OctaMem: AIエージェントのための監査可能なメモリレイヤー、ベクトルDB不要

OctaMemは、AIエージェント向けの永続的なメモリレイヤーです。エージェントにメモリがない場合、コンテキストの再読み込みによるトークン消費と、組織知識の喪失という2つの問題が発生します。OctaMemはこれらの問題を解決し、ベクトルデータベースを別途運用する必要はありません。

プラットフォームはメモリを3つのタイプに分類します：セマンティック（安定した知識と事実）、エピソード（イベントの履歴）、プロシージャル（ワークフローとルール）。各リクエストで、これらのレイヤーから関連情報が取得され、モデルに統合コンテキストとして提供されます。このプロセスはMCPやREST APIなどのインターフェースを介して行われ、既存のテクノロジースタックとシームレスに統合できます。

OctaMemはファイルの取り込みをサポートしており、契約書、スプレッドシート、プレゼンテーション、電子メールなど様々な形式を処理できます。ファイルをアップロードすると、自動的に解析され、構造化されたメモリレコードとして保存されます。例えば、契約書をアップロードすると、当事者、期間、義務などの情報が検索可能なメモリとして登録されます。

このシステムの重要な特徴は、メモリの監査可能性です。すべてのメモリ書き込みと読み取りが記録され、改ざん防止の監査ログが生成されるため、規制の厳しい環境でも利用できます。チームはSSOとロールベースのアクセス制御により、メモリの可視性を管理し、部門間の情報分離を実現できます。

OctaMemは汎用メモリクラウドに加えて、医療、法律、防衛などの業界特化型の垂直メモリクラウドも提供しています。企業はパブリッククラウド、プライベートクラウド、オンプレミスからデプロイ方法を選択できます。パフォーマンス面では、p50検索時間84ミリ秒、p99検索時間210ミリ秒、書き込み確認32ミリ秒という低レイテンシを実現しています。

開発者向けには、REST API、MCPサーバー（Claude Desktop、Cursorなどのツールと互換）、PythonおよびJavaScript SDKが用意されています。add()関数でメモリをキャプチャし、get()関数で検索することが可能です。例えば、Pythonクライアントを使用すると、一行のコードでメモリを追加し、後でクエリに基づいて関連コンテキストと共に呼び出すことができます。

メモリレイヤーにはポリシー認識機能も組み込まれており、エージェントは組織のルールと制約を遵守します。これらのルールはプロンプトではなくメモリレイヤーに埋め込まれており、コンプライアンスとセキュリティを強化します。

OctaMemのアーキテクチャにより、メモリは時間の経過とともに累積的に成長します。初日はユーザーの好みを認識し、30日後にはパターンを把握、180日後には運用深度が向上します。これによりエラーの減少と反復指示の削減が実現します。

要約すると、OctaMemはAIエージェントに強力なメモリ基盤を提供し、ベクトルデータベースの管理を不要にしつつ、エンタープライズレベルのセキュリティ、監査可能性、スケーラビリティを実現します。