DevinとCursorから学ぶAIエージェントメモリーの設計とMoatの考え方

LT登壇資料: AI駆動開発(AI-Driven Development) 勉強会（第5回）
https://aid.connpass.com/event/340284/

Zennでより詳細な解説を行っています。合わせてご覧ください。

→MoatになりうるAIエージェント・メモリデザイン
https://zenn.dev/articles/9ee6c17f4a420b/

・会社概要
https://deskrex.ai/
・サービス概要
https://lp.deskrex.ai/
・メディア
https://media.deskrex.ai/
・アプリ
https://app.deskrex.ai/

Transcript

1. Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） DevinとCursorから学ぶ AIエージェントメモリーの設計と Moatの考え方 冨田到 / Itaru Tomita Deskrex.ai 2025年01月24日 Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 1
2. 自己紹介 冨田 到 株式会社Deskrex 代表取締役 ItaruTomita9779 外資系セールスや大企業の新規事業開発支援、データサイエンスや ブロックチェーン系のスタートアップにおけるプロダクトオーナー や事業開発を経験。 また、CVC支援やイノベーション領域における調査業務、Web3領 域における海外人材採用プロダクトを開発を行う。 その後、デスクリサーチに特化した生成AIエージェントを提供する 株式会社Deskrexを創業。Deskrexでは事業企画からUI/UXデザイ ン、開発業務を一貫して担当。 Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 2
3. 目次 Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） 1 AIエージェントにおけるメモルとは 2 DevinやCursorのメモリ設計から学ぶこと 3 AIエージェントのメモリのデザインパターン 4 アプリケーションユースケースごとのメモリパターンの検討 5 AIエージェントのメモリはMoatになるのか？ @deskrex.ai 3
4. AIエージェントのメモリとは？ 概要 AIエージェントの文脈理解と一貫性 ユーザー体験の向上 システムの効率性と拡張性 出典：Lilian Weng（lilianweng.github.io/posts/2023-06-23-agent） Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 4
5. AIエージェントのメモリの種類 パターン（バイオミミクリー） Semantic: 意味的な知識・事実の記憶 Episodic: 経験・出来事の履歴 Procedural: 手続きや方法論の記憶 出典：Langchain（academy.langchain.com/courses/take/intro-to- langgraph/texts/59971041-module-5-resources） Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 5
6. AIエージェントエコシステムの現状 メモリー部分の抜粋 スタートアップがいくつかできるぐらいには問題意識がある 出典：Insight Partners（www.insightpartners.com/ideas/state-of-the-ai-agent- ecosystem-use-cases-and-learnings-for-technology-builders-and-buyers） Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 6
7. Devinのメモリー設計 ナレッジ機能 プロジェクトの重要情報を登録 よくある質問への回答を保存 コーディング標準を維持 プレイブック機能 よく使う手順をテンプレート化 開発ワークフローを自動化 チーム全体で再利用可能 → 人間のように自律的にふるまいを覚えて いく Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 7
8. CursorのRules for AIと.cursorrules Rules for AI グローバルな振る舞いを定義 AIアシスタントの応答スタイルをカスタマイズ 応答スタイルの要求が可能 .cursorrules プロジェクト固有のルールを管理 コーディングプラクティスの一貫性を確保 プロジェクトに合わせて柔軟に更新可能 → 手動だが管理しやすく全体的なルールを教え込める Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 8
9. メモリーのカテゴリー 短期メモリ（Short-term） 長期メモリ（Long-term） 特徴 更新 特徴 更新 意味的 （Semantic） 一時的な参照情報 現在のコンテキスト知識 必要に応じた知識取得 破棄: 参照完了後 基礎知識ベース ドメイン固有ルール 知識ベース更新 永続化: 継続的な参照用 エピソード （Episodic） 現在の対話コンテキスト 直近のイベントログ 対話中のコンテキスト更新 要約: セッション終了時 重要な過去の出来事 ユーザー履歴 定期的な履歴要約 アーカイブ: 長期保存 手続き的 （Procedural） 現在のタスク実行ステップ 一時的な操作シーケンス タスク実行中の手順変更 破棄: タスク完了時 標準作業手順（SOP） ベストプラクティス 定期的なプロセス改善 保持: 継続的に使用 Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 9
