AIエージェント時代における記憶

要旨

メモリは、基盤モデルベースのエージェントの中核能力として登場し、今後もその地位を維持し続けるでしょう。エージェントメモリに関する研究が急速に拡大し、かつてない注目を集める中、この分野はますます分断されつつあります。エージェントメモリの傘下に分類される既存の研究は、動機付け、実装方法、評価手法において大きく異なることが多く、厳密に定義されていないメモリ用語の氾濫が概念的な明確さをさらに曖昧にしています。長期記憶／短期記憶といった従来の分類法は、現代のエージェントメモリシステムの多様性を捉えるには不十分であることが明らかになっています。本稿は、現在のエージェントメモリ研究の最新の状況を提供することを目的としています。まず、エージェントメモリの範囲を明確に区画し、LLMメモリ、検索拡張生成（RAG）、コンテキストエンジニアリングなどの関連概念と区別します。次に、エージェントメモリを、形態、機能、動態という統一的な視点から検討します。形態の観点から、トークンレベルメモリ、パラメトリックメモリ、潜在メモリという3つの主要な実現形態を特定します。機能の観点からは、事実記憶、経験記憶、作業記憶を区別する、より細分化された分類法を提案します。動態の観点からは、時間の経過とともにメモリがどのように形成、進化、検索されるかを分析します。実用的な開発を支援するため、メモリのベンチマークとオープンソースフレームワークの包括的なまとめを編纂しました。整理を超えて、メモリ自動化、強化学習の統合、マルチモーダルメモリ、マルチエージェントメモリ、信頼性の問題といった新たな研究フロンティアに関する将来を見据えた視点を明確に述べています。本サーベイが、既存研究の参照資料としてだけでなく、将来のエージェント知能の設計においてメモリを第一級の要素として再考するための概念的基盤としても役立つことを願っています。

English

Memory has emerged, and will continue to remain, a core capability of foundation model-based agents. As research on agent memory rapidly expands and attracts unprecedented attention, the field has also become increasingly fragmented. Existing works that fall under the umbrella of agent memory often differ substantially in their motivations, implementations, and evaluation protocols, while the proliferation of loosely defined memory terminologies has further obscured conceptual clarity. Traditional taxonomies such as long/short-term memory have proven insufficient to capture the diversity of contemporary agent memory systems. This work aims to provide an up-to-date landscape of current agent memory research. We begin by clearly delineating the scope of agent memory and distinguishing it from related concepts such as LLM memory, retrieval augmented generation (RAG), and context engineering. We then examine agent memory through the unified lenses of forms, functions, and dynamics. From the perspective of forms, we identify three dominant realizations of agent memory, namely token-level, parametric, and latent memory. From the perspective of functions, we propose a finer-grained taxonomy that distinguishes factual, experiential, and working memory. From the perspective of dynamics, we analyze how memory is formed, evolved, and retrieved over time. To support practical development, we compile a comprehensive summary of memory benchmarks and open-source frameworks. Beyond consolidation, we articulate a forward-looking perspective on emerging research frontiers, including memory automation, reinforcement learning integration, multimodal memory, multi-agent memory, and trustworthiness issues. We hope this survey serves not only as a reference for existing work, but also as a conceptual foundation for rethinking memory as a first-class primitive in the design of future agentic intelligence.

AIエージェント時代における記憶

Memory in the Age of AI Agents

要旨

Support