8月2日、The Decoderが「Meta AI uses a second AI agent as a memory coach to keep long tasks on track」と題した記事を公開した。この記事では、Metaが長時間タスクにおけるAIエージェントの記憶劣化問題を解決するために、専用の「メモリエージェント」を第二エージェントとして並走させるアーキテクチャを発表したことについて詳しく紹介されている。以下に、その内容を紹介する。
AIエージェントが「忘れる」問題：behavioral state decay
長時間タスクを処理するAIエージェントには構造的な弱点がある。タスク履歴が積み重なるにつれて、エージェントの判断を導くべき状態情報がコンテキストウィンドウの深部に埋もれ、最終的には影響力を失う。Metaの研究チームはこれを「behavioral state decay（行動状態の劣化）」と呼んでいる。
コンテキストウィンドウを長くすれば解決するという発想は通用しない、とMeta AIは述べている。情報がウィンドウ内に残っていても、エージェントの行動に確実に反映されるとは限らないからだ。
既存のメモリシステムはセッション間での情報保存・検索に向いているが、タスク実行中に「今この記憶を使うべきか」を判断する機能は持っていない。リマインダーが少なすぎれば同じ失敗を繰り返し、多すぎれば余分なトークンを消費してレイテンシが増大し、エージェントの集中を妨げる。
解決策：メモリエージェントを並走させる
Metaが提案するのは、アクションエージェント（タスクを実行する従来のエージェント）とメモリエージェント（記憶の管理と介入を担う第二エージェント）を組み合わせる構成だ。アクションエージェント自体は無改造のまま使える点が特徴で、既存のエージェントやハーネスにプラグインとして組み込める。
メモリエージェントはNステップごとに直近の行動履歴をスライディングウィンドウで確認し、構造化されたメモリバンクを更新する。その後、アクションエージェントの次の呼び出しにリマインダーを追加するか、沈黙を選ぶかを判断する。「介入しない」という選択肢がポリシーの一部として組み込まれている点が重要だ。
メモリバンクは3つのセクションで構成される：
- Private Status：進捗と未解決リスクを記録。アクションエージェントには非公開
- Knowledge Memory：要件・ファイルパス・設定などの安定した事実情報
- Procedural Memory：試みたコマンド、成功した修正、棄却された仮説など実行ログ
メモリの更新は自由書き換えではなく、定義済みのツール呼び出しのみで行う。これによりメモリ内容の信頼性が保たれる。
ベンチマーク結果：スコアが明確に改善
メモリエージェントにはClaude Opus 4.6を採用。評価には以下の2つのベンチマークを使用した：
- Terminal-Bench 2.0：現実的なコマンドライン環境での自律エージェントを評価
- tau2-Bench：航空、小売、通信セクターでの会話型ツール利用を評価
アクションエージェントにClaude Sonnet 4.5を使った場合、Terminal-Benchの一発解決率がベースラインの**38%から46%に向上。tau2-Benchのタスク加重平均は55%から62%**に上昇した。
ドメインによって改善幅にばらつきがある。航空と小売ではそれぞれ約10ポイント向上した一方、通信は3ポイントにとどまった。これはメモリエージェントが固定ルールではなくタスクの性質に応じて介入頻度を変えていることを示唆している。
強力なモデルでも効果は消えない。Opus 4.6をアクションエージェントにした場合でも、Terminal-Benchで**+2.4ポイント、tau2-Benchで+2.5ポイント**の向上が見られた。
「常時リコール」より「選択的介入」が有効
アブレーション実験（構成要素を1つずつ取り除く検証）の結果、全ステップでメモリバンク全体をアクションエージェントに渡すと、フルシステムを下回るパフォーマンスになった。また「沈黙」オプションを外してリマインダーを毎ステップ返す設定では、競争力はあるものの、ドメインをまたいだ安定した効果が得られなかった。
検索ベースのプロダクション向けメモリレイヤーである**Mem0**との比較でも、Metaのシステムが上回った。単に「何を取得するか」だけでなく、「取得した記憶をいつ・どう介入に使うか」を判断できる点が差別化要因だ。
tau2-Benchの航空ドメインでの典型例を挙げると、ユーザーがゴールドステータスを主張したが、ツールは一般顧客と識別。ベースラインはユーザーの主張に基づいて補償を承認したが、メモリエージェントは「ツールで確認済みのデータを使え」というリマインダーを発行し、誤った判断を防いだ。
小型オープンモデルへの展開
現行版は追加学習なしでプロンプトベースで動作するが、チームはオープンモデルでの再現も試みた。Qwen3.5-27Bをメモリエージェントとして訓練（アクションモデルは凍結）したところ、訓練なしでは性能が低下したが、教師あり微調整で損失を回復し、その後の強化学習でさらに介入タイミングの精度が向上した。
コードはGitHubで公開されている。
業界全体の課題
同様の問題に取り組むプロジェクトは他にもある。オープンソースのMastraフレームワークは2つのバックグラウンドエージェントで会話を監視・圧縮する手法を採用。GAMシステムは「コンテキスト腐敗」の防止を目指しており、Mem0との比較を行っている点でMetaのアプローチと共通する。生涯記憶システムの研究も進んでおり、業界として標準的な解法はまだ存在しない状況だ。
Meta自身も残された課題として、メモリエージェントとアクションエージェントの同時学習、固定スケジュールではなく必要時に動的に記憶を呼び出す仕組みの実現、そして字義通りの記憶とタスク固有の抽象化の使い分けを挙げている。
詳細はMeta AI uses a second AI agent as a memory coach to keep long tasks on trackを参照していただきたい。
