Cal Paterson、エージェントメモリ標準化ツール Memoryfields を公開──Markdown と SQLite で複雑なパイプラインを排除
複雑なグラフ構造や専用ハーネスを排除し、Markdown ページと SQLite ベクトルインデックスを束ねたポータブルなファイル形式で AI エージェントの記憶管理を単純化する。
リリース: 2026-08-31 · 読了 3 分記事の要約
1. 核心（What）
- Memoryfields はエージェントの記憶をプロセスや多段階パイプラインではなく、純粋なデータファイル群として扱うポータブルなフォーマットである。
- 構成要素は YAML frontmatter 付きの Markdown ページと、セマンティック検索用の nomic-embed-text-v1.5 等による SQLite ベクトルインデックスである。
- ページあたりの文字数は約 8KB（1,300 単語）に抑えられ、詳細な情報は複数ページに分割してエージェント自身に書き込ませる。
- グラフ探索における 1+N 回の直列ツールコールを廃し、検索と並列読み込みの最大 2 ステップで関連情報を取得する。
2. 影響（Why）
- 高機能システムが抱える矛盾: 従来のグラフ DB や複雑な API を含むメモリシステムは、インターフェースの迷路をモデルに強いることでコンテキストを圧迫し、モデルの出力品質を低下させていた。
- モデルの進化への追従: ファイルと低水準の機構を採用することで、モデルの能力向上に依存せず、エージェントが Perl や Bash などの汎用ツールを使って自由にアクセスパターンを拡張できる。
3. 根拠・詳細（How）
- ファイル構造とサイズ制限: my-memories.memoryfield.zip 配下に Markdown 形式のプロース文書と SQLite ベクトルインデックスを配置し、1 ページあたり最大 8kb（約 2000 トークン）のソフトリミットを設けている。
- セマンティック検索による並列読込: Karpathy wiki のようなリンク探索を行わず、ベクトル検索により該当ページをダイレクトに特定し、エージェントが複数の関連ページを同時に並列読み込みするアーキテクチャを採用している。
4. 展望・課題（Next）
- エコシステムの検証: ファイルフォーマットベースのメモリ管理が、長期実行型のエージェントにおいてどの程度のコンテキスト効率と記憶保持力を発揮するか、実運用での検証が求められる。