文脈的エージェント型メモリは「本当のメモリ」ではなくメモ（検索）である

Abstract

現在のエージェント型メモリ・システム（ベクトルストア、検索強化生成、スクラッチパッド、コンテキストウィンドウ管理）はメモリを実装していません。実装しているのはルックアップです。私たちは、ルックアップをメモリとして扱うことはカテゴリの誤りであり、エージェント能力、長期学習、セキュリティに対して証明可能な帰結をもたらすと主張します。検索は、保存された事例に対する類似性によって一般化します。一方、重みに基づくメモリは、これまで見たことのない入力に対して抽象的なルールを適用することで一般化します。この2つを混同すると、専門性を育てることなく無期限にメモを蓄積するエージェントが生まれます。また、文脈サイズの増加や検索品質の向上では乗り越えられない、構成的に新規なタスクに対する一般化の上限が証明可能な形で立ちはだかります。さらに、注入されたコンテンツが将来のすべてのセッションにわたって伝播することで、持続的なメモリ汚染に対して構造的に脆弱になります。神経科学における相補的学習システム（Complementary Learning Systems）理論に基づき、生物学的知能は、この問題を、速い海馬での実例保存と、遅い新皮質での重みの固定化（consolidation）を組み合わせることで解決したことを示します。そして、現在のAIエージェントはその前半部分しか実装していません。私たちはこれらの制限を形式化し、4つの代替的見解に対処し、共存案と、システム構築者、ベンチマーク設計者、そしてメモリのコミュニティに向けた行動喚起で締めくくります。