエンドの結果を生み出し、ドメイン特化型スキルライブラリ(例:フロントエンドデザイン、コーディング)を可能にし、より一貫した環境認識の出力を生み出します。スキルはレゴブロックのように組み立てて、特定のエージェントの行動を作成することができます。(サポート投稿:17747)

Source posts