10. メモリーの更新パターン Hot-path更新 Background更新 特徴 ユースケース 特徴 ユースケース 短期メモリ 即時反映が可能 レイテンシ重視 セッション内で完結 対話中のコンテキスト更 新 タスク実行中の手順変更 一時的な知識の取得 定期的な更新 バッチ処理可能 負荷分散が容易 セッション履歴の要約 一時データの整理 キャッシュの更新 長期メモリ 重要な変更の即時反映 整合性の確保が必要 リソース消費が大きい ユーザー設定の変更 重要なルールの更新 緊急の知識ベース修正 定期的なプロセス改善 大規模データの処理 品質管理が可能 知識ベースの更新 履歴の長期アーカイブ 統計データの集計 参考：Langchain（langchain-ai.github.io/langgraph/concepts/memory/） Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 10
11. メモリー管理のデザインパターン Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 11
12. B2C領域のメモリ活用パターン カテゴリ 想定業界 主な利用例 メモリのポイント メモリ更新タイミング パーソナルファ イナンス 金融（コンシューマーバンキング、 投資、保険） 家計管理アプリでの 支出入力 投資助言 短期×エピソード：当月トランザクション、 最近の投資トレンド 長期×意味的：ライフイベント、リスク許容 度、投資履歴 毎日の支出入力時に短期メモリ→週 末/月末に長期化 投資提案時にポートフォリオ状況を 反映 ヘルスケア 個人向け健康管理、フィットネス アプリ 日々の食事・運動ロ グ 服薬管理、バイタル データ 短期×エピソード：摂取カロリー、血圧変動 長期×意味的：病歴、目標体重、健康指標 毎日の記録後、短期から長期DBへ要 約 健康診断時に長期メモリを更新 教育 オンライン学習、資格学習、語学 学習 課題添削 教材レコメンド 短期×エピソード：学習セッションログ 長期×意味的/手続き的：教材構成、学習プラ ン 学習セッション終了時 試験後の成績記録時 モバイルアシスタ ント スマートホーム、IoT家電 家電制御 使用傾向学習 短期×手続き的：連続操作 長期×意味的：家族構成、習慣 長期×エピソード：エラー履歴 毎日の操作ログから要点を長期デー タに反映 Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 12
13. B2B領域のメモリ活用パターン カテゴリ 想定業界 主な利用例 メモリのポイント メモリ更新タイミング エンタープライズナレッ ジ 全業種（大企業の社内ポータル） 制度や手続き質問対応 コンプライアンス関連フロ ー 長期×意味的：規程集、マニュアル 短期×エピソード：直近の問い合わせ文 脈 新規程発布時 FAQ化判断時 SCM 製造、小売、物流 需要予測 在庫補充提案 短期×エピソード：需要急増、在庫アラ ーム 長期×手続き的：発注フロー、物流ルー ル 毎日の在庫チェック 時 季節イベント終了後 B2Bセールス&CRM 法人営業、SaaS企業 商談対応 提案書生成 長期×意味的：顧客セグメント 長期×エピソード：折衝履歴 短期×手続き的：見積作成 商談後のCRM更新時 クォーター末の分析 時 プロジェクト管理 ソフトウェア開発、建設、コンサルティ ング タスク管理 ベストプラクティス適用 短期×エピソード：現スプリントの課題 長期×手続き的：QAフロー 長期×エピソード：過去の教訓 スプリント終了時 リリース完了時 Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 13
14. 公共領域のメモリ活用パターン カテゴリ 想定業界 主な利用例 メモリのポイント メモリ更新タイミング 行政サービス スマートシティ 住民との手続きサポート 省庁間連携 長期×意味的：法令データ 短期×手続き的：申請タスクフロー 法令改正時 手続きフロー変更時 災害対策 防災プラットフォーム 避難指示提供 支援団体間連携 長期×エピソード：過去災害対応 短期×意味的：リアルタイム被害状況 災害発生時 対応完了後の振り返り時 Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 14
15. AIエージェントのメモリはMoatになるのか？ メモリー単体ではMoatにならない理由 データの持ち出しが比較的容易 メモリー構造の模倣が可能 差別化要因としては不十分 継続的学習とエージェント供給の重要性 ローカルメモリーのグローバルフィー ドバック 全体品質の継続的な向上 エージェントの成長機会の創出 継続的に学習・進化するエージェントアプリケーションの育成が重要 Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 15
16. プロダクトのFBぜひ！Build仲間も募集しています！ 段階的な検索、推定、対話の自律的なデスクリサーチや、世界中 100以上の最新出典のレポートがボタン一つで作れる市場調査のAI エージェントを、無料でお試しいただけます。 AIエージェントに興味のある方、一緒にプロダクトを作り上げ ていきませんか？カジュアル面談を募集しています。 → それ以外にもお気軽に @ItaruTomita9779 までDMください！ Lightning Talk at AI駆動開発(AI-Driven Development) 勉強会（第5回） @deskrex.ai 16