8月7日、MarkTechPostが「Tencent Cloud Open-Sources TencentDB Agent Memory v2.0: A Team-Level Memory Hub for AI Coding Agents」と題した記事を公開した。AIコーディングエージェントがセッションをまたぐたびにコンテキストを失う問題に対し、Tencent CloudがチームレベルのメモリハブをMITライセンスでオープンソース公開した。「一度説明したことを繰り返さない」をチーム全体で実現しようという試みだ。

「一度説明したことは、繰り返さない」をチームで実現する

AIコーディングエージェントの実用上の問題の一つが、セッションをまたぐとコンテキストがリセットされることだ。プロジェクトの背景、コーディング規約、過去の意思決定——これらを毎回説明し直すコストは、エージェントを本格活用するほど大きくなる。

TencentDB Agent Memory v2.0は、この問題をチームレベルで解決しようとするシステムだ。会話・ドキュメント・コードを4種類の再利用可能な「メモリアセット」に変換し、バージョン管理・権限管理を伴う形で複数エージェント間で共有できる。2026年8月3日にstableリリース2.0.0が公開された。

4種類のメモリアセット

会話ログを直接使い回すのではなく、以下の4形式に変換して蓄積する点がこのシステムの核だ。

• Chat Memory：ユーザーの好み、決定事項、インタラクション履歴を保持する。
• Skill：完了タスクから再利用可能な手順を抽出。バージョン、実行ステップ、バリデーションルール等を持つ。
• Wiki：ドキュメントをリンクグラフ付きの構造化ページに変換する。Andrej KarpathyのLLMメンテナンス型ナレッジベースのアイデアを参考にした設計だ。
• CodeGraph：シンボル、ファイル、呼び出し関係、影響パスをインデックス化する。

4種類はすべて「Memory Asset」として統一的に扱われ、所有者・バージョン・ステータス・公開範囲の管理方法が共通化されている。

ガバナンス層が実質的な差別化ポイント

単一エージェントのメモリ管理自体は既存のRAG（Retrieval-Augmented Generation）——LLMが回答を生成する前に外部ストアから関連情報を検索・注入する手法——でも実現できる。v2.0が踏み込んでいるのは「誰が何を見られるか」を制御するガバナンス層だ。

公開範囲はprivate（オーナーのみ）、team（チーム共有）、restricted、agent（特定エージェント向け）の4段階。重要なのは、privateはチーム管理者であっても読めない設計になっている点だ。Chat MemoryとSkillの新規作成時はデフォルトがprivateで、共有は明示的な操作が必要になる。

チームメンバーのエージェントが自分のエージェントの学習内容を読める一方、privateにしたものは漏れない——この仕組みが、チーム環境でのエージェント運用に必要な信頼の基盤となる。

多層蒸留と予算付き検索

Chat Memoryは会話をL0として保存し、非同期パイプラインがL1 Atom→L2 Scenario→L3 Core/Personaへと蒸留していく。

検索時はL2/L3で高速なコンテキストブートストラップを行い、より具体的な事実が必要な場合はBM25（単語の出現頻度と文書長に基づく古典的な全文検索スコアリング手法）＋ベクトル検索＋RRF（Reciprocal Rank Fusion）——複数の検索結果ランキングを順位の逆数で統合する手法——でL1/L0を検索する。結果はアイテム数・文字数・タイムアウトで上限が設けられており、メモリがコンテキストウィンドウを圧迫しない設計になっている。

デプロイ方法

MITライセンスのセルフホスト型で、Docker Hubに公開された3つのイメージをワンコマンドで起動できる。linux/amd64とlinux/arm64のマルチアーキテクチャビルドに対応している。具体的な起動コマンドはリポジトリのINSTALL.mdを参照のこと。

デフォルトポートはMemory Coreが8420、管理パネルが8125、ナレッジサービスが8424、プロキシが8096。公式SDKはTypeScriptとPythonで提供される。

対応インテグレーションは以下の通りだ。

• OpenClaw：Tencent Cloud製のAIエージェントフレームワーク
• Hermes：同じくTencent Cloud製のエージェントオーケストレーション基盤
• Claude Code：AnthropicのCLIベースコーディングエージェント
• CodeBuddy：Tencent製のIDEコーディングアシスタント
• 直接SDK利用：TypeScript／Python SDKを介した任意の実装

Memory ProxyはAnthropicとOpenAIの両プロトコルに対応し、/claude-code/<spaceId>/v1/messagesと/v1/chat/completionsを公開する。初回ターンでチーム・エージェント・タスクを選択し、以降のターンではL2/L3メモリ・マッチしたSkill・ナレッジをシステムプロンプトに注入してからアップストリームに転送する。

報告されている性能と注意点

PersonaMem精度が48%から76%に向上（相対59%改善）と報告されている。ただしこの数値はTencent自己申告であり、独立した再現検証は公開されていない。また、プライベートリポジトリのCodeGraphと自動メモリルーティングはまだ開発途中とされている。

ターゲットは個人開発者・小規模エンジニアリングチームで、大規模企業での本番標準化よりもパイロット利用が現実的な段階だ。

詳細はTencent Cloud Open-Sources TencentDB Agent Memory v2.0: A Team-Level Memory Hub for AI Coding Agentsを参照していただきたい。