MemGPTとは

MemGPTとは、LLMに長期記憶のような外部メモリを持たせ、自分でメモリを読み書きしながら会話や作業を続けるための研究・設計パターンです。通常のLLMは一度に読める文脈の量に上限があります。MemGPTはそこを、必要な記憶を取り出し、不要になった情報を外へ逃がすという考え方で補う設計です。

MemGPTが解こうとした課題

LLMは長い会話や複雑な作業を続けるほど、前のやり取りをすべて持ち続けるのが難しいものです。人間なら手帳やメモを見返しますが、AIにも同じような外部記憶を持たせたい。MemGPTは、LLMを一種のOSのように考え、メモリを管理する仕組みを研究した点に特徴があります。

ここでいう記憶は、単なるログ保存ではありません。エージェント自身が、会話の要点、ユーザーの好み、作業中の状態をメモリへ書き込み、必要な時に呼び戻す設計です。「長い会話を全部詰め込む」のではなく「必要な記憶を出し入れする」発想と見ると分かりやすいでしょう。

Lettaとの関係

Letta公式ブログは2024年9月、MemGPTという名前を整理し、MemGPTは元の研究論文で説明された自己編集メモリ付きエージェントの設計パターン、Lettaはフレームワーク名として扱うと説明しました。つまり、今から調べる時はMemGPTという研究上の考え方と、Lettaという実装・プロダクト側の名前を分けて読む必要があります。

RAGとの違い

RAGは、外部の文書やデータベースから関連情報を検索してLLMに読ませる仕組みです。一方、MemGPTが強く意識するのは、エージェント自身の会話状態や長期的な記憶の管理です。どちらもコンテキスト不足を補いますが、外部知識を探す話と、自分の作業記憶を保つ話を混同しないよう切り分けたいところでしょう。

ビジネス用途では、長期顧客対応、継続的な社内業務エージェント、過去の作業履歴を踏まえた支援などで発想が役立ちます。ただし、記憶を持つAIは便利な反面、保存する情報の範囲、削除方法、個人情報の扱いを決めなければなりません。メモリ設計は機能追加ではなく、ガバナンスの問題でもあります。

MemGPTに関するよくある質問

MemGPTとLettaは同じものですか？

完全に同じではありません。Letta公式は、MemGPTを元の研究・設計パターン、Lettaを現在のフレームワーク名として整理しています。

MemGPTはRAGの代わりになりますか？

目的が違います。RAGは外部文書を検索して読む仕組みで、MemGPTはエージェントの記憶や状態を管理する考え方に重点があります。

記憶を持つAIを業務で使う時の注意点は何ですか？

保存してよい情報、削除方法、個人情報の扱いを先に決めることです。記憶が便利になるほど、情報管理の責任も重くなります。