6月30日、InfoWorldが「Microsoft unveils Memora to tackle AI agents' memory problem」と題した記事を公開した。MicrosoftがAIエージェントの長期記憶問題を解決するための新研究「Memora」を発表したことを詳しく紹介している。

「検索」と「記憶」は別物である

AIエージェントの実用化が進む中で、長期的なコンテキスト保持は未解決の課題として残っている。多くの現行システムはベクトルストアによる類似検索でメモリを代替しているが、これは本質的に「記憶」ではない——そう指摘するのがMicrosoftの新研究「Memora」の出発点だ。

Greyhound ResearchのチーフアナリストであるSanchit Vir Gogiaはこう述べている。

「現在のエージェントメモリの最大の欠陥は、検索を記憶と混同していることだ。ベクトルストアは関連性の高いテキストを見つけることには優れているが、エンタープライズエージェントが必要としているのは『似ているもの』ではない。何が変化したか、何がいまだに真実か、そして今の文脈で何を思い出すべきでないかを知る必要がある。」

この指摘は核心を突いている。ベクトル検索はあくまで「テキストの意味的な近さ」で結果を返すが、実際のビジネス文脈では、情報の鮮度・有効性・文脈適合性が問われる。「似ている」と「必要」は別の概念だ。

Memoraの設計思想：ナビゲーションとしての記憶検索

Memoraの技術的な核心は、メモリの「内容（content）」と「ハンドル（索引）」の分離にある。

従来のアプローチでは、メモリ全体をベクトル化して検索する。Memoraはそれとは異なり、安定した抽象表現（stable abstraction） と 手がかりアンカー（cue anchors） をインデックスとして保持しつつ、フルコンテンツはその下に温存する構造を採る。

「stable abstraction」と「cue anchors」はMemora論文において提唱されている固有の概念だ。stable abstractionは、時間が経過しても変化しにくい記憶の本質的な意味表現を指す。cue anchorsはその記憶を想起するための手がかりとなるキー情報であり、意味的には離れていても文脈上関連する記憶へのブリッジとして機能する。この二層構造によって、単純なベクトル類似度では到達できない記憶への経路を確保している。

さらにポリシー誘導型リトリーバー（policy-guided retriever）を導入している点も特徴的だ。「policy-guided」という概念もMemora固有の設計原則であり、検索の各ステップで「何をどこまで探すか」をルールベースのポリシーが制御する構造を指す。一般的なRAGシステムが「上位k件を一発で返す」のに対し、Memoraのリトリーバーは以下の動作をする：

• クエリを反復的に精緻化する
• cue anchorsを通じて「意味的には似ていないが関連する記憶」まで探索範囲を広げる
• 十分な情報が集まったと判断したら自律的に停止する

Gogiaはこれを「単なる当てずっぽうではなく、ナビゲーションとしての検索」と表現する。再クエリ、検索範囲の拡張、そして適切な停止——この一連の動作が、人間の記憶想起に近い振る舞いを実現する。

なぜ今この問題が重要か

AIエージェントが単発のタスクをこなすのではなく、複数セッションにまたがる長期タスクを担うユースケースが増えている。そうした場面では、「前回の会話で何が決まったか」「どのポリシーが現在も有効か」といった時間軸を持つ記憶が必要になる。

現在の主流アーキテクチャ——LangChainやLlamaIndex等でよく使われるベクトルDBベースのメモリ——は、こうした要件に対して構造的な限界を抱えている。たとえばLangChainのMemoryモジュールや、LlamaIndexのMemoryBuffer等は、セッション内の会話履歴を保持することは得意だが、複数セッションをまたいだ情報の有効性管理や文脈的な取捨選択には向いていない。Memoraはその限界を正面から認識した設計になっている点で、研究として注目に値する。

なお、Memoraの研究詳細はMicrosoft Researchの公式ページおよびプレプリントとして公開されており、Microsoft Researchから関連情報にアクセスできる。

現時点での立ち位置

記事の時点では、MemoraはMicrosoftの研究発表として公開されており、プロダクトへの統合時期等の詳細は明らかにされていない。ただし、エンタープライズ向けAIエージェントを開発するエンジニアにとって、この設計パターン——インデックスとコンテンツの分離、反復的クエリ精緻化、自律的停止判断——は、自前のメモリ機構を設計する際の参考になり得る。

詳細はMicrosoft unveils Memora to tackle AI agents' memory problemを参照していただきたい。