AIエージェント向けLLMメモリの選び方

AIエージェントのメモリに関するGitHubプロジェクトを分析した記事が注目を集めている。GitHub上で「memory」タグが付けられた6187以上の公開リポジトリのうち、トップ10のうち8つはAIエージェントメモリプロジェクトであり、このカテゴリは2年前にはほとんど存在しなかったが、現在は議論を支配している。

これらのプロジェクトは、埋め込み型/ローカルファースト（MemPalace、memvid、agentmemoryなど）とクライアントサーバー型/クラウド型（mem0、supermemory、OpenViking、hindsightなど）に大別される。一部のプロジェクト（supermemory、mem0）は完全にクラウドネイティブアーキテクチャを採用している。

プロジェクトの詳細：

1. mem0 (⭐57.3k)：汎用AIエージェントメモリレイヤー。マルチレベルメモリ（ユーザー/セッション/エージェント）、グラフメモリサポート、マルチシグナル検索（セマンティック、BM25、エンティティ）、30以上のベクターストアとの統合を提供。Y Combinatorの支援を受け、2400万ドルを調達した最も資金のあるプロジェクト。ベンチマークスコアはLoCoMo 91.6、LongMemEval 94.8、BEAM 64.1と優秀。追加以外の操作を行わないADD-onlyアルゴリズムを採用。ただし、外部LLM（デフォルトはOpenAI）が必要で、セルフホスト設定は複雑（Docker、PostgreSQL、Neo4jが必要）。

1. MemPalace (⭐53.2k)：ローカルファーストのAIメモリシステム。古典的な記憶術「記憶の宮殿」に触発され、内容を逐語保存（要約や圧縮なし）、セマンティック検索で取得。時間的妥当性を持つ知識グラフ、AAAK圧縮インデックス、29のツールを備えたMCPサーバーを内蔵。ベンチマークでは生R@5 96.6%、ハイブリッド検索98.4%、LLM再ランクづけで99%以上を達成。完全ローカル動作でAPIキー不要。ただし、ベータ版でChromaDBに依存するため安定性に課題あり。

1. Understand-Anything (⭐47.8k)：AIコーディングアシスタント向けプラグインで、コードベースをインタラクティブな知識グラフに変換。Tree-sitter（決定論的構造解析）とLLMによるセマンティック拡張を組み合わせたマルチエージェントパイプラインを採用。厳密にはメモリシステムではなくコード理解ツール。Node.js 22+、pnpm 10+が必要で、セマンティックレイヤーはLLMに依存するためレイテンシとコストが増加。

1. TiDB (⭐40.1k)：クラウドネイティブ分散SQLデータベース。MySQL互換、ACIDトランザクション、HTAP、HNSWベースのベクター検索、データベースブランチングを提供し、AIエージェント向けに設計。短期、エピソード、手続き、セマンティックの全4層のエージェントメモリを単一システムで提供可能。MySQL互換性、水平スケーリング、AIネイティブ機能が強みだが、分散システムの複雑さが課題で、ベクター検索はベータ版。

1. OpenViking (⭐25k)：オープンソースのコンテキストデータベース。ファイルシステムパラダイム（viking:// URI）を使い、メモリ、リソース、スキルを階層的に整理。階層型コンテキストローディングシステム（L0/L1/L2）でトークン効率を向上。最大91%のトークン削減、精度3.39倍向上、検索レイテンシ0.2秒未満を実現。ただし、バージョンv0.3.xと非常に初期段階で、セットアップが複雑、AGPL-3.0ライセンスは制限的。

クロスプロジェクト分析では、競合解決戦略が多様であることが示された：mem0は追加以外なし＋検索時ランキング、MemPalaceはタイムスタンプとコサイン類似度による重複排除、TiDBはRaftコンセンサスとMVCC、Understand-Anythingは決定論的層では競合なしでセマンティック層が上書き。推奨は要件次第：高性能ベンチマークとエコシステムを重視するならmem0、プライバシーとローカル制御を重視するならMemPalace、構造化コード理解が必要ならUnderstand-Anything、統一データベースソリューションにはTiDBが適している。